آمار مقدماتی مورد نیاز استراتژی های معاملاتی (بخش اول): تحلیل داده های تاریخی

در این سری از مقالات، قصد داریم خوانندگان مان را ترغیب کنیم تا شروع به استفاده از آمار و تحلیل داده های تاریخی کنند. سعی می شود به این سوال اساسی پاسخ داده شود که “چگونه داده های تاریخی سهام را تحلیل و از آن برای ساخت استراتژی استفاده کنید؟”

در این مقاله، بر استفاده از اکسل برای انجام تحلیلها تمرکز خواهیم داشت. در مقالات بعدی، با کدهای اولیه در R کار می کنیم و البته می توانید همین تحلیل ها را در R نیز به کار ببندید.

دیتاست و تحلیل داده های تاریخی (Dataset)

دیتاست این مقاله شامل داده های روزانه سهام MARUTI SUZUKI از تاریخ اول ژانویه ۲۰۱۳ تا ۳۱ دسامبر  ۲۰۱۳ می باشد. برای دسترسی به این دیتاست از لینک زیر استفاده کنید:

http://nseindia.com/products/content/equities/equities/eq_security.htm

این یک دیتاست سری زمانی است که شامل قیمتهای پایانی و حجم معاملات برایMaruti  است. ما مبنای تحلیل هایمان را قیمت پایانی این سهم قرار می دهیم. در این مقاله، ما صرفا به ویژگی های آماری اولیه­ی قیمت های روزانه سهم می پردازیم و سپس (در مقالات بعد) با محاسبه بتا و میانگین متحرک ساده برای این سهم ادامه می دهیم.

میانگین (Mean)

میانگین، مقدار متوسط یک مجموعه داده است. میانگین قیمت های پایانی روزانه برای سهم Maruti برابر با  ۱۵۲۲٫۴۷در سال۲۰۱۳  بوده است. با این حال در آخرین روز سال، ۳۱ دسامبر ۲۰۱۳، قیمت پایانی ۱۷۶۳٫۹ بوده است. در اکسل می توانید از تابع Average برای محاسبه میانگین استفاده کنید.

مد (Mode)

مد، برابر با مقداری است که بیشترین تکرار را در دیتاست داشته باشد. برای قیمت های پایانی و یا دیتاست های پیوسته، مد چندان مفهومی ندارد. مد، بالاخص زمانی مفید است که می خواهید هیستوگرام رسم کنید و توزیع فراوانی را به فرم نموداری درآورید. در اکسل با استفاده از تابع Mode می توانید برای یک مجموعه داده مشخص، مد را محاسبه کنید.

میانه (Median)

برای دیتاست هایی که به طور افزایشی مرتب شده اند، میانه، مقدار میانی داده ها را نشان می دهد. میانه مخصوصا در شرایطی مفید است که دیتاست دارای تعدادی داده در کران های خود باشد. برای مثال، میزان حقوق در یک شرکت ممکن است بین مقادیر ۲۰۰۰ روپیه تا یک میلیون روپیه متفاوت باشد. میانگین می تواند تحت تاثیر چند وضعیت کرانی قرار بگیرد و چولگی مثبت یا منفی پیدا کند. برای اجتناب از آن، از میانه استفاده می شود که نقطه میانی یک توزیع را نشان می دهد. در اکسل، با استفاده از تابع Median می توانید میانه را حساب کنید.

انحراف معیار (Standard Deviation)

نوسان قیمت سهام را می توان با استفاده از انحراف معیار محاسبه کرد. نوسان سهم Maruti در دوره مشخص، برابر با ۱۴۱٫۲۶ می باشد.
انحراف معیار هم برای جامعه و هم برای نمونه قابل محاسبه است. در مدلسازی عددی استراتژی معاملاتی، اکثر اوقات، شما از انحراف معیار نمونه استفاده خواهید کرد. فرمول اکسل برای محاسبه انحراف معیار نمونه برابرست با STDEV.S.

دامنه (Range)

تفاوت بین مقدار مینیمم و ماکسیمم دیتاست را با دامنه نشان می دهند. مینیمم و ماکسیمم قیمت های پایانی Maruti در سال  ۲۰۱۳ برابر با ۱۲۳۶٫۳۵ و ۱۸۰۹٫۶۵ می باشد. با اینحال، درنظر گرفتن بیشترین و کمترین قیمت روزانه به اندازه بیشترین و کمترین قیمت سالانه دارای مفهوم است که برای سهم Maruti برابر با ۱۱۲۶ و  ۱۸۳۰ می باشد.

در نمودار زیر همه معیارها یکجا نشان داده شده است تا شما مفهوم این مقادیر را دریابید.

تحلیل داده های تاریخی - میانه و انحراف معیار

می توانید ببینید که بازه ( انحراف معیار * ۲ + میانگین ، انحراف معیار * ۲ – میانگین )، اکثر داده ها را در خود جای داده است. به بیان آماری، ۹۵٫۴۶% داده ها، با فرض توزیع نرمال، درون این بازه هستند.

از میانگین متحرک وانحراف معیار برای ساخت باندهای بولینگر،که یکی از روش های پیش بینی دامنه تغییرات برای تحلیل تکنیکال قیمت سهام است، نیز استفاده می شود.  همچنین شما می توانید  استراتژی های معاملاتی مختلفی بر اساس باندهای بولینگر بسازید.

گام بعدی

در مقاله دوم از این سری، تلاش خواهیم کرد مفهوم توزیع احتمالاتی را بفهمیم. همچنین تلاش می شود به این سوال اساسی پاسخ داده شود که “چرا آمار، برای ساخت استراتژی ضروری است؟”

در مقاله سوم، به دنبال درک رابطه بین یک سهم و شاخص بازار هستیم. مفاهیمی که یاد خواهیم گرفت شامل “رگرسیون”، “همبستگی ” و “همجمعی” خواهند بود.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *