파이톤으로 일경 225 분석
목표
2017년 1월 1일부터 2017년 12월 31일까지의 일경 225일 시간 데이터를 얻어 일후 응답의 평균과 분산, 표이와 파동을 계산한다.
그 결과로 직사각형을 묘사하다.
차리다
나는 주식 가격의 변동이 몇 개의 브라운 운동을 따른다고 생각한다.즉, 주식 가격은
$$\frac{dS_t}{S_t} = {\sigma}dW_t+\mu{dt} $$
따르다.하면, 만약, 만약...
$$ \frac{{\Delta}S_t}{S_t} = {\sigma}{\Delta}W_t+\mu{{\Delta}t} $$
되다여기서 $\Delta{S t} =S{t+{\Delta}t}-S_가설\Delta{t} 달러는 약 1/250 이하로 계산됩니다.거래소 개방 일수가 약 250일로 휴일 자산의 가격을 무시하고 형성됐기 때문이다.주가의 일일 수익은 $\rac{Delta{St}달러이며, $\mu와 $\sigma달러는 평균과 분산을 각각 $\Delta{t}달러로 나눌 것으로 추정된다.
분석하다.
우선, 다음은 첫걸음이다.
import numpy as np
import datetime
from scipy.stats import norm
import pandas_datareader.data as web
import matplotlib.pyplot as plt
pandas-datareader
일경 평균 225를 얻었다.dropna
에서 주식 가격은 NaN 부분을 제외했다.start = datetime.datetime(2017, 1, 1)
end = datetime.datetime(2017, 12, 31)
ni225 = web.DataReader("NIKKEI225", "fred", start, end)
ni225modi = ni225.dropna(how='all', axis=[0, 1])
nikkei225 = ni225modi.as_matrix()
주식 가격의 일회, 평균, 분산 등을 계산하다.L = len(nikkei225)
#delta = 1/len(nikkei225)
S = np.zeros(L, dtype = float)
for i in range(0,L-1):
S[i] = (nikkei225[i+1]-nikkei225[i])/nikkei225[i]
mu = S.mean()*L
sigma = np.sqrt(S.var()*L)
mean = S.mean()
var = S.var()
표류와 파동은 각각 0.156.150으로 추정된다.
이어서 직사각형과 정적 분포의 도표를 나타낸다.bins의 값은 9입니다.#スタージェスの公式を用いて`bins`を求める
HistBins = int(np.round(np.log2(L)+1))
count, bins_edges, patches = plt.hist(S, bins = HistBins)
X = np.arange(-0.08,0.08,0.001)
#確率密度関数に,平均mean、標準偏差var^(1/2)を代入
Y = norm.pdf(X,mean ,np.sqrt(var))
plt.plot(X,Y,color='r')
plt.show()
빨간색 도표는 매일 되돌아오는 평균치와 방차를 이용하여 정규 분포를 한다.파란색의 도표는 매일 되돌아오는 직사각형이다.
Reference
이 문제에 관하여(파이톤으로 일경 225 분석), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/tonai/items/6a47426df53e757fc340
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
나는 주식 가격의 변동이 몇 개의 브라운 운동을 따른다고 생각한다.즉, 주식 가격은
$$\frac{dS_t}{S_t} = {\sigma}dW_t+\mu{dt} $$
따르다.하면, 만약, 만약...
$$ \frac{{\Delta}S_t}{S_t} = {\sigma}{\Delta}W_t+\mu{{\Delta}t} $$
되다여기서 $\Delta{S t} =S{t+{\Delta}t}-S_가설\Delta{t} 달러는 약 1/250 이하로 계산됩니다.거래소 개방 일수가 약 250일로 휴일 자산의 가격을 무시하고 형성됐기 때문이다.주가의 일일 수익은 $\rac{Delta{St}달러이며, $\mu와 $\sigma달러는 평균과 분산을 각각 $\Delta{t}달러로 나눌 것으로 추정된다.
분석하다.
우선, 다음은 첫걸음이다.
import numpy as np
import datetime
from scipy.stats import norm
import pandas_datareader.data as web
import matplotlib.pyplot as plt
pandas-datareader
일경 평균 225를 얻었다.dropna
에서 주식 가격은 NaN 부분을 제외했다.start = datetime.datetime(2017, 1, 1)
end = datetime.datetime(2017, 12, 31)
ni225 = web.DataReader("NIKKEI225", "fred", start, end)
ni225modi = ni225.dropna(how='all', axis=[0, 1])
nikkei225 = ni225modi.as_matrix()
주식 가격의 일회, 평균, 분산 등을 계산하다.L = len(nikkei225)
#delta = 1/len(nikkei225)
S = np.zeros(L, dtype = float)
for i in range(0,L-1):
S[i] = (nikkei225[i+1]-nikkei225[i])/nikkei225[i]
mu = S.mean()*L
sigma = np.sqrt(S.var()*L)
mean = S.mean()
var = S.var()
표류와 파동은 각각 0.156.150으로 추정된다.
이어서 직사각형과 정적 분포의 도표를 나타낸다.bins의 값은 9입니다.#スタージェスの公式を用いて`bins`を求める
HistBins = int(np.round(np.log2(L)+1))
count, bins_edges, patches = plt.hist(S, bins = HistBins)
X = np.arange(-0.08,0.08,0.001)
#確率密度関数に,平均mean、標準偏差var^(1/2)を代入
Y = norm.pdf(X,mean ,np.sqrt(var))
plt.plot(X,Y,color='r')
plt.show()
빨간색 도표는 매일 되돌아오는 평균치와 방차를 이용하여 정규 분포를 한다.파란색의 도표는 매일 되돌아오는 직사각형이다.
Reference
이 문제에 관하여(파이톤으로 일경 225 분석), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/tonai/items/6a47426df53e757fc340
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
import numpy as np
import datetime
from scipy.stats import norm
import pandas_datareader.data as web
import matplotlib.pyplot as plt
start = datetime.datetime(2017, 1, 1)
end = datetime.datetime(2017, 12, 31)
ni225 = web.DataReader("NIKKEI225", "fred", start, end)
ni225modi = ni225.dropna(how='all', axis=[0, 1])
nikkei225 = ni225modi.as_matrix()
L = len(nikkei225)
#delta = 1/len(nikkei225)
S = np.zeros(L, dtype = float)
for i in range(0,L-1):
S[i] = (nikkei225[i+1]-nikkei225[i])/nikkei225[i]
mu = S.mean()*L
sigma = np.sqrt(S.var()*L)
mean = S.mean()
var = S.var()
#スタージェスの公式を用いて`bins`を求める
HistBins = int(np.round(np.log2(L)+1))
count, bins_edges, patches = plt.hist(S, bins = HistBins)
X = np.arange(-0.08,0.08,0.001)
#確率密度関数に,平均mean、標準偏差var^(1/2)を代入
Y = norm.pdf(X,mean ,np.sqrt(var))
plt.plot(X,Y,color='r')
plt.show()
Reference
이 문제에 관하여(파이톤으로 일경 225 분석), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/tonai/items/6a47426df53e757fc340텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)