Re: [請益] 怎麼判斷是不是在谷底了?已刪文
※ 引述《peacemetta (一期一會)》之銘言:
: 近期美股似乎在下跌
: 儘管有部分說法是不要擇時
: 持續投入
: 但老實說還是會希望在股價較低的時候入手
: 不只投資上心情較能平靜
: 未來獲利也較高
: 但想問的是
: 如何判斷股價目前是否到達谷底了?
: 還是停留在半山腰而已
: 有沒有相關的一些客觀判斷方式可以提供廣大股民作為一個參考方式
通常客觀方式 不外乎是數字、模型、統計輸出 來做判斷
這年頭 AI、機器學習 應該是較佳選擇,不過我想大多數人入門還是有點門檻的。
分享一下可以建構客觀判斷的方式,是不太需要寫程式
不過還是需要點相關知識..
資料為月資料,採用模型與總經、市場資料
1.模型選擇:二元迴歸模型
二元迴歸模型的輸出 介於0~1,0就是沒有,1就是有,或是off/on 也行
二元迴歸採logit型式相當類似於 類神經網路N-1-1架構。
N代表 輸入的變數數目,1-1 代表 隱藏(處裡)、輸出(0~1)的S型函數。
輸出像是這樣 https://imgur.com/21n95Cm

。
所以雖然不會機器學習,但是有個類似的模型可以使用。
2.資料標記
這陣子大概因為 AI 多少聽過監督式學習,二元迴歸也可以視為類似
監督式學習的一種。
就是把歷史資料中認為是"谷底"的 標記出來,是谷底的為1,不是為0。
標記谷底可以用 觀察法,也可以用移動平均計算乖離法。
但我這裡推薦用HP filter方法,當然前兩個也可以 但
1.觀察法:有點主觀,相較於乖離率不夠準確。
2.移動平均法:取多長T作為計算基礎其實也是個問題,
再來就是移動有落後的問題。
HP filter方法優缺點我這邊就不多贅述,以下計算過去SP500 月資料
結果如下:
https://imgur.com/TPoHrPq

可以看到藍色線是所謂循環項,也可以稱為乖離率。
乖離率可以做成次數分配圖,基本上我這裡標記 在歷史資料中 乖離率在百分位數
低於5%的 稱為谷底。
最近谷底
https://imgur.com/ouqHrau


3.模型建立與輸出
採用t-1資料預測t的谷底機率,如果..
機率值
2025/2 30%
2025/3 5% 假設我們在3月任意時間,利用2025/2 總經與市場資料計算的機率值
如果出現這樣的機率走勢,可以假定2025/2為谷底。
若 2025/3 機率值大於某門檻值,例如30%,則2025/3 可能繼續探底
谷底還沒到。
我這裡採用probit 模式
https://imgur.com/OA0wdeM

根據前述方法建構的 預測模型結果如下
https://imgur.com/OPU8CSE

結語
上述是建構客觀判斷谷底的方法,不過..
1.沒有任何方法可以百分之百準確預測股價底部。
2.因為模型畢竟無法完美預測,會有誤判的放砲狀況
3.如果可以擴大資料種類範圍,輔以更厲害的模型可以提高準確度
上述模型的資料變數頗多,其實也很常見,例如M2、失業率、就業狀況
經濟領先指標,市場波動度等等...
末祝
賺大錢
SP500 跌破5800之前 應該還不用討論底部..
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 61.228.148.197 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1740749768.A.9CD.html
討論串 (同標題文章)
Stock 近期熱門文章
PTT職涯區 即時熱門文章
10
16