Re: [心得] 道瓊與大盤的比較(相關分析)

看板Stock作者iamcasa (安靜)時間9年前 (2015/01/26 16:04)推噓14(14推 0噓 21→)

留言35則, 12人參與討論串3/3 (看更多)

既然採用EVIEWS進行實證分析，我就提出一些看法(看看就好!) 1.針對台美開盤日不對稱的問題，你採用切齊的方式，這個會造成統計估計的偏誤。因為你刪除的標普數據可能是跟台灣低度相關，卻被你刪除，會導致相關係數提高。(但也可能是刪除高度相關的)。大部分處理會用差補法，穩定分析結果。 2.你仔細看陳女士的文章，他說的0.3690的比較其他樣本下。像美英、美日相關係數都有高過0.4以上。若在四大國際財務期刊，你可以找尋相關係數達0.5~0.7。再者，陳女士講到不符合效率市場的證據薄弱，他講的是強式、半強、弱式? 基本上，檢定效率市場不是用她這種方式。就你的結果是不符合弱式而已。還有你實證的相關係數是15%與37%。反過來還有85%與 67%的無法解釋，那會影響到你後面的實證方程式。 3.我再考慮你相關係數的證據下，實證方程式你採用AR(1)模型。假設，中、港、日、韓都跟台灣有同期相關性，你應該帶入方程式增加相關係數。這邊會出現幾個問題:(1)標普的顯著性可能被減弱(甚至無效)；(2)假如變數關係是台= 標普(+0.2) 港(-0.2) 中(-0.1) 日(+0.1) 韓(+0.4) 即使是昨夜標普上漲2%(帶給台灣有0.4%的貢獻)，當天只要其他四國走式呈現反方，那到底是帶給台灣多少變動貢獻?容易搞混! 最後是一些小問題即便你僅用標普AR(1)，你應該採用配適度檢定選取應該要落後幾期，假如是標普AR(1), AR(2), AR(3), AR(4) 就是標普前四天到前一天對台灣的影響，我想統計係數結果應該是 (+) (-) (-/+), (+/-) 會相互抵銷。很簡單的原理。你使用的AR 模型是遞歸帶入到收斂均衡。順便建議一下，EVIEWS的AR模型使用 OLS估計，建議是MLE模式或非線性OLS(如果要帶入其他變數)。 4.就我看過的財務/計量文獻，如果用AR(1)模型當成買賣的依據，去跟隨機模型或大盤績效來比較。長期而言，可能績效較差一點。 (EX.一種是未計算交易成本，績效直接顯示較差；另一種未計算交易成本下，績效還可以看!...但扣除交易成本就GG了) ※ 引述《tompi (大波動)》之銘言： : ※ 引述《circlelee (悟多)》之銘言： : 這位兄台~~ 近月時間您對於指數部分的研究非常的感佩。 : 從您過去的言談得知對統計與混沌理論多有涉獵。 : 關於台灣跟美國的股市關係，您表示小到0.076。 : 在下直覺好像有點誤會， : 相信許多每天開盤前要看美國收盤的交易員一定會覺得您的計算與事實不符。 : 相關的研究期刊論文還不少。 : 以下引用參考 "台灣股匯市與美國股市連動性之再探討"，陳鳳琴 2012/5 中華管理評論 : 結論部分: : ..美國股市對台灣匯市具長期單向因果關係，實證結果發現美國股市對台幣匯率 : 具顯著的影響力。美國股市長期單向領先台灣股市，亦即，臺灣股市長期受美國 : 股市的影響。 : 以下計算: : 1.期間:2003/1/2~2015/1/23 : 2.以台灣為準有2988個交易日期。 : 3.為避免除息價格影響，股價採台指報酬率指數與SP報酬率指數 : 資料處理: : 1.由於台灣與美國假日不同，且台灣固定有農曆年假且長，因此資料序列紀錄 : 與台股相同的美國SP500指數價格。 : 2.若遇美股休市，則台股開市日期的美股價格以美國前一日收盤價記之。 : 相關係數: : 1.同期: 15.18% : 2.SP lag=1: 37.36% : 37.36%相關係數值高不高，以一篇 2001/1/24 : 國家發展委員會 "台股與美股連動性增強" : http://www.ndc.gov.tw/m1.aspx?sno=0002517#.VMXQb9KUeE4 : "...台灣電子類股價指數與美國那斯達克綜合股價指數相關係數更高達0.3690， : 居台、美各類股價指數相關性之冠。" : 算高了~~ : 因此台股t日收盤與SP t-1 收盤的相關性不低。 : 所以陳鳳琴才會在研究結論寫到: : "兩兩市場間均具長期不對稱均衡關係，投資人可由一市場預測另一市場，此 : 不符合市場效率性假說" : 小小附庸一下分析 : Pairwise Granger Causality Tests : Sample: 1 2987 : Lags: 1 : Null Hypothesis: Obs F-Statistic Prob. : DSP does not Granger Cause DTW 2986 473.22 2.00E-97 *** : DTW does not Granger Cause DSP 2.42 0.1198 : DTW=C+X1*DSP(-1) : Variable Coefficient t-Statistic Prob. : C 0.0002 1.120 0.2627 : DSP(-1) 0.3884 21.999*** 1.60E-99 : 經過Granger Causality Tests與簡單迴歸分析，SP在落後一期對台股都呈現顯著 : 正向的因果關係。 : ----------------------------------------------------------- : 以上交代完台美股關係 : 以下建議: : 1.您在統計上若已經有相當基礎，建議朝時間序列研究。 : 2.時間序列分析有一整個步驟去分析資料序列。 : 3.參考書有楊奕農 "時間序列分析經濟與財務上應用" : 張紹勳 "計量經濟及高等研究方法" : 這兩本書都有實作範例。 : 4.碩博士論文網有很多有用的資訊建議參考。 : 希望對您日後的研究有一點點助益。 : 台報酬率指數與SP報酬率指數資料，需要者可點連結下載 MEGA 載點 : http://ppt.cc/kEVR : : http://ppt.cc/PdhI : : 剛隨手跑了一下近1000筆資料的相關 : : 發現一個有趣的現象 : : 滿有趣的現象 : : 若是從整個趨勢來說台美股的相關滿高的0.63 : : 這在統計學來說已經算是中大的效果量了 : : 其實很容易發現，你把台美股的月k線圖打開來看上升走勢是滿類似的 : : 很多時候台美股的底部與頭部的時機類似 : : 但是！ : : 你若是去跑每日漲跌幅的相關 : : 這相關真的小到接近0 只有0.076 : : 代表 : : 1 每日的漲跌幅真的是很隨機 : : 2 你看美股來作台股在每日的短線上來看幾乎沒有意義 : : 但從趨勢來看是有很明確的相關性。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.114.120.107 ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1422259443.A.15E.html

推

agnme2

01/26 16:06, , 1^F

01/26 16:06, 1^F

推

mitim

01/26 16:07, , 2^F

01/26 16:07, 2^F

推

victoryss

01/26 16:09, , 3^F

01/26 16:09, 3^F

推