Einen Monat nach dem Koronaschock, der Investoren aus aller Welt entlassen hat, gibt es allmählich zunehmende Stimmen, die die erste Welle erreicht hat. Was den Anlegern übrigens Angst macht, ist die "Nacht", wenn sie schlafen. Selbst wenn der Handel an der Tokioter Börse geschlossen ist, werden Nikkei Average Futures während der Londoner und New Yorker Zeit aktiv an der Osaka Stock Exchange (sog. OSE) und an der Chicago Mercantile Exchange gehandelt. Es ist nicht ungewöhnlich, dass der Aktienkurs nachts sinkt, ohne es zu wissen ... wenn Sie morgens aufwachen ** "Ohagyaa!" **. Ich habe mich hier gefragt, aber für "mittel- bis langfristige Anleger", die ihre Positionen nachts übertragen, ist der aktuelle Markt möglicherweise ein Tiefpunkt und ein guter Verhandlungspunkt, aber Daytrader, die ihre Positionen nachts nicht übertragen. Die Welt, in der Sie sehen können, kann völlig anders sein. Dieses Mal werde ich die stündlichen Daten des durchschnittlichen Nikkei-Aktienkurses mithilfe der Python-API ** MT5 ** herunterladen, die von Tageshändlern auf der ganzen Welt verwendet wird, und die Beziehung zwischen der nächtlichen Eröffnungsrendite und der Tagesrendite des durchschnittlichen Nikkei-Aktienkurses analysieren Ich tat.
Wie eingangs erwähnt, sind die Zeitspannen für mittel- bis langfristige Anleger und Daytrader völlig unterschiedlich, sodass auch das Bild des „Anstiegs“ des durchschnittlichen Aktienkurses von Nikkei am 27. März 2020 sehr unterschiedlich ist. Insbesondere ist es für Daytrader nicht ungewöhnlich, den Tag als "GU (Gap Up) & Close-Up" zu betrachten, obwohl dies für mittel- bis langfristige Anleger ein "Anstieg" war. Es gibt kein.
Vom Schlusskurs von 18.832,21 Yen am Vortag bis 19.389,43 Yen am Tag des Tages ** Ein starker Anstieg von fast 600 Yen! ** **.
Ab dem Eröffnungskurs von 19.021,97 Yen am Tag betrug das Ende der vorderen Sitzung 18.901,46 Yen, ein Rückgang von fast 100 Yen, und dann begann der Rückmarkt bei 19.045,80 Yen, und um 15:00 Uhr, als der Daytrader die Position schloss, stieg er um etwa +100 Yen auf 19.176,30 Yen. ** Es war ein fast flacher Tag für Tageshändler. ** **.
Wussten Sie, was Sie aus dem obigen Beispiel analysieren möchten? Laden Sie dann sofort die stündlichen Daten (= 24 Stunden x 252 Werktage / Jahr x 3 Jahre) für die letzten 3 Jahre vom Broker über MT5 herunter und ** schließen Sie die Rückgabe (= schließen Sie den Tag zuvor → schließen Sie den Tag) ** und * * Lassen Sie uns die Beziehung zwischen Tagesrenditen untersuchen (= nahe am Tag → nahe am Tag) **.
# set time index to raw bar data
def time_set(rate):
rate_time = rate.dropna(how='all', axis='index').reset_index()
rate_time['time'] = pd.to_datetime(rate_time['time'], unit='s')
rate_time = rate_time.set_index('time')
return rate_time
# specify symbol to research
symbol = 'JP225Cash'
# get bar data from MT5
mt5.initialize()
_rate = pd.DataFrame(mt5.copy_rates_from_pos(symbol, mt5.TIMEFRAME_H1, 0, 24 * 252 * 3)).set_index('time')
mt5.shutdown()
rate = time_set(_rate)
# XM: GMT+3, JP: GMT+9, diff = 6
rate.index = [x + relativedelta(hours=6) for x in rate.index]
rate_open = rate[rate.index.hour == 9]['open']
rate_close = rate[rate.index.hour == 15]['close']
rate_close.index = [x - relativedelta(hours=6) for x in rate_close.index]
rate_TK = pd.concat([rate_open, rate_close], axis='columns')
rate_TK.columns = ['open', 'close']
rate_TK['close to open'] = (rate_TK['open'] / rate_TK['close'].shift(1) - 1) * 100
rate_TK['open to close'] = (rate_TK['close'] / rate_TK['open'] - 1) * 100
rate_TK['close to close'] = (rate_TK['close'] / rate_TK['close'].shift(1) - 1) * 100
rate_TK = rate_TK.dropna()
sns.jointplot('close to open', 'open to close', rate_TK)
plt.show()
Die horizontale Achse ist die engere Rückkehr und die vertikale Achse ist die schließende Rückkehr. Zunächst sehen Sie ungefähr drei Trends.
Übrigens scheint das Publikum nach der bisherigen Analyse eine solche Stimme zu hören. ** "Gibt es mittelfristig keinen großen Bedeutungsunterschied zwischen dem Aufwärtstrend und dem Abwärtstrend?" ** ** "Ist der Aufwärtstrend im Abwärtstrend (die derzeitige Situation) nicht ein starker Aufwärtstrend aufgrund profitabler Verkäufe?" ** Das könnte stimmen. Lassen Sie uns nun dieselbe Analyse für zwei Fälle durchführen, in denen die durchschnittliche 3-Monats-Rendite positiv (Aufwärtstrend) und negativ (Abwärtstrend) ist.
# calc 3M average return
rate_TK['3M Mean'] = rate_TK['close to close'].rolling(63).mean()
# split 2 cases: up trend / down trend
rate_TK_3MUP = rate_TK[rate_TK['3M Mean'] >= 0]
rate_TK_3MDN = rate_TK[rate_TK['3M Mean'] < 0]
# plot
sns.jointplot('close to open', 'open to close', rate_TK_3MUP)
plt.show()
sns.jointplot('close to open', 'open to close', rate_TK_3MDN)
plt.show()
Die Landschaft hat sich sehr verändert! Ich meine, es gibt keine klare Tendenz. Mit anderen Worten, es ist schwierig, die Tagesrendite vorherzusagen, selbst wenn man sich die nahe Rendite ansieht. ** Es gibt Gerüchte, dass der Aktienkurs in Tokio (= Nikkei-Durchschnitt) fällt und in NY (= Dow) usw. steigt, aber es gibt Gerüchte, dass er auf dem Markt geflüstert wird, aber die tatsächlichen Daten auf diese Weise verwendet Wenn Sie es analysieren, werden Sie feststellen, dass es nicht so einfach ist. ** **. Tatsächlich scheint es in der Strategie "Tokyo Time - NY Time Anomaly", zumindest auf dem Aufwärtstrendmarkt, schwierig zu sein, Gewinne zu erzielen, indem nur am Intraday der Tokyo Time gehandelt wird, ohne die Position nachts zu übertragen.
Die Ergebnisse über den gesamten Zeitraum sind hier dargestellt. Immerhin ** Geht der Händler mit dem hohen Verdienst nicht auf die Jagd, ohne die heftige Abstoßung am Kamin im Abwärtstrend zu verpassen? ** **.
Betrachten wir hier zwei Anlagemuster.
# Global v.s. Abenomics
Buy_and_Hold = ((1 + rate_TK['close to close'] / 100).cumprod() - 1) * 100
Tokyo_time = ((1 + rate_TK['open to close'] / 100).cumprod() - 1) * 100
# plot
Buy_and_Hold.plot(legend='B&H')
Tokyo_time.plot(legend='TK time B&H')
(Tokyo_time - Buy_and_Hold).plot(kind='area', stacked=False)
plt.title('cumulative return')
plt.show()
Hier ist eine grafische Darstellung der kumulierten Rendite jeder Strategie, die mit dem obigen Code berechnet wurde. Das blaue Close-to-Close ist die kumulative Rendite der globalen wirtschaftlichen Buy-and-Hold-Strategie, das orangefarbene Open-to-Close ist die kumulative Rendite der Avenomics-Buy-and-Hold-Strategie und der grüne Bereich ist die Differenz zwischen den beiden strategischen Renditen (Avenomics Return-World Economic Return). Wenn Sie es so betrachten, können Sie sehen, warum die Abenomics-Kauf- und Haltestrategie nicht aufgegeben wird, oder ** Ist es nicht viel besser, nur tagsüber zu kaufen und zu halten, als sie nachts zu übertragen? Ist es nicht gut, Risiken zu vermeiden? ** **. In den letzten drei Jahren wurde der größte Teil des Anstiegs des durchschnittlichen Aktienkurses von Nikkei nachts verursacht, aber im letzten Jahr hat sich der Unterschied allmählich verringert. ** Im Corona-Schock ist die Kaufstrategie für Avenomics schließlich die Weltwirtschaft. Sie sehen, dass die Kaufstrategie deutlich übertroffen wurde **! Herr Abe, ich werde es tun (?).