Про алгоритмы: Ранжирование акций по историческим данным торгов и Сжатие данных - II

    • 25 октября 2021, 03:59
    • |
    • nesio
  • Еще

всем привет! ещё немного «про алгоритмы» — в продолжение моего предыдушего поста. если не доверяете вычисл. алгоритмам (или не интересуетесь ими), то ничего не потеряете, пропустив пост.

в этот раз в рамках исследовательского эксперимента сформировал листинг ранжирования акций, входящих в три биржевых индекса [dow jones + s&p500 + nasdaq100] по историческим данным торгов за 5 лет (полученным с google finance) на дату 23-10-2021 — всего 525 наименований ценных бумаг.
напомню, что в алгоритме ранжирования учитываются факторы инвестиционного риска, ликвидности, доходности акций. но в нём риск соотносится не с традиционным показателем волатильности доходности, а с показателем сжатия данных временны'х рядов изменения биржевой цены акций.

результаты работы алгоритма можно посмотреть по ссылке:

cloud.mail.ru/public/Rra6/X2kbYDK53

в листинге ранжирования серой заливкой и фигурными скобками выделены отрицательные значения показателя сжатия — таким образом в нём обособлены акции, у которых



( Читать дальше )

Про алгоритмы: Ранжирование акций по историческим данным торгов и Сжатие данных

    • 22 октября 2021, 17:13
    • |
    • nesio
  • Еще

всем привет! хотел локализовать пост и опубликовать его в форуме по алготрейдингу, но не сложилось, т.к. постить там могут только алгонавты (в хорошем смысле этого слова). по сути речь идет не про алготрейдинг, но про алгоритмы.
в рамках исследовательского эксперимента сформировал листинг ранжирования акций, входящих в индекс доу джонса, по историческим данным торгов за 5 лет (доступным на google finance). в алгоритме ранжирования учитываются факторы инвестиционного риска, ликвидности, доходности акций. но в нём риск соотносится не с традиционным показателем волатильности доходности, а с показателем сжатия временны'х рядов данных изменения биржевой цены акций.
основная идея применения сжатия к биржевым котировкам ценных бумаг заключается в том, что исходные числовые данные изменений цены предварительно фильтруются и преобразуются к символьному виду, а затем кодируются символами определённого символьного алфавита, приводящими к сжатию исходных данных. чем выше показатель сжатия, тем больше закономерностей, содержащихся в исходных данных, учтено и использовано алгоритмом сжатия при их обработке. если эффективность сжатия временно'го ряда изменений котировок одной ценной бумаги превосходит эффективность сжатия подобного временного ряда другой ценной бумаги, то справедливо считать, что в рассматриваемом периоде анализа поведение биржевого курса первой бумаги было более закономерным, а значит менее случайным, чем второй.
ниже привожу этот листинг (см. ссылки на 2 страницы). если любопытно, могу поделиться дополнительной информацией по данной теме.

cloud.mail.ru/public/D39x/9jQToKhy9
cloud.mail.ru/public/EK2P/he4wfwwAP

теги блога nesio

....все тэги



UPDONW
Новый дизайн