Prévision du cours des actions à l'aide de la régression linéaire dans MS Excel

Contenu

Cet article a été publié dans le cadre du Blogathon sur la science des données.

introduction

Bien qu'il existe d'innombrables méthodes et systèmes complexes visant à essayer de prévoir les cours des actions à l'avenir, la méthode de régression linéaire simple aide à comprendre la tendance passée et est utilisée à la fois par les professionnels et les débutants pour essayer d'extrapoler la tendance existante ou passée dans le futur. Si la tendance actuelle se poursuit à l'avenir, alors je pourrais avoir un gagnant potentiel.

Un avertissement doit être ajouté: rien ne peut déterminer avec certitude que l'avenir sera exactement comme le passé et, donc, cette méthode, comme les autres méthodes de prévision, bien qu'étant fondamentalement utile, a ses limites.

Avec ça en tête, Essayons de calculer les prix futurs des actions Infosys (symbole NSE: INFY). Rappelons le concept de régression linéaire, choisir un laps de temps arbitraire, prenons les données passées, appliquons la méthode, identifions la tendance passée et vérifions les résultats.

Comprendre la régression linéaire

La forma más simple de la ecuación de regresión con una variable dependiente y una independiente se define mediante la fórmula

y = m * X + c

où y est la variable dépendante estimée, m est le coefficient de régression, ou ce qu'on appelle communément la pente, x est la variable indépendante et c est une constante. En mots simples, et est la sortie lorsque m, x et c sont utilisés comme entrées.

La régression linéaire tente de prédire les tendances et les valeurs futures. Essentiellement, mais pas avec une précision extrême, peut répondre à des questions comme,

  • Quel pourrait être le prix d'Infosys dans le prochain 3 mois?
  • Quel pourrait être le prix de l'or dans le prochain 6 mois?
  • Ou où pourrait aller le marché si la tendance actuelle se poursuit dans le futur?

C'est là que vont les prix des actions ou des marchés financiers. Bien sûr, il est également beaucoup plus utile et largement utilisé en dehors des marchés financiers. Cependant, pour cet article, nous examinerons son utilité pour prévoir l'évolution des stocks.

Analyser la tendance passée

En prenant les prix INFY ci-dessus du 9 avril 2020 jusqu'au 10 juillet 2020, un total de 60 jours ouvrables ou environ 3 mois calendaires et en suivant la procédure ci-dessous, nous obtiendrons la tendance du dernier 60 Journées Infosys.

Prenez les données de cours de clôture du dernier 60 jours dans Excel. je montre seulement 3 jours de données à titre indicatif. (La source de donnéeshttps://in.finance.yahoo.com/quote/INFY.NS/history?p=INFY.NS)

symbole Date Fermer
INFY

16-Avr-20

623,85

INFY

17-Avr-20

628,75

INFY

20-Avr-20

653,3

Sélectionnez la date et fermez les colonnes du 60 valeurs, inserte un Diagramme de dispersion comme il est montré dans ce qui suit.

86745capture d'écran202020-10-2020at209-09-4820pm-7729166
57203capture d'écran202020-10-2020at209-16-0120pm-6929007

Sélectionnez la mise en page rapide comme fx comme indiqué ci-dessous.

23476capture d'écran 2020-10-2020at209-22-2020pm-9196975

Pour obtenir la tendance linéaire comme indiqué ci-dessous.

79657capture d'écran 2020-10-2020at209-21-1420pm-9431197

Basé sur les valeurs passées, excel a calculé la pente, m = 1,3312, Ce qui signifie que, En moyenne, Le stock d'Infosys a augmenté de 1,33 Rs. au cours de cette période. La valeur de c qui est la constante est moins 57849.

Voyons à quoi ressemblent les valeurs prévisionnelles si nous supposons que cette tendance se poursuit dans le futur.. Prends le suivant 60 jours comme données de test pour comparer les prévisions avec la date de clôture réelle. Cela commencera à partir de 13 juillet 2020 et fonctionnera jusqu'à 05 octobre 2020 (jusqu'à une date récente).

Valeur prédite, y = 1.3312 * X – 57489

Appliquer la formule ci-dessus à toutes les lignes dans Excel. Rappelez-vous que x est la date ici y, donc, vous devez convertir le résultat en nombre pour obtenir le résultat correct, comme indiqué ci-dessous.

45156capture d'écran202020-10-1020à203-38-3320pm-3569470

Alors, comparer la clôture réelle avec la valeur prédite et obtenir la différence en pourcentage entre ces valeurs.

Je n'entrerais pas dans l'interprétation statistique des prévisions et, pour l'instant, Je voudrais juste considérer quelle part de la prévision c'est par rapport à la valeur réelle. c'est-à-dire, fermeture réelle moins prévision divisée par prévision.

Une fois cette tâche accomplie, vous constaterez que la différence en pourcentage variait d'un minimum de 3% (bon pronostic) les 14 juillet 2020 jusqu'à un maximum de 19% les 31 juillet 2020 (ce n'est pas bon) et vous lui dites la nature de la tendance linéaire qui est un changement proportionnel sur une période de temps.

Limites

  • L'avenir est représenté par une augmentation linéaire, ce qui n'est pas vrai, car si vous regardez les vraies valeurs, vous verrez un bond et une baisse des prix. Il y a beaucoup de variabilité dans les données réelles, mais une augmentation standard des valeurs prédites.
  • La ligne ne va que dans un sens, ce qui signifie que si le passé a connu une augmentation moyenne sur une période de temps, l'avenir montrera également l'augmentation moyenne sur la période suivante. En réalité, il y a toujours le danger d'un renversement de tendance que la prévision linéaire ne peut jamais révéler.
  • Les valeurs elles-mêmes diffèrent de la vraie par de grands pourcentages supérieurs à la 10%, ce qui montre que ce n'est pas un prédicteur aussi précis.

Utilitaire

  • Il peut vous dire en moyenne quelle a été la tendance passée et, comme mentionné au début, si la tendance future est la même que la tendance passée, votre prédiction sera assez précise en utilisant un modèle de régression linéaire simple qui ne demande pas beaucoup de travail
  • Utilisation du pourcentage d'erreur, une fourchette pourrait être déduite et la valeur future pourrait se situer dans cette fourchette.
  • Une fois que vous pouvez résoudre tous les cas et prendre conscience des valeurs futures si la tendance s'améliore, s'aggrave ou reste le même et ainsi se faire une idée des plages possibles.
  • C'est une méthode plus rapide et plus facile à appliquer en utilisant l'outil d'analyse le plus populaire qu'est Excel et, contrairement aux processus très complexes qui mettent plus d'efforts dans la prévision de valeurs précises, il est beaucoup plus facile à interpréter et à expliquer aux non-experts.

conclusion

Nous savions à partir de données antérieures le taux d'augmentation linéaire, nous savions que nous ne savons pas si le futur sera meilleur que le passé ou pire que le passé ou égal au passé.

Nous supposons juste que ce sera la même chose que le passé, qui est l'hypothèse standard faite lors de l'utilisation du modèle de régression linéaire simple. Cependant, les données réelles du futur dans notre exemple ont montré que le futur était meilleur que le passé et, si c'est ainsi, Qui dans ce monde se plaindrait?

Avertissement: Il ne s'agit pas de conseils d'investissement ou d'une approche suggérée pour prévoir les prix futurs et cet article est uniquement à des fins éducatives.. Le but n'est pas de prédire les valeurs futures, mais d'examiner l'utilité de la méthode de régression linéaire pour extrapoler le passé. Tout investissement ou transaction effectué à l'aide de la technique évoquée ci-dessus doit se faire aux risques et aux frais de la personne concernée..

Abonnez-vous à notre newsletter

Nous ne vous enverrons pas de courrier SPAM. Nous le détestons autant que vous.

Haut-parleur de données