Questo articolo è stato pubblicato nell'ambito del Blogathon sulla scienza dei dati.
introduzione
Sebbene ci siano innumerevoli metodi e sistemi complessi volti a cercare di prevedere i prezzi delle azioni in futuro, il semplice metodo di regressione lineare aiuta a comprendere la tendenza passata ed è utilizzato sia dai professionisti che dai principianti per cercare di estrapolare la tendenza esistente o passata nel futuro. Se la tendenza esistente continua in futuro, allora potrei avere un potenziale vincitore.
Un avvertimento dovrebbe essere aggiunto: nulla può determinare con certezza che il futuro si rivelerà esattamente come il passato e, così, questo metodo, come altri metodi di previsione, nonostante sia fondamentalmente utile, ha i suoi limiti.
Con questo in testa, Proviamo a calcolare i prezzi futuri delle azioni Infosys (Simbolo NSE: INFY). Ricapitoliamo il concetto di regressione lineare, scegli un intervallo di tempo arbitrario, prendiamo i dati passati, applichiamo il metodo, identifichiamo il trend passato e verifichiamo i risultati.
Comprensione della regressione lineare
La forma più semplice dell'equazione di regressione con una variabile dipendente e una variabile indipendente è definita dalla formula
y = m * X + C
dove y è la variabile dipendente stimata, m è il coefficiente di regressione, o quella che comunemente viene chiamata pendenza, x è la variabile indipendente e c è una costante. In parole semplici, ed è l'uscita quando m, x e c sono usati come input.
La regressione lineare tenta di prevedere tendenze e valori futuri. Fondamentalmente, anche se non con precisione millimetrica, può rispondere a domande come,
- Quale potrebbe essere il prezzo di Infosys nel prossimo 3 mesi?
- Quale potrebbe essere il prezzo dell'oro nel prossimo 6 mesi?
- O dove potrebbe andare il mercato se la tendenza esistente continua nel futuro??
È qui che vanno i prezzi delle azioni o dei mercati finanziari. Certo, è anche molto più utile e ampiamente utilizzato al di fuori dei mercati finanziari. tuttavia, per questo articolo, esamineremo la sua utilità nel prevedere l'andamento delle scorte.
Analizzando la tendenza passata
Prendendo i precedenti prezzi INFY dal 9 aprile 2020 fino al 10 luglio 2020, un totale di 60 giorni lavorativi o circa 3 mesi di calendario e seguendo la procedura di seguito, otterremo l'andamento dell'ultimo 60 Giornate Infosys.
Prendi i dati del prezzo di chiusura dall'ultimo 60 giorni in Excel. mostro solo 3 giorni di dati a scopo illustrativo. (Fonte di dati– https://in.finance.yahoo.com/quote/INFY.NS/history?p=INFY.NS)
| Simbolo | Data | Chiudere |
| INFY | 16-aprile-20 | 623,85 |
| INFY | 17-aprile-20 | 628,75 |
| INFY | 20-aprile-20 | 653,3 |
Seleziona la data e chiudi le colonne per il 60 valori, inserire un grafico a dispersione come mostrato di seguito.
Seleziona il layout rapido come fx come mostrato di seguito.
Per ottenere il trend lineare come mostrato di seguito.
Basato su valori passati, excel ha calcolato la pendenza, m = 1,3312, che significa che, in media, Lo stock di Infosys è aumentato del 1,33 Rs. durante questo periodo. Il valore di c che è la costante è minore 57849.
Vediamo come appaiono i valori di previsione se assumiamo che questa tendenza continui nel futuro.. Prendi il prossimo 60 giorni come dati di prova per confrontare le previsioni con la data di chiusura effettiva. Questo inizierà da 13 luglio 2020 e durerà fino a 05 ottobre 2020 (fino a poco tempo fa).
Valore previsto, y = 1.3312 * X – 57489
Applica la formula sopra a tutte le righe in Excel. Ricorda che x è la data qui y, così, è necessario convertire il risultato in un numero per ottenere il risultato corretto come mostrato di seguito.
Dopo, confronta la chiusura effettiva con il valore previsto e ottieni la differenza percentuale tra questi valori.
Non entrerei nell'interpretazione statistica delle previsioni e, per adesso, Vorrei solo considerare quanta parte della previsione è rispetto al valore effettivo. vale a dire, chiusura effettiva meno previsione divisa per previsione.
Una volta svolto questo compito, scoprirai che la differenza percentuale variava da un minimo di 3% (buona prognosi) il 14 luglio 2020 fino ad un massimo di 19% il 31 luglio 2020 (non bene) e gli dici la natura della tendenza lineare che è un cambiamento proporzionale in un periodo di tempo.
Limitazioni
- Il futuro è mostrato come un aumento lineare che non è vero, poiché se guardi i valori reali, vedrai un aumento e un calo dei prezzi. C'è molta variabilità nei dati reali, ma un aumento standard dei valori previsti.
- La linea va solo in una direzione, il che significa che se il passato ha avuto un aumento medio in un periodo di tempo, il futuro mostrerà anche l'aumento medio nel periodo successivo. In realtà, c'è sempre il pericolo di un'inversione di tendenza che le previsioni lineari non possono mai rivelare.
- I valori stessi differiscono da quello reale per percentuali di gran lunga superiori al 10%, il che dimostra che non è un predittore così accurato.
Utilità
- Può dirti in media quale è stata la tendenza passata e, come detto all'inizio, se la tendenza futura è la stessa della tendenza passata, la tua previsione sarà abbastanza accurata utilizzando un semplice modello di regressione lineare che non richiede molto lavoro
- Utilizzo della percentuale di errore, si potrebbe dedurre un intervallo e ci si potrebbe aspettare che il valore futuro rientri in questo intervallo.
- Una volta che puoi risolvere tutti i casi e prendere coscienza dei valori futuri se il trend migliora, peggiora o rimane uguale e quindi fatti un'idea dei possibili intervalli.
- È un metodo più rapido e semplice da applicare utilizzando lo strumento di analisi più popolare che è Excel e, a differenza dei processi altamente complessi che si impegnano maggiormente nella previsione di valori accurati, è molto più facile da interpretare e spiegare ai non esperti.
conclusione
Sapevamo dai dati passati il tasso di aumento lineare, sapevamo di non sapere se il futuro sarà migliore del passato o peggiore del passato o uguale al passato.
Diamo per scontato che sarà lo stesso del passato, che è l'assunzione standard fatta quando si utilizza il modello di regressione lineare semplice. tuttavia, i dati reali del futuro nel nostro esempio hanno mostrato che il futuro era migliore del passato e, se è così, Chi in questo mondo si lamenterebbe??
Disclaimer: Questo non è un consiglio di investimento o un approccio suggerito per prevedere i prezzi futuri e questo articolo è solo a scopo didattico.. L'obiettivo non è prevedere i valori futuri, ma per esaminare l'utilità del metodo della regressione lineare per estrapolare il passato. Qualsiasi investimento o operazione effettuata utilizzando la tecnica sopra discussa deve essere a rischio ea spese della persona interessata..
