スピーカー | 成績証明書 |
| ホ・チホン | いや、違うよ。来て。 さて、みなさん、こんにちは。私はヘンリー・M・ガン高校3年生のチホン・ホです。 私のパートナーはメイソン・チェンです。彼はスタンフォード オンライン高校の 2 年生です。 私たちのプロジェクトは、新型コロナウイルス感染症流行時の株式投資の多変量統計モデリングを見つけることです。 |
| 2月下旬、新型コロナウイルスのパンデミックが世界中に広がり、株式市場が暴落し始める。 今年の株式市場の暴落を引き起こした要因はいくつかある。 |
| 新型コロナウイルス感染症のパンデミックなど、今年の株式市場の暴落を引き起こした要因はいくつかある。 |
| OPEC/ロシア/米国の原油価格戦争。 米国政府からの2兆2000億救済策も。 |
| そして従業員を解雇した企業もある。 パンデミックの影響で失業率は30％を超えています。 1929年の大恐慌時の失業率と比較してみましょう。 |
| 当時は25%くらいでした。 同じく11月、大統領選挙中のアメリカ。 そして、以前中国で蔓延したコロナウイルスのパンデミックにより、製造サプライチェーンが停止した。 |
| そう、新型コロナウイルス感染症（COVID-19）のパンデミックは、1929年の大恐慌や1987年のブラックマンデーで起きた過去の株価暴落と同様、株式市場に影響を与えた。 |
| 新型コロナウイルス感染症のパンデミックは世界に多大な影響を与え、多くの死者を出したため、株式市場はパンデミックの影響をさらに受けるはずだ。 米国の歴史と比較すると、1929 年の大恐慌 |
| 1987 年のブラックマンデーと両方の暴落は長期間続きました。 新型コロナウイルス感染症はそうではありませんでした。 今年、株式市場は3月から4月のピークから25％下落した。 |
| 3 月以前は、米国における新型コロナウイルス感染症のパンデミックは他国ほど早く拡大していませんでした。 新型コロナウイルスの感染が世界的に拡大した後、多くの国がロックダウンされました。 全国的および世界規模のロックダウン状況は株式市場に影響を与えるだろう。 |
| 左隅のグラフを見てください。 それが韓国で起きた事態だ。 アジア諸国はアメリカより先に新型コロナウイルスのパンデミックに見舞われた。 |
| 私たちはアジア諸国の状況を利用して、米国に何が起こるかを予測します。この色のグラフに基づくと、COVID-19 の変曲点はフェーズ II である可能性があります。 |
| この短期間で症例の成長速度が少し低下すると思われるため、在庫曲線に大きな影響を与えます。 |
| わかった。 グラフの左側は、事件と日付の相関図です。 これは米国における相関図です。 |
| 感染者は2月上旬に追加され、3月下旬から4月上旬にかけてさらに増えた。 |
| 右のグラフは日付ごとの株式市場の下落を示しています。これは、地図に対する関心が相互に関連していることを意味します。 事件が大きくなると株式市場は暴落し始め、最低点は35％以上下落した。 |
| 中国、韓国、米国と比較すると、アジア諸国が米国よりも先に新型コロナウイルスのパンデミックに見舞われたことがわかっていました。 今後数カ月以内に米国で何が起こるかは結論づけられるだろう。 |
| 以下の特定の表とデータに基づいて、フェーズ III の期間が非常に短いことがわかりました。 そして今では私たちにとって安全であり、仕事に戻ることができます。 |
| フェーズ IV の方向性と比較すると、フェーズ III の 2 倍の時間がかかるため、今回はより安心して仕事に戻ることができます。 |
| アジア諸国のパンデミック段階を確認すると、米国のフェーズ III とフェーズ IV の期間を予測できます。 米国におけるフェーズ III の終了時期は次のとおりであると推定されます。 |
| 最良の場合は 4 月 15 日、フェーズ IV は 5 月 25 日になるはずです。 最悪のケースは、フェーズ III の終了が 4 月 30 日頃、フェーズ IV の終了が 6 月 10 日であることです。 |
| 私たちの最近のプロジェクトは株式投資戦略を定義するもので、株式投資を学び、経験し、株式市場でお金を稼ぎ、時代を判断するためのモデルを構築することを目的としています。 |
| 株式を取引または交換すること。 まず、当社は 2008 年と 2009 年に購入していた 8 つのハイテク株を所有しており、3 月の平均上昇率は約 400% です。 |
| 一部の銘柄はスタンダード アンド プア 500 銘柄の上位 20 銘柄にランクされ、平均上昇率は 800% を超えています。 私たちはそれらの株を売ってお金を取り戻す時間を見つけたいと考えています。 |
| 新型コロナウイルス感染症の状況と株式市場の暴落のため、株価は3月ほど高くなかった。 そのため、早く売りたいと考えていました。 |
| ハイテク株を売却した後、パンデミックの影響で株価が低迷した新型コロナウイルス影響銘柄23銘柄に注目します。 |
| 数か月後にそれらの株が急騰するのを待ちたいと思います。 |
| 私たちが選択する新型コロナウイルスの影響を受けた銘柄は、時価総額が少なくとも 30 億である必要があります。 株の取引を始めると、いくつかの取引が行われる可能性があります。 我々は...下落株を1つ売却し、バランスを保つために上昇株を1つ購入する必要があります。 数か月以内に当社の在庫が急騰することを確認する必要があります。 |
| 株式取引の意思決定チャートを 3 つのレベルに分けています。 最初のレベルは決定することです |
| 何を買うか、何を売るか、そして交換するか。 レベル 2 では、売りグループ、買いグループ、および 2 つのグループの交換ペアから銘柄を選択します。 3 番目のレベルは、使用するツールです。 Z インデックスを使用する場合もあれば、外れ値検出ツールを使用する場合もあります。 |
| 標準化の機能は、平均値から実際のデータポイントまでどの程度離れているかを把握することです。 なぜそれを使用する必要があるのでしょうか? 実際のデータを比較しやすいインデックスに変換する必要があるためです。 また、標準化を利用して生データの偏りを排除します。 |
| 左側には、青いボックス、紫のボックス、赤いボックスがあります。 実際のデータ |
| 収集した入力は青いボックス内にあります。 Z 標準化後の新しいインデックスは赤いボックス内にあります。 それが私たちのアウトプットです。 |
| Z 標準化は私たちが使用するツールで、紫色のボックス内にあります。 青いボックス内のキュービクルはナスダック株を表します。 |
| 人気があり、多くの人が投資するでしょう。 ハイテク株は5年間で大幅に成長した。 |
| Z 標準化の範囲は、-3 標準偏差から +3 標準偏差までです。 |
| Zが標準化されると、株式内のZ、ZのNASDAQ比率、ZグループのNASDAQ比率が得られます。 |
| 株式内の Z は、株価を過去 5 年前の株価と比較することです。 Z NASDAQ比率はNASDAQ株価と株価を比較、ZグループNASDAQ比率はグループNASDAQ株価と株価を比較 |
| 平均。 RIS を調べるために Z 標準化を使用します。 最終的には、3 つの Z スコアをすべて組み合わせて新しい株価指数を作成します。 株価指数は取引のリスクを軽減するのに役立ちます。 |
| 生データで標準化した後のデータ表は次のとおりです。 株式…株価指数の変化を利用することができます。 |
| 米国株は2月中旬頃をピークに下落傾向にある。 一部の銘柄はより堅調であり、特定の銘柄は新型コロナウイルス感染症の影響を受けています。 |
| このモデリング アルゴリズムは 3 月 7 ～ 8 日に確立され、データベースは 3 月 14 ～ 15 日に確立されます。 この図に示されているインデックスの赤い部分がスピーカー、 |
| それは良い時期です...これらの株を売却する良い時期です。そうすれば、他のレッドインデックス以外のインデックスよりも多くのお金を稼ぐことができます。 |
| また、青色でマークされたインデックスもあります。 コストを削減でき、将来的により多くの利益を得ることができるため、この時期が新型コロナウイルスの影響を受けた株式の購入を検討できる時期です。 |
| 外れ値アルゴリズムを使用する理由は、外れ値が株式取引のタイミングを決定するのに役立つためです。 |
| 外れ値を判断する最良の方法は、分位範囲の外れ値を使用することです。 まず、以前は第 3 四半期から第 1 四半期を引いた四分位範囲全体を求めていました。 |
| アルゴリズムの異常値は、Q1 マイナスまたは Q3 プラス x IQR に等しく、x は標準の場合は 1.5、極端な場合は 3 に等しくなります。 |
| なぜ極端な外れ値を選択する必要があるのでしょうか? 通常の外れ値は、私たちが望んでいたより長いタイミングを示すことができないためです。 |
| 極値は、四分位範囲全体、つまり 2 つの指定された量の間の距離の乗数を使用して求められます。 そのため、極端な外れ値は長くなる可能性があります |
| 投資に使用できるレベルを検出し、リスクを軽減するのに役立ちます。 ただし、技術的には、分位範囲外れ値アルゴリズムは正規分布の状況で使用されます。 |
| 株式市場は正規分布ほどではないため、外れ値はスキュー係数の影響を受けます。 |
| したがって、スキュー係数の影響を受けない、より強力なツールを使用する必要があります。 |
| 株価のパフォーマンスを考えると、分布の中心よりも尾部のほうは気にしないでしょう。 |
| 次に使用するツールは、ロバストフィット外れ値です。 ロバストフィット外れ値を使用して、スキュー係数を無視します。 |
| 外れ値と分布の歪みは非常に深い関係があります。 分布の裾の 1 つにいわゆる外れ値が多数ある場合、裾に歪みが生じます。 |
| 分位範囲の外れ値検出では、正規分布が前提となります。 したがって、分布の歪みにより、外れ値の検出方法に不正確さが生じます。 おそらく株式市場のデータのように、分布が著しく偏っている場合、 |
| ロバストフィット外れ値はスキュー係数を無視する傾向があるため、外れ値を正確に見つけるにはより良い方法です。 ロバストフィット外れ値推定 |
| センターとスプレッド。 外れ値は、ロバストな中心からの K 倍のロバストな広がりの値として定義されます。 |
| ロバストフィット外れ値は、ロバスト推定値を結合して K を乗算するためのいくつかのオプションを提供するだけでなく、見つかった外れ値を管理するツールも提供します。 通常の値には K=2.7、極端な外れ値には 4.7 を使用します。 |
| 通常のロバストフィット外れ値を使用した後、販売指数データ内の外れ値を見つけることができます。 右のグラフを見てください。 |
| F5 列と F8 列には影付きの赤いセルが非常に多くあり、株価が平均を上回って販売されているため、利益を最大化するためにそれらの株を売却することを検討できることを示しています。 各列は、その列に向かって日ごとの株価指数の変化を示しています。 |
| 買い指数に極端な外れ値を使用する理由は、買い指数が低下しているためです。 つまり、購入指数の外れ値を検出するのは非常に困難です。 売りのようなものではありません。 |
| 販売指数は上昇しているため、外れ値を判断しやすくなります。 |
| このページでは、データ テーブルに B6、B13、B15、B19 などのいくつかの色のブロックがあり、株式の購入を検討できることを示しています。 |
| 多くの人が株式投資で利益を上げており、ほとんどの人は妥当な ROI を得るために適切な株式を選択する可能性があります。 |
| しかし、投資家は、適切な投資額を見つけるのに苦労しています。 また、他の人間の心理的要因も、私たちの特定の投資に有利となるでしょう。 |
| このモデルに基づいて株式の購入、売却、または交換の量を決定できるため、個人の投資バイアスを最小限に抑え、全体的な財務リスクを軽減できます。 |
| このモデルでは、投資額を判断する 2 つの方法が提供されます。 1つ目はカラーブロック分析です。 さて、その分析では、 |
| 濃い緑色のブロックは売るのに適しており、オレンジまたは赤のブロックは購入または交換するのに適しています。 |
| そしてその下には、私たちが定義するトランザクション レベルがあります。 L10 が最小投資額、L1 が最大投資額となります。 |
| 株を売りたい場合は、L5 の金額であまり高くないように売ります。 そして交換をするのですが、こちらもL5モデルを選択します。 そして、買いを行う場合は、さらに買い増しすることを検討すればよいので、L2 の金額を買うだけです。 |
| したがって、このモデルに基づいて、次のようにすることができます。 |
| 私たちを管理する |
| ...このモデルに基づいて、投資における財務リスクを軽減します。 |
| 次に、機能は...わかりました...これは...フェーズ III の交換部分にあります。 また、データポイントをこのインデックスに変換するために Z 標準化を使用していますが、これは交換インデックスです。 |
| 交換しきい値 Z 交換インデックスを 15 より大きく設定します。 これは当社が計算した平均指数であり、投資家に時間を知らせることができます。 |
| 左側には折れ線グラフがあり、各取引所ペアの変化を示しています。 この折れ線グラフに基づいて、S5-B1 は約 15.8、S5-B14 は約 15.16 である傾向がわかります。 |
| つまり、S5-B1 または S5-B14 の間で交換を行うことを検討できるということになります。 |
| Z を標準化した後は、株価指数と為替指数を取得できます。 |
| 売り指数 |
| 過去5年間の株価と比較することです。 の |
| Z NASDAQ比率は平均株価を用いて株価指数と比較されます。 したがって、為替指数は株買い指数である株売り指数と比較されます。 |
| 私たちはリスクに対処するために Z 標準化を使用しています。 私たちは約 184 の選択肢を検討し、投資が適切なタイミングで行われることを確認し、交換を行うための適切なペアを選択する必要があります。 |
| 私たちも使っています |
| タイミングの決定に役立つ分位範囲外れ値アルゴリズム。 |
| Q の値が小さいと、値が大きい場合よりもさらに根本的な外れ値のセットが提供されます。 |
| 右側のテーブルを見てください。 分位範囲外れ値法を使用して、交換指数値が 19 より大きい上位 3 つの外れ値を取得します。 |
| 為替指数を考察するのは今回が2回目です。 シグナルでありヘルプであるトップインデックスがあることがわかりました...交換を行うのに最適なタイミングです。 |
| 19.27のS5-B14ペアのように。 S5-B13 ペア |
| 19.12; 19.07のS5-B12。 左側にはタイミング予測モデルがあります。 このモデルはカラーコード、カラーボックススタイルで表示されます。 |
| 濃い緑色のブロックは売るのに適しており、濃いオレンジまたは赤は購入または交換するのに適しています。 最良の時間はグラフに太字で表示されます。 2015年2月からデータ交換を行っているため、4月6日が交換に最適な日です。 |
| 私たちは交換ペアを 2 回検討します。これにより、株式市場でより多くの利益を得ることができるという保険が 2 倍になり、投資リスクが大幅に軽減されます。 |
| 4月7日の為替指数は4月6日と比べてほとんど変化がなかった。 この日、S5-B1 ペアは 19.18 を記録しました。 |
| 為替インデックス。 右のグラフでは、 |
| 以上、取引所の株価情報でした。 4月8日、当社はKLAC株を154.32ドルで売却した。 市場株価は 148.85 ドルだったので、約 3.5% を節約して売却できました。 |
| また、同じ日にデルタ株を22.42ドルで購入しました。 |
| 株式市場価格は22.92ドルだったので、約2.2％上昇したので、セールで変わったことになります。 したがって、同じ量の株を売り、バランスをとるために同じ量の株を買います。 |
| 在庫の売買モデルは 65 個の数量に相当しました。 1日後、為替ペアのおかげで5.7％上昇しました。 |
| そうそう、株を買う人は皆、自分の株の動向に注目します。 私のパートナーのメイソンと私は、2020年2月下旬から2020年3月中旬までのナスダック株の日次範囲の外れ値を監視しています。 |
| 毎日の取引ウィンドウを特定の時間枠 (それぞれ 30 分) に分割し、取引に最適な時間帯を見つけたいと考えています。 |
| 検出された山点と谷点は 24 個あり、上限しきい値は 2.7% です。 右隅の図では、株価の始値、終値、高値、安値を確認でき、平均も計算します。株価の山と谷の検出を行うときに、値幅と順位をカウントします。 |
| ???サンプルサイズの離散数を考慮します。 検出した 24 個のピーク/バレー ポイントのうち、データによると、24 ポイントのうち 17 ポイント (約 70% ～ 71%) が、 |
| 最初または最後の時間。 私たちは、私たちが早起きして取引を行うために株式ランチセッションを持っているという帰無仮説を立てる 1 つの割合の検定を設定しました。 |
| 帰無仮説は一様分布確率を仮定します。 左隅の表を見ると、ヌル比率の値が 0.34 で、0.05 より大きいことがわかります。 |
| 帰無仮説を棄却することはできません。 それで |
| 利用可能な 13 スロットのうち 4 スロットであるため、帰無仮説を棄却できません。 右隅の表または図を見て、ピーク時間と谷時間の分布レベルを示します。 |
| 私たちの研究では、適切な銘柄と???を選択するための新しいモデルを提供します。売買の量、為替指数も同様です。 |
| 投資においてタイミングは非常に重要な要素です。 この株式投資モデルは、新型コロナウイルス感染症のパンデミック下でもほとんどの場合において正確です。 |
| 私たちの研究グループは株式市場に投資し、プロジェクト終了後に 2.5% 利益を上げました。 パンデミックが終わらない場合の将来を予測するためにそれを使用する可能性があります。 私たちの調査に基づいて、株式取引を早期または直前に有利に行うことで、より多くのお金を稼ぐことができます。 |
| ありがとう。 |
