| スピーカー |
トランスクリプト |
| ホー・チホン |
いや、いや。いい加減にしてくれ。さあ、皆さんこんにちは。私はヘンリー・M・ガン高校3年生のチホン・ホーです。パートナーはスタンフォード・オンライン高校2年生のメイソン・チェンです。私たちのプロジェクトは、COVID-19の流行下における株式投資の多変量統計モデルを構築することです。 |
| |
2月下旬、世界中で蔓延した新型コロナウイルス感染症のパンデミックにより、株式市場は暴落し始めました。今年の株式市場の暴落には、いくつかの要因が考えられます。 |
| |
今年の株式市場の暴落を引き起こした要因は、COVID-19パンデミックなどいくつかある。 |
| |
OPEC、ロシア、アメリカの原油価格戦争。さらにアメリカ政府による2兆2000億ドルの救済策。 |
| |
一部の企業は従業員を解雇しました。パンデミックの影響で失業率は30%を超えています。1929年の世界恐慌時の失業率と比較してみましょう。 |
| |
当時は約25%でした。11月にはアメリカ大統領選挙が行われ、その後、中国で発生した新型コロナウイルス感染症のパンデミックの影響で製造業のサプライチェーンが停止しました。 |
| |
そうです、COVID-19パンデミックは、1929年の世界恐慌や1987年のブラックマンデーで起こった過去の株式市場の暴落と同様に、株式市場に影響を与えました。 |
| |
COVID-19パンデミックは世界に大きな影響を与え、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より強く受けるはずです。アメリカの歴史と比較すると、1929年の世界恐慌は |
| |
1987年のブラックマンデーと2000年のブラックマンデーはどちらも長期にわたって暴落が続きました。しかし、COVID-19の影響は大きくありませんでした。今年、株式市場は3月から4月にかけてピークから25%下落しました。 |
| |
3月以前、米国における新型コロナウイルス感染症（COVID-19）のパンデミックは、他の国々ほど急速には拡大していませんでした。しかし、COVID-19が世界的に蔓延した後、多くの国がロックダウンを実施しました。国レベルおよび世界規模のロックダウン状況は、株式市場にも影響を及ぼすでしょう。 |
| |
左隅のグラフを見てください。これが韓国の状況です。アジア諸国はアメリカよりも先にCOVID-19のパンデミックを経験しました。 |
| |
アジア諸国の状況を参考に、米国に何が起こるかを予測します。このグラフの色はCOVID-19の変曲点を示すもので、フェーズIIの段階です。 |
| |
この短期間でケースの成長速度が少し低下すると思われたため、株価曲線に大きな影響を与えました。 |
| |
分かりました。グラフの左側は、症例と日付の相関マップです。これは米国における相関マップです。 |
| |
症例は2月上旬に追加され、3月下旬から4月上旬にかけて多く追加されました。 |
| |
右のグラフは日付ごとの株価下落を示しており、これはマップ上のケースの関心度が互いに関連していることを示しています。ケースが大きく上昇すると、株式市場は暴落し始め、最低値は35%以上下落しました。 |
| |
中国、韓国、米国と比較すると、アジア諸国は米国よりも早くCOVID-19のパンデミックに見舞われたことが分かっています。今後数ヶ月で米国で何が起こるかは、この図から推測できます。 |
| |
下記の表とデータだけを見ると、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、私たちにとって安全になり、仕事に戻ることができるようになりました。 |
| |
フェーズ IV の方向と比較すると、フェーズ III の 2 倍の時間を要するため、この時間には、より安全に仕事に戻ることができると感じています。 |
| |
アジア諸国のパンデミックのフェーズを見ると、米国のフェーズIIIとフェーズIVの期間を予測することができます。米国のフェーズIIIの終了は、 |
| |
最良のケースでは、フェーズIIIの終了は4月15日、フェーズIVの終了は5月25日となるはずです。最悪のケースでは、フェーズIIIの終了は4月30日頃、フェーズIVの終了は6月10日となります。 |
| |
株式投資戦略を定義する最近のプロジェクトでは、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。 |
| |
株式の売買または交換。まず、2008年と2009年に購入したハイテク株8銘柄を保有しており、3月の平均利益は約400%です。 |
| |
これらの銘柄の中には、S&P500指数の上位20銘柄が含まれており、平均上昇率は800%を超えています。これらの銘柄を売却し、資金を回収するタイミングを見計らいたいと考えています。 |
| |
新型コロナウイルスの影響と株式市場の暴落により、株価は3月ほど高くありませんでした。そのため、早く売却し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下落した23のCOVIDインパクト株を見ていきます。 |
| |
数か月後に株価が急騰するのを待ちたい。 |
| |
COVIDの影響を受けた銘柄は、時価総額が最低でも30億ドル以上である必要があります。株式取引に関しては、取引所での取引も検討します。バランスを取るために、下落している銘柄を1つ売却し、上昇している銘柄を1つ購入しました。今後数ヶ月で株価が上昇することを期待しています。 |
| |
株式取引の意思決定チャートは3つのレベルに分かれています。第1レベルは、 |
| |
何を買い、何を売り、そして交換するかを決めます。レベル2では、売りグループ、買いグループ、そして両グループから交換ペアを選択します。レベル3では使用するツールです。Z指数や外れ値検出ツールなどを使用します。 |
| |
標準化の機能は、平均値から実際のデータポイントまでの距離を把握できるようにすることです。なぜ標準化が必要なのでしょうか？それは、実際のデータを比較しやすい指標に変換する必要があるからです。また、標準化は生データの偏りを除去するためにも使用されます。 |
| |
左側には青いボックス、紫色のボックス、赤いボックスがあります。実際のデータは |
| |
青い枠で囲まれた入力データです。Z標準化後の新しいインデックスは赤い枠で囲まれています。これが出力です。 |
| |
Z標準化は私たちが使用しているツールで、紫色のボックスの中にあります。青いボックス内のキューブはNASDAQ銘柄を表しています。 |
| |
これは人気があり、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ました。 |
| |
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 を標準化すると、株式内 Z、Z NASDAQ 比率、Z グループ NASDAQ 比率を取得できます。 |
| |
Zは、株価を過去5年間の株価と比較するものです。Zナスダック比率は、株価をナスダックの株価と比較し、Zグループナスダック比率は、株価をナスダックのグループと比較します。 |
| |
意味です。リスクを調べるためにZ標準化を用います。最終的には、これら3つのZスコアをすべて統合して新しい株価指数を作成します。この株価指数は、取引リスクの低減に役立ちます。 |
| |
生データで標準化した後のデータテーブルがこちらです。株価、つまり株価指数の変化を使用できます。 |
| |
米国株は2月中旬頃のピーク以来、下落傾向にあります。堅調な銘柄もあれば、COVID-19の影響を受けている銘柄もあります。 |
| |
このモデリングアルゴリズムは3月7日～8日に構築され、データベースは3月14日～15日に構築されました。この図に示されている指標の赤色は、 |
| |
良い時期です...これらの株を売却する良い時期であり、他の赤ではない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、青色でマークされているインデックスもあります。これは、コストを抑え、将来的に利益を増やすことができるため、COVIDの影響を受けた23銘柄の購入を検討するタイミングです。 |
| |
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。 |
| |
外れ値を特定する最良の方法は、四分位範囲外れ値を使用することです。まず、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ました。 |
| |
アルゴリズムは、外れ値は Q1 マイナスまたは Q3 プラス x IQR に等しく、x は通常の場合は 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？通常の外れ値では、期待するより長いタイミングを示すことができないからです。 |
| |
極値は、指定された2つの量の間の距離である四分位範囲全体の乗数を使用して求められます。そのため、極端な外れ値は長い |
| |
投資に活用できるレベルを検出することで、リスクの軽減に役立ちます。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、外れ値は歪度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慮すると、分布の中心よりも裾を重視する必要はないでしょう。 |
| |
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することで、歪度係数を無視できます。 |
| |
外れ値と分布の歪度は非常に密接に関連しています。分布の片方の裾に、いわゆる外れ値が多数存在する場合、裾に歪度が生じます。 |
| |
分位範囲外れ値検出では、正規分布を仮定します。そのため、分布の歪みは外れ値検出手法に不正確さをもたらします。株式市場データのように分布が大きく歪んでいる場合、 |
| |
ロバストフィット外れ値は、歪度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のに適した方法です。ロバストフィット外れ値は、 |
| |
中心と広がり。外れ値は、ロバスト中心からK倍のロバスト広がりを持つ値として定義されます。 |
| |
ロバストフィット外れ値では、ロバスト推定値とK値の積を結合するための複数のオプションが用意されており、検出された外れ値を管理するためのツールも提供されています。通常の外れ値にはK=2.7、極端な外れ値にはK=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、販売指数データの外れ値を特定できます。右のグラフをご覧ください。 |
| |
F5列とF8列には、赤色の網掛けセルが多数あります。これは、株価が平均を上回って推移しているため、利益を最大化するためにこれらの銘柄を売却することを検討できることを示しています。各列には、その列に向かって日ごとの株価指数の変動が表示されています。 |
| |
購買指数に極端な外れ値を使用する理由は、購買指数が下落しているためです。つまり、購買指数の外れ値を検出するのは非常に困難です。売り指数とは異なります。 |
| |
売り指数は上昇しており、外れ値を判断しやすくなっています。 |
| |
このページのデータ テーブルには、B6、B13、B15、B19 などのいくつかのカラー 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、ほとんどの人は合理的な ROI を得るために適切な株式を選択して投資しています。 |
| |
しかし、投資家にとって適切な投資額を見つけるのは容易ではありません。また、他の心理的要因も、特定の投資に有利に働くことがあります。 |
| |
このモデルに基づいて、購入、売却、または交換する株式の量を決定することができ、個人的な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。 |
| |
このモデルは投資額を判断する2つの方法を提供します。1つ目はカラーブロック分析です。この分析では、 |
| |
濃い緑色のブロックは売るのに適しており、オレンジ色または赤色のブロックは買うか交換するのに適しています。 |
| |
そして一番下には、私たちが定義した取引レベルがあります。L10は最低投資額、L1は最高投資額です。 |
| |
株式を売却する場合は、高すぎないように、L5の金額で売却します。交換する場合もL5モデルを選択します。購入する場合は、追加購入を検討できるので、L2の金額だけ購入します。 |
| |
このモデルに基づいて、私たちは |
| |
管理する |
| |
...このモデルに基づけば、投資において財務リスクを軽減できます。 |
| |
次に、関数…はい、これはフェーズIIIの交換部分です。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 交換インデックスは 15 より大きく設定する必要があります。これは、投資家に時間を伝えるために計算する平均インデックスです。 |
| |
左側には、各取引所ペアの変化を示す折れ線グラフがあります。この折れ線グラフから、S5-B1は約15.8、S5-B14は約15.16のトレンドにあることがわかります。 |
| |
つまり、S5-B1 または S5-B14 間での交換を検討できるということです。 |
| |
Z を標準化すると、株式...売株指数と取引所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。 |
| |
Z NASDAQ比率は、平均株価を基準とした株価指数と比較されます。つまり、取引所指数は、株式売買指数（つまり株式購入指数）と比較されます。 |
| |
リスク管理にはZ標準化を活用しています。約184通りの選択肢を検討し、適切なタイミングで投資を行い、適切なペアを選んで交換を行うようにしています。 |
| |
また、 |
| |
タイミングを決定するのに役立つ、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極端な外れ値のセットが提供されます。 |
| |
右側の表をご覧ください。四分位範囲外れ値法を用いて、交換指数値が19を超える上位3つの外れ値を取得しています。 |
| |
交換指数を検討するのは今回で2回目です。シグナルとサポートとなるトップ指数があることが分かりました。交換を行うのに最適なタイミングだと判断しました。 |
| |
S5-B14ペアは19.27、S5-B13ペアは |
| |
19.12; S5-B12 19.07。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とカラーボックス形式で表示されます。 |
| |
濃い緑色のブロックは売却に適しており、濃いオレンジ色または赤色のブロックは購入または交換に適しています。最適なタイミングはグラフに太字で表示されます。2015年2月の交換データに基づいているため、4月6日が交換に最適な日です。 |
| |
私たちは交換ペアを2度検討します。これにより、株式市場でより多くの利益を上げられるという保証が2倍になり、投資リスクが大幅に軽減されます。 |
| |
4月7日、交換指数は4月6日と比較してほとんど変化がなかった。その日、S5-B1ペアは19.18 |
| |
交換指数。右のグラフでは、 |
| |
それが取引所の株式情報でした。4月8日にKLAC株を154.32ドルで売却しました。市場株価は148.85ドルだったので、売却に約3.5%を費やすことができました。 |
| |
また、同じ日に、デルタ株を22.42ドルで購入しました。 |
| |
株価は22.92ドルだったので、約2.2%の利益が出ました。つまり、売却によって利益が変わったということです。つまり、バランスを取るために、同数の株式を売却し、同数の株式を購入するということです。 |
| |
株式の売買モデルは65数量に相当しました。1日後、この通貨ペアのおかげで5.7%の利益を得ました。 |
| |
ああ、そうそう、株を買う人はみんな株価のトレンドに注目するでしょう。パートナーのメイソンと私は、2020年2月下旬から3月中旬にかけて、ナスダック株価の日次レンジの外れ値をモニタリングしています。 |
| |
私たちは毎日の取引時間を 30 分ごとの特定の時間枠に分割し、取引に最適な時間を見つけたいと考えています。 |
| |
検出したピークと谷のポイントは24点で、上限閾値は2.7%です。右隅の図では、始値、終値、高値、安値における株価が表示され、平均値も計算されます。株価のピークと谷を検出する際に、価格帯と順位をカウントします。 |
| |
???はサンプルサイズの離散的な数を考慮しました。私たちが検出した24のピーク/谷点のうち、17のポイントが約70%～71%で発生していたことがデータから示されています。 |
| |
最初の1時間か最後の1時間。私たちは、早起きして株式のランチセッションを行い、取引を行うという帰無仮説を立て、1比率検定を設定しました。 |
| |
帰無仮説は一様分布の確率を仮定しています。左隅の表を見ると、帰無仮説の比率は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ない。だから |
| |
利用可能な13スロットのうち4スロットしか残っていないため、帰無仮説を棄却できません。右隅の表または図は、ピーク時間と谷間の時間の分布レベルを示しています。 |
| |
私たちの研究では、適切な株と売買量、さらには取引指数を選択するための新しいモデルを提供しています。 |
| |
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、COVID-19パンデミックの間、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%の利益を得ました。この結果は、パンデミックが終息しない場合の将来予測に活用できるかもしれません。私たちの研究によると、早起きや土壇場での株式取引は、より多くの利益を生む可能性が高いようです。 |
| |
ありがとう。 |
