投資になると、私のお気に入りの戦略は Googleヘッドのアプローチ Vanguardの創設者で元CEOのJack Bogleによって開発されました。同氏は、市場の収益に見合うように試みる低コストのインデックスファンドに投資することを推奨します。
このブログ記事では、Dow Jonesのインデックスを上回るように株のグループを考え出すことができるかどうかを確認することにしました。
目標は、ダウ工業平均株価指数のうち、四半期全体でインデックス全体の業績を上回るものをいくつか選択することです。私は高パフォーマンスの株を選択するために、過去3年間の収益記録記録を使用しました。成績証明書に記載されている内容に基づいて、トランスクリプトと過去の株価を組み合わせて統計モデルを作成し、次の四半期末の株価を予測します。
非構造化データの取り扱い
収益通話データは、非構造化テキストデータの形式です。この構造化されていないテキストデータは、そこから情報を収集しようとするといくつかのユニークな課題を提示します。これらの課題には、使いやすさ、関連性、データの品質などがあります。のテキストエクスプローラプラットフォームイン JMP 13 これらの課題に対処するための優れたツールを提供しています。私はこのブログ記事でそれらのツールのいくつかを披露するつもりです。
ダウ工業平均を構成する30社それぞれの収益記録簿オンライン 。各企業の直近の決算発表は、秋の間のいつかで、ナイキの2016年9月27日からウォルマートの2016年11月17日までの範囲です。過去の株価情報については、ヤフーファイナンスフェッチャーJMPアドイン。 現在の株価については、決算発表の日の始値を使用しました。
テキストを探る
データがにインポートされたら JMP テキストエクスプローラを使用してデータを解析し、ストップワードを追加して一般的なフレーズを見つけました。データ解析には、正規表現を使用するテキストエクスプローラのデフォルト設定を使用しました。私はまた、これが同じ語根を持つ用語を結合するので、結合オプションの語幹処理をオンにしました。あなたは下のスクリーンショットでステミングの例を見ることができます（ウォルトディズニーのトランスクリプトから）。用語リストの最初の用語は「フランチャイズ」です。これには、「フランチャイズ」という語が含まれているすべての単語が含まれています。この例では、これらの単語はフランチャイズ、フランチャイズ、そしてフランチャイズです。・記号が表示されているときはいつでも、ステミングが適用されていることを示しています。この分析に追加したストップワードは、説明力がない単語です。この場合に使用されたのは、Webキャスト、四半期、おはようございますです。文書内の一般的なフレーズは、以下のフレーズリストに表示されます。これらの一般的なフレーズを分析に追加しました。赤いフォントで強調表示された副社長のような特定のフレーズは、デフォルトで分析に追加されます。これらはストップワードとして追加することで削除できます。
このプロセスが完了したら、非構造化テキストデータを使用可能な数値構造に変換するDocument Term Matrix（DTM）を保存しました。私はまたText Explorerプラットフォームでトピック分析を行いました。 JMP Pro ） トピック分析は、文書の用語行列の回転特異値分解（SVD）を使用して、トピックを特定の単語または句にグループ化します。それからトピックベクトルもデータテーブルに保存しました。以下は、Appleの成績証明書に対して行われたトピック分析の出力例です。トピック単語は各トピックを最も代表する単語であり、それらは各トピックのテーマについての良いアイデアを私に与えてくれます。これらのトピックは、モデルに説明力を追加するのに役立ちます。
統計モデルの構築
次のステップは、ダウジョーンズ指数の各構成要素について統計モデルを作成することです。統計モデルを構築する前に、データの一部を抑えるための検証列を設定しました。この場合は、検証セットとして昨年のデータを使用しました。この手法は、モデルの過剰適合を防ぐのに役立ちます。覚えておくべきことの1つは、検証データの一部がText Explorerの使用からトレーニングセットに漏洩した可能性があるということです。また、この少量のデータでは、検証列の代わりにk分割交差検定法を使用することを検討するかもしれません。
この調査に使用しているデータには、幅の広いデータと幅の狭いデータとも呼ばれる、多数の列があり、多数の行はありません。 JMP そしてJMP Proはこの種のデータを扱うことができる広範囲のモデリング技術を提供します。ディシジョンツリー、ブートストラップフォレスト、ブーストツリー、ニューラルネットワーク、一般化回帰など、さまざまなモデルを試しました。私がここで見ているモデル比較と特定のデータセットに基づいて、私はブーストニューラルネットワークがパフォーマンスと節約の最も良いブレンドを持っていたことがわかりました。以下は、予測プロットによって実際を示す1つのモデルの例です。
トレーニングおよび検証データセットの予測プロットによる実際
私の索引のための在庫の選択
私がこれらのモデルを作っていたように JMP 、私はナイキとアップルを統合しないだろういくつかのモデルに出くわした。データを見ると、どちらも四半期ごとに株価に非常に大きな変化があることがわかりました。Appleにとっては、これは2014年半ばに起こりました。ナイキにとって、それは2015年の終わりにありました。ご存知かもしれませんが、タイミングは各社の株式分割と一致しています。モデリングの目的で、私は価格を現在のレベルに正規化しました。
すべてのモデルを作成した後、予測式を保存して、株価が次の収益を上げるときにどこにくるかを予測しました。決算発表の日程はさまざまですが、ほとんどの企業は2017年1月末に次の決算発表を行っています。以下は、予測されるすべての株価変更の結果の表です。これらの予測はすべて、収益記録記録から作られたブーストニューラルネットワークモデルから得られたものです。以下の結果を見て、私はUnited Health Group、Caterpillar、Merck、Goldman Sachs、およびMcDonald'sを選択しました。目標は、これらのピックが1月末頃に前回の収益発表から次の収益発表までダウジョーンズ指数を上回るかどうかを確認することです。
ダウジョーンズ指数は、価格加重平均を使用して計算されます。つまり、株価が高い株ほど、ウェイトが上がるか、指数に影響を与えます。私はこれと同じ方法を使用して索引を作成し、5つの各構成要素のうち1つを「購入」しました。より高価な構成要素が索引の大部分を占めています。前回の収益電話の日に各コンポーネントの1株を取得するには、570.61ドルを支払います（以下の表を参照）。
比較のために、私は10月の終わりにダウジョーンズ指数にこれらの電話の時頃に同じ金額を「投資」するつもりです。ダウ工業平均株価は10月31日の18176.60で始まった。それが投資の元の時間になります。ダウジョーンズ工業株平均の株を買えば、平均0.03139株の株が手に入ると思います。モデルは私が使用して作った5つのピックに投資した場合、570.61ドルが629.89ドルに増加すると予測しています。 JMP これは1四半期で10.4％の増加です。ダウ・ジョーンズ工業の平均が2017年1月末にどこになるかを見積もるために、各コンポーネントの予測株価を取り、その合計を求めました。それから私はその数をDow Divisorで割った、それは0.14602128057775である。その予測の結果は以下の通りです。18696.73ドルの推定終値で、570.61ドルの投資は1四半期で586.93ドルまたは2.86％に増加するでしょう。
次のステップは、Dow Jonesのインデックスと比較したときに私の予測が実際にどのように機能するかを見て、2月上旬にブログのエントリで再検討することです。
さらなるアイデア
私が感謝祭の週に考案した楽しいプロジェクトとは対照的に、私が実際の投資のためにこれをしていたならば、私が変えるであろうことがいくつかあります：
- 私は間違いなくもっと多くの収益の電話記録を得るために間に合うようにさらに戻るでしょう。12が良いスタートですが、より多くのデータがこれらのモデルを改善するでしょう。
- このブログ記事では、テキストエクスプローラで JMP 使用することができます、私は収益の呼び出しからの非構造化データのみを使用しました。これらのモデルを改善するために、私は収入や一株当たり利益などの情報も使用します。
- 大事なことを言い忘れましたが、私は将来の株価を予測しようとするために選挙サイクルを選ぶことはありません！
テキストから作られたトピックの意味についての好奇心...
