MCarloRisk for Stocks & ETFs 17.8
5초 만에 다운로드할 수 있습니다.
에 대해 MCarloRisk for Stocks & ETFs
보통인의 주가/확률 위험 분석기 및 최적화. 또한 최고의 암호 화폐에 대한 우리의 새로운 지원을 참조하십시오. 이제 포트폴리오 지원, 일일 수익의 쌍별 상관 관계/회귀 분석 및 포트폴리오 최적화를 통해. 주식 가중 포트폴리오에 대한 미래(가격, 확률)를 계산합니다. 다른 Folio 최적화 업체와 달리 이 코드는 수익률의 정상성을 가정하지 않으며 변동성 추정치를 입력할 필요가 없습니다... 이러한 데이터는 공용 기록 반환 데이터에서 계산되며 변동성을 계산하기 위해 얼마나 멀리 되돌아보았는지 알 수 있습니다. 일부 최적화를 시도하고 다른 코드의 결과와 비교! 주요 데이터 피드는 혁신적인 IEX입니다. 실제 통계 및 과거 리샘플링 데이터를 분석에 적용할 수 있을 때 차트 읽기의 차 잎에 의존하는 이유는 무엇입니까? 볼린저 밴드, 이동 평균 및 촛대와 같은 차트 도구는 과거 데이터를 가져와 몬테 카를로 방법을 통해 리믹스하여 수천 개의 향후 가격 산책을 생성한 다음 가격 결과의 확률을 계산합니다. 또한 주식과 같은 ETF 및 짧은 ETF(예: .SH = 짧은 SPY)에도 적합합니다. 무작위 표본이 해당 주식의 이력에서 선택되는 무작위 도보 이론을 사용하여 향후 가격 분포를 추정합니다. 사용자는 과거 데이터를 사용하여 현재의 "시대"만 캡처하거나 장기 기록 동작을 고려하는 시간을 얼마나 멀리 제어할 수 있습니다. 기본 제공 백테스트, 검증 및 모델 튜닝 도구. -- 세부 정보 -- 이 앱은 일일 재고 수익을 안정적인 금욕적 프로세스로 제시하고 몬테 카를로가 사용자가 지정한 일일 수익의 "경험적 분포"에서 다시 샘플링하여 향후 가격 분포를 추정합니다. 설정을 변경하거나 새 데이터 집합을 다운로드한 후 몬테 카를로 탭의 실행 몬테 버튼을 누릅니다. 이 응용 프로그램은 다시 샘플링기본 데이터로 IEX에서 기록 데이터를 다운로드합니다. 가격은 리샘플링 하기 전에 일일 수익률[P(t)/P(t-1)]로 변환됩니다. 사용자는 다시 다시 샘플링할 방법을 선택할 수 있습니다. 이러한 방식으로 사용자 지정 투자 지평선에서 미래 가격의 확률 분포를 추정함으로써, 우리는 첫 번째 근사치에, 엄지 손가락 규칙 방식으로 손실 위험 추정을 제공 할 수 있습니다. 1번째 백분위수 및 5번째 백분위수(1%와 5% 위험)의 일반적으로 사용되는 수준에서 예상 가격 및 %손실 추정치를 보고합니다. 또한 주어진 일 수의 중간 (50 번째 백분위수) 가격 추정치를 앞으로보고합니다. 계산은 일일 종가 데이터에서 수행됩니다. 인위적인 충격 필터가 제공되며, 이는 인위적으로 큰 이전 수익의 재샘플링을 거부하는 데 사용할 수 있습니다(자산의 기본 가치에 영향을 미치지 않는 분할 또는 기타 인공 재평가로 인해). 작동 이론은 이론 탭 아래에 자세히 설명되어 있습니다. 스토샤틱 모델은 샘플 및/또는 백 타임 리니어 가중치로 역으로 최대 일 수를 조정하여 조정 또는 보정될 수 있다. 스토샤틱 모델 유효성 검사(백테스트) 기능: Monte Carlo 탭에서 모델에서 최근 일수의 수를 보류한 다음 모델 실행이 완료된 후 하한 봉투를 1% 및 %5로 줄인 봉투와 기타 예상 확률(위험) 수준으로 동적으로 플롯할 수 있습니다. 탭의 유효성 확인: 이를 통해 여러 지점을 원천징수하고, 모델을 계산하고, 모델의 전방 예측을 실제 예약된 데이터와 비교하고, 시간이 지남에 따라 모든 보류된 점에 대해 반복하여 모델에 대한 철저한 유효성 검사를 수행할 수 있습니다. 앱 공급자는 어떤 목적으로든이 앱의 적합성에 대해 어떠한 주장도하지 않으며, 사용자는 투자 결정을 내리기 전에 투자 고문과 상의해야합니다.