MCarloRisk for Stocks & ETFs 17.8

Circa MCarloRisk for Stocks & ETFs

Analizzatore e ottimizzatore del prezzo delle azioni / rischio di probabilità per l'uomo comune. Vedi anche il nostro nuovo supporto per le migliori criptovalute. Ora con il supporto del portafoglio, l'analisi di correlazione/regressione a coppie dei rendimenti giornalieri e l'ottimizzazione del portafoglio. Calcola in avanti (prezzo, probabilità) per il tuo portafoglio ponderato per le azioni. A differenza di altri ottimizzatori folio, questo codice non assume la normalità dei rendimenti, né richiede di inserire stime di volatilità ... questi sono calcolati da dati di rendimento storici pubblici, e si può dire quanto indietro guardare per calcolare la volatilità. Prova alcune ottimizzazioni e confronta con i risultati di altri codici! Il principale feed di dati è l'innovativo IEX. Perché fare affidamento sulle foglie di tè della lettura del grafico quando è possibile applicare statistiche reali e dati storici ricampionato alla tua analisi? Mentre strumenti di grafici come bande di Bollinger, medie mobili e candelabri vengono generati solo su dati storici, questa app prende i dati passati e li remixa tramite i metodi Monte Carlo per generare migliaia di possibili passeggiate future sui prezzi, quindi calcola le probabilità di tali risultati di prezzo. Funziona anche per ETF stock-like ed ETF brevi (ad esempio.SH = short SPY). Stima la distribuzione futura dei prezzi utilizzando la teoria della camminata casuale, in cui campioni casuali sono scelti dalla storia del titolo in questione. L'utente può controllare quanto indietro nel tempo utilizzare i dati cronologici per acquisire solo l'"epoca" corrente o per tenere conto del comportamento storico a lungo termine. Backtesting, verifica e strumenti di ottimizzazione dei modelli integrati. - Dettagli... Questa app modella i rendimenti giornalieri delle scorte come un processo stocastico stabile e stima una futura distribuzione dei prezzi da parte di Monte Carlo ricamponando da una "distribuzione empirica" di un sottoinsieme specificato dall'utente di precedenti (noti) rendimenti giornalieri. Assicurarsi di premere il pulsante Esegui monte nella scheda Monte Carlo dopo aver cambiato le impostazioni o scaricato un nuovo set di dati. Questa app scarica i dati cronologici da IEX come dati di base da ricampionare. I prezzi vengono convertiti in resi giornalieri [P(t)/P(t-1)] prima del ricampionamento. L'utente può scegliere fino a che punto ricampionare. Stimando una distribuzione di probabilità dei prezzi futuri all'orizzonte di investimento specificato dall'utente in questo modo, possiamo fornire stime del rischio di perdita in modo empirico, a una prima approssimazione. Segnala le stime stimate dei prezzi e delle perdite ai livelli comunemente utilizzati del 1° percentile e del 5° percentile (rischio dell'1% e del 5%). Segnala anche le stime dei prezzi mediani (50 ° percentile) al dato numero di giorni in avanti. I calcoli vengono eseguiti sui dati giornalieri del prezzo di chiusura. Viene fornito un filtro shock artificiale, che può essere utilizzato per rifiutare il ricampionamento di rendimenti precedenti che sono artificialmente grandi (a causa di divisioni o altre rivalutazione artificiali che non influiscono sul valore sottostante dell'attività). La teoria del funzionamento è descritta in dettaglio nella scheda Teoria. Il modello stocastico può essere regolato o calibrato regolando il numero massimo di giorni all'indietro per campionare e/o una ponderazione lineare indietro nel tempo. Funzionalità di convalida stocastica del modello (backtest): Nella scheda Monte Carlo è possibile trattenere qualsiasi numero di giorni recenti dal modello e quindi tracciare dinamicamente i risultati della previsione del rischio stocastico come inviluppi con limite inferiore all'1% e %5 e tutti gli altri livelli di probabilità (rischio) stimati dinamicamente al termine dell'esecuzione del modello. Scheda Convalida: Ciò consente di eseguire una convalida esaustiva sul modello trattenendo diversi punti, calcolando il modello, confrontando la previsione in avanti del modello con i dati riservati effettivi e ripetendo questo nel tempo per tutti i punti trattenuti. Il fornitore dell'app non fa alcuna rivendicazione sull'idoneità di questa app per qualsiasi scopo e l'utente deve consultare un consulente di investimento prima di prendere decisioni di investimento.