检查使用Excel预测股票价格的简单线性回归方法
尽管有许多复杂的方法和系统旨在尝试预测未来的股价,但是线性回归的简单方法确实有助于理解过去的趋势,并且专业人员和初学者都可以使用它来尝试将现有或过去的趋势推算为未来。如果现有趋势延续到未来,那么您将有可能成为赢家。
需要增加一个警告:没有任何东西可以保证未来的发展将完全像过去一样,因此,尽管这种方法从根本上来说是有用的,但与其他预测方法一样,它也有其局限性。
考虑到这一点,让我们尝试找出Infosys的未来股价(NSE代码:INFY)。让我们回顾一下线性回归的概念,选择一个任意时间范围,获取过去的数据,应用该方法,确定过去的趋势,然后检查结果。
了解线性回归
由一个自变量和一个自变量组成的回归方程的最简单形式由公式定义
y = m * x + c
其中y是估计的因变量,m是回归系数,或者通常称为斜率,x是自变量,c是常数。简单来说,当m,x和c用作输入时,y是输出。
线性回归确实试图预测趋势和未来价值。从本质上讲,尽管不是很精确,但它可以回答如下问题:
未来三个月Infosys的价格是多少?
未来六个月的黄金价格是多少?
或者,如果现有趋势持续到未来,市场将走向何方?
就未来的股票价格或金融市场而言。当然,它在金融市场之外更加有用并且得到广泛使用。但是,对于本文,我们将研究其在预测库存趋势中的有用性。
分析过去的趋势
将INFY的过去价格从2020年4月9日到2020年7月10日,总共60个交易日或大约3个日历月,并按照以下步骤,我们将获得Infosys的过去60天趋势。
以Excel中过去60天的收盘价数据为准。我仅显示3天的数据用于说明目的。(数据源– https://in.finance.yahoo.com/quote/INFY.NS/history?p=INFY.NS)
符号日期关
INFY
20年4月16日
623.85
INFY
20年4月17日
628.75
INFY
20年4月20日
653.3
选择60个值的日期和结束列,然后插入一个散点图,如下所示。
线性回归Excel-选择列
线性回归Excel-图形
如下所示,将快速布局选择为fx。
线性回归Excel-布局
要获得线性趋势,如下所示。
线性趋势
excel根据过去的值计算出斜率,m = 1.3312,这意味着Infosys的平均库存增加了1.33 Rs。在此期间。常数c值为负57849。
让我们看看如果我们假设这种趋势持续到未来,那么预测值将是什么样。以接下来的60天作为测试数据,以便将预测与实际截止日期进行比较。这将从2020年7月13日开始,一直持续到2020年10月5日(直到最近)。
预测值,y = 1.3312 * x – 57489
将上述公式应用于excel的所有行。请记住,x是此处的日期,因此您必须将结果转换为数字才能获得正确的结果,如下所示。
数值
接下来,将实际收盘价与预测值进行比较,并获得这些值之间的百分比差异。
我将不涉及预测的统计解释,现在,仅考虑预测的多少与实际值之间的关系。即实际收市价减去预测值除以预测值。
完成此任务后,您会发现百分比差异从2020年7月14日的最低3%(良好预测)到2020年7月31日的最高19%(不是很好)变化,并告诉您您是线性趋势的本质,它是一段时间内成比例的变化。
局限性
期货显示为线性增长,但并不是真实的,就好像您观察到实际价格时看到的是价格的上涨和下跌。实际数据有很多可变性,但是预测值有标准的增加。
这条线只用一种方式,这意味着如果过去一段时间内的平均增长,那么未来也将显示下一时期的平均增长。实际上,总是存在趋势逆转的危险,线性预测永远无法揭示这种危险。
这些值本身与实际值相差很大,超过10%,这表明它不是一个准确的预测指标。
用处
它可以平均告诉您过去的趋势是什么,就像开始时提到的那样,如果未来的趋势恰好与过去的趋势相同,那么使用简单的线性回归模型,您的预测将非常准确。很多工作
使用百分比误差,可以推断出范围,并且可以预期将来的值可以在该范围内。
一旦趋势可以改善,恶化或保持不变,就可以解决所有情况并了解未来的价值,因此对可能的范围有所了解。
这是使用最流行的优秀分析工具来应用的一种更快,更容易的方法,与高度复杂的过程不同,这种过程更加努力地预测准确的值,对于非专家而言更容易解释和解释。
结论
我们从过去的数据中知道线性增长的速度,我们知道我们不知道未来会好于过去还是差于过去或等于过去。
我们只是简单地假设它将等于过去,这是使用简单线性回归模型时所做的标准假设。但是,在我们的示例中,实际的未来数据证明,未来确实比过去更好,如果确实如此,那么这个世界上谁会抱怨。
题库