g20 cli 推移

2024/6データ

デルタ

last(diff(cli_g20),21) %>% plot(.,type='h')

SPX 予測

概要

一株あたり利益予測データからS＆P500の妥当な水準を推定する。
EPSデータはS＆Pから入手する。

ソースコード

k2k <- "2010-01-01::2024-06-30"lag_month <- 10data.frame( apply.quarterly(SP5[,4][k2k],mean), eps_year_xts[k2k], apply.quarterl

SPX 四半期理論価格モデル

EPSを利用する場合ケース1

eps+各種マクロデータ+OECDによるG20 composite leading indicator を説明変数とした。

G20 composite leading indicatorは10ヶ月前の値との差を説明変数として使用する。

上記の結果生成されたオブジェクトを利用して任意のデータを利用して予測値を計算する。

lmdf <- data.frame(sp

二項検定

実行例

binom.test

確率95%が想定される環境で18回試行の結果、16回の成功が得られた。想定された確率が正しいかを検証する。この場合は帰無仮説は「該当環境の確率は95%である」になり、binom.test はp値を0.2265としているので帰無仮説は成立する。

dbinom

確率95%の試行を18回行った時、成功16回となる確率を計算する。結果は16.8%。成功が16回以下を求

#SPX 月次収益率統計モデル　その2

データの準備

TERM <- "1972::2024-02"merge(g20=diff(cli_g20)[TERM],usa=diff(cli_usa)[TERM],g7=diff(cli_g7)[TERM])-> wmerge(w,nfci=as.vector(diff(to.monthly(NFCI)[,4])[TERM]),spx=as.vector(monthlyReturn(GSPC

dplyr filter select reframe summarise

ソースコード

quarterlyReturn(GSPC)["1950::2021"] %>% matrix(.,nrow=4) %>% t() -> mcbind(m,(quarterlyReturn(GSPC)["1951::2022"] %>% matrix(.,nrow=4) %>% t())) -> mcbind(m,(quarterlyReturn(GSPC)["1952::2023"

大統領選挙年の2月3月収益率について

大統領選挙が行われる年の2月および3月の収益率をそれ以外の年と比較する。果たして大統領選挙年に当該月のパフォーマンスは悪いと言えるのか。

ソースコード

monthlyReturn(GSPC)["::2023"] %>% matrix(.,nrow=12) %>% t() -> ww[seq(3,74,4),] %>% apply(.,2,mean)w[-1*seq(3,74,4),] %>%

NFCI vs. SPX 月次収益率 with VIX &CLI png facet

VIXを利用して分類した場合 facet_wrap 使用

NFCI月間変化値とS&P500月次収益率の関係はすでに検証済みだが、これをVIX<20の場合とそれ以外に分けて分析する。

コード

TERM <- "2007::2024-01"w <- data.frame(fci=(diff(to.monthly(NFCI)[,4]))[TERM],spx=(monthlyReturn(GSPC)

確定申告

事前準備

配当計算

google マイドライブにアクセスする。「xxxx年度作業中配当および外国税額計算」というシートを使用する。基本的に「配当額(USD)」をメンテすれば良いはずである。株の売買をした場合は銘柄及び株数を更新すること。また、税率は実際に控除された際の税率に関わらず固定で10%として計算する。シート1の更新が終了したら、データは「配当額合計ピボット」に自動的に反映され銘柄ごとの

scale palette スケールとパレット viridis ggplot2

組み合わせ

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Table 12.1: Discrete fill and color scalesFill scale 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Color scale 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　Descriptionscale_fill_discr

#SPX 月次収益率統計モデル matplot predict

データの準備

TERM <- "1972::2024-02"merge(g20=diff(cli_g20)[TERM],usa=diff(cli_usa)[TERM],g7=diff(cli_g7)[TERM])-> wmerge(w,nfci=as.vector(diff(to.monthly(NFCI)[,4])[TERM]),spx=as.vector(monthlyReturn(GSPC

how to wire fund from firstrade swift

wire 申請用紙入手入手方法

申請用紙サンプル

2023/11/18 EPS update

ISMとCLI(composite leading indicator )の関連について - その2 NFCIを加えた場合

データの用意

TERM <- "2014-10::2023-10"merge(cli_g20[TERM],cli_usa[TERM],ism_mfg[TERM],ism_svc[TERM]) -> wcolnames(w) <- c("g20","usa","ismmfg","ismsvc")cbind(w,to.monthly(NFCI)[,4][TERM]) -> wcbind(w,diff

Fear & Greed Index

構成要素

momentum

net new 52week highs/lows

breadth

put/call ratio

volatility

difference stock and bond returns

junk bond spread

3四半期にわたって7%以上の収益率があった場合の向こう3四半期収益率過去実績

データ

quarterlyReturn(GSPC) -> wfor(i in seq(3,296,1)){if(w[i-2]>0.07 && w[i-1]>0.07 && w[i]>0.07 && w[i+1] < 0.07 ){print(w[(i-2):(i+3)])} } quarterly.returns1954-06-30 0.084261241954