FCI ~ DXY + TNX

概要

• FCIとDXYおよびTNXの関係について記述する

• 具体的には FCI ~ DXY + TNX の式を解く

• FCI =  0.02523 * DXY + 0.06501 * TNX + -3.09098 の式が得られた。検証結果も十分実用的なものであった。

• ただし、その2に示す通り範囲を過去500週間に拡大すると決定係数は0.49まで悪化した。これはTNXとFCIの相関が悪化したためである。

回帰分析

data.frame( last(NFCI,100) , last(apply.weekly(DXY[,4],mean),101)[1:100] , last(apply.weekly(TNX[,4],mean),101)[1:100]) -> w
summary(lm(w[,1] ~ w[,2] + w[,3]))

Call:
lm(formula = w[, 1] ~ w[, 2] + w[, 3])

Residuals:
     Min       1Q   Median       3Q      Max 
-0.11186 -0.04358 -0.01515  0.03204  0.13199 

Coefficients:
            Estimate Std. Error t value Pr(>|t|)    
(Intercept) -3.09098    0.22721 -13.604  < 2e-16 ***
w[, 2]       0.02523    0.00276   9.143 9.51e-15 ***
w[, 3]       0.06501    0.02152   3.020  0.00323 ** 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.06005 on 97 degrees of freedom
Multiple R-squared:  0.9385,	Adjusted R-squared:  0.9372 
F-statistic: 739.7 on 2 and 97 DF,  p-value: < 2.2e-16

回帰分析その2

data.frame( last(NFCI,500) , last(apply.weekly(DXY[,4],mean),501)[1:500] , last(apply.weekly(TNX[,4],mean),501)[1:500]) -> w

summary(lm(w[,1] ~ w[,2] + w[,3]))

Call:
lm(formula = w[, 1] ~ w[, 2] + w[, 3])

Residuals:
     Min       1Q   Median       3Q      Max 
-0.24233 -0.10662 -0.00426  0.08190  0.76782 

Coefficients:
              Estimate Std. Error t value Pr(>|t|)    
(Intercept) -2.2991618  0.0864436 -26.597   <2e-16 ***
w[, 2]       0.0195358  0.0008973  21.772   <2e-16 ***
w[, 3]      -0.0270917  0.0087629  -3.092   0.0021 ** 
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 0.1363 on 497 degrees of freedom
Multiple R-squared:  0.4921,	Adjusted R-squared:  0.4901 
F-statistic: 240.8 on 2 and 497 DF,  p-value: < 2.2e-16