Hipoteza badawcza
Hipoteza badawcza tej pracy brzmi następująco: Szeregi czasowe cen akcji analizowanych spółek dla badanego okresu nie wykazują efektów tygodnia lub miesiąca.
Cel pracy
Celem pracy jest wykrycie i zobrazowanie zachowania się cen akcji w stosunku do wolumenu tychże.
Metoda badawcza polega na wizualizacji cen i wolumenu akcji oraz wizualizacja funkcji autokorelacji z opóźnionych cen do 180 dni. Zastosowany w tej pracy aparat matematyczny nad wyraz ubogi a co za tym idzie, nie przeprowadzono żadnego testu, aby potwierdzić postawioną w pracy hipotezę.
Lista analizowanych spółek notowanych na NYSE
Kryterium doboru spółek polegało na wybraniu tych z największą kapitalizacją. Badanie obejmuje okres od 01.01.2017 do 19.01.2018. Łącznie 263 obserwacje.
Dane do prezentacji zostały pobrane ze strony Wiki EOD Stock Prices
## [1] "Date" "Open" "High" "Low" "Close"
## [6] "Volume" "Ex-Dividend" "Split Ratio" "Adj. Open" "Adj. High"
## [11] "Adj. Low" "Adj. Close" "Adj. Volume" "Stock" "Year"
## [16] "Month" "Day"
Przykładowy tablica z danymi dla spółki Pfizer
Poniższa grafika przedstawia dzienne notowania spółek w podziale na miesiące. Warte zauważenia jest nagły wzrost cen w miesiącu styczniu. Położona niżej linia pokazująca ceny dotyczy roku 2017 a usytuawana wyżej 2018. Prawdopodobnie jest to znane już badaczom zjawisko. Dla analizowanych spółek występuje efekt pierwszego miesiąca roku.
Warte zauważenia jest stale rosnący trend cen akcji spółki Visa. Dodatkowo w czerwcu ceny spółek Exxon, Verizon i Visa zanotowały spadki.
Interaktywny wykres przedstawia zmienność cen akcji w stosunku do wolumenu obrotu. Zazwyczaj kiedy cena rośnie to wolumen też wzrasta. Powyższe stwierdzenie jest bardzo ważne z punktu widzenia teorii ekonomii. Wiemy, że jak popyt rośnie to cena również rośnie.
Na tych wykresach przedstawiono rozkład różnicy High-Open i Open-Low. Celem tej analizy jest zrozumienie jak odchylają się ceny w częstotliwości tygodniowej, a dokładniej – średnich tygodzniowych. Wiemy z teorii, że stopy zwrotu cen akcji mają prawostronne rozkładu. W naszym przypadku występuje zjawisko identyczne.
Przyjmijmy, że \[k\] oznacza rząd opóźnienia, a jego maksymalna wartość to \[180\] dni.
Przedział ufności został skonstruowany następująco:
\[\begin{equation} przedział = \pm \frac{2}{N^{.5}} \end{equation}\]Celem tej analizy jest wykrycie efektu tygodnia lub miesiąca na podstawie wizualizacji funkcji autokorelacji. Na podstawie poniższych wykresów nie można stwierdzić o istnieniu takowych efektów. Zatem hipoteza postawiona w tej pracy okazała się prawdziwa.
Dla analizowanego okresu i wybranych spółek nie stwierdzono efektu dnia tygodnia lub miesiąca, biorąc pod uwagę korelogramy. Jednak wykryto ekekt dnia miesiąca na podstawie pierwszej interaktywnej wizualizacji.