Thư viện AFL
Thư viện AFL
Tính toán đồng tích hợp và kiểm tra Dickey Fuller tăng cường trong Amibroker bằng Python
AFL CodeNguồn gốc

Tính toán đồng tích hợp và kiểm tra Dickey Fuller tăng cường trong Amibroker bằng Python

Trong hướng dẫn này, chúng ta đã thảo luận cách đưa số liệu thống kê Đồng tích hợp vào Amibroker bằng Amipy và cách diễn giải các giá trị được trả về bởi thử nghiệm Augmented Dickey Fuller.

đồng liên kết

được sử dụng trong Trọng tài thống kê để tìm Cặp cổ phiếu (Giao dịch theo cặp) tốt nhất để mua một cổ phiếu và bán khống (các đối thủ cạnh tranh) khác để tạo ra lợi nhuận.

Các công cụ cần thiết để tính toán đồng tích hợp trong Amibroker

1)Amipy v1.0.1 (64-bit) –

Tải xuống Plugin Amibroker 64 bit

2)Amibroker (64 Bit) v6.3 trở lên

  1. Python 3.8 (64-bit) trở lên

Thư viện Python cần được cài đặt

  1. Nuốt chửng

  2. Gấu trúc

  3. Mô hình thống kê

thỉnh thoảng quay lại đã làm một chi tiết

Quy trình cài đặt AmiPy

để gửi dữ liệu từ Amibroker đến chương trình python để thực hiện các phép tính thống kê phức tạp và trả về các giá trị cho Amibroker.

Trọng tài thống kê là gì?

Arbitrage thống kê không gì khác hơn là giao dịch theo cặp dựa trên mối quan hệ cổ phiếu của họ với nhau.

Thông thường, giá cổ phiếu của các công ty cùng ngành hoặc cùng loại hình kinh doanh luôn bám sát nhau. Đồng liên kết là một cách tốt hơn để quan sát mối quan hệ giữa hai cổ phiếu và mua hoặc bán. bất cứ khi nào mối quan hệ không đồng bộ, hành động dựa trên giả định rằng mức chênh lệch sẽ trở lại mức trung bình.

Đồng tích hợp là gì

?

Đồng tích hợp giúp xác định các cặp cổ phiếu tốt nhất mà mức chênh lệch giá có thể trở lại giá trị trung bình. Đồng tích hợp tìm kiếm cặp cố định trong đó giá trị trung bình của mức chênh lệch là cố định. Bất cứ khi nào chênh lệch giá lệch khỏi giá trị trung bình, nó sẽ tạo ra cơ hội giao dịch và chênh lệch giá có thể sẽ quay trở lại giá trị trung bình.

Tính cố định là gì?

Hầu hết các công cụ giao dịch tài chính đều không cố định, tức là hầu như không thể đoán trước được trong khi Tính cố định lại thiên về chuỗi thời gian có thể dự đoán được và thỏa mãn các điều kiện sau

  1. có giá trị trung bình không đổi

  2. có phương sai không đổi

  3. Không có tính thời vụ được quan sát

Hãy để tôi giải thích bằng một ví dụ hài hước nhằm giải thích Đồng Tích hợp theo cách tốt hơn. "Một người đàn ông say rượu đang đi trên đường cùng với con chó của anh ta bị xích và trói bằng tay của người say. Khi người đàn ông say rượu và anh ta phải đi bộ ngẫu nhiên và con chó bị xích cũng được cho là sẽ đi bộ ngẫu nhiên (giả sử là một con chó con nhỏ 🙂 ). Khoảng cách tối đa giữa chúng có thể là chiều dài của sợi dây giữ con chó bị xích và nó luôn cố định. Bất cứ khi nào khoảng cách/sự giãn nở giữa Người say rượu và Con chó tiến gần đến khoảng cách tối đa, chúng ta có thể mong đợi một sự đảo ngược trung bình ở khoảng cách đó ý nghĩa” Nói một cách đơn giản, cả người say và con chó đều là Đồng hòa nhập.

Nếu hai cổ phiếu có mối tương quan cao thì cả hai cổ phiếu sẽ luôn biến động theo cùng một hướng, tuy nhiên mức độ biến động không xác định được và mức chênh lệch giá có thể tiếp tục tăng miễn là có thể như trong ví dụ trên. Tuy nhiên, Co-Integration tìm kiếm sự đảo ngược trung bình về chênh lệch/khoảng cách và chênh lệch có thể giao dịch được. Thử nghiệm Dicky Fuller mở rộng thường được sử dụng để xác định với mức độ tin cậy nhất định liệu chênh lệch giữa hai cổ phiếu hoặc chuỗi thời gian có dừng và đồng liên kết hay không.

Kiểm tra Dickey-Fuller tăng cường (ADF)

Thử nghiệm Augmented Dicky Fuller là thử nghiệm giả thuyết cho rằng tín hiệu chứa nghiệm đơn vị, chúng tôi muốn bác bỏ giả thuyết này. Bài kiểm tra đưa ra một

giá trị p

, con số này càng thấp thì chúng ta càng tự tin rằng mình đã tìm thấy tín hiệu đứng yên. Giá trị P nhỏ hơn 0,5 được coi là cặp cổ phiếu có giá trị trung bình hoàn nguyên tốt. Một số chuyên gia thậm chí còn tìm kiếm các giá trị P-value nhỏ hơn 0,1. Giá trị P trên 0,1 có thể không có giá trị cố định và việc giao dịch các cặp cổ phiếu như vậy là không nên.

Giả thuyết không của Augmented Dickey-Fuller là có nghiệm đơn vị, với giả thuyết thay thế là không có nghiệm đơn vị. Nếu giá trị p lớn hơn kích thước tới hạn thì chúng ta không thể bác bỏ rằng có nghiệm đơn vị.

Giá trị p thu được thông qua phép tính gần đúng bề mặt hồi quy từ MacKinnon 1994, nhưng sử dụng các bảng cập nhật năm 2010. Nếu giá trị p gần đáng kể thì các giá trị tới hạn sẽ được sử dụng để đánh giá xem có nên bác bỏ giá trị rỗng hay không.

Các giá trị được trả về bởi thử nghiệm ADF bằng thư viện python statmodels

Thông số

Phiên dịch

adf

Thống kê thử nghiệm.

giá trị

Giá trị p gần đúng của MacKinnon dựa trên MacKinnon (1994, 2010)

đã qua sử dụng

Số lượng độ trễ được sử dụng.

quý tộc

Số lượng quan sát được sử dụng để hồi quy ADF và tính toán các giá trị tới hạn

giá trị quan trọng

Các giá trị tới hạn cho thống kê thử nghiệm ở mức 1%, 5% và 10%. Dựa trên MacKinnon (2010).

icbest

Tiêu chí thông tin tối đa nếu tính năng tự động trễ không phải là Không có.

Hình ảnh trên hiển thị Thống kê đồng liên kết giữa Ngân hàng ICICI và Ngân hàng HDFC kể từ 75 phiên giao dịch gần đây nhất cho thấy Giá trị P nhỏ hơn 0,05 (Đồng tích hợp cao) và do đó bác bỏ giả thuyết khống (dữ liệu cố định)

Bảng điều khiển cũng hiển thị giá trị thống kê kiểm tra ADF -2,9379 lớn hơn các giá trị tới hạn 5% – -2,9020, cho thấy một cặp có thể là tốt nhất để tìm kiếm sự đảo chiều trung bình trong chênh lệch giá.

Ví dụ thứ hai hiển thị biểu đồ Tương lai hàng giờ của Infy và TCS với P-Value 0,25 lớn hơn ngưỡng 0,05, điều này cho thấy dữ liệu không cố định (có nghĩa là nó có quan hệ với thời gian).

Đồng tích hợp máy tính trong Amibroker

Vì Đồng tích hợp là một mô hình thống kê nên việc viết mã bằng Ngôn ngữ lập trình AFL mà chúng tôi dựa vào tương đối khó khăn

AmiPy 64bit Plugin Amibroker

và các gói python tính toán thống kê như numpy(để xử lý mảng), Pandas(để xử lý dữ liệu chuỗi thời gian) và

mô hình thống kê

(để thực hiện kiểm tra ADF) trong đó các mảng gần nhau của hai cặp cổ phiếu được truyền từ Amibroker và CoIntegration được tính toán bởi python và hoàn nguyên về Amibroker.

Hợp tác – Amibroker AFL

Coinegration.py

Mẫu Notebook IPython để tính toán Đồng tích hợp bên dưới bằng NSEPy mà không cần Amibroker:

[iframe src=”https://www.marketcalls.in/wp-content/uploads/2020/08/Cointegration.html”]

Các giá trị mẫu được xác minh bằng Amibroker bằng cách sử dụng

Liên kết dữ liệu

làm nguồn dữ liệu cho Cặp ngân hàng HDFC và HDFC

Hy vọng bài viết này giúp bạn hiểu rõ hơn về hợp tác.

Tài liệu tham khảo

Statmodels – adfuller

Quantopian – Sổ tay đồng tích hợp

Làm thế nào để giải thích kết quả kiểm tra adfuller?

Có liên quan

Mã nguồn (.afl)
//Coded by Rajandran R
//Date : 27th Aug 2020
//Requirements 
//Used Amipy v0.2.0 (64-bit)  - Download from https://forum.amibroker.com/t/amipy-plug-in-python-integration/20337/32
//Amibroker (64 Bit) v6.3 or higher
//Python 3.8 or higher

//ADF Test Return Values

//adffloat  - The test statistic.

//pvaluefloat - MacKinnon”s approximate p-value based on MacKinnon (1994, 2010).

//usedlagint - The number of lags used.

//nobsint - The number of observations used for the ADF regression and calculation of the critical values.

//critical valuesdict - Critical values for the test statistic at the 1 %, 5 %, and 10 % levels. Based on MacKinnon (2010).

//icbestfloat - The maximized information criterion if autolag is not None.




_SECTION_BEGIN("Cointegration");


Version(6.3);

SetChartOptions(0,chartShowArrows|chartShowDates);
SetBarsRequired(-2,-2);

//call the python file for execution
PyLoadFromFile("cointegration","C:\\Python\\Code\\cointegration.py");


_N( Symbol1= ParamStr("Symbol1", "HDFC.NS") );
_N( Symbol2= ParamStr("Symbol2", "HDBK.NS") );

Color1 =  ParamColor("Color1",colorGreen);
Color2 =  ParamColor("Color2",coloryellow);

//Get the Foreign Price values

SetForeign(symbol1);
symC1 = Close;
_N(sym1 = FullName());
RestorePriceArrays( True );

SetForeign(symbol2);
symC2 = Close;
_N(sym2 = FullName());
RestorePriceArrays( True );


period = Param("Cointegration Lookback",40,1,300,1); //lookback for cointegration

//pass the arrays and numbers to the python functions
adfteststatic = PyEvalFunction("cointegration","adf",symC1,symC2,period,0);
pvalue = PyEvalFunction("cointegration","adf",symC1,symC2,period,1);
usedlag = PyEvalFunction("cointegration","adf",symC1,symC2,period,2);
nobs = PyEvalFunction("cointegration","adf",symC1,symC2,period,3);
criticalvalues1 = PyEvalFunction("cointegration","criticalvalues",symC1,symC2,period,4,"1%");
criticalvalues5= PyEvalFunction("cointegration","criticalvalues",symC1,symC2,period,4,"5%");
criticalvalues10 = PyEvalFunction("cointegration","criticalvalues",symC1,symC2,period,4,"10%");
icbest = PyEvalFunction("cointegration","adf",symC1,symC2,period,5);
//pvalue = PyEvalFunction("pvalue",symC1,symC2,period);



//Plot Correlation and CoIntegration in a Dashboard

GfxSetBkMode( 0 );
GfxSelectFont( "Tahoma", 13, 100 );
GfxSetTextColor( colorWhite );


GfxSelectPen( colorGreen, 2 ); 
GfxSelectSolidBrush( colorgreen ); 
GfxRectangle( 10, 20, 250, 250 );

GfxTextOut( "Cointegration Stats",23,23); 
GfxTextOut( "ADF Test Statistic: " + NumToStr(adfteststatic,1.4,separator=false),23,48); 
GfxTextOut( "P- Value : " + NumToStr(pvalue,1.4,separator=false),23,73);
GfxTextOut( "Lags: " + NumToStr(usedlag,1.0,separator=false),23,98); 
GfxTextOut( "Observations : " + NumToStr(nobs,1.0,separator=false),23,123);
GfxTextOut( "Critical Values 1% : " + NumToStr(criticalvalues1,1.4,separator=false),23,148);
GfxTextOut( "Critical Values 5% : " + NumToStr(criticalvalues5,1.4,separator=false),23,173);
GfxTextOut( "Critical Values 10% : " + NumToStr(criticalvalues10,1.4,separator=false),23,198);
GfxTextOut( "icbest : " + NumToStr(icbest,1.4,separator=false),23,223);



Plot(symC1,sym1,Color1,styleLine|styleownscale);
Plot(symC2,sym2,Color2,styleLine|styleownscale);



_SECTION_END();

Hướng dẫn: Copy đoạn mã trên, mở AmiBroker Formula Editor, dán vào và lưu lại với tên tương ứng.