สารบัญ
- สร้างแบบจำลองการกำหนดราคา
- การคำนวณความผันผวนทางประวัติศาสตร์
นักลงทุนที่ใช้งานอยู่บางคนจำลองรูปแบบของหุ้นหรือสินทรัพย์อื่น ๆ เพื่อจำลองราคาและตราสารที่อิงตามมันเช่นตราสารอนุพันธ์ การจำลองมูลค่าของสินทรัพย์ในสเปรดชีทของ Excel สามารถให้การแสดงการประเมินมูลค่าของพอร์ตโฟลิโอได้ง่ายขึ้น
ประเด็นที่สำคัญ
- ผู้ค้าที่ต้องการทดสอบแบบจำลองหรือกลยุทธ์สามารถใช้ราคาจำลองเพื่อตรวจสอบความมีประสิทธิภาพของเอ็กซ์เพรสสามารถช่วยคุณทดสอบหลังโดยใช้การจำลองมอนเตคาร์โลเพื่อสร้างการเคลื่อนไหวของราคาแบบสุ่มนอกจากนี้ยังสามารถใช้คำนวณความผันผวนทางประวัติศาสตร์ แบบจำลองของคุณเพื่อความแม่นยำมากขึ้น
สร้างแบบจำลองการกำหนดราคา
ไม่ว่าเราจะพิจารณาซื้อหรือขายตราสารทางการเงินการตัดสินใจสามารถช่วยได้โดยศึกษาทั้งตัวเลขและกราฟิก ข้อมูลนี้สามารถช่วยเราตัดสินการย้ายที่มีโอกาสถัดไปที่สินทรัพย์อาจทำและการเคลื่อนไหวที่มีโอกาสน้อย
ก่อนอื่นโมเดลต้องใช้สมมติฐานก่อนหน้านี้ ตัวอย่างเช่นเราสมมติว่าผลตอบแทนรายวันหรือ "r (t)" ของสินทรัพย์เหล่านี้มักจะกระจายด้วยค่าเฉลี่ย, "(μ), " และค่าเบี่ยงเบนมาตรฐาน sigma, "(σ)" นี่คือสมมติฐานมาตรฐานที่เราจะใช้ที่นี่ถึงแม้ว่าจะมีหลายอย่างที่สามารถนำมาใช้เพื่อปรับปรุงความแม่นยำของแบบจำลอง
R (t) = S (t-1) S (t) -S (t-1) ~N (μ, σ) ที่อยู่: S (t) = ตู้ S (t-1) = ตู้-1
ซึ่งจะช่วยให้:
r (t) = S (t − 1) S (t) −S (t − 1) = μδt + σϕδt โดยที่: δt = 1 วัน = 3651 ของปีμ = meanϕ≅N (0, 1) σ = ความผันผวนรายปี
ซึ่งผลลัพธ์ใน:
S (t-1) S (t) -S (t-1) = μδt + σφδt
สุดท้าย:
S (t) −S (t − 1) = S (t) = S (t) = S (t − 1) μδt + S (t − 1) St S (t − 1) + S (t− 1) μδt + S (t − 1) σϕδt S (t − 1) (1 + μδt + σϕδt)
และตอนนี้เราสามารถแสดงมูลค่าของราคาปิดของวันนี้โดยใช้การปิดในวันก่อนหน้า
- การคำนวณμ:
ในการคำนวณμซึ่งเป็นค่าเฉลี่ยของผลตอบแทนรายวันเราจะใช้ราคาปิด n ที่ผ่านมาติดต่อกันและใช้ซึ่งเป็นค่าเฉลี่ยของผลรวมของราคา n ที่ผ่านมา:
μ = n1 t = 1Σn R (t)
- การคำนวณความผันผวนσ - ความผันผวน
φคือความผันผวนที่มีค่าเฉลี่ยของตัวแปรสุ่มเป็นศูนย์และค่าเบี่ยงเบนมาตรฐาน
การคำนวณความผันผวนทางประวัติศาสตร์ใน Excel
สำหรับตัวอย่างนี้เราจะใช้ฟังก์ชัน Excel "= NORMSINV (RAND ())" ด้วยพื้นฐานจากการแจกแจงแบบปกติฟังก์ชั่นนี้จะคำนวณจำนวนสุ่มด้วยค่าเฉลี่ยของศูนย์และส่วนเบี่ยงเบนมาตรฐานของหนึ่ง ในการคำนวณμเพียงแค่ให้ผลตอบแทนถัวเฉลี่ยโดยใช้ฟังก์ชัน Ln (.): การแจกแจงแบบล็อกปกติ
ในเซลล์ F4 ให้ป้อน "Ln (P (t) / P (t-1)"
ในการค้นหาเซลล์ F19 "= AVERAGE (F3: F17)"
ในเซลล์ H20 ให้ป้อน“ = AVERAGE (G4: G17)
ในเซลล์ H22 ให้ป้อน "= 365 * H20" เพื่อคำนวณผลต่างรายปี
ในเซลล์ H22 ให้ป้อน "= SQRT (H21)" เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานแบบรายปี
ตอนนี้เรามี "แนวโน้ม" ของผลตอบแทนรายวันที่ผ่านมาและค่าเบี่ยงเบนมาตรฐาน (ความผันผวน) เราสามารถใช้สูตรที่พบด้านบน:
S (t) −S (t − 1) = S (t) = S (t) = S (t − 1) μδt + S (t − 1) St S (t − 1) + S (t− 1) μδt + S (t − 1) σϕδt S (t − 1) (1 + μδt + σϕδt)
เราจะทำการจำลองใน 29 วันดังนั้น dt = 1/29 จุดเริ่มต้นของเราคือราคาปิดล่าสุด: 95
- ในเซลล์ K2 ให้ป้อน "0" ในเซลล์ L2 ให้ป้อน "95" ในเซลล์ K3 ให้ป้อน "1" ในเซลล์ L3 ให้ป้อน "= L2 * (1 + $ F $ 19 * (1 / 29) + $ H $ 22 * SQRT (1/29) * NORMSINV (RAND ()))) "
ต่อไปเราลากสูตรลงในคอลัมน์เพื่อทำชุดราคาจำลองให้เสร็จสมบูรณ์
โมเดลนี้ช่วยให้เราสามารถค้นหาแบบจำลองของสินทรัพย์ได้ถึง 29 วันที่กำหนดโดยมีความผันผวนเช่นเดียวกับราคาเดิม 15 รายการที่เราเลือกและมีแนวโน้มคล้ายกัน
สุดท้ายเราสามารถคลิกที่ "F9" เพื่อเริ่มการจำลองอื่นได้เนื่องจากเรามีฟังก์ชั่นแรนด์เป็นส่วนหนึ่งของแบบจำลอง