Análise de fundos de hedge - Modelos de Excel Modelos de VBA e Modelos Financeiros lsquoIt é um exercício bom dia para um cientista de pesquisa para descartar uma hipótese de animal de estimação todos os dias antes do café da manhã ele mantém youngrsquo Nesta página você pode encontrar uma seleção de modelos estatísticos, Baseados em modelos financeiros. Todas as planilhas e applets estão disponíveis para download. Alguns modelos não são de código aberto, mas as senhas para acessar os módulos no editor do Visual Basic podem ser obtidas através da página de contato. Sinta-se à vontade para comentar suas experiências e sugerir melhorias nos modelos. Observe que alguns modelos ainda estão em fase de desenvolvimento (verifique o status), o autor não se responsabiliza por falhas ou erros no código-fonte. Marque este site para verificar atualizações e novos desenvolvimentos regularmente. Observe que no Windows 7 os arquivos só podem ser baixados como. zip. Basta abrir o arquivo compactado no Excel e salvar como pasta de trabalho para uso posterior. VBA downloads: 7136 tipo: xlsm tamanho: 189 kB última atualização: abril de 2010. As seguintes mudanças foram implementadas: Um novo algoritmo foi introduzido para calcular matrices inversas com mais precisão através do algoritmo de Gauss-Jordan. A fórmula pode ser usada para exibir resíduos de regressão. Estimativa de mínimos quadrados gerais sem constantes (interceptação na origem) e etiquetas de dados. Versão estendida do Errorhandler. O modelo acima usa álgebra de matriz para determinar coeficientes de regressão, previsões e intervalos de confiança. Assim, a função REGOUTPUT () não está sujeita às limitações do Linest () - Function / Matrix-Functions inerentes ao Excel. Além disso, o modelo fornece diagnósticos extensivos de regressão: teste de colinearidade de termos de erro consecutivos, normalidade e bondade de ajuste. Downloads: 3292 Tipo: xlsm Tamanho: 211 kB Este modelo usa um algoritmo de regressão passo a passo para selecionar variáveis preditoras de uma gama de parâmetros. Os parâmetros de entrada incluem o nível de tolerância, F-para-sair e F-to-enter. O número máximo de iterações é definido como 1000, mas pode ser alterado manualmente no código-fonte (consulte a senha primeiro). Os parâmetros de saída são idênticos ao modelo de regressão de múltiplos fatores. Downloads: 3768 type: xlsm size: 229 kB Este modelo permite cálculos diferentes de estimativas de erro padrão de coeficientes na regressão em séries temporais: Estimativa padrão de OLS assumindo uma variância constante. Estimativa de erro padrão branco. GMM e estimativa de Newey-West (ponderada de acordo com o kernel de Bartlett). Truncamento Lag para estimativas de Newey-West pode ser especificado separadamente. De acordo com os modelos Sharpe Multifactor Pricing, a rotina acima calcula as estimativas de coeficientes para um número de regressores com base no pressuposto de que a soma dos coeficientes 1. Isto permite uma interpretação mais significativa de As cargas fatoriais. A planilha usa um exemplo estimando o desempenho de um hedge fund de cinco parâmetros de entrada. Downloads: 2669 Tipo: xlsm Tamanho: 192 kB Esta planilha calcula o estático de teste Durbin-Watson para correlação serial baseado em um modelo de regressão de um único fator. Além disso, retorna os limites inferior e superior críticos das tabelas Durbin-Watson (para até n 200 observações e k 20 regressores). Por favor, consulte os modelos multifator acima quando testar as correlações seriadas em resíduos com k gt 2 (mais de um regressor). Downloads: 2575 type: xlsm size: 109 kB As séries de dados podem ser testadas quanto à normalidade usando o Teste Qui-Quadrado Não-paramétrico de Normalidade ou a estatística de Jarque-Bera. Este último utiliza o terceiro e quarto momento da distribuição (também referido como distorção e curtose). Algumas séries são consideradas mais sensíveis a uma ou outra estatística de teste. Downloads: 3480 Tipo: xlsm Tamanho: 31 kB Esta planilha fornece macros para calcular uma série de medidas de risco descendente, incluindo redução máxima contínua, semi-desvio e Valor em Risco. Alguns dos trechos de código foram baixados de andreassteiner. net e alterados para expressar os retornos do sub-período como (1 R t, t 1) para levar em conta os efeitos de composição, onde Rt, t 1 é o retorno de perentagem entre t e tempo t 1. downloads: 1815 type: xlsm size: 31 kB Este algoritmo simples compara duas séries de tempo com base no teste t para meios iguais. As opções de entrada para os desenhos experimentais são: emparelhado vs aleatório e um-cauda versus dois-cauda. O teste de igualdade de variâncias da amostra é realizado através do teste F. Todos os modelos são baseados em função. Downloads: 2983 type: xlsm size: 272 kB A macro calcula os coeficientes de autocorrelação e os coeficientes de autocorrelação parcial de ordem k de qualquer série temporal. Além disso, ele usa o teste de LM de Breusch-Godfrey para detectar autocorrelação em diferentes defasagens. O teste de Durbin-Watson e o teste de Durbin h para modelos ARMA podem ser utilizados para identificar a correlação seriada entre os resíduos consecutivos em regressão linear. Todos os testes baseados em função. Downloads: 3355 Tipo: xlsm Tamanho: 258 kB O teste de raiz unitária é conduzido como um teste Dickey Fuller aumentado. O teste explica as primeiras diferenças (a extensão do modelo segue em breve), o intercepto e as defasagens apropriadas. O valor p é calculado a partir de tabelas Dickey Fuller de valores críticos incluídos na macro e aproximados por interpolação linear. A estatística é baseada em função. Downloads: 3476 Tipo: xlsm Tamanho: 328 kB Permite uma série de testes de raiz unitária, incluindo Dickey-Fuller, Augmented-Dickey-Fuller (ADF) e Phillips-Perron (PP). A última estatística de teste utiliza o estimador de variância de erro heterocedasticidade-autocorrelação-consistente (HAC) de Newey e West (com kernel de Bartlett). As seguintes especificações podem ser feitas com relação à regressão de teste: diferenças consideradas, interceptação e linha de tendência incluídas, atrasos considerados e tipo de estimativa de erro. A significância dos processos ARp é determinada de acordo com o Critério de Informação Akaike (AIC). O número máximo de defasagens segue de Schwartz (se não especificado o contrário). A planilha também inclui valores críticos McKinnon para os testes ADF, bem como Engle-Granger. Você pode usar o CommandButton na planilha quotAR (1) - Processquot para gerar AR1-Processes. Este script VBA usa Monte Carlo para simular valores críticos para a estatística de teste Dickey Fuller de muitas repetições de passeios aleatórios (com ou sem intercepção / tendência). O usuário pode especificar o tamanho da amostra, nível de confiança, bem como o número de replicações. Um trecho das tabelas DF originais está incluído para comparação. Downloads: 1863 Tipo: xlsm Tamanho: 273 kB As seguintes mudanças foram feitas em março de 2010: Erros ocorrendo com desequilibrado ANOVA problemas onde o número de tratamentos é maior que 6 (por exemplo, n k gt 6) foram abordados. O modelo agora trabalha para qualquer número possível de níveis de fatores A e B. Algumas mensagens de erro adicionais foram introduzidas com respeito a modelos mal especificados que violam os requisitos de regressão dos modelos SS de Tipo III (número mínimo de repetições necessárias para um número especificado de tratamentos ). Foram incluídos dois exemplos adicionais de grandes amostras mostrando como os pivottables podem ser utilizados em conjunto com as funções ANOVA. Tratamento () - funcionalidade (em vez de pivottables) para converter dados brutos em tabelas que podem ser usadas em conjunto com ANOVA. Esta macro permite aos usuários realizar os seguintes testes de Análise de Variância: ANOVA de Fator Único, Experiência de Blocos Randomizados, ANOVA de Fator Único Desbalanceado, ANOVA de Dois Fator, ANOVA de Dois Fator Não Balanceado. Os experimentos desequilibrados requerem uma rotina simples de regressão multivariada (incluída) para comparar modelos parciais e completos. Observe que um pode usar ANOVA para mais de dois fatores. Esta abordagem pode ser indesejável devido aos esforços computacionais envolvidos. Downloads: 1782 Tipo: xlsm Tamanho: 242 kB Esta planilha inclui três testes distintos para verificar a presença de heterocedasticidade nos termos de erro dos modelos de regressão. Para modelos univariados, a estatística do teste de Szroeter ou o teste de Breusch-Pagan podem ser usados. Para modelos multivariados, o teste de Breusch-Pagan ou, alternativamente, para modelos estendidos, pode ser aplicado um teste branco diferente. Em alternativa, são fornecidas soluções manuais que utilizam funções inerentes ao Excel. Downloads: 2181 Tipo: xlsm Tamanho: 35 kB Estes algoritmos simples para a avaliação de opções evitam os tediosos cálculos manuais do modelo Black-Scholes-Merton. As funções fazem provisões para taxa de juros estrangeira / fuga de dividendos e permitem o cálculo de todas as sensibilidades de opções relevantes (Delta, Theta, Gamma, Vega, Rho). Alternativamente, os preços de opções de lookback de greve flutuante podem ser determinados. Todas as opções assumidas para ser estilo europeu (exercício apenas na data de validade). Downloads: 1549 type: xlsm size: 192 kB A planilha dá um exemplo do uso da regressão linear múltipla para determinar a significância dos fatores e sua interação quando os tamanhos / tratamentos das amostras são desiguais em tamanho. Para uma implementação VBA, veja o modelo ANOVA acima. Este livro inclui um modelo de planejamento financeiro que pode ser usado para analisar o ROI esperado de um empreendimento. Inclui balanços previstos, fluxos de caixa e demonstrações de resultados, bem como análise de sensibilidade. Este applet é extremamente útil na elaboração de planos de negócios ou na avaliação de oportunidades de investimento. Downloads: 3161 type: xlsm size: 93 kB Esta planilha requer o Solver Add-in, que pode ser baixado da homepage do Frontline Systems. Inclui um exemplo para a construção de portfólios de Variância Mínima a partir de cinco ativos, bem como um exemplo de otimização objetiva múltipla (portfólios de risco-retorno ótimos) usando desvios percentuais e análise de sensibilidade. O assistente de sensibilidade também pode ser baixado da Frontline Systems. Observe que o Solver não é freeware. Um algoritmo de otimização baseado em VBA está atualmente em desenvolvimento. Downloads: 3397 type: xlsm size: 3 MB Estas planilhas comparam carteiras eficientes de hedge funds e índices de ativos padrão. É útil encontrar a alocação ótima de ativos em relação aos investimentos padrão e alternativos. A planilha requer uma ligação ascendente Bloomberg para atualização de dados. Downloads: 2073 type: xlsm size: 209 kB Esta planilha mostra a relação entre estimadores de máxima verossimilhança (ML) da regressão e mínimos quadrados ordinários (OLS), bem como o cálculo de um estimador imparcial da variabilidade em Y do ML Estimador de variância. Adicionalmente, mostra a determinação e aplicação da transformação de potência de Box-Cox em Y para assegurar as suposições do Modelo Linear. Para resolver as estimativas de ML, o Solver-Addin é necessário. Embora esta planilha não dependa de macros VB, as regressões são calculadas usando a função REGOUTPUT () definida pelo usuário. Ative macros ou altere a fórmula em PROJ. LIN (). Downloads: 2017 tipo: xlsm tamanho: 78 kB Este modelo cria uma série ponderada de várias séries individuais. Os parâmetros de entrada são a matriz de retorno, a matriz de peso e um intervalo de reequilíbrio dependendo da natureza dos dados de origem (por exemplo, diariamente, trimestral, anual). A pasta de trabalho contém uma solução manual, bem como uma fórmula de matriz baseada em VBA. Observe que as observações de retorno ausentes devem ser inseridas como células vazias, não 0. Os pesos da carteira podem mudar dinamicamente ao longo do tempo (matriz) ou permanecer fixos (uma linha).Bng 410 kim nh hin tng phng B7843ng 4.10. Ki7875m 2737883nh hi7879n t4327907ng ph432417ng sai thay 2737893i vagrave t432417ng quan chu7895i Teste de Heteroscedasticidade: ARCH F-statistic 2.553291 Prob. F (4,41) 0,0532 ObsR-quadrado 9,173532 Prob. Chi-Quadrado (4) 0,0569 Breusch-Godfrey Correlação Seriada LM F-statistic 2.808421 Prob. F (4,39) 0,0385 ObsR-quadrado 11,18143 Prob. Qui-quadrado (4) 0,0246 Sau khi ki7875m 2737883nh tiacutenh d7915ng (KPSS 0,075018 lt giaacute tr7883 t7899i h7841n 0,739000) c361ng nh432 s7921 phacircn ph7889i chu7849n c7911a ph7847n d432, chuacuteng ta th7845y r7857ng k7871t qu7843 h7891i quy lagrave h7907p lyacute, t7891n t7841i m7889i quan h7879 Cacircn b7857ng trong dagravei h7841n gi7919a caacutec bi7871n. 2727891ng th7901i, giaacute tr7883 th7889ng kecirc Durbin-Watson l7899n h417n 1 necircn 273acircy lagrave m7897t 4327899c l4327907ng hi7879u qu7843. Bacircy gi7901, chuacuteng ta xeacutet 2737871n h7879 s7889 c7911a nh7919ng bi7871n kinh t7871 vi mocirc vagrave v297 mocirc (Higravenh 4.7 vagrave B7843ng 4.11). B7843ng 4.11. Ki7875m 2737883nh tiacutenh d7915ng c7911a ph7847n d432 Vietnã KPSS stat. levels Um por cento de valor crítico Hipótese nula: variável é estacionária Resid 0,075018 0,739000 Esta visualização tem intencionalmente áreas desfocadas. Inscreva-se para ver a versão completa. 49 Higravenh 4.7. Ki7875m 2737883nh phacircn ph7889i chu7849n c7911a ph7847n d432 T7853p trung vagraveo ERPT c7911a ch7881 s7889 giaacute nh7853p kh7849u, chuacuteng ta th7845y r7857ng bi7871n 2737897ng t7927 giaacute h7889i 273oaacutei coacute taacutec 2737897ng tiecircu c7921c (bi7871n ngh7883ch) lecircn 2.737.897 co ERPT giatilden. Phaacutet hi7879n nagravey coacute v7867 nh432 phugrave h7907p v7899i l7853p lu7853n c7911a Froot vagrave Klemperer (1989) cho r7857ng bi7871n 2737897ng t7927 giaacute h7889i 273oaacutei t7841m th7901i cagraveng cao 2734327907c k7871t h7907p v7899i ERPT cagraveng th7845p (t7913c lagrave quan h7879 ph7911 2737883nh) trong m7897t mocirci tr4327901ng c7841nh tranh cao, b7903i vigrave nh7919ng nhagrave xu7845t kh7849u 273atilde chu7849n b7883 2.737.875 n7855m b7855t bi7871n 2737897ng t7841o C417 h7897i lagravem t259ng giaacute ho7863c gia t259ng th7883 ph7847n. Tuy nhiecircn, h7879 s7889 4327899c l4327907ng c7911a bi7871n nagravey l7841i khocircng coacute yacute ngh297a th7889ng kecirc trong dagravei h7841n 7903 Vi7879t Nam. H7879 s7889 ID c7911a bi7871n (2737841i di7879n cho m7913c 2.737.897 ph7909 thu7897c vagraveo nh7853p kh7849u) lagrave 0,295205, coacute yacute ngh297a th7889ng kecirc 7903 m7913c 1. K7871t qu7843 4327899c l4327907ng nagravey phugrave h7907p v7899i l7853p lu7853n c7911a Dornbusch hagravem yacute ERPT l7899n h417n trong nh7919ng n7873n kinh T7871 nh7887 vagrave ph7909 thu7897c vagraveo nh7853p kh7849u nhi7873u. 2727889i v7899i Vi7879t Nam, h7879 s7889 nagravey nh7887 coacute l7869 lagrave fazer n4327899c ta khocircng ph7909 thu7897c vagraveo b7845t k7923 m7897t 2737889i taacutec th432417ng m7841i nagraveo quaacute nhi7873u, caacutec ho7841t 2737897ng th432417ng m7841i, xu7845t ndash nh7853p kh7849u 2734327907c th7921c hi7879n v7899i nhi7873u b7841n hagraveng trecircn th7871 gi7899i . Taacutec 2737897ng c7911a l7841m phaacutet 2737871n ERPT vagraveo giaacute nh7853p kh7849u c7911a Vi7879t Nam khocircng coacute yacute ngh297a th7889ng kecirc trong dagravei h7841n, tuy nhiecircn, chuacuteng ta c361ng xem xeacutet 2737871n h7879 s7889 c7911a noacute. H7879 s7889 d432417ng ng7909 yacute r7857ng C417 quan ti7873n t7879 khocircng 273aacuteng estanho c7853y d7851n 2737871n m7913c 2.737.897 / bi7871n 2737897ng cao c7911a l7841m phaacutet, vigrave v7853y d7851n 2737871n ERPT cao 2737871n giaacute trong n4327899c (Tham kh7843o Taylor, 2000 Choudhri vagrave Hakura, 2006). 0 Este é o fim da visualização. Inscreva-se para acessar o restante do documento. Correlação Séria O que é Correlação Serial A correlação serial é a relação entre uma determinada variável e ela mesma ao longo de vários intervalos de tempo. As correlações seriais são freqüentemente encontradas em padrões de repetição, quando o nível de uma variável efetua seu nível futuro. Em finanças, essa correlação é usada por analistas técnicos para determinar quão bem o preço passado de um título prevê o preço futuro. BREAKING DOWN Correlação Serial O termo correlação serial também pode ser referido como autocorrelação ou correlação retardada. A correlação serial é um termo utilizado nas estatísticas para descrever a relação entre observações da mesma variável em períodos específicos de tempo. Se uma correlação serial de variáveis é medida como sendo zero, significa que não há correlação e que cada uma das observações é independente uma da outra. Por outro lado, se uma correlação serial de variáveis se inclina em direção a uma, isso significa que as observações são correlacionadas em série e que as observações futuras são afetadas por valores passados. Essencialmente, uma variável que é correlacionada em série tem um padrão e isnt aleatório. Medidas de correlação serial são usadas na análise técnica ao analisar um padrão de segurança. A análise é inteiramente baseada em um movimento de preços de ações eo volume associado, ao invés de fundamentos de uma empresa. Os profissionais de análise técnica, se usam correlação serial corretamente, são capazes de encontrar e validar os padrões lucrativos ou uma segurança ou grupo de títulos e oportunidades de investimento spot. O conceito de correlação serial A idéia por trás da correlação serial é que ele foi originalmente usado na engenharia para determinar como um sinal, como um sinal de computador ou onda de rádio, varia consigo mesmo ao longo do tempo. Começou a atrair nos círculos econômicos enquanto os economistas e os partiers da econometria o usaram para analisar dados econômicos sobre o tempo. Esses acadêmicos começaram a sair da academia em busca de Wall Street. E na década de 1980, o uso de correlação serial estava sendo usado para prever os preços das ações. Quase todas as grandes instituições financeiras têm agora analistas quantitativos, conhecidos como quants, no pessoal. Estes analistas de negociação financeira usam análise técnica e outras inferências estatísticas para analisar e prever o mercado de ações. Estes quants são parte integrante do sucesso de muitas dessas instituições financeiras, uma vez que são invocadas para fornecer modelos de mercado que a instituição usa como base para sua estratégia de investimento. A correlação seriada entre estes quantes é determinada utilizando o teste de Durbin-Watson. A correlação pode ser positiva ou negativa. Um preço das ações exibindo correlação serial positiva, como se poderia supor, significa que a correlação tem um padrão positivo. Uma segurança que tem uma correlação serial negativa, por outro lado, tem uma influência negativa sobre si mesma ao longo do tempo.
No comments:
Post a Comment