Google Analytics

2012年7月2日 星期一

美非農就業數據對金股匯的影響(三)

非農數據除了對外匯市場舉足輕重外, 對股票市場也有一定的作用, 尤其是當日數據後的美股市場, 作用直接. 那麼非農數據對當日美股升跌的影響有多大? 我們可以透過從網站下載每日S & P 500 指數並透過Excel整理跟非農數據預期落差和驚喜作簡單廻歸分析作初步了解.以最近33筆數據作示範.

我們以Typical Price代替Closing Price 以分析當日平均走勢. Typical Price 定義見之前美非農(一)





廻歸分析中我們要分清自變數和因變數, 自變數(X)解釋因變數(Y). 我們以(A-F) 及 ABS(A-F)作為以下的自變數, (T-O)及(H-L)作為因變數. T-O 表示當日開市後的平均走勢方向及幅度, H-L 表示當日最大振盪幅度.




從T-O跟A-F的分析看到, 相關系數達40%, 解釋系數亦有15%. 相關系數亦超過95%明顯. 透過相關數據我們可以大抵估計在某個或然率的範圍內當日走勢的分佈.



從H-L跟ABS(A-F)的分析看到, 驚喜/落差情度跟當日高低波幅的關係不大, 相關系數只有4%, 因此驚喜/落差情度對波幅的預測作用不大.



另外如果當月數據雖沒預期好, 但仍比上月為佳, 是否有支持作用? 複合廻歸分析表示, 加入考慮上月數據並無好好增加模型的解釋能力.故在實際操作上該可以忽略今月跟上月的比較.

沒有留言:

張貼留言