Det senaste inlägget fick mig att börja fundera på hur skillnaden i omsättning mellan de olika veckodagarna betedde sig. Min första tanke var att omsättningen borde öka på måndagar och fredagar då dessa dagar var sista och första handelsdagarna innan helgen, vilket borde få investerare att vilja positionera sig rätt.
Genom att använda historiken för OMXS30 sedan den 20 mars 2006 så kunde följande tabell ritas.
Som visat så är omsättningen snarare viktad åt mitten på veckan än mot kanterna. Varför det är så kan jag inte riktigt se. Kanske spelar veckodagen inte någon större roll för antalet transaktioner. Ytterligare analys är nödvändig för att dra någon slutsats av detta.
Som förväntat föll börsen idag av sänkningen för USA:s kreditbetyg. Dock var omsättningen inte lika hög som i fredags. Låt oss de vad som historiskt sett har hänt efter att OMXS30 betett sig som det gjorde idag.
En bra edge på att vi tar oss högre upp inom de närmaste dagarna. Dock är osäkerheten stor och framtiden är mer oviss än någonsin.
Handla med försiktighet.
KvA
Den senaste tiden våldsamma svängningar har satt skräck i alla investerare och efter att Stockholmsbörsen signalerat ett dödskors så kan man uteslutande säga att sötebrödsdagarna är slut och det är dags att vara mer försiktig i sin aktieexponering. Dock är det svårt att sälja nu efter att marknaden fallit flera dagar i sträck. Historiskt sett är det mycket mer fördelaktigt att köpa efter nedgångar än efter uppgångar. Så vad är då den rimliga slutsatsen och korrekta förhållningssättet till dagens situation? Vad väger starkast, en översåld marknad eller en nedåtgående trend?
En som är mästare av situationsanalyser för amerikanska aktieindex är bloggen Quantifiable Edges. Genom ta aktuell prisrörelser och undersöka den följande utvecklingen historiskt kan han få en mer mångfasetterad bild än vad enskilda medelvärden eller indikatorer kan. Tricket är att separera vad som har betydelse och vad som inte har. Jag tror jag har funnit ett bra sätt att kunna skilja signalerna åt.
Dagens sannolikheter
För en tid framöver kommer jag att så ofta som möjligt lägga upp historiska undersökningar av OMXS30 för vad som händer just nu. Detta skiljer sig starkt från vad jag skrivit om förut på bloggen, men förhoppningen är att det ska ge mig intressanta idéer och vidga min förståelse för vad som driver dagens aktiemarknad, samtidigt som alla som finner dessa undersökningar intressanta kan hänga med. Allt ska presenteras i ett enkelt format där reglerna först preciseras och utvecklingen över de följande 1-5 dagarna visas i de mest relevanta mått. Sedan visas också en graf över hur alla affärer sett ut sammanlagt för den bästa tidsstoppet.
Här är dagens undersökning baserat på hur det såg ut i fredags den 5/8 -11. 
Det mesta är ganska självförklarande. T-score är resultatet av den ekvation man använder i students t-tester. Kort sagt säger den hur bra resultatet står i förhållande till chans. Absoluta värden högre än 1,6 är en bra indikation på att det ligger något värde i reglerna. R^2-värdet visas också för grafen då det ger en bild av hur jämn utvecklingen har varit för reglerna, baserat på hur väl kurvan passar in med en regression. Förhoppningsvis kan detta bli ett stående inslag på bloggen med värde för alla som läser den. KvA
Efter att ha lek runt lite med candlestick-formationer så tänkte jag att det kunde vara kul att göra någonting liknande och mer sofistikerat med neurala nätverk. Ett neural nätverk, eller neuronnät, är en modell av hur nervsystemet i hjärnan och andra delar av kroppen fungerar. Allt bygger på enskilda neuroner som tar emot signaler via kopplingar till andra neuroner och sedan sänder ut signaler till andra neuroner baserat på dessa signaler. Neurala nätverk kan fås att reagera på rätt indata från ingångs-neuronerna med rätt utdata från utgångs-neuronerna genom att rätt vikter appliceras på varje koppling mellan neuronerna och rätt tröskelvärde tilldelas varje neuronerna. Ett tröskelvärde används när man gör nätverk som bygger på en tröskelfunktion där summan av signalerna multiplicerat med vikterna måste överskrida ett värde för att en signal ska skickas från neuronen.
Ett enkelt exempel på ett neural nätverk är ett som löser OCH-funktionen. Om vi har två ingångar med ett värde på antingen 1 eller 0, så kan ett nätverk som ger ett värde från utgångs-neuronen på 1 för varje gång båda är 1 se ut så här:
Tröskelvärdet i detta fall är 1,1 och vikterna på alla kopplingar är 1. Om ger nätverket värdena 1 och 0 så kommer summan (1*1+0*1) inte överstiga 1,1 och nätverket kommer inte att "skjuta" en signal. Om vi dock ger nätverket värdena 1 och 1 så kommer tröskelvärdet att överstigas och nätverket avge en signal.Det nätverket kanske inte är så imponerande, men vi använder också bara tre neuroner. För att hantera mer komplexa samband mellan ingångsvärdena så behövs ett större nätverk med fler neuroner. Med många neuroner och kopplingar så kan även de mest gömda mönster hittas, även om vi människor inte skulle ha en möjlighet att förstå vad det mönstret är. Det gör neurala nätverk till ett intressant sätt att analysera prisrörelser hos aktiemarknaden.KvA
