先週の業種別の高値・安値更新数

sname bu25 bu120 bd25 bd120 n
ガス 1 0 2 1 13
ゴム 0 0 3 2 21
サービス 56 22 148 77 692
パ紙 1 1 5 2 22
医薬 10 6 9 4 52
化学 5 0 70 49 198
海運 1 1 10 9 16
機械 2 0 92 65 239
銀行 0 0 10 3 87
空運 0 0 0 0 5
建設 18 10 27 15 170
鉱業 0 0 7 6 9
自動車 3 0 31 23 81
商社 19 6 87 37 374
小売 40 23 33 14 267
証券 7 4 65 57 142
食品 21 10 18 8 128
水産 1 1 1 0 10
精密 4 0 11 6 50
石油 0 0 5 4 11
繊維 1 0 15 7 57
倉運 1 0 8 5 44
造船 0 0 4 4 5
他金融 0 0 2 2 7
他製造 9 3 21 12 120
他輸送 0 0 3 2 14
通信 4 1 9 6 53
鉄バ 9 8 2 0 27
鉄鋼 2 0 25 20 54
電気 10 3 86 67 289
電力 0 0 5 0 11
非鉄 5 2 38 26 128
不動産 4 2 13 9 109
保険 0 0 11 7 21
窯業 3 1 14 6 62
陸運 1 1 6 2 32
79

分足でのシステム検証

InteractiveBrokesで一分足が取れるので、それで検証してみた。(k-db.comでもデータが取れる)

銘柄は適当に、、、三菱商事でいく。2000円台の株価のもので、取引量があるものが望ましい(最近の東証の株価のレンジのおすすめである、3桁(100~1000円株)は、呼値が広すぎる。)

まずは、分足のチャート。2000円割ってるけど、、、、

 

これを、ある単独パラメータで仕掛け、ある単独パラメータで解消。

quantmodでごちゃごちゃする。終値だけでシステムを組む。手数料、slippageは抜き。 買い持ちなら、そのままのリターン。売り持ちなら、リターンにマイナスをかけて、それを集計する。(具体的な方法は、トレーディング戦略をRでバックテストする方法 – My Life as a Mock Quant を参考にしてやった)

パラメータの組み合わせのパフォーマンスを見る。(ここはexpand.grid関数を使う)

x,yは分足で数えた何か。

数値をだしておく。 最初の二つがパラメータ。次がリターンの合計。次が取引回数(端数なのは、よしとする。)

* ここらあたりは、全部quantmodの機能と、rleという関数を使った。

    mkt.in mkt.out up.ret down.ret  up.n down.n
V1     100      30 0.3043 0.3946 127.5  141.5
V2     110      30 0.3096 0.3797 123.5  132.5
V3     120      30 0.2905 0.3706 119.5  128.5
V4     130      30 0.2720 0.3640 113.5  121.5
V5     140      30 0.2901 0.3667 103.5  115.5
V6     150      30 0.2906 0.3856 101.5  111.5
V7     100      40 0.2568 0.3710 105.5  126.5
V8     110      40 0.2758 0.3609 101.5  119.5
V9     120      40 0.2561 0.3512  98.5  116.5
V10    130      40 0.2412 0.3370  93.5  109.5
V11    140      40 0.2584 0.3438  83.5  103.5
V12    150      40 0.2589 0.3616  81.5   99.5
V13    100      50 0.2241 0.3110  93.5  108.5
V14    110      50 0.2402 0.3152  89.5  101.5
V15    120      50 0.2191 0.3021  86.5   98.5
V16    130      50 0.2058 0.2994  81.5   92.5
V17    140      50 0.2217 0.3167  73.5   87.5
V18    150      50 0.2211 0.3313  71.5   84.5
V19    100      60 0.1879 0.2966  90.5   99.5
V20    110      60 0.2003 0.3032  86.5   93.5
V21    120      60 0.1826 0.2902  83.5   91.5
V22    130      60 0.1682 0.2852  78.5   86.5
V23    140      60 0.1856 0.3110  70.5   82.5
V24    150      60 0.1861 0.3272  68.5   79.5
V25    100      70 0.2108 0.2942  83.5   91.5
V26    110      70 0.2166 0.2993  79.5   86.5
V27    120      70 0.1999 0.2843  76.5   85.5
V28    130      70 0.1776 0.2803  72.5   80.5
V29    140      70 0.1950 0.3076  64.5   77.5
V30    150      70 0.1933 0.3219  62.5   74.5
V31    100      80 0.1905 0.3022  76.5   86.5
V32    110      80 0.1983 0.3089  73.5   81.5
V33    120      80 0.1805 0.2944  71.5   80.5
V34    130      80 0.1588 0.2979  68.5   75.5
V35    140      80 0.1769 0.3231  60.5   72.5
V36    150      80 0.1747 0.3382  58.5   69.5

基本、下げ相場なので、売りは長い期間が良い。買いは短いもの。
でも、実践では売り買い中立で取れるのが望ましい。(まあ、このパラメータが良いという保証もないけど、、、)

仕掛けは150, 決済は30でリターンの経過を見る。

よさそうではある。売りでも買いでもだし、、、他の銘柄、期間でみる作業になる。

9月、10月相場

1957年からのSP500の日次騰落率で、(+, – )2%以上のものを拾って、月と日にちで分解してみた。

 

9,10,11月相場が、難所続きなのが見て取れる。

ちなみに、9月の数字は、

count(format(index(ret),"%d"))
    x freq
1  01    3
2  02    3
3  03    3
4  04    2
5  05    1
6  06    1
7  07    1
8  08    2
9  09    2
10 10    1
11 11    2
12 12    3
13 13    1
14 14    1
15 15    1
16 16    1
17 17    3
18 18    3
19 19    6
20 20    2
21 21    1
22 22    2
23 23    3
24 24    5
25 25    1
26 27    2
27 28    3
28 29    2
29 30    3
count(format(index(ret),"%Y"))
      x freq
1  1957    1
2  1960    1
3  1966    1
4  1973    1
5  1974   10
6  1975    2
7  1979    1
8  1980    1
9  1981    1
10 1986    1
11 1987    1
12 1988    1
13 1990    1
14 1997    2
15 1998    9
16 1999    3
17 2000    1
18 2001    5
19 2002    5
20 2007    1
21 2008   10
22 2009    1
23 2010    2
24 2011    2

1974, 1998, 2008年なみになるか、どうか。FOMCの日程も考えると、その前に失望の心の準備。その後に悪ヌケといったイメージをもつが、、、そこまでこらえ切れんかもしれん。

北京旅行メモ

北京に観光にいってきた。

詳しくは、嫁さんのブログを見るとして、

ぺきんパンダ 其の壱 [Beijing panda -part1]
ぺきんパンダ 其の弐 [Beijing panda -part2]
ぺきんパンダ 其の参 [Beijing panda -part3]
ぺきんパンダ 其の肆 [Beijing panda -part4]

こっちは、お勉強した分を書こうと思います。

北京の地理

北京は中国の首都。北側の山々に沿って、万里の長城がある。
http://www.nationsonline.org/oneworld/map/Chinese_Wall.htm

海に出るには、天津に行く。


距離としては、115km。高速鉄道で30分。

日本との比較でいくと、地形的には 京都ー大阪の関係に似ている?
周辺が山に囲まれ、国内戦での防御がしやすい。
水上の物流基地?(天津、大阪) までは平地でつながる。
ちなみに、京都ー大阪は35KMくらい。なので距離的には3倍くらい長い。

黄河は下の方を流れていて、直接は北京には恩恵?をもたらしていない?
ト思ったが、北京~天津の運河はあった。観光しそこねた。鉄道も乗らなかったし。

あと、北京の水不足で黄河の水を引く話はあるようだ。もうそうなってる?

ちなみに中国の人の交流圏でいくと、3つに分かれるようだ。
中国は何故海に出ようとするか
(* 赤と黄色の狭間に上海がある。 上海のポテンシャルが感じられる、というか交易の中心はこっちにならざる得ない気がする。)

地形的に感じられるのは、これくらい。にわか勉強だが。

人民元

人民元と円の推移をグラフにした

現在が円高かどうかは知らんが、北京は、去年の上海旅行に感じた物価感覚より安いなあと感じた。今回の旅行で消費したのは、地下鉄、タクシ、レストラン、施設入場料、あとはデパートや街の露天での買い物くらいだったが、総合的に見て上海より安い感じはした。レストランとかは特にそう感じた。(三輪車のぼったくりに引っかかって、サングラスも高いのを買ってしまったが、、、)。観光客として金を払った感覚で、日本の半分から1/3くらいの感覚。

ここ数年での円と人民元のレートは、円高に振れてている(インフレ分を考えれば、それでも元高とはいえる、、、)はいる。

不動産は別物。車もそうかな。ここらは世界標準? + 成長過程プレミアムが付く。

あと、日本円を人民元に変えるのは、成田で替えるはかなりレートが悪い。北京空港の出口に両替所と銀行(農業銀行)がある。そこの農業銀行はがらがらだったが、成田より10%くらい(片道で)はよかったような。両替所は確認してないけど、農業銀行と同程度かな?そっちは外人の行列ができてから、もっといいかもしれないし、見た目の差(両替所だ)かもしれない。いずれにせよ、成田の日本の銀行はぼったくりに感じるレート。

電気自転車について

街を歩いていて、一番気になったのは電気自転車の存在だった。非常に便利な乗り物に見えた。ただ、結構な数の事故及び事故死を招いているみたいだ。

日本では、アシスト機能に限定しないと電動自転車は、いろんな交通規制にひっかかる。
まあ、日本ではバイク・電動自転車メーカーの意向、道路行政ができあがってしまっていることから、 中国のものがそのまま入ってこないだろうけど(鉛電池のものも多いし)、

地方の高齢者の人で自転車に載ってる人なんかに、あの電動自転車があると、そうとう便利なんだろうと思った。食料品の買い出しなんかで、あのタイプの自転車があるといいのではないかと。日本のアシストタイプは高い。
ただ、鉛電池だと重いから、充電が大変かもしれない。
最近は、発電、蓄電の電池の話がさかんだし、消費者視点ではモバイル機器と車の電池のパフォーマンスに関心が集まりがち?だけど、

自転車を電動にするだけで、20才以下、高齢者などの人たちに、大きな利便性をもたらすと思うけど、どうだろう。利便性の追求と問題の発生(今回では事故の増加)は、中国のように、どこかで出てくるだろうけど)
また、車を一人で動かすより、エネルギー効率も高い。道路も専有しないし。

人民元vs円

為替レートを出すだけ。

FRED2からデータを引っ張る。(中国、日本の為替、CPIのデータがある)

1981年から見ると、人民元の大幅な減価があるので、2000年以降で。

円高局面にいる。

ただ、両通貨のCPIによる減価を織り込んでみてみないといかん。

それでも、円高ともいえるかも。(ドルに対しての切り上げが緩慢)