<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>潜在合理增长线 on 格物堂</title><link>https://gewutang.cn/tags/%E6%BD%9C%E5%9C%A8%E5%90%88%E7%90%86%E5%A2%9E%E9%95%BF%E7%BA%BF/</link><description>Recent content in 潜在合理增长线 on 格物堂</description><generator>Hugo -- gohugo.io</generator><language>zh-cn</language><lastBuildDate>Tue, 27 Nov 2012 00:00:00 +0000</lastBuildDate><atom:link href="https://gewutang.cn/tags/%E6%BD%9C%E5%9C%A8%E5%90%88%E7%90%86%E5%A2%9E%E9%95%BF%E7%BA%BF/index.xml" rel="self" type="application/rss+xml"/><item><title>从历史数据看今日股市</title><link>https://gewutang.cn/2012/11/27/historical-data-and-todays-stock-market/</link><pubDate>Tue, 27 Nov 2012 00:00:00 +0000</pubDate><guid>https://gewutang.cn/2012/11/27/historical-data-and-todays-stock-market/</guid><description>&lt;p&gt;在股市发展史上，人性的贪婪和恐惧总是交替出现的。如果我们假设股市存在一个潜在的合理增长线，那么，贪婪和恐惧则周期性地驱动着股市围绕潜在合理增长线上下波动。在这个假设下，找到潜在的合理增长线、最大偏离幅度及偏离持续期对于我们进行投资就显得很有意义。&lt;/p&gt;&#10;&lt;p&gt;观察一下1999年-2012年中国股市数据的直方图和经验累积分布函数图。我将大于&lt;code&gt;quantile(ssec,p=0.9)&lt;/code&gt;的数据定义为异常值（下图中的黑点部分）。剔除异常值数据之后，拟合出股市的潜在合理增长线（蓝色线）&#10;。&#10;图形显示，中国股市已经步入低估时代（恐惧驱动的时代）一段时间了，然而，还没有见底。未来的底部可能偏离潜在合理增长线在1.5倍标准差附近。&lt;/p&gt;&#10;&lt;p&gt;相关R代码为：&lt;/p&gt;&#10;&lt;pre&gt;&lt;code class="language-r"&gt;library(quantmod)&#10;getSymbols(&amp;quot;^SSEC&amp;quot;,from=&amp;quot;1991-01-01&amp;quot;)&#10;ssec=coredata(Cl(SSEC))&#10;&#10;layout(m=matrix(c(1,2,&#10; 3,3),nc=2,byrow=T))&#10;&#10;hist(ssec,prob=T)&#10;lines(density(ssec))&#10;&#10;plot(ecdf(ssec))&#10;abline(h=0.9,lty=2)&#10;abline(v=quantile(ssec,0.9),lty=2)&#10;&#10;plot(ssec,pch=20)&#10;points((1:length(ssec))[ssec&amp;lt; =quantile(ssec,0.9)],ssec[ssec&amp;lt;=quantile(ssec,0.9)],col=&amp;quot;red&amp;quot;,pch=20)&#10;l=lm(ssec[ssec&amp;lt;=quantile(ssec,0.9)]~(1:length(ssec))[ssec&amp;lt;=quantile(ssec,0.9)])&#10;abline(l,col=&amp;quot;blue&amp;quot;)&#10;&#10;h=fitted(l)+2*sd(residuals(l))&#10;lines((1:length(ssec))[ssec&amp;lt;=quantile(ssec,0.9)],h,col=&amp;quot;green&amp;quot;)&#10;&#10;h=fitted(l)-2*sd(residuals(l))&#10;lines((1:length(ssec))[ssec&amp;lt;=quantile(ssec,0.9)],h,col=&amp;quot;green&amp;quot;)&#10;dev.off()&#10;&lt;/code&gt;&lt;/pre&gt;&#10;</description></item></channel></rss>