上个帖子描述了使用下偏标准差分析股票收益率损失风险的方法,本案进行举例说明。为了展示股票收益率损失波动风险的中长期变化趋势,本案将基于滚动窗口方法计算股票收益率的下偏标准差。
【案例A1.4.4-1】收益率损失风险:高通股票
图A1.4.4-1a对比了手机芯片巨头高通(股票代码QCOM)的年收益率损失风险(实线)和年收益率波动风险(虚线)。
图中可见,高通的长期收益率波动损失风险绝大多数情况下小于其长期(年)收益率波动风险。但从收益率波动损失风险的计算公式看,长期收益率波动损失风险数值上并非一定小于收益率波动风险。2019年8月份前后,该股票的长期收益率波动损失风险就迅速升高,并超过了其收益率波动风险。总体来看,无论是长期收益率波动损失风险还是收益率波动风险,该股票都呈现了上升的趋势。
Python扩展插件siat(证券投资分析工具)中的命令compare_stock可以进行一只证券两种指标之间的趋势对比。"Annual Ret Volatility%"表示证券年度收益率的波动风险,"Annual Ret LPSD%"表示证券年度收益率的损失风险(即下偏标准差),本案进行对比的区间是2019年初至2020年3月中旬(进行分析的时间点)。实现本案的具体命令是:compare_stock("QCOM", ["Annual Ret LPSD%", "Annual Ret Volatility%"], "2019-1-1", "2020-3-16")。
Python插件siat由作者根据证券投资分析的实际需求制作,插件中集成了上百种证券投资分析教学过程中的典型分析场景。多数情况下,每种分析场景对应一条具体Python命令,绝大多数命令都包括了数据爬虫、数据分析和分析结果展示三个部分。数据爬虫部分能够根据命令的功能自动上网寻找需要的数据并进行下载,数据分析部分能够对下载后的数据进行清洗、整理和运用算法/模型进行具体分析,结果展示部分能够把分析结果以表格或图形等方式展现出来,力求通俗易懂。
使用siat功能并不需要精通Python,以作者在多年教学过程中的经验看,学过Python一周时间的人就可直接上手siat的基本功能,并开始进行基础性的证券投资分析学习。本专栏后续将逐步介绍该插件的安装和使用方法。
本专栏系统地讲授利用Python进行证券投资分析的具体技术方法,如果对本专栏的内容感兴趣,请关注本专栏。