まえがき
こんにちは、さつま芋です。
突然ですが、タリタリも無登録業者なんですって。
無登録で金融商品取引業等を行う者について(TariTali Pte, Ltd.):財務省関東財務局 (mof.go.jp)
投資は自己責任とは言え、わざわざ無登録の金融業者に お金を預けるのは恐ろしい投資(投機)だと思います。
さて、今回はデータ分析を紹介します。
データ占い
相場は上下二択ですが、どこまで上がるか(下がるか)は分からないので、上下予想の意味は大きくないと思います。
特に、的中率と期待値は似て非なるものなので注意してください。
それを踏まえて、占いとしてデータ分析の一例を示します。
陽線・陰線のデータ
ドル円の1時間足が陽線になったか陰線になったか、その本数を調べてみました。
早速、結果を見てもらいます。
2023年の6月分を集計し、割合で図示しています。
なんとなく時間帯の特徴があるようにも見えますね。
よく東京時間、ロンドン時間、ニューヨーク時間などと言われますが、もしかしたら時間帯と円安・円高の相関があるのかもしれません。
ついでにドル円の日足も調べてみました。
2023年の上半期を集計したものですが、曜日ごとに特徴があるようにも見えます。
とりあえず、週明け月曜の突っ込み売りは控えたほうが良さそうです。
コード例
自分の備忘録も兼ねて、Rのサンプルコードを載せておきます。
library(dplyr)
library(tidyr)
library(lubridate)
library(ggplot2)
library(reshape)df <- read.csv("USDJPY60.csv", header = FALSE)
colnames(df) <- c("Date", "Time", "Open", "High", "Low", "Close", "Volume")df$DateTime <- as.POSIXct(paste(df$Date, df$Time), format = "%Y.%m.%d %H:%M", tz = "Etc/GMT")
df <- df[between(df$DateTime, as.POSIXct("2023-06-01"), as.POSIXct("2023-06-30")), ]
df <- df[, c("DateTime", "Open", "High", "Low", "Close", "Volume")]df$DateTime <- with_tz(df$DateTime, "Etc/GMT-6")
df$Time <- format(df$DateTime, format = "%H")
df$Change <- df$Close - df$Opendf %>%
group_by(Time) %>%
summarise(positive=mean(Change>0, na.rm=TRUE), negative=mean(Change<0, na.rm=TRUE),
positive_change=mean(Change[Change>0], na.rm=TRUE),negative_change=mean(Change[Change<0], na.rm=TRUE)) %>%
mutate(bull = positive * positive_change) %>%
mutate(bear = negative * negative_change) %>%
mutate(expected_value = bull+bear) %>%
as.data.frame() -> to_plotto_plotA <- to_plot[,c("Time","positive","negative")]
meltedA <- melt(to_plotA,id="Time")
p1 <- ggplot(meltedA, aes(x=Time,y=value,fill=variable)) +
geom_bar(stat="identity",position = position_dodge(width = 0.6), alpha=0.9, width = 0.6) +
scale_y_continuous(labels = scales::percent_format(scale = 1)) +
scale_fill_manual(values=c("#00BFC4","#F8867D"),labels=c("Positive", "Negative"))+
labs(title="Positive and Negative Candles by Hour",y="Proportion",fill="Type")+
theme(plot.title = element_text(hjust = 0.5))
ggsave(filename = "plot.png", plot = last_plot(), width = 8, height = 4, units = "in", dpi = 300)
あとがき
「FXの基本はチャート」という主張がありますが、チャートは価格データを時系列にしたグラフです。
つまりチャート分析は二次分析、いわば分析を分析するものです。
多くのFX先生は「チャートの勉強」を強調しますが、所詮は上下二択の勝負なので、資金管理(ロットコントロール)以上の効果を過信するのは危険です。
自戒を込めて言うと、FXで本当に難しいのは感覚の補正ではないかと思います。
例えば、「仲値の前はドル高(円安)になりやすい」ことは よく見聞きします。
6月は22営業日でしたが、9時のローソク足(全22本)は陽線・陰線が何本だったと思いますか。
改めて棒グラフを示すと、陽線15本、陰線7本でした。
少なすぎるデータ量ですが、「仲値の前はドル高(円安)になりやすい」と言っても、22営業日のうち7日間は逆行したことも見落とせません。
どちらかというと、データ分析は危険や異常を知る目安として使いやすいと思います。
以上、さつま芋でした。