這裡很重要的一件事: 這種預估方法是利用歷史資料統計出來的結果,有點像是天氣預報一樣,不可能出現今天收盤就是會漲個幾%的這種情況!
呈現的概念會是: 降雨0 mm 機率是 80%, 降雨100mm以內機率是20%,這樣我們就能推斷出來說:喔~ 今天很有可能會是個大晴天,如果有雨,也只是飄一點點!
這樣一來至少我們就知道說應該是不用帶雨傘出門!但是,絕對不是說,今天不會下雨ㄟ! 這就是預測原理,各位看官要能理解這點才好往下看下去耶!
有了這樣的概念,我們可以拿一個最初步的方法來統計,就是把昨天的漲跌和今天的漲跌統計一下! 看昨天漲跌了N%的時候,今天會漲跌M%? 先把漲跌分門別類一下,跌超過6%為一個Level,然後跌5~6%每1%往上推就一個Level,一直到上漲超過6% ,一共14個Level,分別給編號!
好了 那我們就可以用昨天的漲跌幅去找Level,再看看今天的Level落在哪!! 全部統計起來以後,我們就有一個歷史資料庫囉! 當然,這個資料如果找越久,採樣越多,資料就越客觀,用個5年資料來看的話,資料讀取要設定1300,最大引用設定1,接下來就可以看腳本畫出來的圖囉!
array:Run[15,15](0);
var: xLevel(0),i(0),sumx(0),qLevel(0),MaxCount(0);
if C[0]/C[1]-1 < -0.06 then xLevel = 0 else
if C[0]/C[1]-1 < -0.05 then xLevel = 1 else
if C[0]/C[1]-1 < -0.04 then xLevel = 2 else
if C[0]/C[1]-1 < -0.03 then xLevel = 3 else
if C[0]/C[1]-1 < -0.02 then xLevel = 4 else
if C[0]/C[1]-1 < -0.01 then xLevel = 5 else
if C[0]/C[1]-1 < 0.00 then xLevel = 6 else
if C[0]/C[1]-1 < 0.01 then xLevel = 7 else
if C[0]/C[1]-1 < 0.02 then xLevel = 8 else
if C[0]/C[1]-1 < 0.03 then xLevel = 9 else
if C[0]/C[1]-1 < 0.04 then xLevel = 10 else
if C[0]/C[1]-1 < 0.05 then xLevel = 11 else
if C[0]/C[1]-1 < 0.06 then xLevel = 12 else xLevel =13;
Run[xLevel[1],xLevel]+=1;
sumx=0; MaxCount=0; qLevel=-1;
for i = 0 to 13
begin
sumx+=Run[xLevel[1],i];
MaxCount =MaxList(Run[xLevel[1],i],MaxCount);
if MaxCount = Run[xLevel[1],i] then qLevel =i;
end;
Plot1 (100*Run[xLevel[1], 0 ]/sumx,"下跌超過 6%機率");
Plot2 (100*Run[xLevel[1], 1 ]/sumx,"下跌5~ 6%機率");
Plot3 (100*Run[xLevel[1], 2 ]/sumx,"下跌4~ 5%機率");
Plot4 (100*Run[xLevel[1], 3 ]/sumx,"下跌3~ 4%機率");
Plot5 (100*Run[xLevel[1], 4 ]/sumx,"下跌2~ 3%機率");
Plot6 (100*Run[xLevel[1], 5 ]/sumx,"下跌1~ 2%機率");
Plot7 (100*Run[xLevel[1], 6 ]/sumx,"下跌0~ 1%機率");
Plot8 (100*Run[xLevel[1], 7 ]/sumx,"上漲0~ 1%機率");
Plot9 (100*Run[xLevel[1], 8 ]/sumx,"上漲1~ 2%機率");
Plot10 (100*Run[xLevel[1], 9 ]/sumx,"上漲2~ 3%機率");
Plot11 (100*Run[xLevel[1], 10 ]/sumx,"上漲3~ 4%機率");
Plot12 (100*Run[xLevel[1], 11 ]/sumx,"上漲4~ 5%機率");
Plot13 (100*Run[xLevel[1], 12 ]/sumx,"上漲5~ 6%機率");
Plot14 (100*Run[xLevel[1], 13 ]/sumx,"上漲6~ 以上機率");
