W poprzednim wpisie BPA 020 opisywałem możliwości pozyskiwania danych w arkuszach google dotyczących różnych instrumentów finansowych z zastosowaniem funkcji GOOGLEFINANCE(). W tym wpisie pokażę jak zastosować tą funkcję do analizy danych. Wpis został podzielony na 2 części:
1. Analiza zmienności danych w cyklu dziennym.
2. Analizy średnio i długo okresowe.
1. Analiza zmienności danych w cyklu dziennym
Istnieje kilka parametrów związanych z obrotem różnych instrumentów finansowych (akcje, ETF, waluty i inne) takich jak wolumen obrotu, zmienność wyceny rynkowej oraz średnie kroczące, które możemy śledzić i analizować z zastosowaniem funkcji GOOGLEFINANCE(). Często samo pokazywanie aktualnych danych z danego dnia lub chwili może nie wnosić niczego kreatywnego. Odniesienie natomiast wartości aktualnych do wartości średnich z jakiegoś okresu może dawać nam pewne sygnały do podejmowania działań inwestycyjnych w zakresie kupna lub sprzedaży. Dane dotyczące dziennego wolumenu obrotów możemy wykorzystać do określenia zmienności w odniesieniu do średnich obrotów w określonym przez nas horyzoncie czasowym (np. 3 miesiące). Średnie kroczące z kolei mogą być wykorzystywane do określania trendu panującego na rynku. Poniżej prezentuje dwa przykłady arkuszy google z zastosowaniem funkcji GOOGLEFINANCE() do śledzenia zmienności wolumenu obrotu [Przykład 1] oraz do śledzenia średnich kroczących i ich wzajemnego układów [Przykład 2].
Przykład 1
Przykład tabeli do analizy wolumenu obrotów
Poniższa tabela przedstawia przykład kilku akcji notowanych na GPW pogrupowanych po sektorach umożliwiająca śledzenie wielkości wolumenu w danym dniu w odniesieniu do średniego wolumenu za ostatnie 3 miesiące.
W tabeli są pokazane następujące pola:
[1] Ticker – kod danego instrumentu finansowego
[2] Aktualna cena – cena aktualna w dniu bieżącym
[3] % zmiana ceny – dzienna zmiana ceny w dniu bieżącym
[4] Wolumen obrotów – dzienny wolumen akcji (lub innych instrumentów finansowych) w dniu bieżącym
[5] Wartość obrotów – Wartość obrotów w dniu bieżącym liczona jako wolumen ilościowy pomnożony przez aktualną cenę – [2]*[4]
[6] Średni wolumen obrotu w ostatnich 3 miesiącach
[7] Stosunek obrotów w dniu bieżącym do średnich obrotów w ostatnich 3 miesiącach
[8] Funkcja logiczna pokazująca przypadki obrotów przekraczających w dniu bieżącym 10 MM PLN
[9] Funkcja logiczna pokazująca przypadki wzrostu obrotów bieżących w stosunku do średnich za okres 3 miesięcy o 50 %
W tabeli zastosowane są trzy funkcja:
– [4] =GOOGLEFINANCE(„WSE:CDR”;„volume”) – standardowa funkcja pokazująca wolumen obrotów w dniu bieżącym dla określonego instrumentu finansowego
– [6] =AVERAGEA(INDEX(GoogleFinance(„WSE:CDR”;”all”;WORKDAY(TODAY();-60);TODAY());;6)) – funkcja umożliwiająca liczenie średniej wolumenu obrotów z określonego przez nas interwału czasowego – w tym przypadku jest to okres 3 miesięcy
– [7] standardowa funkcja arkuszy google do wyliczania procentu zmienności pomiędzy dwoma wartościami.
Tabela taka może być pomocnym narzędziem do wyłapywania instrumentów finansowych, dla których następuje zwiększanie obrotów co może świadczyć o zwiększającym się popycie.
Poniżej wstawiony jest bezpośredni obraz z arkuszy google z opcją automatycznego odświerzania w trybie on-line.
Przykład 2
Przykład tabeli do analizy średnich kroczących
Poniższa tabela przedstawia przykład kilku akcji notowanych na GPW umożliwiająca śledzenie wzajemnego układu średnich kroczących. W poniższym przykładzie zastosowana średnie kroczące 21, 60 i 100 dniowe.
W tabeli są pokazane następujące pola:
[1] Ticker – kod danego instrumentu finansowego
[2] Aktualna cena – cena aktualna w dniu bieżącym
[3] % zmiana ceny – dzienna zmiana ceny w dniu bieżącym
[4] Funkcja logiczna pokazująca relację wzajemną układu średnich kroczących dla MA21, MA60 i MA100
[5] Funkcja logiczna pokazująca sytuacje rynku na bazie układu wzajemnego średnich kroczących. Możemy to spotkać wartości: UP, C_21/60, C_21/100, UP_50, UP_100, DOWN. Oznaczają one:
– UP- oznacza trend wzrostowy gdzie MA21 jest większa od MA60 i MA60 jest większa od MA100
– C_21/60 – oznacza korektę trendu wzrostowego, w którym MA21 przecina od góry MA60
– C_21/100 – oznacza korektę trendu wzrostowego, w którym MA21 przecina od góry MA100
– DOWN – oznacza trend spadkowy w którym MA100 jest większa niż MA60 i MA60 jest większa od MA21
– UP_60 – oznacza pierwszą fazę wyjście z trendu spadkowego, w którym MA21 przecina od dołu MA60
– UP_100 – oznacza drugą fazę wyjście z trendu spadkowego, w którym MA21 przecina od dołu MA100
[6] Wartość średniej kroczącej dla okresu ostatnich 21 dni (MA21)
[7] Wartość średniej kroczącej dla okresu ostatnich 60 dni (MA60)
[8] Wartość średniej kroczącej dla okresu ostatnich 100 dni (MA100)
[9] Spark Line pokazująca wycenę danego instrumentu finansowego dla okresu ostatnich 100 w postaci schematycznego wykresu
W tabeli zostały użyte trzy funkcje:
– [2] =GOOGLEFINANCE(„WSe:CDR”;„price”) – standardowa funkcja pokazująca cenę danego instrumentu finansowego w dniu bieżącym
– [6][7][8] =AVERAGEA(INDEX(GoogleFinance(„WSE:CDR”;”all”;WORKDAY(TODAY();-21);TODAY());;5)) – funkcja umożliwiająca liczenie wartości średnich kroczących dla ustalonych przez nas interwałów czasowych – w przykładzie powyżej zostały pokazane wyliczenia dla średnich kroczących dla jednego miesiąca – MA21, dla 3 miesięcy – MA60, dla 5 miesięcy – MA100
– [4][5]standardowa funkcja arkuszy google do definiowania warunku logicznego w zakresie wzajemnego układu średnich kroczących.
Tabela taka może być pomocnym narzędziem do wyłapywania instrumentów finansowych, które mają konkretny wzajemny układ średnich kroczących, które mogą być z kolei jednym z czynników potrzebnych do podejmowania decyzji o zakupie lub sprzedaży konkretnych instrumentów finansowych .
Poniżej wstawiony jest bezpośredni obraz z arkuszy google z opcją automatycznego odświerzania w trybie on-line.
Arkusze z pokazanych przykładów można pobierać i dowolnie modyfikować pod własne potrzeby. Zastosowane okresy czasowe można dowolnie ustalać poprzez zmianę parametru dni w zastosowanych w przykładach funkcjach.
2. Analizy średnio i długookresowe
Funkcja GOOGLEFINANCE() daje nam również możliwość analizy danych historycznych dla kilku parametrów związanych z ceną jaki i wolumenem. Wykonując takie analizy możemy się dowiedzieć o skali zmienności danego instrumentu finansowego, która to wiedza może być bardzo pomocna przy podejmowaniu decyzji inwestycyjnych np. w zakresie definiowania limitów zabezpieczających nasze otwarte pozycje jak również dostarczać infirmacje w wzrastającym popycie. Poniżej pokaże dwa przykłady do analizowania ceny [Przykład 3] oraz do analizowania zmienności wolumenu [Przykład 4]
Przykład 3
Przykład pokazujący dzienną zmienność ceny.
W poniższym przykładzie pokazuje sposób analizy zmienności ceny w poszczególnych daniach dla wybranego instrumentu finansowego.
W poniższej tabeli są pokazane następujące dane:
[1] Data notowania – w przykładzie zakres ustalany w polach „date from” do „date to”
[2] Cena najniższa w danym dniu
[3] Cena najwyższa w danym dniu
[4] Cena otwarcia w danym dniu
[5] Cena zamknięcia w danym dniu
[6] Różnica % ceny w danym dniu w widełkach od ceny najwyższej do ceny najniższej
[7] Różnica % ceny w danym dniu w widełkach od ceny otwarcia do ceny najniższej
[8] Różnica % ceny w danym dniu w widełkach od ceny otwarcia do ceny zamknięcia
W tabeli zostały pokazane notowania za ostatnie 30 dni akcji Allegro notowanej na GPW. Do wyświetlenia danych w tej formie została zastosowana funkcja:
=GOOGLEFINANCE(„WSE:ALE”;„Open”;today()-30;today();”daily”)
W funkcji tej możemy sterować atrybutem ceny – „Open”, „Close”, „High”, „Low” – oraz okresem grupowania notowań – „Daily”, „Weekly” – dla którego chcemy dokonać wymaganej analizy.
Dodatkowo zastała zastosowana funkcja logiczna do wyliczania % zmienności pomiędzy dwoma wartościami.
Jak możemy zaobserwować w zaprezentowanym przykładzie zmienność % wyliczoną jako stosunek ceny otwarcia do ceny najniższej w danym dniu jest z reguły większa od % zmiany wyliczanej jako stosunek ceny otwarcia do ceny zamknięcia. Dane takie mogą być wykorzystywane do ustalania limitów dla zleceń STOP LOSS na poziomach, które nie będą powodowały zbyt częstego zamykania lub wyrzucania z otwartych pozycji. Istnieją oczywiście strategie ustalania limity dla zleceń STOP LOSS na jednych z średnich kroczących MA21 lub MA60 ale warto również zabezpieczać wypracowane zyski konkretnymi limitami % ustalanymi od ceny zamknięcia z poprzedniego dnia i do tego może być pomocna analiza zmienności ceny.
Poniżej wstawiony jest bezpośredni obraz z arkuszy google z opcją automatycznego odświerzania w trybie on-line.
Przykład 4
Przykład pokazujący dzienną zmienność wolumenu transakcyjnego.
W tym przykładzie pokazuje sposób analizy zmienności wolumenu obrotów w poszczególnych daniach dla wybranego instrumentu finansowego.
W poniższej tabeli są pokazane następujące dane:
[1] Data notowania – w przykładzie zakres ustalany w polach „date from” do „date to”
[2] Cena zamknięcia w danym dniu
[3] % zmiana ceny
[4] Wolumen obrotów
[5] % zmiana wolumenu obrotów dzień do dzień +1
[6] Funkcja logiczna pokazująca przypadki wzrostu obrotów bieżących w stosunku do poprzedniego dnia o 50 %
[7] Funkcja logiczna pokazująca przypadki obrotów przekraczających w dniu bieżącym 1 MM PLN
Do badania wolumenu historycznego należy zastosować funkcję jak poniżej z zastosowaniem atrybutu „volume” oraz okresu wstecz jaki nas interesuje.
=GOOGLEFINANCE(„WSE:CDR”;„volume”;today()-30;today();”daily”)
Stosowanie analizy zmienności wolumenu można wykorzystać do zdobywania informacji odnośnie wzrostu lub spadku popytu na danym instrumencie finansowym. Dane pokazujące systematyczny wzrost wolumenu w kolejnych dniach mogą dać nam informacje o wzrastającym popycie i sygnal do ewentualnego zajęcia pozycji kupna.
Poniżej wstawiony jest bezpośredni obraz z arkuszy google z opcją automatycznego odświerzania w trybie on-line.
Zachęcam do wypracowania swojego własnego „mini” systemu analizy podstawowych parametrów związanych z obrotem instrumentami finansowymi, gdyż umożliwia to indywidualnemu inwestorowi zdobycie niezależności w zakresie zdobywania informacji i uniezależnienie się od globalnych serwisów informacyjnych i analiz „ekspertów”. Realizując regularnie analizy sytuacji rynku i podstawowych parametrów po pierwsze będziemy coraz bardziej zasobni w wiedzę jak również nasze decyzje będą coraz lepsze i w wyniku tego powinniśmy osiągać coraz lepsze wyniki w naszych działaniach inwestycyjnych. Tego sobie i wam życzę.
Jeśli chcesz dostawać powiadomienia o nowych wpisach na blogu be PRO active to zachęcam do zapisania się do listy dystrybucyjnej oraz o dołączenie do mediów społecznościowych powiązanych z blogiem be PRO active.
KG