シーズナルパターンのデータ処理

 季節性パターンの分析において、一般的に終値の前日比を用いるが、データ処理上の課題が存在する。例えば、6月の取引日数は年によって異なり、月初を起点とした場合、月末付近のデータ処理方法により上昇・下降率が変動する。


ラリー・ウィリアムズ氏は、残存取引日を用いた月初・月末揃え処理により、月末・月初傾向を検証している。特定時期の分析にはデータの整合性が重要だが、大まかな傾向把握においては問題とならない場合もある。




NY金先物は6月に緩やかな下降傾向を示すが、月末揃えデータでは下降幅が想定より小さい。また、6月最終取引日においては、上昇・下降傾向が逆転する。




これらの差異の実践的活用は、取引アプローチに依存する。いずれのアプローチにおいても、過去の最終取引日データに基づいた月末付近の傾向確認が重要である。


=====
【トレーダーズ・アルマナック】

市場分析のプロが独自の視点で
日経225・WTI原油・他市場を解き明かします

次のトレードで成功を手にしましょう!

詳細はリンクから👇

#シーズナルパターン #市場間分析 #COTレポート分析

X アカウント: @LWjapan

TradingView アカウント: https://jp.tradingview.com/u/tf_method/

【Kindle版電子書籍】

TFメソッドの原理 ──売買システムの考え方・作り方・確かめ方・改め方 

トレードの資金管理入門 ──運用資金をトレードの実践にどう結びつけていくか?


このブログの人気の投稿

バイデン大統領が大統領選から撤退したら?

6月の東証グロース250