スキップしてメイン コンテンツに移動

[Python][Redis]為替レート 2011/09/05 17:31時点　通貨ペア相関係数ランキング（直近15日間）

本日の通貨ペア相関係数ランキングをお知らせします。
ここでは以下の3つの相関係数ランキングを公開しています。
　1,正の相関TOP5
　2,負の相関TOP5
　3,低相関TOP5


まずは正の相関が観測されたTOP5の組み合わせです。

-- 正の相関TOP5 --
1位 AUDJPY/NZDJPY : 0.9722
2位 HKDJPY/USDJPY : 0.9583
3位 GBPJPY/GBPUSD : 0.9182
4位 AUDJPY/ZARJPY : 0.8942
5位 NZDJPY/ZARJPY : 0.893

このランキングに入る通貨ペアの組み合わせは、同じ方向に動く可能性が高い通貨ペアの組み合わせです。同じ方向に動くので、一方の通貨ペアを買い、一方の通貨ペアを売れば変動時の損益を相殺することができます。

例:USDJPY/HKDJPYがTOP5に入っている場合
　USDJPY => 売り
　HKDJPY => 買い

ただ、値幅がことなるので各ペアで完全に相殺できるかどうかは確かではありません。


次に負の相関が観測されたTOP5の組み合わせです。

-- 負の相関TOP5 --
1位 CHFJPY/USDCHF : -0.9792
2位 AUDJPY/GBPUSD : -0.7644
3位 GBPUSD/NZDJPY : -0.7459
4位 GBPJPY/NZDJPY : -0.7379
5位 AUDJPY/GBPJPY : -0.7283

このランキングに入る通貨ペアの組み合わせは、異なる方向に動く可能性が高い通貨ペアの組み合わせです。異なる方向に動くので、両方のペアを売りか買いのどちらかで持つことで損益を相殺することができます。

例:USDJPY/CHFJPYがTOP5に入っている場合
　USDJPY => 買い
　CHFJPY => 買い

変動幅に関しては、正の相関ランキングと同様、注意が必要です。


最後に相関関係の低いのTOP5の組み合わせです。
※()内:符号付き相関係数

-- 低相関TOP5 --
1位 HKDJPY/USDCHF : 0.0382 (0.0382)
2位 EURUSD/NZDJPY : 0.0459 (-0.0459)
3位 USDCHF/USDJPY : 0.0522 (0.0522)
4位 EURJPY/NZDJPY : 0.0619 (0.0619)
5位 AUDJPY/EURJPY : 0.065 (0.065)

各通貨ペア間の相関係数の絶対値が低い順に順位付けしています。
このランキングに入る通貨ペアの組み合わせは、それぞれの値動きに関連が低くかった組み合わせになります。相互の値動きに関連が低いので、両方のペアを売りか買いのどちらかで持つことで分散効果を得ることができます。

例:EURUSD/GBPJPYがTOP5に入っている場合
　EURUSD => 買い
　GBPJPY => 買い


上記のような相関係数を調べることで、為替変動による損益をヘッジするための手法の一つです。為替変動による影響をできるだけ少なくできるため、特にスワップ派におすすめの手法でしょうか。

なお、上記数値の算出には相対取引のFX業者から30秒間隔で取得したレートを利用しております。過去のデータから算出しており、将来にわたって投資効果を保証するものではありません。

実際の投資には大幅な損失を被る可能性もありますので、あくまで参考程度としていただくことをご了承ください。

それでは、また。

コメント

コメントを投稿

このブログの人気の投稿

[Mac]Time Machineのバックアップ先をWindows共有フォルダに設定する

こんばんは。もっくんです。 2台あったWindowsのデスクトップを1台にまとめるついでに、ずっと放置していたMacのバックアップ環境を構築してみました。Finderでコピペするだけでいいんですが、どうせなら「Mac全体を自動的にバックアップします。」という謳い文句のTime Machineを使いたい。 Apple純正のTime CapsuleやUSBの外付けHDDという手もあったんですが、ノートの機動性を落としたくなかったし、なによりタダでできそうなWindows共有フォルダにネットワーク越しにバックアップする方法を取ることにしました。 実際の流れは下記のようになります。 ネットワーク共有フォルダを作成する 空のディスクイメージを作成する ネットワーク共有フォルダにディスクイメージをコピーする ネットワーク共有フォルダのディスクイメージをマウントする マウントしたディスクイメージをTime Machineのバックアップ先に指定する 1．ネットワーク共有フォルダを作成する この手順はそこまで面倒ではないので、簡単な手順だけ。 Windows全体の設定でファイル共有を有効にする（Windowsで作業） Macと共有（Macから見えるように）したいフォルダを作成する（Windowsで作業） 共有したいフォルダに共有設定をする（Windowsで作業） 共有フォルダに接続（Macで作業） 詳細はこちらの記事が画像付きでわかりやすい。 http://blog.goo.ne.jp/beosound/e/7d6d0d0a8f76035f880001eda06c4247 2．空のディスクイメージを作成する いわばこのディスクイメージがバックアップ先のHDDの代わりとなる。 アプリケーション ＞ ユーティリティ ＞ ディスクユーティリティを起動 画面上部の ファイル ＞ 新規 ＞ 空のディスクイメージをクリック 設定画面の各欄は以下のように設定 名前： TimeMachineVolume（なんでもよい） 保存先： デスクトップ（ローカルのわかりやすい場所） ボリューム名： TimeMachineVolume（なんでもよい） ボリュームサイズ： カスタム ...
コメントを投稿
続きを読む

[Python]個別銘柄の時系列データをGoogle Financeから取得するプログラム

今日書いたのはこれ。 Google Finance から証券コードを指定して日別の価格情報を取得するプログラムです。 米国市場に上場している銘柄であればCSVでダウンロードでますが、日本の銘柄はできなかったので作りました。 多くの人はYahoo!Japanから取得しているようなので、あえてGoogle Financeから取得してみました。 ちなみに使えるのは東証に上場している銘柄のみです。（おそらく） このプログラムと 日経225構成銘柄一覧取得プログラム を組み合わせれば、日経225構成銘柄の時系列データが取得できてしまいます。 #!/usr/local/bin/python # -*- coding:utf-8 -*- from BeautifulSoup import BeautifulSoup import urllib2,re,datetime,sys class googleFinance2CSV(object): def __init__(self,ticker): ''' 引数で渡されたticker（=証券コード）の時系列データを Google Financeから取得してCSV形式で保持する CSVの列は'Date','Open','High','Low','Close','Volume' ''' self.ticker = ticker self.url = 'http://www.google.com/finance/historical?q=%s&num=200' % str(self.ticker) self.csv = str() soup = BeautifulSoup(urllib2.urlopen(self.url)) tablesoup = soup.find("table", {"class":"gf-table historical_price"}) for trsoup in tablesoup.findAll("tr...
コメントを投稿
続きを読む

[Python]日経225構成銘柄の一覧を取得するプログラム

今日書いたのはこれ。 日経225の構成銘柄が変更になるといちいち変更が面倒なので作りました。 コメントに書いてある機能しかありませんが、簡単でよし。 ご参考になれば。 #!/usr/local/bin/python # -*- coding:utf-8 -*- from BeautifulSoup import BeautifulSoup import urllib2,re class Nikkei225Profile(object): def __init__(self): ''' 日経新聞のサイトから日経225の構成銘柄の証券コードと証券名称を取得 ''' self.url = 'http://www3.nikkei.co.jp/nkave/about/225_list.cfm' self.profile = dict() soup = BeautifulSoup(urllib2.urlopen(self.url)) tablesoup = soup.find("table") rows = tablesoup.findAll('tr',{'bgcolor':'#FFF5DE'}) rows += tablesoup.findAll('tr',{'bgcolor':'#F0E7D1'}) for row in rows: row_list = [cell.find(text=True) for cell in row.findAll('td')] self.profile[row_list[0]] = row_list[1] def getprofile(self,googlestyle=False): ''' 日経225の証券コードと証券名称をdict()で返す ...
コメントを投稿
続きを読む