Kalender Effekte
Moderator: schubbiaschwilli
Kalender Effekte
..
Zuletzt geändert von chris89 am Di Dez 01, 2020 6:58 pm, insgesamt 4-mal geändert.
-
- Beiträge: 253
- Registriert: Di Jun 27, 2017 12:09 pm
Re: Kalender Effekte
Gude!
Du meinst mit?
Eine Verständnisfrage: Warum macht du eine Regression?
Wenn ich die Daten der Regression vergleiche, und einen Boxplot mache
Wie bereits erwähnt, das mit der Regression verstehe ich nicht.
Dank&Gruß
schubbiaschwilli
Du meinst mit
das Ergebnis vonZusätzlich ist mein R² ziemlich klein zwischen 0,01-0,03%.
Code: Alles auswählen
reg1_dax<-lm(redax~season)
Eine Verständnisfrage: Warum macht du eine Regression?
Wenn ich die Daten der Regression vergleiche, und einen Boxplot mache
Code: Alles auswählen
boxplot(redax~season)
Dank&Gruß
schubbiaschwilli
Re: Kalender Effekte
Hallo schubbiaschwilli,
vorab vielen Dank für den Hinweis mit dem Boxplot. Werde ich gleich mal Testen.
Also die Lineare Regression soll mir dazu dienen die Signifikanzen, P- und t-Werte etc. über verschiedene Zeiträume zu ermitteln. Dann kann ich es in ein Grafik entsprechend übertragen. Beispiel 2000-2004, 2001-2005 etc.
reg1_dax<-lm(redax~season) bei dieser Formel muss ich meine Datensätze leider in die 5 Jahre aufteilen, weil ich bisher nicht herausgefunden habe wie ich die zeitlichen Intervalle setzen kann. Bei Zoo ist es mir gelungen.
Mit dem R² liegst du richtig. Wenn ich die Reression durchführe wird leider ein kleines R² angegeben. Sprich die Erklärungskraft ist sehr gering.
Falls jemand eine elganter Lösung/Vorschlag hat würde ich diese begrüßen.
PS: Sollte ich hier falsche Termini benutzen dann tut es mir leid, wie gesagt ich bin totaler Anfänger.
Vielen Dank.
vorab vielen Dank für den Hinweis mit dem Boxplot. Werde ich gleich mal Testen.
Also die Lineare Regression soll mir dazu dienen die Signifikanzen, P- und t-Werte etc. über verschiedene Zeiträume zu ermitteln. Dann kann ich es in ein Grafik entsprechend übertragen. Beispiel 2000-2004, 2001-2005 etc.
reg1_dax<-lm(redax~season) bei dieser Formel muss ich meine Datensätze leider in die 5 Jahre aufteilen, weil ich bisher nicht herausgefunden habe wie ich die zeitlichen Intervalle setzen kann. Bei Zoo ist es mir gelungen.
Mit dem R² liegst du richtig. Wenn ich die Reression durchführe wird leider ein kleines R² angegeben. Sprich die Erklärungskraft ist sehr gering.
Falls jemand eine elganter Lösung/Vorschlag hat würde ich diese begrüßen.
PS: Sollte ich hier falsche Termini benutzen dann tut es mir leid, wie gesagt ich bin totaler Anfänger.
Vielen Dank.
-
- Beiträge: 253
- Registriert: Di Jun 27, 2017 12:09 pm
Re: Kalender Effekte
Gude!
Dank&Gruß
schubbiaschwilli
Äh, das beantwortet nicht meine Frage, und ich denke, dass du auch nicht genau weißt, was du damit machen sollst. Wie gut kennst du dich mit Regressionen aus bzw. wie kommt du auf die Idee, eine solche zu Berechnen? Alternativ dazu: Hast du dir mal den Boxplot angeschaut?Also die Lineare Regression soll mir dazu dienen die Signifikanzen, P- und t-Werte etc. über verschiedene Zeiträume zu ermitteln.
Dank&Gruß
schubbiaschwilli
Re: Kalender Effekte
Hallo
auf die Regression komme ich durch mehrere empirische Untersuchungen. Der überwiegende Teil dieser Untersuchungen verwendete eine Regressionsgleichung r= α+ β*D+ ε. Andere nehmen wohl GARCH-Modelle, allerdings habe ich davon noch weniger Ahnung. Zu der Frage wie gut ich mich damit auskenne würde ich wohl eher sagen schlecht. Ich habe mir diesen R-Code durch Youtube-Tutorials zusammen gebastelt.
Im Grund geht es mir darum in einem Zeitverlauf zu zeigen, ob die Kalender-Effekte existieren, verschwinden oder/und wiederkommen.
Das Boxplott habe für den kompletten Datensatz 2000-2019 verwendet. Allerdings muss ich mir noch anlesen wie es zu interpretieren habe.
LG
auf die Regression komme ich durch mehrere empirische Untersuchungen. Der überwiegende Teil dieser Untersuchungen verwendete eine Regressionsgleichung r= α+ β*D+ ε. Andere nehmen wohl GARCH-Modelle, allerdings habe ich davon noch weniger Ahnung. Zu der Frage wie gut ich mich damit auskenne würde ich wohl eher sagen schlecht. Ich habe mir diesen R-Code durch Youtube-Tutorials zusammen gebastelt.
Im Grund geht es mir darum in einem Zeitverlauf zu zeigen, ob die Kalender-Effekte existieren, verschwinden oder/und wiederkommen.
Das Boxplott habe für den kompletten Datensatz 2000-2019 verwendet. Allerdings muss ich mir noch anlesen wie es zu interpretieren habe.
LG
-
- Beiträge: 253
- Registriert: Di Jun 27, 2017 12:09 pm
Re: Kalender Effekte
Gude!
Ja, den Boxplot kenne ich - Und an der Stelle solltest du überlegen, ob dieser Boxplot im Prinzip nicht schon die Daten enthält bzw. das zeigt, was du brauchst bzw. untersuchen willst - Naja, wobei ich jetzt nicht ganz verstehe, was diese Datensatz mit Halloween zu tun haben soll:
schubbiaschwilli
Ja, den Boxplot kenne ich - Und an der Stelle solltest du überlegen, ob dieser Boxplot im Prinzip nicht schon die Daten enthält bzw. das zeigt, was du brauchst bzw. untersuchen willst - Naja, wobei ich jetzt nicht ganz verstehe, was diese Datensatz mit Halloween zu tun haben soll:
Dank&GrußAm Beispiel Halloween, habe ich in meinem Datensatz die Spalte "Season" mit Winter (Nov.-Apr.) und Summer (Mai-Okt.) vergeben
schubbiaschwilli
Re: Kalender Effekte
Der Effekt wird nur Halloween-Effekt genannt oder Sell in May and Comback in September etc. In diesem Effekt geht das darum zu zeigen, dass in den Wintermonaten eine höhere Rendite an den Börsen als in den Sommermonaten erwirtschaftet werden kann. Es gibt wohl auch den Januar-Effekt, Montags-Effekt, Feiertags-Effekt usw. Deshalb habe ich dem Datensatz noch die Spalte Saison Winter und Sommer hinzugefügt, um diese dann als Indikatorvariable zu nutzen.
Aber wie gesagt mein Problem besteht auch darin, dass ich nicht genau weiß ob ich auf einem kompletten Holzweg bin.
Aber wie gesagt mein Problem besteht auch darin, dass ich nicht genau weiß ob ich auf einem kompletten Holzweg bin.
-
- Beiträge: 253
- Registriert: Di Jun 27, 2017 12:09 pm
Re: Kalender Effekte
Gude!
OK, Sell in May kenne ich. Interessant wäre, ob eine Sell-in-May-Strategie besser ist als bspw. Buy-and-Hold (bevor sich jetzt jemand aufregt: Das sind Anlagestrategien - Also was da in den Hochglanzprospekten steht, oder in irgendwelchen Seminaren/Verkaufsshows an die Wand geworfen wird, ist nichts anderes - Und mit sowas hab' ich mein Studium finanziert - Also ich hab' solche Modelle ex-post berechnet usw.).
Aber du hast den Kram doch vor dir liegen: Die Frage ist, ob sich bspw. die Stichprobe 'Summer' von 'Winter' unterscheidet. Darauf machst du jetzt einen t-Test und schaust dir das Ergebnis an. Das wiederholst du dann mit verschiedenen Selektionskriterien (4 Jahreszeiten; die Monate, in denen Bayern München Tabellenführer war oder ein CDUler Kanzler oder alle Monate, die auf 'R' enden), und wenn du auf ein alpha von 5% testest, findest du in ca. 5% der Fällen Anomalien (hier: Unterschiede). Die veröffentlichst du (die anderen lässt du weg), und schon reicht es für einen Artikel im Manager-Magazin, oder wo sich die BWLer halt rumtreiben.
Dank&Gruß
schubbiaschwilli
OK, Sell in May kenne ich. Interessant wäre, ob eine Sell-in-May-Strategie besser ist als bspw. Buy-and-Hold (bevor sich jetzt jemand aufregt: Das sind Anlagestrategien - Also was da in den Hochglanzprospekten steht, oder in irgendwelchen Seminaren/Verkaufsshows an die Wand geworfen wird, ist nichts anderes - Und mit sowas hab' ich mein Studium finanziert - Also ich hab' solche Modelle ex-post berechnet usw.).
Aber du hast den Kram doch vor dir liegen: Die Frage ist, ob sich bspw. die Stichprobe 'Summer' von 'Winter' unterscheidet. Darauf machst du jetzt einen t-Test und schaust dir das Ergebnis an. Das wiederholst du dann mit verschiedenen Selektionskriterien (4 Jahreszeiten; die Monate, in denen Bayern München Tabellenführer war oder ein CDUler Kanzler oder alle Monate, die auf 'R' enden), und wenn du auf ein alpha von 5% testest, findest du in ca. 5% der Fällen Anomalien (hier: Unterschiede). Die veröffentlichst du (die anderen lässt du weg), und schon reicht es für einen Artikel im Manager-Magazin, oder wo sich die BWLer halt rumtreiben.
Dank&Gruß
schubbiaschwilli
Re: Kalender Effekte
Ich mag diesen zynische (aber leider wahre) Darstellung vom Wissenschaftsbetrieb
Was spricht gegen die Regression mit dummys? Ist doch hier genau das gleiche wie ein t-test...
Was spricht gegen die Regression mit dummys? Ist doch hier genau das gleiche wie ein t-test...
Bitte immer ein reproduzierbares Minimalbeispiel angeben. Meinungen gehören mir und geben nicht die meines Brötchengebers wieder.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.
Dieser Beitrag ist lizensiert unter einer CC BY 4.0 Lizenz
.
-
- Beiträge: 253
- Registriert: Di Jun 27, 2017 12:09 pm
Re: Kalender Effekte
Gude!
Ich bin übrigens nicht zynisch, nur über die mathematisch/statistische Bildung ernüchtert - Hat mit der aktuellen Berichterstattung zu tun (und mit den 82 Millionen Virologen), ist aber ein schon längerer Prozess - Ich hätte gerne nur 1 Euro für jede Verwechslung von % und %-punkten in der Qualitätspresse (Zeit, FAZ, ...).
Dank&Gruß
schubbiaschwilli
Nachtrag:
Über die Wirtschaftspresse reg' ich mich schon gar nicht mehr auf
Ich überfliege gerade "The Halloween Indicator, ‘Sell in May and Go Away’: Another Puzzle" - Ich zitier' mal:Was spricht gegen die Regression mit dummys? Ist doch hier genau das gleiche wie ein t-test...
Von der technischen Seite her natürlich - wenn jemand weiß, warum es das tut, klar. Und wenn nicht hat man hier im Forum Beiträge von denen, die es nicht verstehen. Man muss halt wissen, was man will.2.3 METHODOLOGY
To test for the existence of a Sell in May-effect we used the usual regression techniques. We incorporated a seasonal dummy variable S_t in the regression
Ich bin übrigens nicht zynisch, nur über die mathematisch/statistische Bildung ernüchtert - Hat mit der aktuellen Berichterstattung zu tun (und mit den 82 Millionen Virologen), ist aber ein schon längerer Prozess - Ich hätte gerne nur 1 Euro für jede Verwechslung von % und %-punkten in der Qualitätspresse (Zeit, FAZ, ...).
Dank&Gruß
schubbiaschwilli
Nachtrag:
Quelle: https://www.handelsblatt.com/politik/de ... 1587224481Die Union konnte ihren Vorsprung auf SPD und Grüne weiter ausbauen. Mit 39 Prozent liegt sie nun 23 beziehungsweise 24 Prozent vor der den beiden Konkurrenten.
Über die Wirtschaftspresse reg' ich mich schon gar nicht mehr auf