Для Сбербанка обычно среда не особо благоприятный день )
Антон Пономарёв, а еще воскресенье и т.д. )) для такого утверждения нужны статданные хотя бы за несколько лет — число сред за исследуемый период + число сливов + число подъемов + число флетов
Константин, с 1999 смотрел, но в методике пока не уверен. Еще буду делать дальше, вообще хотел написать работу типа «эффект понедельника» или «эффект конца недели» по голубым фишкам, но времени нет, пытаюсь на работе сдвинуть инвестпроект — то одно, то другое.
Антон Пономарёв, интересно будет глянуть на ваши цифры, хотя выборку сделать не сложно, выбрать все среды за исследуемый период с привязкой к датам, затем по этим датам сделать выборку по тикеру, затем уже отфильтровать:
enum ENUM_STATE {NO_STATE, STATE_FLET, STATE_UP, STATE_DOWN};
/*
\brief логика получения состояния
\return указатель на объект текущего состояния
*/
CState::get_state(void) {...}
object_state = object.get_state();
//--- фильтр состояний
swith(object_state->state)
{
case STATE_FLET: {...} break;
case STATE_UP: {...} break;
case STATE_DOWN: {...} break;
default: {...}
}
вот вам на C++ каркас логики, можно реализовать и на Pyrhon )) и даже в Excel либо Calc LibreOffice ))
Константин, у меня проблема с критерием. Я сделал доходность без дивиденда, потому что он может быть учтен в цене при периоде владения в 1 день. Затем считал среднюю арифметическую по дням недели, там, где наименьшее значение, там и худший день (распределение доходности). Но вот вчерашний спорт с любителями всюду совать среднюю геометрическую подсказывает, что надо сделать вместо точечной оценки интервальную. Однако, если считать, что связь имеется, анализ лучше провести с использованием модели ANCOVA, заодно можно будет оценить по R2 силу влияния.
