OBX faller og setter 14 dagers lav fire påfølgende dager

Jeg har tidligere skrevet litt om 14 dagers lav. Det er en enkel måte å se på når en indeks eller aksje setter nye bunner i det korte bildet. Det skjer relativt ofte. Men av og til settes det nye 14 dager lav flere påfølgende dager. Det er ikke uvanlig å se 2 eller 3 noteringer som er de laveste på 14 dager på påfølgende dager. Men av og til settes det 4 eller 5 slike dager etter hverandre. Det er aktuelt nå siden den siste korreksjonen førte til 4 noteringer som alle var 14 dagers lav på 4 påfølgende dager. Den siste av disse var 10. oktober.

Jeg har sett på hva som skjer i tiden etter et slikt massivt sell off.

Som vi ser av tabellen er dager der det har vært 4 påfølgende dager med 14 dagers lav gode kjøpsmuligheter i det korte bildet.

14 dagers lav kan enkelt finnes i excel som vist ved formelen i bildet under.

Store fall på S&P 500

Inspirert av dagens store fall på S&P500 vill jeg se hva som tidligere har skjedd etter slike store fall. Er det en edge ved å gå long etter et slikt fall?

Jeg har sett på alle fall på mer enn 4% på S&P500 siden 1950. Resultatene er i tabellen under.

Konklusjonen blir at det er ingen edge ved å gå long etter et fall på under 6%. En burde heller gå short etter et slikt fall, forventet bevegelse er nedover. Ved fall over 6% er det en god sjanse for gevinst ved å gå long.

Korrelasjon mellom DJI og OBX

Ofte får en høre at det er sannsynlig at Oslo Børs skal opp fordi Dow Jones Index stengte opp dagen før. Men hvor stor er den sannsynligheten egentlig? Er det noe en kan bruke i en tradingstrategi?

Jeg har sammenlignet data for OBX og DJI fra 2003 til 2008 for å se på korrelasjon. Data som er brukt i analysen er daglig prosentvis endring av indexene. Jeg har sett både på OBX og DJI samme dag, og i tillegg hvorvidt DJI close en dag påvirker OBX dagen etter.

Først en rask rekapitulasjon av korrelasjon:
Korrelasjon, samvariasjon, er i statistikk og sannsynlighetsregning et mål på styrken og retningen på den lineære avhengigheten mellom to variabler. Empirisk observert samvariasjon en nødvendig men ikke tilstrekkelig forutsetning for å avdekke om det er kausalitet (dvs. at en variabel forårsaker en annen). http://no.wikipedia.org/wiki/Korrelasjon

Korrelasjonen angis som et tall mellom -1 og 1. Ved 0 er det ingen samvarians mellom datasettene, ved 1 beveger de seg helt likt og ved -1 helt motsatt av hverandre.

I hele perioden vil en få en lav korrelasjon mellom OBX og DJI. Både om en ser på DJI fra samme dag og om en ser på DJI fra dagen før. Sannsynligheten for at OBX og DJI stenger i samme retning er likevel over 50% både for negative og positive dager.


Jeg ønsket å se nærmere på korrelasjonen for en kortere tidsperiode. I de påfølgende chartene er korrelasjon pr måned tegnet inn sammen med utviklingen i OBX over perioden. Det er klart at korrelasjonen måned for måned varierer så mye at en ikke kan stole på et slikt parameter. I enkelte måned er det negativ korrelasjon mellom DJI og OBX, de beveger seg altså motsatt av hverandre.



Konklusjonen av denne analysen er at en ikke kan trekke noen konklusjoner om utvikling på OBX en vilkårlig dag basert på retningen til DJI dagen før. Det er en svak sannsynlighet for at OBX kommer til å stenge opp om DJI har stengt opp, basert på disse dataene vil det skje i 64% av tilfellene. Stengte DJI ned er sannsynligheten for at OBX skal stenge ned 52%.