Section: Seasonality ในตลาดทุน

เราจะศึกษาฤดูกาลในตลาดทุนกันตั้งแต่เริ่มต้น เริ่มจากข้อมูลจำลองจนไปถึงข้อมูลจริงรวมทั้งทดสอบสมมุติฐาน

⦁ ทำการจำลองข้อมูลรูปแบบฤดูกาล และใช้การทำนายเบื้องต้น Naive Forecast, Seasonal และ Trend พร้อมวัดความแม่นยำด้วย MAE เพื่อเปรียบเทียบผลลัพธ์.

วิเคราะห์ผลตอบแทนเฉลี่ยตามวันในสัปดาห์ (Day of Week Effect)
⦁ ทดสอบความแตกต่างของผลตอบแทนเฉลี่ยระหว่างวันในสัปดาห์ด้วยการทดสอบ ANOVA (Analysis of Variance) พร้อมการตีความผลลัพธ์

รายละเอียดเรื่อง ANOVA สำหรับความแตกต่างระหว่างกลุ่ม

⦁ วิเคราะห์ความแตกต่างของค่าเฉลี่ยระหว่างกลุ่มด้วยการทดสอบ ANOVA ผ่านข้อมูลจำลองเพื่อสร้างความเข้าใจ
⦁ ทำความเข้าใจร์เบื้องหลังการคำนวณ F-statistic และ P-value
⦁ เปรียบเทียบผลลัพธ์จากการคำนวณแบบ manual และการใช้ Scipy เพื่อยืนยันผลการวิเคราะห์

ทดสอบ January Barometer ในตลาดหุ้น

⦁ วิเคราะห์สมมุติฐาน January Barometer
⦁ เปรียบเทียบผลตอบแทนเดือนมกราคมกับผลตอบแทนทั้งปีว่าสมมุติฐานทำงานได้ดีไหม
⦁ ทดสอบนัยสำคัญทางสถิติด้วย Binomial Test เพื่อประเมินความแม่นยำของสมมุติฐานนี้

วิเคราะห์ January Effect

⦁ ศึกษาผลตอบแทนเฉลี่ยรายเดือนเพื่อสำรวจแนวโน้ม January Effect ในดัชนี S&P SmallCap 600
⦁ ทดสอบความแตกต่างของผลตอบแทนในเดือนมกราคมกับเดือนอื่น ๆ ด้วย T-Test พร้อมการตีความผลลัพธ์ทางสถิติ

วิเคราะห์ Sell in May Effect ในตลาดหุ้น

⦁ วิเคราะห์ Sell in May Effect โดยเปรียบเทียบผลตอบแทนเฉลี่ยในช่วงฤดูร้อน (May-October) และฤดูหนาว (November-April)
⦁ ทดสอบความแตกต่างของผลตอบแทนระหว่างสองช่วงเวลาด้วย T-Test เพื่อยืนยันหรือปฏิเสธสมมุติฐานทางสถิติ

วิเคราะห์การไหลของเงิน

⦁ ศึกษาผลตอบแทนเฉลี่ยรายวันในสัปดาห์แรกและสัปดาห์สุดท้ายของเดือนสำหรับกองทุน TLT (Treasury Bond ETF)
⦁ ทดสอบความแตกต่างในผลตอบแทนระหว่างสองช่วงเวลาด้วย T-Test เพื่อประเมินความเป็นไปได้ของพฤติกรรมตลาด