شاخص بازار (Index)

یافتهها نشان میدهد که شاخص تمایل دارد تا در اوایل و اواخر سال تقویمی بهتر عمل کند در حالی که در ماههای تابستان به طور معمول عملکردی معمولی و رو به پایین دارد این آمار مثالی که گفته بود تا قبل از ماه می فروش خود را انجام دهید را ثابت میکند .
ویدئو انواع شاخص در بازار سرمایه (قسمت اول)
در این مقاله سعی داریم شما را با یکی از مفاهیم مهم بازار سرمایه اشنا کنیم و آن شاخص بورس و انواع آن است، که احتمالا این واژه را بارها در رسانه ها شنیده اید اما شاید درک درستی از مفهوم آن نداشتید. اما این عدد چیست و چه کاربردی دارد ؟ ایا دانستن آن تاثیری در دیدگاه افراد نسبت به بازار و معاملاتشان دارد ؟ اگر بله ، چطور و به چه صورت ؟
حال قبل از پرداختن به این موضوع بهتر است ابتدا تعریفی از بازار سرمایه داشته باشیم ، بازار سرمایه که یکی از انواع بازار های مالی است محلی برای معامله انواع اوراق بهادار است ، که نام دیگر آن بورس است .
اوراق بهادار انواع مختلفی دارد که در این اینجا منظور از آن همان سهام شرکت هاست و قصد نداریم به صورت تخصصی شاخص بازار (Index) و اکادمیک راجع به انواع اوراق بهادار صحبت کنیم. همانطور که می دانید لازمه ی سرمایه گذاری در هر بازاری کسب اطلاعات و شناخت از آن بازار است.لذا با درک شاخص که یکی از مفاهیم مهم بورسی است. می توانید به شناخت عمیق تری از بورس دست یابید.
تعریف شاخص در بازار سرمایه:
شاخص (INDEX) در لغت به معنای نماگری است که بیانگر سطح عمومی شاخص بازار (Index) پارامتری مشخص، در میان گروهی از متغیرها است. به عبارتی ساده تر، شاخص مفهومی است که می توانید با آن تغییرات و نوسانات یک یا چند متغیر را بسنجید.
شاخص بورس نیز عددی است که روندی کلی بورس را نشان می دهد و از این مفهوم به عنوان دماسنج وضعیت اقتصادی در هر کشوری یاد می شود و بیانگر یک تصویر کلی از عملکرد بازار است.
از مزایای محاسبه شاخص بازار سرمایه می توان به موارد زیر اشاره کرد :
- قابلیت پیش بینی حرکت های بازار برای تحلیل گران تکنیکال
- مبنایی برای ارزیابی عملکرد مدیران صندوق های سرمایه گذاری و پرتفوی تحت مدیریت آن ها.
- امکان بررسی و مقایسه عملکرد کلی بازار.
به طور کلی 12 شاخص مهم در بازار سرمایه وجود دارد که در ادامه به بررسی آن ها خواهیم پرداخت.
پیشبینی روند بورس سهام ایران با استفاده از نوسان نمای موج الیوت و شاخص قدرت نسبی
1 دانشجوی دکتری، گروه حسابداری، دانشکده علوم انسانی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
2 استادیار، گروه حسابداری، دانشکده علوم انسانی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران.
3 استادیار، گروه کامپیوتر، دانشکده فنی مهندسی، واحد همدان، دانشگاه آزاد اسلامی، همدان، ایران.
چکیده
هدف: تئوری موج الیوت، از ابزارهای تحلیل تکنیکال و مبتنی بر روانشناسی افراد است که در سالهای اخیر به ابزار مهمی برای تحلیلگران و سرمایهگذاران تبدیل شده است. این تئوری، در تمام بازارهای مالی، بهخصوص بازار سهام، وجود دارد که از آن استقبال عمومی شده و با حرکت تودهای همراه است. این پژوهش، برگرفته از این نظریه، در پی این هدف است که آیا از طریق نوساننمای موج الیوت و الگوریتمهای یادگیری ماشین از نوع دارای نظارت و طبقهبندی، میتوان روند آتی بازار سهام ایران را پیشبینی کرد؟
روش: در این پژوهش، ابتدا دادههای شاخص کل، بهعنوان دماسنج اقتصاد و نمایانگر وضعیت کلی بازار سهام ایران از تاریخ 25/02/1387 تا 05/09/1399 بهطور روزانه بررسی شد و با استفاده از نوساننمای موج الیوت و شاخص قدرت حرکت، حرکات جنبشی و اصلاحی شناسایی و به سه دسته خرید، فروش و نگهداری برچسبگذاری شدند. سپس، خروجی این مرحله به سه الگوریتم یادگیری ماشین شامل درخت تصمیم، بیز ساده و ماشین بردار پشتیبان داده شد تا برای یادگیری و پس از آن، پیشبینی روند روی دادههای آزمون، آزمایش شوند.
یافتهها: نتایج نشان داد که در شاخص بورس اوراق بهادار تهران، شناسایی امواج الیوت امکانپذیر است و الگوریتمهای ماشین بردار پشتیبان و درخت تصمیم، قادرند، روند شاخص کل را برای آینده با دقت بالای 90 درصد پیشبینی کنند.
نتیجهگیری: در بازار سرمایه ایران نمودار شاخص کل رفتار الیوتی رعایت شده و تمامی افراد فعال در بورس تهران، میتوانند از روش پیشنهادی برای سیستم معاملاتی خود بهره ببرند.
کلیدواژهها
- پیشبینی روند
- تحلیل تکنیکال
- تئوری موج الیوت
- الگوریتمهای طبقهبندی
20.1001.1.10248153.1400.23.1.7.6
عنوان مقاله [English]
Predicting Stock Market Trends of Iran Using Elliott Wave Oscillation and Relative Strength Index
نویسندگان [English]
- Samira Seif 1
- Babak Jamshidinavid 2
- Mehrdad Ghanbari 2
- Mansour Esmaeilpour 3
1 PhD Candidate, Department of Accounting, Faculty of Humanities, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran.
2 , Assistant Prof., Department of Accounting, Faculty of Humanities, Kermanshah Branch, Islamic Azad University, Kermanshah, Iran.
3 Assistant Prof., Department of Computer, Faculty of Engineering, Hamadan Branch, Islamic Azad University, Hamadan, Iran.
Objective: Elliott wave theory is one of the tools of technical analysis based on the psychology of individuals; which in recent years has become an important tool for analysts and investors. This theory exists in all financial markets, especially the stock market, which is widely welcomed and popular. Based on this theory, this study seeks to determine the future trend of the Iranian stock market through Elliott wave oscillators and machine learning algorithms supervised and classification.
Methods: Total index data from 2008-05-14 to 2020-11-25 were reviewed daily and Elliott wave patterns were identified using the Elliott wave oscillator and relative motion strength index and labeled into three categories: LONG, SHORT, and HOLD. Machine learning algorithms include Decision tree, Naive Bayes, Support vector machine to repeat these learning patterns, then tested on test data.
Results: The results showed that in the Tehran Stock Exchange index, identifiable Elliott waves and Support vector machine and Decision tree algorithms are able to predict the future trend of the total index with an accuracy of over 90 percent.
Conclusion: In the Iranian capital market, the chart of the Elliott Behavior Index is observed and all active persons in the Tehran Stock Exchange can use the proposed method for their trading system.
کلیدواژهها [English]
- Predict Trend
- Technical Analysis
- Elliott Wave Theory
- Classification Algorithms
مراجع
افشاریراد، الهام؛ علوی، سید عنایتاله؛ سینایی، حسنعلی (1397). مدلی هوشمند برای پیشبینی قیمت سهام با استفاده از روشهای تحلیل تکنیکال. تحقیقات مالی، 20(2)، 249-264.
پورزمانی، زهرا؛ رضوانی اقدم، محسن (1396). مقایسه مقایسه کارآمدی استراتژیهای ترکیبی تحلیل تکنیکال با روش خرید و نگهداری برای خرید سهام در دورههای صعودی و نزولی. فصلنامهعلیپژوهشیدانشمالی تحلیل اوراق بهادار، 10(33)، 17- 31.
پیمانی فروشانی، مسلم؛ ارضا، امیرحسین؛ صالحی، مهدی؛ صالحی، احمد (1399). بازدهی معامله ها بر اساس نمودارهای شمعی در بورس اوراق بهادار تهران. تحقیقاتمالی، 22(1)، 69-89.
شهرآبادی، ابوالفضل؛ بشیری، ندا (1389). مدیریتسرمایهگذاریدربورساوراقبهادار تهران. تهران: سازمان بورس و اوراق بهادار.
غلامیان، الهام؛ داوودی، محمدرضا (1397). پیشبینی روند قیمت در بازار سهام با استفاده از الگوریتم جنگل تصادفی. مجله مهندسی مالی و مدیریت اوراق بهادار، 9(35)، 301- 322.
فخاری، حسین؛ ولی پور خطیر، محمد؛ موسوی، سیده مائده (1396). بررسی عملکرد شبکه عصبی بیزین و لونبرگ مارکوات در مقایسه با مدلهای کلاسیک در پیشبینی قیمت سهام شرکتهای سرمایهگذاری. تحقیقات مالی، 19 (2)، 299-318.
فلاحپور، سعید؛ گل ارزی، غلامحسین؛ فتوره چیان، ناصر (1392). پیشبینی شاخص بازار (Index) روند حرکتی قیمت سهام با استفاده از ماشین بردار پشتیبان بر پایه الگوریتم ژنتیک در بورس اوراق بهادار تهران. تحقیقات مالی، 15 (2)، 269- 288.
مورفی، جان (1397). تحلیل تکنیکال در بازارهای سرمایه. (کامیار فرهانی فرد و رضا قاسمیان لنگرودی، مترجمان).( چاپ دوازده). تهران: انتشارات چالش.
Afsharirad, E., Alavi, S.E., Sinaei, H. (2018). Developing an Intelligent Model to Predict Stock Trend Using the Technical Analysis. Financial Research Journal, 20 (2), 249-264.
(in Persian)
Aggarwal, C. C. (2014). Data Classification: Algorithms and Applications. Minneapolis, Minnesota, U.S.A.: Chapman and Hall/ CRC.
Atsalakis, G., & Valavanis, K. A. (2009). Forecasting stock market short-term trends using a neuro-fuzzy based methodology. Journal of Expert Systems with Applications, 36, 10696–10707.
Chambers, L. (2016). Daily stock movement’s prediction using and integrating three models Of شاخص بازار (Index) analytical prediction of adaptive-fuzzy inductive inference system. artificial neural networks and supporting vector machines. London, Champan & Hall.
Fakhari, H. Valipour Khatir, M. & Mousavi, M. (2017). Investigating Performance of Bayesian and Levenberg-Marquardt Neural Network in Comparison Classical Models in Stock Price Forecasting. Financial Research Journal, 19 (2), 229-318. (in Persian)
Fallahpour, S., Golzarzi, GH. and Fatorehchian, N. (2013). Predicting the trend of stock prices using support vector machine based on genetic algorithm in Tehran Stock Exchange. Financial Research, 15 (2), 288-269. (in Persian)
Farid, D. M., Zhang, L., Rahman, C. M., Hossain, M. A., & Strachan R. (2014). Hybrid decision tree and naive Bayes classifiers for multi-class classification tasks. Expert Systems with Applications, 41(4), 1937-1946.
Ford, N., Batchelor, B., & Wilkins, B. R. (1970). A learning scheme for the Nearest Neighbor Classifier. Information Sciences, 2 (2), 139-157.
George, S., Emmanouil, M and Constantinos D. (2011). ElliottWace Theory and neuro-fuzzy systems, in stock market prediction, the WASP system, Expert Systems with Applications, 38(8), 9196-9206.
Gholamian, Elham, Davoodi, Mohammad Reza. (2018). Predict price trends in the stock market using a random forest algorithm. Journal of Financial Engineering and Securities Management, No. 35 / summer. (in Persian)
Ismaili, M. (2012). Concepts and techniques of data mining. First Edition. Tehran: Niaz Danesh Publications. 20-30. (in Persian)
Khan, W., Malik, U., Mustansar, A.GH., Awais Azam, M. (2019). Predicting stock market trends using machine learning algorithms via public sentiment and political situation analysis, Soft Computing, 24, 11019-11043. https://doi.org/10.1007/s00500-019-04347-y.
Larson, C. (1931). The shrinkage of the coefficient of multiple correlations. Journal of Educational Psychology, 22(1), 45–55.
Liu, C., Wang, J., Xiao, D., & Liang, Q. (2016). Forecasting S&P 500 Stock Index Using Statistical Learning Models. Open Journal of Statistics, 6 (06), 1067.
Masry, M. (2017). The Impact of Technical Analysis on Stock Returns in an Emerging Capital Markets (ECM¡¯s) Country: Theoretical and Empirical Study. International Journal of Economics and Finance, 9(3), 91-107.
Murphy, J. (2018). Technical Analysis in Capital Markets. (Kamyar Farhanifard and Reza Ghasemian Langroudi, Trans) (12th ed), Tehran: Chalesh Publications. (in Persian)
Peymany Foroushany, M., Erzae, M.H., Salehi, M., & Salehi, A. (2020). Trades Return Based on Candlestick Charts in Tehran Stock Exchange. Financial Research Journal, 22(1), 69-89. (in Persian)
Pourzamani, Z., Rezvani Aghdam, M. (2017). Comparison comparing the effectiveness of combined technical analysis strategies with buying and holding methods to buy stocks in uptrends and downtrends. Quarterly Journal of Financial Research in Securities Analysis, 10 (33). (in Persian)
Rish, I. (2001). An empirical study of the naive Bayes classifier. In IJCAI 2001. Workshop on empirical methods in artificial intelligence, 3(22), 41-46.
Roberto Cervelló-Royo, Francisco Guijarr. (2020). Forecasting stock market trend: a comparison of machine learning algorithms Finance, Markets and Valuation, 6, 37–49.
Shahrabadi, A., Bashiri, N. (2010). Investment Management in Tehran Stock Exchange, Stock Exchange and Securities Organization. (in Persian)
Stone, M. (1974). Cross-validatory choice and assessment of statistical predictions. Journal of the Royal Statistics Society, 36(2), 111-133.
Tabar, S. (2018). Stock Market Prediction Using Elliot Wave Theory and Classification. Faculty of the Graduate College at the University of Nebraska in Partial Fulfillment of Requirements. Degree of Doctor of Philosophy Major: Information Technology Omaha.
Tsaih, R., Hsu, Y. and Lai, C.C. (1998). Forecasting S&P 500 stock index futures with a hybrid AI system. Decision Support Systems, 23(2), 161-174.
Wagner, L. D. (1979). Distribution-free performance bounds for potential function rules. IEEE Transactions in Information Theory, 601-604.
Wang, L.X. (2012). An Empirical Analysis of Eliot Wave Theory in China's Futures Market, China’s Foreign Investment, 4, 253–254.
Yang, H., Chan, L., & King, I. (2002). Support vector machine regression for volatile stock market prediction. International Conference on Intelligent Data Engineering and Automated Learning. Manchester, UK.
Yu, G., & Wenjuan, G. (2010). Decision tree method in financial analysis of listed logistics companies. International conference on intelligent computation technology and automation.
شاخص ویژه در بازار ارزهای دیجیتال (Premium Index)
در محاسبه نرخ تأمین مالی (Funding Rate) دو پارامتر تأثیرگذار هستند: شاخص پریمیوم یا ویژه (Premium Index) و نرخ بهره (Interest Rate). نرخ بهره میزان سودآوری هر معامله به طور کل برای کارگزاری را مشخص میکند و شاخص ویژه میزان کارمزد ویژه ارز دیجیتال مدنظر را بسته به میزان اختلاف قیمت بین معاملات معمولی و معاملات آتی بررسی میکند.
شاخص ویژه و واگرایی بازار
زمانی که در بازار ارزهای دیجیتال به دلایل مختلف نظیر هیجانات لحظهای، اختلاف چشمگیری بین قیمت معاملات در قراردادهای آتی دائمی (Perpetual Futures) و معاملات معمولی (Spot Market) ایجاد میشود، باعث واگرائی بازار میشود. در این لحظات، یک شاخص ویژه به منظور اعمال همگرائی دو قیمت در دو بازار استفاده میشود. تاریخچه شاخص ویژه اینجا قرار گرفته شده است.
این نرخ برای هر ارز جداگانه محاسبه میشود و فرمول محاسبه آن به صورت زیر است:
Premium Index(P)= [ Max(0, Impact Bid Price – Price Index ) – Max(0, Price Index – Impact Ask Price)] / Price Index
در فرمول بالا:
- Impact Bid Price: میانگین قیمتهای معامله شده به منظور اجرای حاشیه تأثیر تصورشده (Impact Margin Notional (IMN)) روی قیمت عرضه،
- Impact Ask Price: میانگین قیمتهای معامله شده به منظور اجرای IMN روی قیمت تقاضا و
- Price Index: میانگین وزندار قیمت معاملات معمولی در صرافیهای بزرگ (Huobi, Okex,Bittrex, HitBTC, Gate.io, Bitmax, Poloniex, FTX, MXC) براساس حجم نسبی آنها میباشد.
برای قراردادهای USDT-Margined میزان IMN میزان حاشیه متصور با 200 تتر است و برای قراردادهای Coin-Margined میزان حاشیه متصور با 200 دلار آمریکا میباشد. این فاکتور برای میزان عمق بررسی لیست سفارش برای قیمت عرضه یا تقاضای موثر (Impact Bid or Ask Price) استفاده میشود.
Impact Margin Notional (IMN) = 200 USDT / Initial margin rate at maximum leverage level
به منظور بررسی نرخ حاشیه اولیه معامله براساس ارزدیجیتال مدنظر، سرمایه مورد معامله و اهرم مورد استفاده به اینجا رجوع شود.
برای مثال: ماکزیمم اهرم قرارداد دائمی BTCUSDT میزان 125x و نرخ حاشیه اولیه مرتبط 0.8% است که با این اوصاف IMN آن، 25,000 USDT بوده و سیستم هر دقیقه در لیست سفارشات با استفاده از این IMN میزان قیمت عرضه یا تقاضای موثر را اندازهگیری میکند.
محاسبه قیمت عرضه یا تقاضای موثر
با فرض اینکه هر معامله با قیمت P (Price) و حجم Q (Quantity) با اهرم مالی multiplier ارائه شود، اگر در سطح x، Multiplier*Ʃpx*qx>IMN شود و در سطح x-1، Multiplier*Ʃpx-1*qx-1
Impact bid or ask price =IMN/( (IMN-multiplier *Ʃpx-1*qx-1)/px+multiplier * Ʃqx-1)
سیستم در هر دقیقه این عمل را تا زمان پرداخت وجه تأمین مالی انجام میدهد.
برای مثال برای قراردادهای BTCUSDT:
محاسبات بخش تقاضا به شکل جدول زیر میباشد:
*در قراردادهای دائمی BTCUSDT، IMN به میزان 25,000 USDT میباشد.
در جدول بالا:
- قیمت در سطح x-1 برابر با 11410.50 USDT میباشد.
- جمع حجم متصور در صف در سطح x-1 برابر است با 14456.38 USDT
- جمع حجم پایه در صف در سطح x-1 برابر است با: 0.499+0.008+0.616+0.079+0.065=1.267
با توجه به موارد به دست آمده و فرمول محاسبه قیمت تقاضای موثر داریم:
Impact ask price =IMN/ ((IMN-multiplier *Ʃpx-1*qx-1)/px+multiplier * Ʃqx-1)
= 25,000 / [(25,000 – 14456.38)/ 11410.54 + 1.267]
= 25,000 / (10543.62/11410.54 + 1.267)
برای بررسی تحلیلی محاسبات بالا میتوان این توضیح را ارائه داد:
- میزان حجم مورد نیاز برای رسیدن به IMN در سطح x برابر است با:
- حجم کل در لحظه رسیدن به IMN برابر است با:
- در نتیجه قیمت تقاضای موثر برابر است با:
محاسبه شاخص ویژه در بازار تا لحظه پرداخت وجه تأمین مالی به طور دقیقهای انجام میشود و در لحظه پرداخت میانگین وزنی-زمانی از همه مقادیر شاخص ویژه تحت عنوان شاخص ویژه نهایی استفاده شده در فرمول نرخ تأمین مالی بدست میآید.
Average Premium Index (P) = (1*PremiumIndex1+2*PremiumIndex2+3*PremiumIndex3+ ··· +480*PremiumIndex480) / (1+2+3+···+480)
شاخص بورس چیست؟ انواع شاخص بورس
کلمه شاخص به معنای نماگر یا نشانگر و در حالت کلی عددی است که با استفاده از آن میتوان تغییرات ایجاد شده در یک یا چند متغیر را طی یک بازه زمانی خاص مشاهده کرد. سهامداران با استفاده از شاخصها (Index) به اطلاعات عمومی قیمت یا بازدهی در میان تمام یا گروهی از شرکتهای بورسی دست پیدا میکنند. در این مقاله، مهمترین شاخص های بورسی را به شما معرفی خواهیم کرد.
در ادامه عناوین زیر را بررسی میکنیم:
شاخص بورس چیست؟
یکی از معیارهای سنجش رکود یا رونق بازار، شاخص های بورس هستند. به بیان دیگر، فعالان بازار سرمایه از این طریق شاخص بازار (Index) میتوانند وضعیت کلی بازار را بسنجند و حتی تغییرات احتمالی قیمتها را در آینده دنبال کنند. به صورت کلی شاخص ابزاری برای مقایسه تغییرات گروهی چند پدیده با یکدیگر است. در این میان با استفاده از شاخص قیمت میتوان صنایع مختلف را با یکدیگر مقایسه کرد.
در بازار بورس و اوراق بهادار تهران انواع شاخصهایی نظیر شاخص کل قیمت، شاخص کل قیمت به تفکیک تابلوی اصلی و فرعی، شاخص بازده نقدی، شاخص بازده نقدی و قیمت، شاخص قیمت مالی، شاخص قیمت صنعت، شاخص قیمت به تفکیک هر صنعت و شاخص قیمت ۵۰ شرکت فعالتر وجود دارد. هر یک از شاخصها با توجه به پارامتر مورد بررسی به شاخص قیمت و شاخص بازدهی تقسیم میشود و معنای و مفهومی را دربر دارند که بر اساس متغییرهای مورد نظر قابل تفکیک هستند؛ به عنوان نمونه شاخص کل تمامی شرکتهای بورس را در برمیگیرد. شاخص صنعت شرکتهای تولیدی و شاخص مالی شرکتهای گروه خدمات مالی و سرمایهگذاری را شامل میشود.
به همین ترتیب، صنایع مختلف نیز هر یک شاخصهای خود را دارند؛ شاخص استخراج کانیهای فلزی، شاخص ساخت منسوجات و شاخص سیمان، آهک و گچ مثالهایی از این دست هستند که هر یک سطح عمومی قیمت شرکتهای فعال در آن صنعت را نشان میدهند.
انواع شاخص های بورس
در ادامه انواع شاخص های بورس را با هم بررسی میکنیم.
شاخص کل قیمت در بورس اوراق بهادار TEPIX
شاخص کل قیمت در بورس اوراق بهادار که به اختصار آن را شاخص کل میگویند، نشاندهنده تغییرات سطح عمومی قیمتها در کل بازار است و میانگین افزایش یا کاهش قیمت سهام در بازار را بیان میکند. شاخص کل، میزان سود نقدی پرداختی به سهامداران را نشان نمیدهد. به عنوان مثال وقتی گفته میشود شاخص کل ۳۰ درصد رشد کرده است، یعنی میانگین قیمت سهام شرکتهای بورسی به میزان ۳۰ درصد نسبت به سال پایه، افزایش پیدا کرده است. در نظر داشته باشید که شاخص کل به صورت لحظهای در سایت شرکت مدیریت فناوری بورس به نشانی www.tsetmc.com قابل بررسی و مشاهده است.
فرمول محاسبه شاخص کل قیمت به این شکل است:
- Pitقیمت شرکت iام در زمان t
- Qitتعداد سهام منتشره شرکت iام در زمان t
- Dtعدد پایه در زمان t که در زمان مبداء برابر است با QioPio∑
- Pio قیمت شرکت iام در زمان مبدأ
- Qio تعداد سهام منتشره شرکت iام در زمان مبدأ
- n تعداد شرکتهای مشمول شاخص
ساده شده فرمول بالا را میتوانیم اینگونه بیان کنیم:
ارزش جاری برای هر شرکت برابر با حاصلضرب تعداد سهام آن در قیمت هر سهم شرکت مورد نظر است. از مجموع ارزش جاری شرکتهای پذیرفته شده در بورس، ارزش جاری بازار به دست میآید.
بنابراین چنانچه پیشتر گفته شد شاخص کل قیمت بازار بورس تهران، سهام تمام شرکتهای پذیرفته شده در بورس را در برمیگیرد و در صورتیکه نماد شرکتی بسته باشد یا برای مدتی معامله نشود، قیمت آخرین معامله آن در شاخص لحاظ میشود. همانگونه که از فرمول مشخص است، تعداد سهام منتشره شرکتها، معیار وزندهی در شاخص مزبور است.
هماکنون در بورس اوراق بهادار تهران شاخص کل قیمت در ۳ گروه کل بازار، تالار اصلی و تالار فرعی محاسبه میشود. ملاک محاسبه شاخص کل هر گروه، قیمت سهام شرکتهای معامله شده در آن گروه است.
همچنین شاخص کل در مواردی همچون افزایش سرمایه از طریق آورده یا مطالبات سهامداران، افزایش و کاهش شرکتها و ادغام شرکتها تعدیل میشود تا تغییرات حاصل از این رخدادها در مقدار شاخص تاثیر نداشته باشد. گفتنی است افزایش سرمایه از محل اندوخته و پرداخت نقدی موجب تعدیل این شاخص نمیشود.
شاخص هم وزن
شاخص هم وزن از تاریخ ۵ اسفند ۹۳ توسط سایت مدیریت فناوری بورس در دسترس کاربران قرار گرفته است. این شاخص پس از درخواست فعالان بازار سرمایه مبنی شاخص بازار (Index) بر واقعی نبودن شاخص کل طراحی و محاسبه شد. در این شاخص تمامی شرکتهای پذیرفته شده در بورس با وزنی برابر، در محاسبه شاخص کل سهیم هستند. در واقع ۵ درصد نوسان مثبت شرکتی کوچک، به اندازه ۵ درصد نوسان مثبت بزرگترین شرکت بورس در این شاخص تاثیرگذار است.
شائبهای که همواره از دستوری شدن بازار و بهرهبرداریهای خاص شاخص کل وجود دارد این است که معاملات هماهنگ شده بلوکی، در سهامهای بزرگ که بیشترین تاثیر را در شاخص کل دارد، باعث میشوند تا کلیت بازار به صورت تصنعی مثبت گزارش شود. در شاخص هم وزن این شائبه وجود ندارد.
شاخص قیمت و بازده نقدی (درآمد کل) TEDPIX
شاخص قیمت و بازده نقدی یا شاخص درامد کل، همان شاخصی است که همیشه در اخبار و رسانهها از آن به عنوان شاخص کل بورس تهران صحبت میشود. شاخص کل در بین فعالان بازار و سرمایهگذاران یکی از پرکاربردترین شاخص های بورس است. این شاخص بیانگر سطح عمومی قیمت و سود سهام شرکتهای پذیرفتهشده در بورس است.
- Pitقیمت شرکت iام در زمان t
- Qitتعداد سهام منتشره شرکت iام در زمان t
- RDt پایه شاخص قیمت و بازده نقدی در زمان t که مقدار آن در زمان مبداء برابر است.
- n تعداد شرکتهای مشمول شاخص
شاخص بازده نقدی TEDIX
تغییرات شاخص بازده نقدی، میانگین بازده ناشی از پرداخت سود نقدی شرکتهای بورسی به سهامداران را نشان میدهد. بنابراین وقتی شاخص سود نقدی رو به کاهش است، شرکتها به طور میانگین سود نقدی کمتری را بین سهامدارانشان تقسیم میکنند.
برای محاسبه شاخص TEDIX به عدد پایه شاخص کل قیمت و پایه شاخص قیمت و بازده نقدی نیاز داریم. فرمول ریاضی این شاخص به صورت زیر است:
شاخص صنعت و شاخص مالی
به صورت کلی تمامی شرکتهای بورسی در دو بخش صنعتی و مالی تقسیم میشوند. در بخش صنعتی شرکتهای تولیدی و صنعتی نظیر مخابرات، خودروسازی، سیمان، پتروشیمی و … و در بخش مالی نیز بانکها، شرکتهای سرمایهگذاری، بیمه و… حضور دارند.
شاخص صنعت(Industrial Index) نشاندهنده میانگین تغییرات قیمت سهام شرکتهای فعال در بخش صنعت و شاخص مالی (Financial Index) نیز میانگین تغییرات قیمت سهام شرکتهای فعال در بخش مالی است. این دو شاخص از فرمول و قواعد تعدیل شاخص کل قیمت پیروی میکند.
از طرفی همانطور که پیشتر مطرح شد، بخش صنعت و بخش مالی نیز میتوانند به صنایع تشکیلدهنده تقسیم شوند و شاخص هر یک از این صنایع جداگانه محاسبه شود؛ به عنوان نمونه شاخص صنعت خودروسازی متوسط تغییرات قیمت شرکتهای فعال در صنعت خودروسازی را نشان میدهد.
طبقهبندی شرکتهای پذیرفته شده در بورس به روش ISIC صورت گرفته شود.
شاخص سهام آزاد شناور (TEFIX)
در مجموع سهام شرکتهای بورسی توسط سهامداران حقیقی و حقوقی خریداری میشوند. معمولا سهامداران حقوقی مالکان پرنفوذی در شرکتهای بورسی به شمار میآیند و در صورت خریداری سهام شرکتهای بورسی، درصد بالایی از سهام شرکت را تصاحب میکنند. با توجه به این موضوع، به میزان سهامی که معمولا در شرکتهای بورسی در اختیار سهامداران حقیقی قرار دارد و مرتباً در بازار خرید و فروش میشود، سهام شناور آزاد گفته میشود.
شاخص بازار اول و بازار دوم
در بورس اوراق بهادار تهران شرکتهای بورسی بر اساس مؤلفههایی نظیر میزان سرمایه، تعداد سهامداران، وضعیت سودآوری، تعداد سهامی که توسط سهامداران حقیقی در بازار خرید و فروش میشوند و… دستهبندی شدهاند. بر اساس این تقسیمبندی، شرکتی که شرایط بهتری داشته باشد در بازار اول و دیگر شرکتهای بورسی در بازار دوم دستهبندی میشوند. در این میان شرکتهایی که در بازار اول حضور دارند نیز به دو دسته تابلو اصلی و فرعی تقسیم میشوند. برای هر یک از این دستهبندیها یک شاخص بورس وجود دارد که میانگین تغییرات قیمت سهام شرکتهایی را نشان میدهد که در این گروهها حضور دارند.
شاخص ۳۰ شرکت بزرگ
شاخص ۳۰ شرکت بزرگ نیز میانگین تغییرات قیمت سهام ۳۰ شرکت بزرگ بورس را نشان میدهد. معیار انتخاب این ۳۰ شرکت نیز بر اساس اندازه شرکت است. اندازه شرکتها نیز با توجه به ارزش روز بازار سهم تعیین میشود. ارزش روز بازار سهام نیز از حاصلضرب قیمت سهم در تعداد سهام منتشرشده شرکت به دست میآید. شاخص ۳۰ شرکت بزرگ، تغییرات قیمت سهام را نشان میدهد. اگر چه این شرکتهای بورسی کمتر از ده درصد تعداد شرکتهای بورسی را تشکیل میدهند، اما بیش از ۷۰ درصد ارزش بورس تهران را به خود اختصاص دادهاند و تغییرات قیمت آنها میتواند اثر بزرگی بر شاخص کل بورس داشته باشد. این شاخص هر سه ماه یک بار به روزرسانی میشود. از جمله این سهام میتوان به فولاد، فارس، فملی، اخابر و کگل اشاره کرد.
شاخص ۵۰ شرکت برتر
معمولا هر سه ماه یک بار، ۵۰ شرکت برتر در بورس اوراق بهادار معرفی میشوند. سهام این شرکتها نسبت به سایر شرکتهای موجود در بورس اوراق بهادار، قابلیت نقدشوندگی بیشتری دارد. شاخص ۵۰ شرکت برتر، میانگین قیمت سهام این ۵۰ شرکت برتر را نشان میدهد. این شرکتها در طول روز، به تعداد قابل توجهی خرید و فروش میشوند و سهامداران به راحتی میتوانند سهام این شرکتهای بورسی را خرید و فروش کنند
تفسیر شاخص های بورس
با توجه به اینکه شاخص، سطح عمومی قیمتها یا بازدهی را نشان میدهد، کاهش یا افزایش آن لزوما بیانگر صعود یا نزول قیمت تمامی شرکتها نیست؛ چون ممکن است بخشی از شرکتها با افزایش قیمت همراه باشند اما نزول قیمت تعداد بیشتری از شرکتها یــا شرکتهایی با حجم بیشتر، سطــح عمومی قیمتها و در نتیجه میزان شاخص شاخص بازار (Index) را کاهش دهد.
از طرفی شاخصها سطح قیمت را در مقایسه با تاریخ مشخصی که تاریخ مبدأ نام دارد نشان میدهند؛ به عبارت دیگر سطح شاخصها نسبت به تاریخ مبدأ یا همان زمان آغاز محاسبه شاخص سنجیده میشود.
به طور معمول، میزان شاخصها در تاریخ مبدأ ۱۰۰ در نظر گرفته میشود؛ به عنوان نمونه اگر عدد شاخص هشت سال پس از آغاز محاسبه یا همان تاریخ مبدأ برابر ۱۰۰۰ شود، این امر نشان میدهد که سطح عمومی قیمت سهام نسبت به تاریخ مبدأ ۱۰ برابر شده است.
به عنوان نمونهای دیگر، اگر میزان مطلق شاخص کل قیمت ۱۲۰۰۰ اعلام شود، این عدد بهتنهایی قابل تفسیر نخواهد بود اما اگر مشخص شود که مقدار شاخص در ماه گذشته ۱۰۰۰۰ و در تاریخ مبدأ ۱۰۰ بوده، فعالان بازار سرمایه درمییابند که سطح عمومی قیمت سهام شرکتها از ماه گذشته ۲۰ درصد و از تاریخ مبدأ ۱۱۹۰۰ درصد افزایشیافته است.
کاربرد شاخص های بورس
معمولا یکی از معیارهای رکود و یا رونق اقتصادی در بازار سرمایه از طریق شاخصها مشخص میشود؛ به بیان دیگر فعالان بازار سرمایه از این طریق میتوانند وضعیت کلی بازار را بسنجند و حتی تغییرات احتمالی قیمتها را در آینده دنبال کنند.
این موضوع نیز بسیار حائز اهمیت است که شاخص بازار (Index) سهامداران میتوانند از طریق شاخصها، به مقایسه تغییرات یک پدیده در دو زمان متفاوت احاطه پیدا کنند؛ به صورت کلی شاخص ابزاری برای مقایسه تغییرات گروهی چند پدیده با یکدیگر است. در این میان با استفاده از شاخص قیمت میتوان صنایع مختلف را با یکدیگر مقایسه کرد.
شاخص های بورس دیگر کشورها
در بورسهای سایر کشورها نیز شاخصهایی مورد توجه و بررسی فعالان بازار سرمایه قرار میگیرد که مهمترین آنها در جدول زیر آمده است:
نام بازار | کشور | شاخص مهم |
بورس نیویورک | امریکا | میانگین صنعتی داو جونز (Dow Jones Industrial Average) S&P500 (Standard and Poor’s index) |
بورس نزدک | امریکا | نزدک مرکب (NASDAQ Composite) نزدک-۱۰۰ (NASDAQ-100) |
بورس لندن | انگلستان | FTSE 100 FTSE 250 |
بورس Euronext (این بازار با همکاری بازار بورس آمستردام، بازار بورس بروکسل و بورس پاریس) | هلند | AEX BEL 20 CAC 40 |
بورس توکیو | ژاپن | شاخص نیکی |
بورس هنگکنگ | هنگکنگ | Hang Seng Index |
بورس شانگهای | چین | SSE Composite SSE 50 |
سخن آخر
برای سرمایه گذاری در بورس و یا هر بازاری، باید ابتدا وضعیت آن بازار را مورد ارزیابی قرار دهید. شاخص های بورس یکی از ابزارهایی هستند که وضعیت بازار سرمایه را طی دورههای قبل و جاری نشان میدهند و تحلیل و تفسر آنها، میتواند کمک کند بازار را با دقت بیشتری رصد کنید. این نکته را در نظر داشته باشید که افزایش شاخص کل، به معنی سودآوری تمام شرکتهای بورسی نیست و همینطور بالعکس. علاوه بر عملکرد شاخص بورس و تفسیر صحیح آن، برای سرمایهگذاری یا خرید و فروش سهام، باید به مؤلفههای گوناگون دیگری نیز توجه کنید.
استراتژی های معاملاتی و سرمایه گذاری شاخص S&P 500
شاخص S&P 500 بزرگترین و موفق ترین شاخص بازار سهام در جهان است که می توان آن را از طریق کارگزاران فارکس معامله کرد . در این مقاله خواهیم گفت که چگونه می توان با شاخص S&P 500 معاملات خود را انجام دهید و چگونه این شاخص میتواند فرصتهای خوبی را برای سودآوری و معاملات موفق به شما نشان دهد .
شاخص S&P 500 چیست ؟
شاخص S&P 500 ، شاخصی است که شامل 500 کمپانی بزرگ در بورس آمریکا می باشد . این شاخص با توجه به سرمایه های مربوط به هر کمپانی عضو آن وزن می گیرد و بنابراین به طور موثر ارزش بازار معاملاتی آمریکا را نشان می دهد .
به عنوان مثال اگر شرکت الف دارای یک میلیون سهام در بازار باشد که هر کدام از آن ارزشش یک دلار است اما اگر شرکت ب دارای یک میلیون سهام موجود در بازار باشد که هر کدام ۲ دلار ارزش دارد ، تغییرات قیمت سهام شرکت ب نسبت به شرکت الف دو برابر بر روی شاخص تاثیرگذار است .
در 100 سال اخیر ایالات متحده آمریکا پیشرو ترین اقتصاد در جهان بوده است . بازار سهام آمریکا از سال ۱۹۷۰ که قوانین را برای سرمایه گذاران خرده شاخص بازار (Index) راحت تر کرده ، علاقه شدیدی از سرمایهگذاران بینالمللی را به خود جذب کرده است .
چرا باید به شاخص S&P 500 توجه کرد ؟
شاخص S&P 500 به عنوان یک شاخص که نشان دهنده بزرگترین و موفق ترین اقتصاد جهان است مورد توجه سرمایه گذاران و معامله گران سراسر جهان قرار گرفته است . این شاخص به همراه شاخص NASDAQ 100 جزو شاخص های مهم بازار معاملات هستند و اکثر سرمایه گذاران و معامله گران به فرصتهایی که این شاخص ها برای کسب درآمد برای آنها بر ارمغان میآورند علاقه مند هستند .
نمودار زیر نشان میدهد که چگونه شاخص S&P 500 از اوایل دهه ۱۹۹۰ از بسیاری از شاخصهای بازارهای دیگر کشورها پیشی گرفته و رشد بهتری داشته است :
با مشاهده نمودار می توانیم ببینیم که شاخص S&P 500 دارای یک روند طولانی مدت است که این روند نمایانگر این است که قیمتها در طول زمان افزایش یافته اند .
این بدان معناست که معاملهگران میتوانند از روش ساده ای که معامله توسط شاخص S&P 500 است بهره مند شوند و با یک آمار مثبت طولانی مدت همراه شوند.
همراه شدن با اینگونه روند مثبت در فارکس یا در سایر ارزها کار دشوارتری است .
شاخص S&P 500 را میتوانید در بروکر آلپاری معامله کنید همچنین این شاخص CFD های ارزان و قابل اعتمادی را به معاملهگران ارائه میکند به همین دلایل این شاخص بسیار مورد علاقه معاملهگران و سرمایهگذاران سرتاسر جهان قرار گرفته است .
چگونه می توان بر شاخص S&P 500 سرمایهگذاری کرد ؟
سرمایهگذاری معمولاً به معنای خرید و نگهداری یک دارایی برای مدت ماهها یا سالها می باشد . نکته مهم این است که در سرمایه گذاری ، به هزینه های نگهداری و کمیسیون توجه کنید . برای سرمایه گذاری در شاخص S&P 500 پیشنهاد می شود که از CFD کارگزاری استفاده نکنید زیرا استفاده از این CFD ها باعث میشود تا یک هزینه مبادله روزانه برای شما حساب شود که این مورد باعث از بین رفتن سود شما در بلند مدت خواهد شد .
یک راه حل جذاب برای سرمایه گذاران خرده این است که سهام شاخص S&P 500 را در صندوقهای معاملاتی یعنی ETF خریداری کنند . به طور دقیق عملکرد شاخص S&P 500 بر ETF موثر است ETF . ها معمولا مقداری از سهام ۵۰۰ کمپانی موجود در شاخص S&P 500 هستند
ETF ها تاثیر بسیار زیادی در شاخص S&P 500 ندارند اما برای سرمایهگذاران خرده بی تردید بهترین گزینه برای سرمایه گذاری هستند .
برخی از محبوبترین تیفای شاخص S&P 500 که در سایر کارگزاری ها یافت می شوند عبارتند از :
- SPDR S&P 500 ETF (NYSEARCA:SPY)
- SPDR PORTFOLIO S&P 500 ETF (NYSEARCA:SPLG)
- VANGUARD S&P 500 ETF (NYSEARCA:VOO)
- iSHARES CORE S&P 500 ETF (NYSEARCA:IVV)
چگونه میتوان شاخص S&P 500 را معامله کرد ؟
معامله گران که به دنبال کسب سود از موقعیت های کوتاه مدت یا بلند مدت با استفاده از شاخص S&P 500 می باشند ، علاقهمند هستند تا از معاملات نقدی که در دسترس هستند استفاده کنند و برای این گونه افراد هزینه های اضافی از جمله کمیسیون ها اهمیت ندارد .
ساده ترین راه معامله گران برای معاملات شاخص S&P 500 این است که آن را به عنوان CFD معامله کنند .بسیاری از کارگزاران فارکس معاملات CFD را در بازار سهام ارائه میدهند .
معاملهگران با سرمایه های بزرگتر ممکن است به جای CFD ها از شاخص S&P 500 در فیوچرز استفاده کنند که این شیوه گزینه های بهتری را برای معاملات برای آنها به ارمغان می آورند .
از جمله این گزینه ها می توان به مینی S&P 500 در فیوچرز اشاره کرد .
مینی S&P 500 در فیوچرز دارای هر سهم به قیمت ۱۲.۵۰ دلار می باشد که کمترین موقعیتی که می توانید از آن استفاده کنید می بایست با ارزش کلی تقریباً ۵۰۰ هزار دلار استفاده کنید این مبلغ برای اکثر معاملهگران بسیار زیاد است . خوشبختانه از سال ۲۰۱۹ یک آپشن جدید به S&P 500 ایمنی اضافه شده که اند که معاملات با قیمت یک دهم در دسترس است . بدین معنی که شما با استفاده از این گزینه تنها برای هر سهم ۱.۲۵ دلار و به طور کلی با ۵۰ هزار دلار می توانید معاملات خود را انجام دهید .
معنی بازار سهام صعودی و نزولی در شاخص S&P 500
همان طور که شاهد آن هستیم و در دهه های اخیر در بازارهای سهام نمایان شده ، بازار سهام تمایل به افزایش ارزش دارد و تحلیلگران به بازار هایی که سهام آنها در حال افزایش است ” بازارهای صعودی ” و بازارهایی که رو به پایین هستند و قیمتهای آنها افت می کنند ” بازارهای نزولی ” میگویند .
تعریف بازار نزولی هنگامی که شاخص سهام عمده بازار بیش از ۲۰ درصد از بالاترین حد خود به پایین برود بازار نزولی است . هنگامی که بازار بیش از ۲۰ درصد از پایین ترین نقطه قبلی خود به بالاتر برود بازار صعودی است .
تعریف تکنیکال بازار صعودی و نزولی با مووینگ اوریج 50 و 200 روزه
می باشد . اگر مووینگ اوریج 50 بالاتر از مووینگ اوریج 200 باشد بازار صعودی است و اگر در زیر آن قرار بگیرد بازار نزولی حساب میشود .
این موضوع لازم است که شما بازارهای سهام را به بازارهای صعودی و نزولی تقسیم بندی کنید زیرا طبق داده های تاریخی شاخص S&P 500 مشخص شده که شما می توانید بازار را پیش بینی کنید روند صعودی به صورت قابل توجهی ، روند نزولی را در طولانی مدت از بین میبرد و این موضوع در طول زمان برای سرمایه گذاران و معامله گران ثابت شده است .
استراتژی های معاملاتی و سرمایهگذاری بر شاخص S&P 500
موضوعی که از زمان ایجاد شاخص S&P 500 تا به حال ثابت شده و در دهه های اخیر نیز تقویت شده این است که معاملات طولانی مدت این شاخص یک رویکرد بسیار مناسب برای هر سرمایه گذار است .
آمار زیر بر اساس رفتارهای قیمت نمودار روزانه بین سال ۱۹۵۷ تا سال ۲۰۲۱ که شامل بیش از ۱۵۰۰۰ داده می باشد :
به طور متوسط قیمت شاخص هرروز ۰.۰۳ درصد افزایش یافته است .
طبق نمودار روزانه شاخص S&P 500 در 52.98 درصد روزها روند صعودی داشته است .
طبق تعریف تکنیکال روزهای که مووینگ 50 روز بالاتر از مووینگ اوریج 200 روزه قرار می گیرد بازار مثبت تعریف می شود به طور متوسط در این روز ها 0.08 درصد افزایش یافته و 55.38 درصد روزها این افزایش قیمت در بازار اتفاق میافتد .
نحوه معاملات روزانه با شاخص S&P 500
شاخص S&P 500 یک دارایی بزرگ در معاملات روزانه می باشد هرچند باید به این نکته اشاره کرد که زمانی که با CFD معامله شود میتواند اسپرد نسبتا بالاتری را نسبت به جفت ارزهای فارکس داشته باشد .
این بدان معناست که بهتر است به عنوان یک معامله گر روزانه برای استراتژی های معاملاتی محافظه کارانه تان بهتر است حداکثر تنها یک معامله را در یک شرایط کاملاً مناسب در هر روز به هنگامی که شرایط کامل مناسب به نظر می رسید انجام دهید .
معاملات روزانه واقعا چالش برانگیز هستند و برای این که شانس بهتری برای موفقیت داشته باشید باید به نمودارهای با تایم فریم های بالاتر دقت کنید و میبایست به هنگامی که مووینگ اوریج ۵۰ روزه بالاتر از ۲۰۰ روزه قرار میگیرد توجه کنید .
معاملات کوتاه مدت بسیار دشوار هستند و هنگامی باید از آنها استفاده کرد که بازار در حال سقوط است و قیمت در پایین تر از مووینگ اوریج ۲۰۰ روزه قرار دارد .
دلیل شکست بسیاری از معاملهگران روزانه این شاخص بازار (Index) است که آنها میخواهند با با پایان زمان معاملات از آن معامله خارج شده و معاملات را به اتمام برسانند . شیوه درست معامله روزانه این است که این موضوع که بایستی معامله را در همان روز ببندید را فراموش کنید . باید بدانید که یک معامله مناسب همچنان به سود خود ادامه خواهد داد ، با این طرز فکر شما می توانید اطمینان حاصل کنید که یک معامله مناسب را در دست دارید و میزان استرس را از معاملات خود کم کنید .
یک استراتژی برای ورود معامله گران به معاملات روزانه این است که بعد از باز شدن بازار در ساعت 09:30 به زمان نیویورک ، در ساعت اولیه هنگامی که نمودار روز قبل بسته شده و مووینگ اوریج ۵۰ روزه بالاتر از مووینگ اوریج ۲۰۰ روز در حرکت است ، اکنون با قرار دادن یک سفارش و یک استاپ لاس در زیر نقطه خرید ، به معامله ورود می کنند .
اگر قبل از ورود قیمت به نقطه استاپ لاس برسد سفارش را لغو کنید و در آن روز معاملات را انجام ندهید .
اگرچه معاملهگران هر روزه می توانند در هر ساعت شاخص S&P 500 را به فروش برسانند و معاملات خود را انجام دهند اما ایده مناسب برای معاملات با S&P 500 این است که به ساعات کار بازار نیویورک دقت داشته باشند . این ساعات کار از ساعت ۹ صبح تا ۴ بعد از ظهر به وقت نیویورک است و معمولاً در این زمانها بالاترین میزان حجم و نقدینگی را در بازار مواجه می شویم .
نوسانات فصلی شاخص S&P 500
بسیاری از تحلیلگران اشاره کردند که بازارهای سهام نظر میرسد در طی ماه های متفاوت تمایل به انجام روند های مختلفی هستند . اینگونه گرایش به عنوان نوسانات فصلی شناخته میشود .
یکی از نظراتی که در مورد بازارهای سهام اغلب بیان می شود این است که میبایست تا قبل از ماه می فروش خود را انجام دهید . این بدان معنی است که بازارهای سهام معمولاً در چهار یا پنج ماه اول سال قبل از تابستان به خوبی در اوج قرار دارند .
جدول زیر عملکرد شاخص S&P 500در هر روز در ماه های تقویم بین سال های ۱۹۵۰ تا سال ۲۰۲۱ نمایش می دهد :
یافتهها نشان میدهد که شاخص تمایل دارد تا در اوایل و اواخر سال تقویمی بهتر عمل کند در حالی که در ماههای تابستان به طور معمول عملکردی معمولی و رو به پایین دارد این آمار مثالی که گفته بود تا قبل از ماه می فروش خود را انجام دهید را ثابت میکند .
اما باید گفت عمل عاقلانه این است که شما فرصتهای خرید و معاملاتی را که بر اساس تجزیه و تحلیل تکنیکال می باشد را از دست ندهید .
دادههای تاریخی نشان میدهد که شاخص در روزهای میانی هفته مانند دوشنبه و سهشنبه عملکرد بهتری دارد و همچنین در روزهای جمعه تنها روزی در هفته است که عملکرد منفی دارد .
باز هم باید اشاره کرد که این آمارها تنها برای آگاهی هستند و بدون استراتژی و تجزیه و تحلیل نمی توان از آنها در معاملات استفاده کرد .
معاملهگران نیازی به انتخاب سهام خاص برای به سود رسیدن در بازار سهام ندارند بلکه آنها میتوانند به جای سرمایه گذاری بر سهامهای خاص ، از شاخصهایی مانند S&P 500 به منظور کاهش ریسک در بازار استفاده کنند و در معرض حرکت مثبت اینگونه شاخصها در بازار سهام که در سالها و دهههای اخیر ثابت شده است قرار بگیرند .
در حال حاضر اکثر کارگزاران فارکس معاملات شاخص S&P 500 را در سرتاسر جهان انجام میدهند معاملهگران خرده میتوانند به این فرصت بپردازند و از این فرصت نهایت استفاده را انجام دهند و نکته آخر این است که معاملات کوتاه مدت میبایست با احتیاط بیشتری با شاخص S&P 500 انجام شود .