Analysez les corrélations boursières pour trouver des entreprises liées et des paires de trading. À utiliser lorsque l'utilisateur pose des questions sur les actions corrélées, les entreprises liées, les pairs sectoriels, les trad…
npx clawhub@latest install stock-correlationStock Correlation analyse la façon dont les actions évoluent ensemble en utilisant des données historiques de prix provenant de Yahoo Finance via yfinance. Il oriente votre demande vers la bonne analyse — qu'il s'agisse de découvrir quels pairs co-évoluent avec un seul ticker, d'explorer en profondeur la relation d'une paire spécifique, de regrouper un ensemble de valeurs selon leur structure de corrélation, ou de suivre l'évolution de la corrélation dans le temps et à travers différents régimes de marché. Installez-le lorsque vous avez besoin d'informations basées sur les données concernant les relations entre actions pour la recherche, la construction de portefeuille ou la gestion des risques.
npx clawhub@latest install stock-correlationCliquez sur le bouton Installer en haut de cette page pour une configuration en un clic
Classe automatiquement votre demande et la dirige vers l'une des quatre analyses spécialisées : Découverte de Co-mouvement (ticker unique), Corrélation des Rendements (paire spécifique), Regroupement Sectoriel (panier), ou Corrélation Réalisée (variable dans le temps). Les demandes ambiguës sont redirigées par défaut vers des alternatives pertinentes — un ticker unique est orienté vers la découverte, deux tickers vers l'analyse par paires.
À partir d'un seul ticker, construit dynamiquement un univers de 15 à 30 actions comparables en filtrant les actions du même secteur et des secteurs adjacents via yf.screen() et yf.EquityQuery — aucune liste codée en dur. Retourne un tableau classé des pairs les plus corrélés, avec les noms des entreprises, les valeurs de corrélation, et une brève explication des raisons probables de chaque lien.
Calcule la corrélation de Pearson, le bêta, le R², les statistiques de corrélation glissante sur 60 jours (moyenne, minimum, maximum, écart-type), ainsi que le z-score de l'écart de log-prix actuel pour deux titres quelconques. Le z-score de l'écart met en évidence les situations où une paire s'est éloignée de manière inhabituelle de sa relation historique.
Construit une matrice de corrélation complète pour un groupe de titres et applique un regroupement hiérarchique (liaison de Ward via scipy, avec un repli sur le tri par corrélation moyenne) afin de réorganiser la matrice et de faire apparaître les regroupements naturels. Identifie les paires les plus fortes, les paires les plus faibles et les titres atypiques pouvant servir de diversificateurs.
Calcule les corrélations glissantes sur des fenêtres de 20, 60 et 120 jours, et décompose la corrélation par régime de marché — jours haussiers, jours baissiers, jours de forte volatilité et jours de drawdown important. Met en évidence si la corrélation s'accentue en période de stress, une considération essentielle pour la gestion des risques et la couverture.
Chaque réponse inclut la période d'observation utilisée, le nombre d'observations, les éventuels symboles boursiers écartés en raison de données insuffisantes, ainsi que des rappels habituels indiquant que la corrélation n'est pas la causalité et qu'une corrélation passée ne garantit pas un co-mouvement futur. Aucune transaction n'est jamais recommandée.
Posez la question « qu'est-ce qui évolue avec NVDA ? » avant un événement de résultats majeur. La compétence analyse les pairs du secteur et des industries adjacentes, les classe par corrélation réalisée, et explique le lien probable — vous aidant à identifier les actions susceptibles de réagir aux résultats de NVDA sans pour autant publier les leurs.
Fournissez deux symboles boursiers comme AMD et NVDA. La compétence renvoie la corrélation, le bêta, le R², la stabilité de la corrélation glissante et le z-score du spread actuel — vous offrant ainsi les bases quantitatives pour évaluer si une idée de retour à la moyenne ou de trading en paires bénéficie d'un soutien historique.
Fournissez un ensemble de positions et obtenez une matrice de corrélation groupée qui révèle quels titres évoluent effectivement de concert et lesquels diversifient véritablement le portefeuille. Les tickers atypiques présentant une faible corrélation moyenne de groupe sont signalés comme diversificateurs potentiels.
Posez la question « comment la corrélation entre LITE et COHR a-t-elle évolué au fil du temps ? » La compétence calcule des corrélations glissantes sur plusieurs fenêtres temporelles et décompose les résultats par régime de marché, montrant si la relation se resserre lors des baisses — l'effet « les corrélations tendent vers 1 en période de crise » qui est le plus important pour la couverture de portefeuille.
yfinance, pandas, numpy (installés automatiquement par la compétence si manquants)scipy pour le clustering hiérarchique dans la sous-compétence C (la compétence se rabat élégamment sur une alternative si indisponible)npx clawhub@latest install stock-correlationSe connecter pour écrire un avis
Aucun avis pour l'instant. Soyez le premier à partager votre expérience !