Key West
Sig.E inside-beware!
- Registrato
- 8/1/13
- Messaggi
- 1.625
- Punti reazioni
- 61
Links Utili
- Creatore Discussione Sig. Ernesto
- Data di inizio
Key West
Sig.E inside-beware!
- Registrato
- 8/1/13
- Messaggi
- 1.625
- Punti reazioni
- 61
Quandl
Quandl è una vera miniera d'oro... ed è ancora solo una versione preliminare!
Si tratta di un gigantesco data base di oltre due milioni (!) di data set di dati finanziari, economici, sociali, demografici etc. etc.
In questa versione di prova i dati possono essere facilmente scaricati in Excel, CSV, JSON, XML e R con un paio di clic.
Un esempio a caso: digitando come parola chiave nella ricerca "implied volatility" prendo il primo risultato del motore di ricerca, ovvero Volatility Eurex Generic 1st `RX` Future Implied bond volatility... chi è?
La IV del Bund, ovviamente, con rollover automatico alla prima scadenza.
Quandl è una vera miniera d'oro... ed è ancora solo una versione preliminare!
Si tratta di un gigantesco data base di oltre due milioni (!) di data set di dati finanziari, economici, sociali, demografici etc. etc.
In questa versione di prova i dati possono essere facilmente scaricati in Excel, CSV, JSON, XML e R con un paio di clic.
Un esempio a caso: digitando come parola chiave nella ricerca "implied volatility" prendo il primo risultato del motore di ricerca, ovvero Volatility Eurex Generic 1st `RX` Future Implied bond volatility... chi è?
La IV del Bund, ovviamente, con rollover automatico alla prima scadenza.
Allegati
Key West
Sig.E inside-beware!
- Registrato
- 8/1/13
- Messaggi
- 1.625
- Punti reazioni
- 61
ThinkNum
Sul modello dell'apprezzato Quandl, segnalo anche:
Dalla descrizione:
Chi l'ha usato dice che la miglior differenza rispetto a Quandl è che ThinkNum ha un maggiore numero di fonti di dati (oltre 2,000 contro le 400 e passa di Quandl).
Buon divertimento!
Sul modello dell'apprezzato Quandl, segnalo anche:
Dalla descrizione:
Thinknum brings financial data from a variety of useful sources together on one platform. We use this data to develop applications. We currently support two applications - ThinkNum Plotter and ThinkNum Cashflow Model. Developers can access all of our data through our API. Our data is organized around expressions, which we describe in a later section of this article. Thinknum's API is documented at API documentation.
Chi l'ha usato dice che la miglior differenza rispetto a Quandl è che ThinkNum ha un maggiore numero di fonti di dati (oltre 2,000 contro le 400 e passa di Quandl).
Buon divertimento!
Getting Started in R~Stata - Notes on Exploring Data
Bé, immagino fosse solo questione di tempo
Cosa c'è nella presentazione?
Bé, immagino fosse solo questione di tempo
Cosa c'è nella presentazione?
If you learned statistics using Stata software but have an interest in learning the R language, it's worth checking out R~Stata: Notes on Exporing Data by Princeton's Oscar Torres-Reyna. D-Lab's Laura Nelson provides an overview, but in short it's a collection of 30 PDF slides that introduces R for Stata users, and provides translation tables...
estimize
In modo estremamente sintetico, segnalo questo sito che si propone come «[...] crowd-sourced buy-side earnings estimates»:
Uno strumento del genere può essere elogiato come un faro guida - soprattutto per chi si occupa di stock picking - o denigrato come il più inutile degli indicatori contrarian, non di meno lo segnalo perché ne ho sentito parlare da alcuni nel settore come una fonte di "factor" per portafogli quantitativi.
(Per capirci terra terra: cosa usi per spiegare il rendimento del prossimo mese dell'azione XYZ che stai valutando se inserire o meno in portafoglio, caro gestore? Ecco, nel tuo modellino multivariato non possono mancare opinioni raccolte dai social network, dopo Twitter sembra ormai la pratica... questo il senso di cui si vocifera).
Al di là dell'utilità dello strumento in sé, quella che penso debba nascere in tutti i lettori è una riflessione su come e quanto rapidamente il mondo della condivisione delle idee, delle opinioni e degli strumenti stia cambiando verso forme ignote.
Se qualcuno ha voglia di giocarci e poi riportare le sue impressioni, è il benvenuto.
In allegato, una visita casuale su AAPL restituisce una seria storica che mette a confronto le stime di EPS degli utenti con quelle dei professionisti e con quanto effettivamente si è verificato.
Visto che ci si vanta che la fetta di utenti più scafati azzecchi le previsioni meglio di quanto faccia il consensus professionale, é facilissima la prima strategia che viene in mente: BUY quando gli utenti furbi stimano EPS molto maggiore del consensus di Wall Street
Buon divertimento!
In modo estremamente sintetico, segnalo questo sito che si propone come «[...] crowd-sourced buy-side earnings estimates»:
Uno strumento del genere può essere elogiato come un faro guida - soprattutto per chi si occupa di stock picking - o denigrato come il più inutile degli indicatori contrarian, non di meno lo segnalo perché ne ho sentito parlare da alcuni nel settore come una fonte di "factor" per portafogli quantitativi.
(Per capirci terra terra: cosa usi per spiegare il rendimento del prossimo mese dell'azione XYZ che stai valutando se inserire o meno in portafoglio, caro gestore? Ecco, nel tuo modellino multivariato non possono mancare opinioni raccolte dai social network, dopo Twitter sembra ormai la pratica... questo il senso di cui si vocifera).
Al di là dell'utilità dello strumento in sé, quella che penso debba nascere in tutti i lettori è una riflessione su come e quanto rapidamente il mondo della condivisione delle idee, delle opinioni e degli strumenti stia cambiando verso forme ignote.
Se qualcuno ha voglia di giocarci e poi riportare le sue impressioni, è il benvenuto.
In allegato, una visita casuale su AAPL restituisce una seria storica che mette a confronto le stime di EPS degli utenti con quelle dei professionisti e con quanto effettivamente si è verificato.
Visto che ci si vanta che la fetta di utenti più scafati azzecchi le previsioni meglio di quanto faccia il consensus professionale, é facilissima la prima strategia che viene in mente: BUY quando gli utenti furbi stimano EPS molto maggiore del consensus di Wall Street
Buon divertimento!
Allegati
Ultima modifica:
- Registrato
- 21/2/14
- Messaggi
- 3.034
- Punti reazioni
- 112
Sebastian Kuntz
Nuovo Utente
- Registrato
- 20/1/15
- Messaggi
- 559
- Punti reazioni
- 19
thetruth34
Nuovo Utente
- Registrato
- 30/10/07
- Messaggi
- 670
- Punti reazioni
- 55
In modo estremamente sintetico, segnalo questo sito che si propone come «[...] crowd-sourced buy-side earnings estimates»:
Uno strumento del genere può essere elogiato come un faro guida - soprattutto per chi si occupa di stock picking - o denigrato come il più inutile degli indicatori contrarian, non di meno lo segnalo perché ne ho sentito parlare da alcuni nel settore come una fonte di "factor" per portafogli quantitativi.
(Per capirci terra terra: cosa usi per spiegare il rendimento del prossimo mese dell'azione XYZ che stai valutando se inserire o meno in portafoglio, caro gestore? Ecco, nel tuo modellino multivariato non possono mancare opinioni raccolte dai social network, dopo Twitter sembra ormai la pratica... questo il senso di cui si vocifera).
Al di là dell'utilità dello strumento in sé, quella che penso debba nascere in tutti i lettori è una riflessione su come e quanto rapidamente il mondo della condivisione delle idee, delle opinioni e degli strumenti stia cambiando verso forme ignote.
Se qualcuno ha voglia di giocarci e poi riportare le sue impressioni, è il benvenuto.
In allegato, una visita casuale su AAPL restituisce una seria storica che mette a confronto le stime di EPS degli utenti con quelle dei professionisti e con quanto effettivamente si è verificato.
Visto che ci si vanta che la fetta di utenti più scafati azzecchi le previsioni meglio di quanto faccia il consensus professionale, é facilissima la prima strategia che viene in mente: BUY quando gli utenti furbi stimano EPS molto maggiore del consensus di Wall Street
Buon divertimento!
Interessante studio di DB a riguardo, meglio Estimize di I/B/E/S a quanto pare!
