Là một trader chuyên nghiệp, bạn chắc chắn biết rằng Vàng (XAUUSD) và Chỉ số Sức mạnh Đồng đô la Mỹ (DXY) luôn có một mối tương quan nghịch cực kỳ mạnh mẽ. Khi DXY tăng mạnh, giá Vàng thường có xu hướng giảm sâu và ngược lại.

Nhưng làm thế nào để định lượng hóa mối quan hệ này thành các con số toán học cụ thể thay vì phỏng đoán cảm tính? Chúng ta sử dụng Hồi quy tuyến tính (Linear Regression) bằng Python.

—

📈 Đo Lường Độ Tương Quan Hệ Số R-squared Bằng Pandas

Sử dụng thư viện `scipy.stats` và `pandas` để tính toán hệ số tương quan Pearson và mô hình hồi quy:

• Hệ số R-squared: Đo lường mức độ ảnh hưởng của biến động chỉ số DXY lên giá Vàng.
• Hệ số Beta: Thể hiện độ nhạy cảm. Ví dụ: DXY tăng 1%, giá Vàng trung bình giảm bao nhiêu USD?

import numpy as np
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_dxy, y_gold)
r_sq = model.score(X_dxy, y_gold)

Kết quả chỉ số tương quan sẽ được cập nhật tự động hàng ngày để làm bộ lọc vĩ mô: Nếu chỉ số DXY đang bước vào sóng tăng cực mạnh, Bot sẽ tự động hạn chế các lệnh Buy Vàng ngược xu hướng lớn.

—

📢 Trở thành nhà phân tích định lượng chuyên nghiệp:
Tham gia khóa huấn luyện ngay hôm nay để làm chủ kỹ năng xử lý dữ liệu lớn tài chính:
👉 Python FinTech: Phân Tích Dữ Liệu Lớn & Tự Động Hóa Giao Dịch

• 💬 Liên hệ tư vấn: t.me/dangtrithanh | Zalo: 093.414.5100