ঝুঁকিতে থাকা মানকে কীভাবে বিভিন্ন সময়কালে রূপান্তর করতে হয়

এখানে আমরা ব্যাখ্যা করি যে কীভাবে এক সময়কালের ঝুঁকির ঝুঁকির (ভিএআর) আলাদা সময়ের জন্য সমমানের ভিএআর রূপান্তর করতে হয় এবং একক স্টক বিনিয়োগের নিম্নমানের ঝুঁকি অনুমান করার জন্য কীভাবে ভিএআর ব্যবহার করতে হয় তা আপনাকে দেখায়।

এক সময়ের পিরিয়ডকে অন্যটিতে রূপান্তর করা

পর্ব 1-এ, আমরা নাসডাক 100 সূচক (টিকার: কিউকিউকিউ) জন্য VAR গণনা করি এবং প্রতিষ্ঠিত করি যে VAR একটি তিন-অংশ প্রশ্নের উত্তর দেয়: "একটি নির্দিষ্ট আত্মবিশ্বাসের স্তর সহ একটি নির্দিষ্ট সময়কালে আমি যে সবচেয়ে খারাপ ক্ষতি আশা করতে পারি?"

যেহেতু সময়কাল একটি পরিবর্তনশীল, বিভিন্ন গণনা বিভিন্ন সময়কাল নির্দিষ্ট করতে পারে - কোনও "সঠিক" সময়কাল নেই। বাণিজ্যিক ব্যাংকগুলি, উদাহরণস্বরূপ, সাধারণত একটি দৈনিক ভিএআর গণনা করে, তারা নিজেকে জিজ্ঞাসা করে যে তারা এক দিনে কতটা হারাতে পারে; অন্যদিকে পেনশন তহবিলগুলি প্রায়শই একটি মাসিক ভিএআর গণনা করে।

সংক্ষিপ্তভাবে পুনরায় কাটাতে, আসুন একই "কিউকিউকিউ" বিনিয়োগের জন্য তিনটি পৃথক পদ্ধতি ব্যবহার করে পার্ট 1 এ আমাদের তিনটি VAR এর গণনা আবার দেখুন:

* Neitherতিহাসিক পদ্ধতির জন্য আমাদের কোনও স্ট্যান্ডার্ড বিচ্যুতির প্রয়োজন নেই (কারণ এটি কেবলমাত্র সর্বনিম্ন থেকে সর্বোচ্চ ফেরত দেয়) বা মন্টি কার্লো সিমুলেশন (কারণ এটি আমাদের জন্য চূড়ান্ত ফলাফল দেয়)।

সময়ের পরিবর্তনশীল হওয়ার কারণে, ভিএআর ব্যবহারকারীদের কীভাবে এক সময়কালকে অন্য সময়ে রূপান্তর করতে হয় তা জানতে হবে এবং তারা অর্থের ক্ষেত্রে একটি সর্বোত্তম ধারণার উপর নির্ভর করে এটি করতে পারেন: স্টক রিটার্নগুলির স্ট্যান্ডার্ড বিচ্যুতি সময়ের বর্গমূলের সাথে বাড়তে থাকে । যদি দৈনিক রিটার্নগুলির স্ট্যান্ডার্ড বিচ্যুতি যদি ২.6464% হয় এবং এক মাসে 20 টি ট্রেডিং দিন থাকে (টি = 20), তবে মাসিক স্ট্যান্ডার্ড বিচ্যুতিটি নিম্নলিখিত দ্বারা প্রতিনিধিত্ব করা হয়:

${\sigma }_{\text{মাসিক}}\cong {\sigma }_{\text{দৈনন্দিন}}\times \sqrt{\mathrm{টি}}\cong 2।64\%\times \sqrt{20}$ on মাসিক ≅ aডেইলি × টি ≅ 2.64% × 20

দৈনিক স্ট্যান্ডার্ড বিচ্যুতিটিকে একটি মাসিক স্ট্যান্ডার্ড বিচ্যুতিতে "স্কেল" করতে, আমরা এটিকে ২০ দ্বারা নয়, ২০ এর বর্গমূল দিয়ে গুন করি Similarly একইভাবে, আমরা যদি দৈনিক স্ট্যান্ডার্ড বিচ্যুতিটিকে বার্ষিক স্ট্যান্ডার্ড বিচ্যুতিতে স্কেল করতে চাই, আমরা প্রতিদিনের মানকে গুণিত করি 250 এর বর্গমূল দ্বারা বিচ্যুতি (এক বছরে 250 ব্যবসায়িক দিন ধরে নেওয়া)। আমরা যদি কোনও মাসিক মানক বিচ্যুতি গণনা করি (যা মাস-পর-মাসের রিটার্ন ব্যবহার করে করা হবে), আমরা 12 এর বর্গমূলের দ্বারা মাসিক স্ট্যান্ডার্ড বিচ্যুতিকে গুণ করে বার্ষিক স্ট্যান্ডার্ড বিচ্যুতিতে রূপান্তর করতে পারতাম।

একটি একক স্টকে একটি ভিএআর পদ্ধতি প্রয়োগ করা

Theতিহাসিক এবং মন্টি কার্লো উভয়ই সিমুলেশন পদ্ধতিতে তাদের সমর্থনকারী রয়েছে, তবে historicalতিহাসিক পদ্ধতিতে ক্রাঞ্চিংয়ের জন্য historicalতিহাসিক ডেটা প্রয়োজন এবং মন্টে কার্লো সিমুলেশন পদ্ধতি জটিল। সবচেয়ে সহজ পদ্ধতিটি হল ভেরিয়েন্স-কোভারিয়েন্স।

নীচে আমরা একক স্টক (বা একক বিনিয়োগ) এর জন্য বৈকল্পিক-কোভারিয়েন্স পদ্ধতিতে সময়-রূপান্তর উপাদানকে অন্তর্ভুক্ত করি:

এখন আসুন কিউকিউতে এই সূত্রগুলি প্রয়োগ করি। মনে রাখবেন যে প্রথম থেকেই QQQ এর জন্য দৈনিক স্ট্যান্ডার্ড বিচ্যুতিটি 2.64%। তবে আমরা একটি মাসিক ভিএআর গণনা করতে চাই এবং এক মাসে 20 টি ট্রেডিং দিন ধরে আমরা 20 এর বর্গমূল দিয়ে গুণ করি:

* গুরুত্বপূর্ণ দ্রষ্টব্য: এই নিকৃষ্টতম ক্ষতি (-19.5% এবং -27.5%) হ'ল প্রত্যাশিত বা গড় প্রত্যাবর্তনের নীচে লোকসান। এই ক্ষেত্রে, আমরা দৈনিক প্রত্যাশিত রিটার্নটি শূন্য ধরে ধরে এটি সহজ রাখি। আমরা গোল করে নিলাম, তাই সবচেয়ে খারাপ ক্ষতিও নেট ক্ষতি।

সুতরাং, ভেরিয়েন্স-কোভারিয়েন্স পদ্ধতিতে আমরা 95% আত্মবিশ্বাসের সাথে বলতে পারি যে আমরা কোনও মাসে 19.5% এর বেশি হারাব না। কিউকিউ স্পষ্টভাবে সর্বাধিক রক্ষণশীল বিনিয়োগ নয়! আপনি লক্ষ করতে পারেন, তবে, উপরের ফলাফলটি মন্টি কার্লো সিমুলেশনের অধীনে আমরা পেয়েছি তার থেকে আলাদা, যা বলেছিল যে আমাদের সর্বোচ্চ মাসিক ক্ষতি হবে 15% (একই 95% আস্থা স্তরের অধীনে))

উপসংহার

ঝুঁকির মান একটি বিশেষ ধরণের ঝুঁকিপূর্ণ পরিমাপ। একটি একক পরিসংখ্যান উত্পাদন বা নিখুঁত নিশ্চিততা প্রকাশের চেয়ে, এটি একটি সম্ভাব্য অনুমান করে। একটি প্রদত্ত আত্মবিশ্বাসের স্তর সহ এটি জিজ্ঞাসা করে, "একটি নির্দিষ্ট সময়ের মধ্যে আমাদের সর্বোচ্চ প্রত্যাশিত ক্ষতি কী?" তিনটি পদ্ধতি রয়েছে যার মাধ্যমে ভিএআর গণনা করা যায়: historicalতিহাসিক সিমুলেশন, ভেরিয়েন্স-কোভারিয়েন্স পদ্ধতি এবং মন্টে কার্লো সিমুলেশন।

ভেরিয়েন্স-কোভারিয়েন্স পদ্ধতিটি সহজ কারণ আপনার কেবল দুটি কারণ অনুমান করতে হবে: গড় ফিরতি এবং স্ট্যান্ডার্ড বিচ্যুতি। তবে, এটি ধরে নিয়েছে যে প্রতিদানগুলি প্রতিসম স্বাভাবিক বক্ররেখা অনুসারে ভাল আচরণ করে এবং.তিহাসিক নিদর্শনগুলি ভবিষ্যতে পুনরাবৃত্তি করবে।

ARতিহাসিক সিমুলেশন ভিএআর গণনার যথার্থতার উপরে উন্নতি করে, তবে আরও গণ্য ডেটা প্রয়োজন; এটিও ধরে নিয়েছে যে "অতীত প্রলম্বিত" " মন্টে কার্লো সিমুলেশন জটিল তবে historicalতিহাসিক নিদর্শনগুলি থেকে প্রস্থানকারী ভবিষ্যতের নিদর্শনগুলি সম্পর্কে ব্যবহারকারীদের ধারণা উপস্থাপনের সুবিধা দেওয়ার সুবিধা রয়েছে।

এই বিষয়ে, অবিচ্ছিন্ন যৌগিক আগ্রহ দেখুন ।