কীভাবে পরিসংখ্যানবাদী সালিশি বড় মুনাফার দিকে নিয়ে যেতে পারে

দক্ষ বাজার অনুমান বলে যে আর্থিক বাজারগুলি "তথ্যগতভাবে দক্ষ" যেহেতু লেনদেনকৃত সম্পদের দাম যে কোনও সময়ে সমস্ত পরিচিত তথ্যকে প্রতিফলিত করে। তবে যদি এটি সত্য হয়, তবে নতুন কোনও মৌলিক তথ্য না থাকা সত্ত্বেও কেন দাম দিন দিন পরিবর্তিত হয়? উত্তরের মধ্যে একটি দিক জড়িত যা সাধারণ ব্যবসায়ীদের মধ্যে সাধারণত ভুলে যায়: তরলতা।

সারাদিনে অনেকগুলি বড় প্রাতিষ্ঠানিক ব্যবসায়ের তথ্য এবং তরলতার সাথে করার মতো কোনও কিছুই করার নেই। যে বিনিয়োগকারীরা ওভাররেপোজড বোধ করেন তারা আক্রমণাত্মকভাবে হেজ বা তরল পদার্থ হস্তান্তর করবেন, যা দামকে প্রভাবিত করবে। এই তরলতা চাহিদা তাদের অবস্থান থেকে প্রস্থান করার জন্য প্রায়শই একটি মূল্য দিতে ইচ্ছুক, যার ফলে তরলতা সরবরাহকারীদের জন্য লাভ হতে পারে। তথ্যের উপর মুনাফার এই ক্ষমতাটি কার্যকর বাজার অনুমানের বিরোধী বলে মনে হচ্ছে তবে এটি পরিসংখ্যানগত সালিসের ভিত্তি তৈরি করে।

পরিসংখ্যানবাদী সালিশের লক্ষ্য একটি পরিসংখ্যান মডেল থেকে উত্পন্ন সম্পদের প্রত্যাশিত মানের উপর ভিত্তি করে এক বা একাধিক সম্পদের পরিসংখ্যানগত ভুলের দ্বারা লাভ করে লাভ এবং তরলতার মধ্যে সম্পর্কের মূলধন করা to

পরিসংখ্যান সালিস কি?

পরিসংখ্যান সালিসের সূচনা 1980 সালের দশকে মরগান স্ট্যানলির ইক্যুইটি ব্লক ট্রেডিং ডেস্ক ক্রিয়াকলাপ দ্বারা সৃষ্ট হেজিং চাহিদা থেকে। মরগান স্ট্যানলি তার অবস্থানের বিরুদ্ধে হেজ হিসাবে ঘনিষ্ঠভাবে সম্পর্কিত স্টকগুলিতে শেয়ার কিনে বড় ব্লক ক্রয়ের সাথে জড়িত দামের জরিমানা এড়াতে সক্ষম হয়েছিল। উদাহরণস্বরূপ, যদি ফার্মটি শেয়ারের একটি বিশাল ব্লক কিনে, তবে এটি বাজারের কোনও বড় মন্দার বিরুদ্ধে হেজ করার জন্য একটি ঘনিষ্ঠভাবে-সংযুক্ত স্টককে সংক্ষিপ্ত করবে। এটি কার্যকরভাবে বাজারের যে কোনও ঝুঁকি নিরসন করেছিল যখন ফার্মটি এটি ক্রয়কৃত স্টকটিকে একটি ব্লক লেনদেনে রাখার চেষ্টা করেছিল।

ব্যবসায়ীরা শীঘ্রই এই জোড়গুলি কার্যকর করতে হবে এবং এটি হেজ হিসাবে নয়, বরং কেবল হেজিংয়ের চেয়ে মুনাফা অর্জনের উদ্দেশ্যে একটি ব্যবসায়ের কৌশল হিসাবে দুটি দিক হিসাবে ভাবতে শুরু করে। এই জোড় ব্যবসায়গুলি শেষ পর্যন্ত তরলতা, অস্থিরতা, ঝুঁকি বা অন্যান্য কারণগুলির কারণে সুরক্ষার দামগুলিতে পরিসংখ্যানগত পার্থক্যের সুবিধা গ্রহণের লক্ষ্যে বিভিন্ন অন্যান্য কৌশলতে বিকশিত হয়েছিল। আমরা এখন এই কৌশলগুলি পরিসংখ্যান সালিস হিসাবে শ্রেণিবদ্ধ করি।

পরিসংখ্যান সালিশের প্রকার

বিভিন্ন ধরণের সুযোগের সুযোগ নিতে অনেক ধরণের পরিসংখ্যান সালিস তৈরি করা হয়েছে। কিছু ধরণের আরও কার্যকর মার্কেটপ্লেসের মাধ্যমে পর্যায়ক্রমে চলে যাওয়ার পরে, আরও বেশ কয়েকটি সুযোগ রয়েছে যা তাদের স্থানটি গ্রহণের জন্য উঠে এসেছে।

ঝুঁকি আরবিট্রেজ

ঝুঁকি সালিসি হ'ল একক পরিসংখ্যানিক সালিসি যা মার্জারের পরিস্থিতি থেকে লাভ করতে চায়। বিনিয়োগকারীরা লক্ষ্যমাত্রায় স্টক কিনে এবং (যদি এটি কোনও স্টক লেনদেন হয়) একই সাথে অর্জনকারীর স্টক সংক্ষিপ্ত করে। ফলাফলটি বায়আউট মূল্য এবং বাজারমূল্যের মধ্যে পার্থক্য থেকে উপলব্ধ একটি লাভ।

Traditionalতিহ্যগত পরিসংখ্যান সালিসি থেকে ভিন্ন, ঝুঁকি সালিসি কিছু ঝুঁকি গ্রহণ জড়িত। সবচেয়ে বড় ঝুঁকিটি হ'ল মার্জারটি একত্রিত হয়ে যাবে এবং লক্ষ্যটির স্টকটি তার প্রাক-মার্জার স্তরে নেমে যাবে। আর একটি ঝুঁকি বিনিয়োগ করা অর্থের মূল্য মূল্য নিয়ে কাজ করে। যে মার্জারগুলি দীর্ঘ সময় নিয়ে যায় তারা বিনিয়োগকারীদের বার্ষিক রিটার্নগুলিতে খেতে পারে।

ঝুঁকি সালিসি সাফল্যের মূল চাবিকাঠিটি সংযুক্তির সম্ভাবনা এবং সময়োপযোগ নির্ধারণ করে এবং লক্ষ্য স্টক এবং বায়আউট অফারের মধ্যে দামের পার্থক্যের সাথে তুলনা করে। কিছু ঝুঁকিপূর্ণ সালিশদাতারাও টেকওভারের লক্ষ্যগুলি নিয়ে জল্পনা শুরু করতে শুরু করেছেন, যা সমান বৃহত্তর ঝুঁকির সাথে যথেষ্ট পরিমাণে লাভের দিকে পরিচালিত করতে পারে।

অস্থিরতা সালিসি

অস্থিরতা সালিসি একটি জনপ্রিয় ধরণের পরিসংখ্যান সালিসি যা কোনও বিকল্পের অন্তর্নিহিত অস্থিরতার মধ্যে পার্থক্য এবং একটি ব-দ্বীপ-নিরপেক্ষ পোর্টফোলিওতে ভবিষ্যতের উপলব্ধি অস্থিরতার পূর্বাভাসের সুবিধা গ্রহণের দিকে মনোনিবেশ করে। মূলত, অস্থিরতা সালিশী সুরক্ষার দামের উপর দিকনির্দেশক বাজি না দিয়ে অন্তর্নিহিত সুরক্ষার অস্থিরতার বিষয়ে অনুমান করে থাকে।

এই কৌশলটির মূলটি সঠিকভাবে ভবিষ্যতের অস্থিরতার পূর্বাভাস দিচ্ছে, যা বিভিন্ন কারণে বিপথগামী হতে পারে সহ:

• পেটেন্ট বিরোধগুলি ক্লিনিকাল পরীক্ষার ফলাফলগুলি অনিশ্চিত উপার্জন এম এবং একটি জল্পনা

একবার যদি কোনও অস্থিরতা সালিশী ভবিষ্যতের উপলব্ধি অস্থিরতার অনুমান করে, তবে তিনি বা সে বিকল্পগুলির সন্ধান করতে শুরু করতে পারেন যেখানে অন্তর্নিহিত সুরক্ষার জন্য পূর্বাভাসের অনুধাবনের চেয়ে প্রতীকী অস্থিরতা উল্লেখযোগ্যভাবে কম বা বেশি হয়। যদি অন্তর্নিহিত অস্থিরতা কম হয়, তবে ডেল্টা-নিরপেক্ষ পোর্টফোলিও তৈরি করতে ব্যবসায়ী বিকল্পটি কিনে এবং অন্তর্নিহিত সুরক্ষার সাথে হেজ করতে পারে। একইভাবে, যদি অন্তর্নিহিত অস্থিরতা বেশি হয়, তবে ডেল্টা-নিরপেক্ষ পোর্টফোলিও তৈরি করার জন্য ব্যবসায়ী বিকল্পটি বিক্রি করতে এবং অন্তর্নিহিত সুরক্ষা দিয়ে হেজ করতে পারে।

ব্যবসায়ীর তখন ব্যবসায়ের উপর একটি লাভ হবে যখন অন্তর্নিহিত সুরক্ষার উপলব্ধি করা উদ্বোধন তার বা তার পূর্বাভাসের তুলনায় বাজারের পূর্বাভাসের (বা বোঝানো অস্থিরতা) চেয়ে কাছে চলে যাবে। পোর্টফোলিও ডেল্টাকে নিরপেক্ষ রাখার জন্য ক্রমাগত পুনর্নির্মাণের মাধ্যমে বাণিজ্য থেকে লাভটি আদায় করা হয়।

নিউরাল নেটওয়ার্ক

নিউরাল নেটওয়ার্কগুলি মানব চোখে অদৃশ্য বলে মনে হচ্ছে জটিল গাণিতিক সম্পর্কগুলি আবিষ্কার করার দক্ষতার কারণে পরিসংখ্যান সংক্রান্ত সালিশের অঙ্গনে ক্রমশ জনপ্রিয় হয়ে উঠছে। এই নেটওয়ার্কগুলি জৈবিক নিউরাল নেটওয়ার্কগুলির উপর ভিত্তি করে গাণিতিক বা গণনার মডেল। এগুলির মধ্যে একটি গ্রুপের সাথে সংযুক্ত কৃত্রিম নিউরন রয়েছে যা গণনাতে সংযোগকারী পদ্ধতির সাহায্যে তথ্য প্রক্রিয়া করে - এর অর্থ হল যে তারা শেখার পর্যায়ে নেটওয়ার্কের মধ্য দিয়ে প্রবাহিত বাহ্যিক বা অভ্যন্তরীণ তথ্যের উপর ভিত্তি করে তাদের কাঠামো পরিবর্তন করে।

মূলত, নিউরাল নেটওয়ার্কগুলি অ-লিনিয়ার স্ট্যাটিস্টিকাল ডেটা মডেল যা ডেটাগুলিতে নিদর্শনগুলি খুঁজে পেতে ইনপুট এবং আউটপুটগুলির মধ্যে জটিল সম্পর্কের মডেল হিসাবে ব্যবহৃত হয়। স্পষ্টতই, সিকিওরিটিগুলির দামের চলাচলের যে কোনও প্যাটার্ন লাভের জন্য কাজে লাগানো যেতে পারে।

উচ্চ ফ্রিকোয়েন্সি ট্রেডিং

উচ্চ ফ্রিকোয়েন্সি ট্রেডিং (এইচএফটি) একটি মোটামুটি নতুন বিকাশ যা দ্রুত লেনদেনগুলি সম্পাদন করার জন্য কম্পিউটারের সক্ষমতা অর্জনের লক্ষ্য। ট্রেডিং সেক্টরে ব্যয় বেশ কয়েক বছর ধরে উল্লেখযোগ্যভাবে বেড়েছে এবং ফলস্বরূপ, প্রতি সেকেন্ডে হাজার হাজার ট্রেড কার্যকর করতে সক্ষম এমন অনেক প্রোগ্রাম রয়েছে। এখন যেহেতু বেশিরভাগ পরিসংখ্যানের সালিসী সুযোগগুলি প্রতিযোগিতার কারণে সীমাবদ্ধ, দ্রুত ব্যবসায়ের সম্পাদন করার দক্ষতা হ'ল লাভের একমাত্র উপায়। ক্রমবর্ধমান জটিল নিউরাল নেটওয়ার্ক এবং পরিসংখ্যান সংক্রান্ত মডেলগুলি সংখ্যার ক্রাচ করতে সক্ষম এবং দ্রুত ব্যবসায় সম্পাদন করতে সক্ষম কম্পিউটারগুলির সাথে মিলিয়ে সালিশকারীর ভবিষ্যতের লাভের মূল বিষয়।

পরিসংখ্যান আরবিট্রেজ কীভাবে বাজারকে প্রভাবিত করে

বাজারে দিনের নিত্য দিনের তরলতার বেশিরভাগ অংশ সরবরাহের ক্ষেত্রে পরিসংখ্যান সালিস গুরুত্বপূর্ণ ভূমিকা পালন করে। এটি বৃহত ব্লক ব্যবসায়ীদের বাজারের দামগুলিকে উল্লেখযোগ্যভাবে প্রভাবিত না করে তাদের ব্যবসা বাণিজ্য করতে সক্ষম করে এবং আমেরিকান আমানত প্রাপ্তি (এডিআর) ইত্যাদির ক্ষেত্রে তাদের পিতামাতার স্টকের সাথে আরও ঘনিষ্ঠভাবে সংযোগ স্থাপনের মাধ্যমে অস্থিরতা হ্রাস করে।

তবে পরিসংখ্যান সালিশও কিছু বড় সমস্যা তৈরি করেছে। ১৯৯৯ সালে ফিরে আসা দীর্ঘমেয়াদী মূলধন ব্যবস্থাপনার (এলটিসিএম) পতনের ফলে বাজারটি প্রায় নষ্ট হয়ে যায়। এই জাতীয় ছোট দামের বিচ্যুতি থেকে লাভ করার জন্য, এটির জন্য গুরুত্বপূর্ণ লাভ নেওয়া প্রয়োজন। তদুপরি, এই ব্যবসাগুলি স্বয়ংক্রিয় হওয়ায়, অন্তর্নির্মিত সুরক্ষা ব্যবস্থা রয়েছে। এলটিসিএম-এর ক্ষেত্রে, এর অর্থ এই ছিল যে এটি নীচের দিকে সরানো যেতে পারে; সমস্যাটি হ'ল এলটিসিএম এর তরলকরণের আদেশগুলি কেবল একটি ভয়াবহ লুপে আরও বেশি বিক্রয় অর্ডারকে ট্রিগার করেছিল যা শেষ পর্যন্ত সরকারী হস্তক্ষেপে শেষ হবে। মনে রাখবেন, বেশিরভাগ শেয়ারবাজার ক্র্যাশগুলি তরলতা এবং উত্সাহের সাথে সম্পর্কিত সমস্যাগুলি থেকে উদ্ভূত হয় - এটি এমন এক আখড়া যেখানে পরিসংখ্যানিক সালিসি পরিচালনা করে।

তলদেশের সরুরেখা

১৯৯০ এর দশক থেকে জনপ্রিয়তায় কিছুটা কমে যাওয়ার পরেও পরিসংখ্যান সংক্রান্ত সালিশ হ'ল অন্যতম প্রভাবশালী ব্যবসায়ের কৌশল। আজ, বেশিরভাগ পরিসংখ্যান সালিসি নিউরাল নেটওয়ার্ক এবং পরিসংখ্যানের মডেলগুলির সংমিশ্রণ করে উচ্চ ফ্রিকোয়েন্সি ট্রেডিংয়ের মাধ্যমে পরিচালিত হয়। এই কৌশলগুলি কেবল তরলতা চালায় না, অতীতে তারা অতীতে LTCM এর মতো সংস্থাগুলিতে আমরা যে বৃহত ক্র্যাশগুলি দেখেছি তার জন্য এটি বেশিরভাগ ক্ষেত্রে দায়ী। যতক্ষণ তরলতা এবং উত্তোলন সম্পর্কিত সমস্যাগুলি একত্রিত করা হয়, সাধারণ কৌশলগুলি এমনকি সাধারণ বিনিয়োগকারীদের পক্ষেও স্বীকৃত মূল্য হিসাবে চালিয়ে যেতে পারে।