বিনিয়োগের সাথে জড়িত সমস্ত সম্ভাব্য উচ্চতা, লো এবং সংবেদনগুলি চূড়ান্ত লক্ষ্যের ছায়া ফেলতে পারে: অর্থোপার্জন। পরেরটির উপর দৃষ্টি নিবদ্ধ করা এবং পূর্ববর্তীটিকে বাদ দেওয়ার জন্য, বিনিয়োগের ক্ষেত্রে "পরিমাণগত" পদ্ধতিটি ইন্টিগিবলগুলির পরিবর্তে সংখ্যাগুলিতে মনোযোগ দেওয়ার চেষ্টা করে।
"পরিমাণ" প্রবেশ করান
১৯৫২ সালের মার্চ মাসে জার্নাল অফ ফিনান্সে একটি "পোর্টফোলিও সিলেকশন" প্রকাশের সময় হ্যারি মার্কোভিটসকে সাধারণত পরিমাণগত বিনিয়োগ আন্দোলনের সূচনার সাথে কৃতিত্ব দেওয়া হয়। মার্কোভিটস বৈচিত্র্যকে মাপ দেওয়ার জন্য গণিত ব্যবহার করেছিলেন এবং গাণিতিক মডেলগুলি যে ধারণা হতে পারে তা প্রাথমিক আবর্তক হিসাবে উদ্ধৃত করা হয় বিনিয়োগের জন্য প্রয়োগ।
আধুনিক আর্থিক তত্ত্বের পথিকৃৎ রবার্ট মার্টন ডেরিভেটিভসের মূল্য নির্ধারণের জন্য গাণিতিক পদ্ধতিতে তাঁর গবেষণার জন্য নোবেল পুরষ্কার পেয়েছিলেন। মার্কোভিটস এবং মার্টনের কাজ বিনিয়োগের পরিমাণগত (পরিমাণ) পদ্ধতির ভিত্তি স্থাপন করেছিল।
Traditionalতিহ্যগত গুণগত বিনিয়োগের বিশ্লেষকদের বিপরীতে, কোয়ান্টাম সংস্থাগুলি পরিদর্শন করে না, পরিচালনা দলগুলির সাথে দেখা করে না বা প্রতিযোগিতামূলক প্রান্ত চিহ্নিত করতে ফার্মগুলি যে পণ্যগুলি বিক্রি করে সেগুলি নিয়ে গবেষণা করে না। তারা প্রায়শই জানে না বা তারা যে সংস্থাগুলিতে বিনিয়োগ করে তাদের গুণগত দিকগুলি নিয়ে চিন্তা করে না, বিনিয়োগের সিদ্ধান্ত নেওয়ার জন্য পুরোপুরি গণিতে নির্ভর করে।
পরিমাণের বিশ্লেষক কী করবেন?
হেজ তহবিল পরিচালকদের পদ্ধতিটি গ্রহণ করে এবং কম্পিউটিং প্রযুক্তিতে অগ্রগতি যা ক্ষেত্রকে আরও উন্নত করেছিল, কারণ জটিল অ্যালগরিদমগুলি চোখের পলকের মধ্যে গণনা করা যেতে পারে। ডটকম বুম এবং বক্ষের সময় ক্ষেত্রটি বিকাশ লাভ করেছিল, কারণ প্রচুর পরিমাণে টেক বস্ট এবং মার্কেট ক্রাশের উন্মাদনা এড়ানো হয়েছিল।
তারা মহা মন্দায় হোঁচট খেয়েছিল, তবুও কোয়ান্ট কৌশলগুলি এখনও ব্যবহারে রয়েছে এবং উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং (এইচএফটি) যা তাদের ব্যবসায়ের সিদ্ধান্ত নিতে গণিতের উপর নির্ভর করে তাদের ভূমিকার জন্য উল্লেখযোগ্য দৃষ্টি আকর্ষণ করেছে। পরিমাণগত বিনিয়োগ উভয়ই এককভাবে শৃঙ্খলা হিসাবে এবং প্রত্যাবর্তন বর্ধন এবং ঝুঁকি প্রশমন উভয় জন্য traditionalতিহ্যগত গুণগত বিশ্লেষণের সাথে একত্রে ব্যাপকভাবে অনুশীলন করা হয়।
ডেটা, সর্বত্র ডেটা
কম্পিউটার যুগের উত্থানের ফলে অল্প সময়ের মধ্যে প্রচুর পরিমাণে ডেটা সঙ্কুচিত করা সম্ভব হয়েছিল। এটি ক্রমবর্ধমান জটিল পরিমাণগত ব্যবসায়িক কৌশলগুলির দিকে পরিচালিত করেছে, কারণ ব্যবসায়ীরা ধারাবাহিক নিদর্শনগুলি চিহ্নিত করতে, সেই নিদর্শনগুলির মডেল তৈরি করতে এবং সিকিওরিটির দামের চলাচলের পূর্বাভাস দেওয়ার জন্য তাদের ব্যবহার করে।
কোয়ান্ট্যান্স প্রকাশ্যে উপলব্ধ ডেটা ব্যবহার করে তাদের কৌশলগুলি প্রয়োগ করে। নিদর্শনগুলির সনাক্তকরণ সিকিওরিটি কিনতে বা বিক্রয় করতে স্বয়ংক্রিয় ট্রিগার সেট করতে সক্ষম করে।
উদাহরণস্বরূপ, ট্রেডিং ভলিউম নিদর্শনগুলির উপর ভিত্তি করে একটি ট্রেডিং কৌশল ট্রেডিং ভলিউম এবং দামগুলির মধ্যে একটি সম্পর্ককে চিহ্নিত করতে পারে। সুতরাং যদি স্টকের দাম শেয়ারের প্রতি 25 ডলার হিট হয় এবং যখন মূল্য 30 ডলার হিট হয় তখন কোনও নির্দিষ্ট স্টকের ট্রেডিংয়ের পরিমাণ যদি বেড়ে যায়, তবে একটি পরিমাণ 25.5 ডলারে একটি স্বয়ংক্রিয় ক্রয় সেটআপ করতে পারে এবং 29.50 ডলারে স্বয়ংক্রিয় বিক্রি হতে পারে।
অনুরূপ কৌশলগুলি উপার্জন, উপার্জনের পূর্বাভাস, উপার্জনের বিস্ময় এবং অন্যান্য অনেক কারণের উপর ভিত্তি করে হতে পারে। প্রতিটি ক্ষেত্রে খাঁটি পরিমাণ ব্যবসায়ীরা কোম্পানির বিক্রয় সম্ভাবনা, পরিচালনা দল, পণ্যের গুণমান বা তার ব্যবসায়ের অন্য কোনও দিক সম্পর্কে চিন্তা করে না। তারা তাদের চিহ্নিত প্যাটার্নগুলিতে হিসাব করা সংখ্যার ভিত্তিতে কঠোরতার ভিত্তিতে ক্রয় ও বিক্রয় করার জন্য তাদের অর্ডার দিচ্ছে।
ঝুঁকি হ্রাস করার জন্য প্যাটার্নগুলি সনাক্ত করা
পরিমাণগত বিশ্লেষণগুলি এমন নিদর্শনগুলি সনাক্ত করতে ব্যবহার করা যেতে পারে যা লাভজনক সুরক্ষা ব্যবসায়ের জন্য তাদের leণ দিতে পারে, তবে এটি এর একমাত্র মূল্য নয়। অর্থ উপার্জন একটি লক্ষ্য যখন প্রতিটি বিনিয়োগকারী বুঝতে পারে, পরিমাণগত বিশ্লেষণও ঝুঁকি হ্রাস করতে ব্যবহার করা যেতে পারে।
তথাকথিত "ঝুঁকি-সামঞ্জস্যপূর্ণ রিটার্নস" এর অনুসন্ধানে বিনিয়োগের শনাক্তকরণের জন্য ঝুঁকি ব্যবস্থা যেমন আলফা, বিটা, আর-স্কোয়ার্ড, স্ট্যান্ডার্ড বিচ্যুতি এবং শার্প অনুপাতের তুলনা করা থাকে যা প্রদত্ত স্তরের সর্বোচ্চ স্তরের রিটার্ন প্রদান করবে ঝুঁকি। ধারণাটি হ'ল বিনিয়োগকারীরা তাদের লক্ষ্যমাত্রার প্রত্যাবর্তনের স্তর অর্জনের জন্য আর ঝুঁকি নেবেন না।
সুতরাং, যদি ডেটা প্রকাশ করে যে দুটি বিনিয়োগ একই ধরণের আয় করতে পারে, তবে দাম ওঠা দামের ক্ষেত্রে উল্লেখযোগ্যভাবে আরও অস্থির হয়ে উঠবে, তবে পরিমাণ (এবং সাধারণ জ্ঞান) কম ঝুঁকিপূর্ণ বিনিয়োগের পরামর্শ দেবে। আবারও, বিনিয়োগগুলি কে পরিচালনা করে, এর ব্যালেন্সশিটটি কেমন, কোন পণ্য এটি অর্থ উপার্জনে বা অন্য কোনও গুণগত কারণের বিষয়ে কোয়ান্টেন্টরা চিন্তা করে না। তারা সম্পূর্ণরূপে সংখ্যায় ফোকাস করে এবং বিনিয়োগকে বেছে নেয় (গণিতের ভাষায়) ঝুঁকির নিম্নতম স্তর সরবরাহ করে।
ঝুঁকি-সমতা পোর্টফোলিওগুলি কার্যত কোয়ান্ট-ভিত্তিক কৌশলগুলির একটি উদাহরণ। মূল ধারণাটি বাজারের অস্থিরতার ভিত্তিতে সম্পদ বন্টন সিদ্ধান্ত গ্রহণের সাথে জড়িত। যখন অস্থিরতা হ্রাস পায়, তখন পোর্টফোলিওতে ঝুঁকি নেওয়ার স্তরটি উপরে যায়। যখন অস্থিরতা বৃদ্ধি পায়, তখন পোর্টফোলিওতে ঝুঁকি নেওয়ার স্তরটি হ্রাস পায়।
উদাহরণটিকে আরও কিছুটা বাস্তবসম্মত করতে, এমন একটি পোর্টফোলিও বিবেচনা করুন যা এর সম্পদ নগদ এবং একটি এস অ্যান্ড পি 500 সূচক তহবিলের মধ্যে ভাগ করে দেয়। স্টক মার্কেটের অস্থিরতার জন্য প্রক্সি হিসাবে শিকাগো বোর্ড অপশন এক্সচেঞ্জ ভোলিটিলিটি ইনডেক্স (VIX) ব্যবহার করা, যখন অস্থিরতা বৃদ্ধি পায়, তখন আমাদের অনুমানের পোর্টফোলিও তার সম্পদ নগদ হয়ে যায় ift যখন অস্থিরতা হ্রাস পায়, তখন আমাদের পোর্টফোলিও এস এন্ড পি 500 সূচক তহবিলগুলিতে সম্পদ স্থানান্তরিত করবে। আমরা এখানে উল্লেখযোগ্য মডেলগুলির তুলনায় মডেলগুলি উল্লেখযোগ্যভাবে জটিল হতে পারে, সম্ভবত স্টক, বন্ড, পণ্য, মুদ্রা এবং অন্যান্য বিনিয়োগগুলি সহ, তবে ধারণাটি একই রয়ে গেছে।
কোয়ান্ট ট্রেডিং এর সুবিধা
কোয়ান্টে ট্রেডিং একটি সিদ্ধান্তহীন সিদ্ধান্ত গ্রহণ প্রক্রিয়া। নিদর্শন এবং সংখ্যা সমস্ত বিষয়। এটি একটি কার্যকর ক্রয় / বিক্রয় শৃঙ্খলা, যেমন ক্রমাগত সম্পাদন করা যেতে পারে, প্রায়শই আর্থিক সিদ্ধান্তের সাথে যুক্ত আবেগ দ্বারা নির্বিঘ্নে।
এটি একটি সাশ্রয়ী কৌশলও। যেহেতু কম্পিউটারগুলি কাজ করে, যে সংস্থাগুলি কোয়ান্ট কৌশলগুলিতে নির্ভর করে তাদের জন্য বিশ্লেষকদের বড়, ব্যয়বহুল দল এবং পোর্টফোলিও পরিচালকদের প্রয়োজন হয় না। তেমনি তাদের সম্ভাব্য বিনিয়োগগুলি মূল্যায়নের জন্য দেশ বা বিশ্ব পরিদর্শনকারী সংস্থাগুলি এবং পরিচালনার সাথে বৈঠক করার প্রয়োজন নেই। তারা ডেটা বিশ্লেষণ এবং ব্যবসা সম্পাদন করতে কম্পিউটার ব্যবহার করে।
ঝুঁকি কি কি?
"মিথ্যা, জঘন্য মিথ্যা এবং পরিসংখ্যান" এমন একটি উদ্ধৃতি যা প্রায়শই ডেটাগুলিতে অগণিত উপায়ে ম্যানিপুলেট করা যায় describe পরিমাণগত বিশ্লেষকরা নিদর্শনগুলি সনাক্ত করতে চাইলে, প্রক্রিয়াটি কোনওভাবেই বোকা-প্রমাণ নয়। বিশ্লেষণে বিপুল পরিমাণে ডেটা জুড়ে থাকে। সঠিক তথ্য নির্বাচন করা কোনও গ্যারান্টি নয়, ঠিক যেমন কিছু ফলাফলের প্রস্তাব দেয় এমন নিদর্শনগুলি না ঘটানো পর্যন্ত নিখুঁতভাবে কাজ করতে পারে। এমনকি যখন কোনও প্যাটার্নটি কাজ করতে উপস্থিত হয়, তখনও প্যাটার্নগুলি বৈধতা দেওয়া একটি চ্যালেঞ্জ হতে পারে। প্রতিটি বিনিয়োগকারী জানেন, নিশ্চিত কোন বেট আছে।
২০০৮-০৯-এর শেয়ার বাজারের মন্দার মতো প্রতিচ্ছবি পয়েন্টগুলি এই কৌশলগুলিতে শক্ত হতে পারে, কারণ নিদর্শনগুলি হঠাৎ বদলে যেতে পারে। এটা মনে রাখাও গুরুত্বপূর্ণ যে ডেটা সর্বদা পুরো গল্পটি বলে না। মানুষ বিকাশের সাথে সাথে একটি কেলেঙ্কারী বা পরিচালন পরিবর্তন দেখতে পারে, যখন একটি খাঁটি গাণিতিক পদ্ধতি অগত্যা তা করতে পারে না। এছাড়াও, একটি কৌশল ক্রমবর্ধমান সংখ্যক বিনিয়োগকারীদের এটি নিয়োগের প্রচেষ্টা হিসাবে কার্যকর কার্যকর হয় না। আরও বেশি সংখ্যক বিনিয়োগকারীরা সেখান থেকে লাভের চেষ্টা করার সাথে সাথে কাজ করে এমন প্যাটার্নগুলি কম কার্যকর হবে।
তলদেশের সরুরেখা
অনেক বিনিয়োগ কৌশলগত এবং গুণগত কৌশল উভয়ের মিশ্রণ ব্যবহার করে। তারা সম্ভাব্য বিনিয়োগগুলি চিহ্নিত করার জন্য কোয়ান্ট কৌশলগুলি ব্যবহার করে এবং তারপরে চূড়ান্ত বিনিয়োগ চিহ্নিতকরণের জন্য তাদের গবেষণামূলক প্রচেষ্টা পরবর্তী স্তরে নিয়ে যাওয়ার জন্য গুণগত বিশ্লেষণ ব্যবহার করে।
তারা ঝুঁকি ব্যবস্থাপনার জন্য বিনিয়োগ এবং কোয়ান্ট ডেটা নির্বাচন করতে গুণগত অন্তর্দৃষ্টি ব্যবহার করতে পারে। উভয় পরিমাণগত এবং গুণগত বিনিয়োগের কৌশলগুলির সমর্থক এবং তাদের সমালোচক থাকলেও কৌশলগুলি পারস্পরিক একচেটিয়া হওয়ার দরকার নেই।
