মার্কেট কো-স্কিউনেস (ঝু জিয়ানতাও সংস্করণ)
factor.formula
মার্কেট কো-স্কিউনেস ফর্মুলা CS:
যেখানে:
- :
t সময়ে স্টক i এর রিটার্ন। এই রিটার্ন সাধারণত লোগারিদমিক রিটার্ন বা গাণিতিক রিটার্ন ব্যবহার করে গণনা করা হয়।
- :
t সময়ে একটি মার্কেট বেঞ্চমার্কের (যেমন, CSI 300 সূচক বা CSI 500 সূচক) রিটার্ন। এই রিটার্ন সাধারণত লোগারিদমিক রিটার্ন বা গাণিতিক রিটার্ন ব্যবহার করে গণনা করা হয়। মার্কেট বেঞ্চমার্কের পছন্দ স্টক i-এর বিনিয়োগের সুযোগ এবং শৈলীর সাথে সঙ্গতিপূর্ণ হওয়া উচিত।
- :
গত n কার্যদিবসের স্টক i এর গড় রিটার্ন, যা $\bar{r}{i} = \frac{1}{n} \sum{t=1}^{n} r_{i,t}$ হিসাবে গণনা করা হয়।
- :
গত n কার্যদিবসের মার্কেট বেঞ্চমার্কের গড় রিটার্ন, যা $\bar{r}{m} = \frac{1}{n} \sum{t=1}^{n} r_{m,t}$ হিসাবে গণনা করা হয়।
- :
ব্যাকটেস্ট গণনার জন্য কার্যদিবসের সংখ্যা, অর্থাৎ সময় উইন্ডোর দৈর্ঘ্য। সাধারণত 20 কার্যদিবস নির্বাচন করা হয়, তবে এটি নির্দিষ্ট কৌশল এবং ব্যাকটেস্ট ফলাফলের ভিত্তিতে সামঞ্জস্য করা যেতে পারে। গণনার বৈধতা নিশ্চিত করার জন্য, সময় উইন্ডোতে বৈধ কার্যদিবসের সংখ্যা (অর্থাৎ, ফলন ডেটা সহ কার্যদিবস) কমপক্ষে 15 হওয়া উচিত, অন্যথায় সেই সময়ে কোস্কিউনেস মান অনুপস্থিত মান হিসাবে গণ্য করা উচিত।
factor.explanation
মার্কেট কোস্কিউনেস ফ্যাক্টর বাজারের রিটার্নের পরিবর্তনের সাথে পৃথক স্টক রিটার্নের অপ্রতিসম সংবেদনশীলতা পরিমাপ করে। বিশেষ করে, লব ব্যক্তিগত স্টক রিটার্ন এবং বাজারের রিটার্নের বর্গক্ষেত্রের মধ্যে কোভেরিয়েন্স গণনা করে এবং হর বাজারের রিটার্নের তৃতীয়-ক্রম সেন্ট্রাল মোমেন্ট (স্কিউনেস) গণনা করে। কম মার্কেট কোস্কিউনেস মান মানে হতে পারে যে যখন বাজার পড়ে, তখন ব্যক্তিগত স্টক ততটা তীব্রভাবে পড়বে না, অথবা যখন বাজার বাড়বে, তখন ব্যক্তিগত স্টক ততটা স্পষ্টভাবে বাড়বে না। অতএব, বিনিয়োগকারীদের দ্বারা এই ধরনের স্টকের ঝুঁকি কম বলে মনে করা হতে পারে, যার ফলে একটি ঝুঁকি প্রিমিয়াম তৈরি হয়। পরিমাণগত বিনিয়োগে, এই ফ্যাক্টরটি প্রায়শই ঝুঁকি-বৈচিত্রপূর্ণ বিনিয়োগ পোর্টফোলিও তৈরি করতে ব্যবহৃত হয়, বিশেষ করে গতি কৌশলগুলিতে। কম মার্কেট কোস্কিউনেস সহ স্টক নির্বাচন করা রিটার্ন বাড়ানো এবং ঝুঁকি কমানোর উপায় হিসাবে ব্যবহার করা যেতে পারে। এটা মনে রাখা উচিত যে মার্কেট বেঞ্চমার্কের পছন্দ এবং লুক-ব্যাক পিরিয়ড n-এর পছন্দ ফ্যাক্টর মানের স্থিতিশীলতা এবং ভবিষ্যদ্বাণী করার ক্ষমতাকে প্রভাবিত করবে।