বিশ্লেষকের প্রত্যাশিত রিটার্নের ভারযুক্ত গড় ফ্যাক্টরটি ভবিষ্যতের স্টক রিটার্নের জন্য বাজারের ব্যাপক প্রত্যাশাগুলি ধারণ করার জন্য ডিজাইন করা হয়েছে। এর মূল যুক্তি হল যে সমস্ত বিশ্লেষকের পূর্বাভাস সমান মানের নয়। অতএব, এই ফ্যাক্টরটি বিশ্লেষকদের লক্ষ্য মূল্যের পূর্বাভাসের যথার্থতা যাচাই করার জন্য পরবর্তী বাজারের পরিস্থিতি ব্যবহার করে এবং বিভিন্ন পূর্বাভাসের জন্য বিভিন্ন ওজন নির্ধারণ করে। বিশেষ করে:

• ওজন সমন্বয় প্রক্রিয়া: যদি বিশ্লেষকের লক্ষ্য মূল্যের পূর্বাভাস পরবর্তী বাজারের প্রবণতা দ্বারা যাচাই করা যায় (উদাহরণস্বরূপ, স্টকের দামের প্রকৃত বৃদ্ধি বিশ্লেষকের প্রত্যাশিত বৃদ্ধির কাছাকাছি বা তার বেশি হয়), তাহলে বিশ্লেষকের পূর্বাভাসের ফলাফলকে বৃহত্তর ওজন দেওয়া হয়; বিপরীতভাবে, যদি বিশ্লেষকের পূর্বাভাস প্রকৃত প্রবণতার বিপরীত হয়, তাহলে কম ওজন দেওয়া হয়, এমনকি শাস্তিমূলক ওজনও নির্ধারণ করা যেতে পারে।

• ফ্যাক্টরের অর্থ: এই ফ্যাক্টরের মান যত বেশি, স্টকের ভবিষ্যতের রিটার্নের জন্য বাজারের সামগ্রিক প্রত্যাশা তত বেশি এবং এর বিপরীতক্রমে। ভারযুক্ত গড় করার মাধ্যমে, এই ফ্যাক্টরটি সামগ্রিক প্রত্যাশার উপর পৃথক ভুল বা পক্ষপাতদুষ্ট পূর্বাভাসের হস্তক্ষেপ কার্যকরভাবে কমাতে পারে।

• ওজন $w_i$ গণনার পদ্ধতি (উদাহরণ, প্রকৃত শর্ত অনুযায়ী সমন্বয় করা যেতে পারে):

• প্রতিটি বিশ্লেষকের পূর্বাভাসের ঐতিহাসিক নির্ভুলতা গণনা করতে "ব্যাকটেস্টিং" এর মতো একটি পদ্ধতি ব্যবহার করা যেতে পারে। উদাহরণস্বরূপ:

• $Accuracy_i = frac{NumOfCorrectPredictions_i}{TotalPredictions_i}$

• যেখানে $NumOfCorrectPredictions_i$ বিশ্লেষক i দ্বারা অতীতে করা সঠিক পূর্বাভাসের সংখ্যা এবং $TotalPredictions_i$ বিশ্লেষক i দ্বারা অতীতে করা পূর্বাভাসের মোট সংখ্যা।

• ওজন পূর্বাভাসের নির্ভুলতার সাথে সমানুপাতিক হতে পারে, উদাহরণস্বরূপ:

• $w_i = frac{Accuracy_i}{sum_{j=1}^{N} Accuracy_j}$ অথবা $w_i = Accuracy_i^k$, যেখানে k একটি সমন্বয় প্যারামিটার এবং প্রয়োজনের ভিত্তিতে ওজনের সংবেদনশীলতা সমন্বয় করা যেতে পারে।

• এছাড়াও, সময়ের ক্ষয় বিবেচনা করা যেতে পারে এবং সময়ের সাথে সাথে আরও দূরের পূর্বাভাসগুলিতে কম ওজন দেওয়া হয়।

• অন্যান্য কারণগুলিও বিবেচনা করা যেতে পারে, যেমন বিশ্লেষকের খ্যাতি, প্রতিষ্ঠানের রেটিং ইত্যাদি।

• গুরুত্বপূর্ণ টিপস: প্রকৃত প্রয়োগে, সেরা ফ্যাক্টর প্রভাব পেতে ওজনের গণনা পদ্ধতি সম্পূর্ণরূপে ব্যাকটেস্ট এবং অপ্টিমাইজ করা উচিত। একই সময়ে, বাজারের পরিবেশের পরিবর্তনগুলি বিবেচনা করা এবং ওজন গণনা পদ্ধতি গতিশীলভাবে সামঞ্জস্য করা প্রয়োজন।