উচ্চ-ফ্রিকোয়েন্সি আপসাইড রিয়ালাইজড ভোলাটিলিটি অনুপাত
factor.formula
উচ্চ-ফ্রিকোয়েন্সি ঊর্ধ্বমুখী অস্থিরতার শতাংশ:
যেখানে:
- :
এটি t তম মিনিটে স্টকের রিটার্ন উপস্থাপন করে, যা সাধারণত উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং ডেটার উপর ভিত্তি করে গণনা করা হয়, যেমন 1-মিনিট, 5-মিনিট বা 10-মিনিটের রিটার্ন। রিটার্নটি গণনা করা হয়: $r_t = \frac{P_t - P_{t-1}}{P_{t-1}}$, যেখানে $P_t$ হল t তম মিনিটের স্টকের দাম।
- :
এর মানে হল শুধুমাত্র $r_t$ এর সেই অংশ যেখানে ইতিবাচক ফলন রয়েছে, অর্থাৎ ঊর্ধ্বমুখী ফলন, সেটি নির্বাচন করা হয়েছে।
- :
এটি সমস্ত ইতিবাচক রিটার্নের বর্গের যোগফল উপস্থাপন করে এবং ঊর্ধ্বমুখী অস্থিরতা পরিমাপ করতে ব্যবহৃত হয়। এই অংশটি যখন স্টকের দাম বাড়ে তখন অস্থিরতার শক্তির একত্রীকরণ ধারণ করে।
- :
এটি সমস্ত রিটার্নের (ইতিবাচক এবং নেতিবাচক উভয়ই) বর্গের যোগফল উপস্থাপন করে এবং মোট অস্থিরতা পরিমাপ করতে ব্যবহৃত হয়। এই অংশটি সময় উইন্ডোর মধ্যে স্টক মূল্যের সামগ্রিক অস্থিরতার শক্তি ধারণ করে।
- :
ট্রেডিং দিনের সংখ্যা যা লুকব্যাক উইন্ডোর দৈর্ঘ্য। স্টক নির্বাচনের যে কোনও মুহূর্তে, ফ্যাক্টরের মান হল আগের N ট্রেডিং দিনের সূচকগুলির গড়। উদাহরণস্বরূপ, যদি মাসিক স্টক নির্বাচন ব্যবহার করা হয়, তবে ফ্যাক্টর গণনা গত 20 ট্রেডিং দিনের (ধরে নেওয়া হয় প্রতি মাসে 20টি ট্রেডিং দিন) স্টকের গড় নেবে।
factor.explanation
উচ্চ-ফ্রিকোয়েন্সি আপসাইড রিয়ালাইজড ভোলাটিলিটি শেয়ার পরিমাপ করে যে একটি স্টকের মিনিটের-স্তরের উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং ডেটাতে আপসাইড (ইতিবাচক রিটার্ন) অস্থিরতা মোট অস্থিরতাকে কতটা প্রভাবিত করে। বিশেষভাবে, এই ফ্যাক্টরটি আপসাইড রিটার্নের বর্গসমূহের যোগফলকে মোট রিটার্নের বর্গসমূহের যোগফল দ্বারা ভাগ করে। যদি কোনও স্টকের রিটার্ন মূলত কয়েকটি বড় বৃদ্ধি থেকে আসে, তবে এর আপসাইড অস্থিরতার ভাগ তুলনামূলকভাবে বেশি হবে। বিপরীতে, যদি স্টকের রিটার্ন একাধিক ছোট ছোট বৃদ্ধি নিয়ে গঠিত হয় তবে ফ্যাক্টরের মান কম হবে। একটি মাইক্রোস্ট্রাকচারাল দৃষ্টিকোণ থেকে, একটি উচ্চ আপসাইড অস্থিরতার ভাগ মানে হতে পারে যে স্টকটিতে বাজারের বুলিশ শক্তি আরও বেশি ঘনীভূত, এবং স্টকটির দাম দ্রুত বাড়ার সম্ভাবনা বেশি। তবে, এই দ্রুত বৃদ্ধি মানে হতে পারে যে দামটি টেকসই নয় এবং ভবিষ্যতের উপার্জনের বিপরীত হওয়ার ঝুঁকির ইঙ্গিত দিতে পারে। অতএব, এই ফ্যাক্টরটি বিনিয়োগকারীদের স্টক মূল্যের আচরণের মাইক্রোস্ট্রাকচারাল বৈশিষ্ট্যগুলি বিচার করতে সহায়তা করতে পারে। এটি মনে রাখা উচিত যে এই ফ্যাক্টরটি স্টক নির্বাচন কৌশলগুলির কার্যকারিতা উন্নত করতে অন্যান্য ফ্যাক্টরগুলির সাথে মিলিয়ে ব্যবহার করা যেতে পারে এবং একা এই ফ্যাক্টর ব্যবহার করে বিনিয়োগের রিটার্নের গ্যারান্টি দেওয়া যায় না।