বহু-পর্যায় মুভিং এভারেজ মোমেন্টাম ফ্যাক্টর
factor.formula
মুভিং এভারেজ মূল্য:
নর্মালাইজড মুভিং এভারেজ মূল্য:
রিগ্রেশন মডেল:
প্রত্যাশিত ফ্যাক্টর রিটার্ন:
রিটার্ন হারের পূর্বাভাস:
যেখানে:
- :
মাস t-এর k-তম ট্রেডিং দিনে স্টক j-এর ক্লোজিং মূল্য। k-এর মান পরিসীমা [d-L+1, d], যেখানে d হল মাসের শেষ ট্রেডিং দিন।
- :
মুভিং এভারেজের উইন্ডোর প্রস্থ হল মুভিং এভারেজ গণনা করার জন্য ব্যবহৃত সময়কাল, যেমন ৫ দিন, ১০ দিন, ২০ দিন ইত্যাদি। বিভিন্ন L মান বিভিন্ন সময় স্কেল উপস্থাপন করে।
- :
L উইন্ডো প্রস্থ সহ মাস t-এ স্টক j-এর মুভিং এভারেজ মূল্য। এটি একটি নির্দিষ্ট সময় উইন্ডোর মধ্যে স্টক মূল্যের গড় স্তরকে প্রতিফলিত করে।
- :
স্ট্যান্ডার্ডাইজড মুভিং এভারেজ মূল্য। মাসের শেষ ট্রেডিং দিনের ক্লোজিং মূল্য দ্বারা মুভিং এভারেজ মূল্য ভাগ করে, বিভিন্ন স্টকের মূল্যের পরম মানের পার্থক্য দূর করা হয়, যা বিভিন্ন স্টকের মুভিং এভারেজকে তুলনীয় করে তোলে।
- :
সময়কালে t-তে স্টক j-এর রিটার্ন হার। এটি সাধারণত মাসিক রিটার্ন হার বোঝায়, যা $r_{j,t} = (P_{j,d}^{t} - P_{j,d-1}^{t})/ P_{j,d-1}^{t}$ হিসাবে গণনা করা হয়।
- :
সময়কালে t-তে, রিগ্রেশন মডেল দ্বারা আনুমানিক i-তম সময় উইন্ডো $L_i$-এর স্ট্যান্ডার্ডাইজড মুভিং এভারেজ মূল্য $M\bar{A}_{j,t-1,L_i}$-এর ফ্যাক্টর রিটার্ন (বা ফ্যাক্টর লোডিং)। এটি স্টক রিটার্নে এই সময় উইন্ডোর মোমেন্টাম সংকেতের অবদান উপস্থাপন করে।
- :
রিগ্রেশন মডেলে ত্রুটি পদটি রিটার্নের সেই অংশটিকে প্রতিফলিত করে যা মডেল ব্যাখ্যা করতে পারে না।
- :
গত ১২ মাসের ফ্যাক্টর রিটার্নের গড়ের উপর ভিত্তি করে, পরবর্তী মাসের ফ্যাক্টর রিটার্নের প্রত্যাশিত মান পাওয়া যায়। ভবিষ্যতের ফ্যাক্টর রিটার্নের অনুমান হিসাবে গত সময়ের ফ্যাক্টর রিটার্নের গড় ব্যবহার করা, ফ্যাক্টর রিটার্নের গড় প্রত্যাবর্তন বৈশিষ্ট্যগুলির সুবিধা নেয়।
- :
প্রতিটি সময় উইন্ডোর মুভিং এভারেজ এবং প্রত্যাশিত ফ্যাক্টর রিটার্নের উপর ভিত্তি করে, পরবর্তী সময়কালে (t+1) স্টক j-এর প্রত্যাশিত রিটার্ন গণনা করা হয়। এটি বিভিন্ন সময় স্কেলে ভবিষ্যতের রিটার্নের উপর মোমেন্টাম সংকেতগুলির প্রভাবকে সামগ্রিকভাবে বিবেচনা করে।
factor.explanation
বহু-সময় ডোমেন মুভিং এভারেজ মোমেন্টাম ফ্যাক্টর বিভিন্ন সময় স্কেলে, যেমন স্বল্প-মেয়াদী, মধ্য-মেয়াদী এবং দীর্ঘ-মেয়াদী, স্টকগুলির মোমেন্টাম বা বিপরীত প্রভাবগুলি ধারণ করে, বিভিন্ন সময় উইন্ডোর মুভিং এভারেজ বিশ্লেষণ করে। রিগ্রেশন মডেলের মাধ্যমে, বিভিন্ন সময় ডোমেনে মোমেন্টাম সংকেতগুলির স্টক রিটার্নে অবদান পরিমাপ করা হয় এবং গত ১২ মাসের ফ্যাক্টর রিটার্নের উপর ভিত্তি করে ভবিষ্যতের ফ্যাক্টর রিটার্ন অনুমান করা হয়। অবশেষে, বিভিন্ন সময় ডোমেনে ফ্যাক্টর এক্সপোজার এবং প্রত্যাশিত ফ্যাক্টর রিটার্নের ভারযুক্ত যোগফল ব্যবহার করে স্টকগুলির ভবিষ্যৎ রিটার্ন প্রেডিক্ট করা হয়। এই ফ্যাক্টরটি স্টকগুলির প্রবণতা এবং মোমেন্টাম প্রভাবগুলি আরও ভালভাবে ক্যাপচার করতে বিভিন্ন সময় স্কেল থেকে তথ্য একত্রিত করে। মাল্টি-ফ্যাক্টর মডেল তৈরিতে এই ফ্যাক্টরটির ভাল ব্যাখ্যা এবং ভবিষ্যদ্বাণী করার ক্ষমতা রয়েছে।