Factors Directory

Quantitative Trading Factors

লেনদেনের ভেদান্তরের সহগ

Volatility Factor

factor.formula

ভেদন্তরের সহগ = গড় লেনদেনের পরিমাণ / লেনদেনের পরিমাণের আদর্শ বিচ্যুতি

এই সূত্রটি গত K মাসের দৈনিক লেনদেনের পরিমাণের সিরিজের ভেদান্তরের সহগ গণনা করে। নির্দিষ্ট ধাপগুলো নিচে দেওয়া হল:

  • :

    t-K+1 থেকে t পর্যন্ত দৈনিক লেনদেনের পরিমাণের সময় সিরিজ উপস্থাপন করে। যেখানে t হল বর্তমান তারিখ এবং K হল ব্যাকট্র্যাকিং সময়ের উইন্ডোর মাসের সংখ্যা। উদাহরণস্বরূপ, যদি K=3 হয়, তবে এটি গত তিন মাসের দৈনিক লেনদেনের পরিমাণের ডেটা উপস্থাপন করে।

  • :

    গত K মাসে দৈনিক লেনদেনের গড় পরিমাণ উপস্থাপন করে। এই মানটি এই সময়ের মধ্যে লেনদেনের পরিমাণের গড় স্তরকে প্রতিফলিত করে।

  • :

    গত K মাসে দৈনিক লেনদেনের পরিমাণের আদর্শ বিচ্যুতি নির্দেশ করে। এই মানটি এই সময়ের মধ্যে লেনদেনের পরিমাণের ওঠানামার পরিসরকে প্রতিফলিত করে।

  • :

    লেনদেনের পরিমাণের ভেদান্তরের সহগ পেতে গড় লেনদেনের পরিমাণকে লেনদেনের পরিমাণের আদর্শ বিচ্যুতি দিয়ে ভাগ করুন। মান যত বড় হবে, লেনদেনের পরিমাণের আপেক্ষিক অস্থিরতা তত বেশি হবে এবং বাজারের তারল্য ঝুঁকি বেশি হতে পারে। যদি মান ছোট হয়, তবে এর অর্থ হল লেনদেনের পরিমাণের অস্থিরতা তুলনামূলকভাবে কম এবং বাজারের তারল্য ভাল।

  • :

    mean(TransactionVolume_{t-K+1:t}), যেখানে TransactionVolume মানে লেনদেনের পরিমাণ

  • :

    std(TransactionVolume_{t-K+1:t}), যেখানে TransactionVolume মানে লেনদেনের পরিমাণ

factor.explanation

লেনদেনের পরিমাণের ভেদান্তরের সহগ একটি নির্দিষ্ট সময়ের মধ্যে লেনদেনের পরিমাণের অস্থিরতা পরিমাপ করার জন্য একটি গুরুত্বপূর্ণ নির্দেশক। এটি লেনদেনের পরিমাণের গড় স্তরের সাথে লেনদেনের পরিমাণের ওঠানামার পরিসরের (আদর্শ বিচ্যুতি) তুলনা করে একটি আপেক্ষিক অস্থিরতা নির্দেশক পেতে, যা বিভিন্ন স্টকের মধ্যে লেনদেনের পরিমাণের পার্থক্যগুলির প্রভাব কার্যকরভাবে দূর করতে পারে, যার ফলে লেনদেনের পরিমাণের আপেক্ষিক অস্থিরতার ঝুঁকি আরও নির্ভুলভাবে প্রতিফলিত হয়। ভেদান্তরের সহগ বেশি হওয়ার অর্থ সাধারণত লেনদেনের পরিমাণের অস্থিরতা বেশি, বাজারের তারল্য কম এবং লেনদেনের ঝুঁকি বেশি এবং এর বিপরীত। এই নির্দেশক বিনিয়োগকারীদের বাজারের লেনদেনের কার্যকলাপ এবং সম্ভাব্য তারল্য ঝুঁকি বিচার করতে সাহায্য করতে পারে।

Related Factors