Factors Directory

Quantitative Trading Factors

এর জন্য অনুসন্ধান ফলাফল "পাওয়া"

13টি ফলাফল পাওয়া গেছে

আপেক্ষিক সংমিশ্রণ লোগারিদমিক স্প্রেড বিচ্যুতি

Technical Factors

এই ফ্যাক্টরটি কোনও স্বতন্ত্র স্টকের মূল্য তার বৈশিষ্ট্য সংমিশ্রণের (সর্বাধিক সাদৃশ্যযুক্ত N সংখ্যক স্টক দ্বারা গঠিত) মূল্যের তুলনায় বিচ্যুতির মাত্রা পরিমাপ করে এবং এটিকে একটি প্রমিত আকারে উপস্থাপন করে। বিশেষভাবে, প্রতি মাসের শেষে, বৈশিষ্ট্য স্থানে লক্ষ্য স্টক i এর সাথে সর্বাধিক সাদৃশ্যপূর্ণ N=10 স্টক নির্বাচন করা হয় এবং সমান ওজন সহ একটি বৈশিষ্ট্য সংমিশ্রণ তৈরি করা হয়। এই সংমিশ্রণের নেট ভ্যালু মূল্যকে লক্ষ্য স্টক i এর রেফারেন্স মূল্য হিসাবে ব্যবহার করা হয়। পরবর্তীতে, লক্ষ্য স্টক i এবং রেফারেন্স মূল্যের মধ্যে লোগারিদমিক পার্থক্য গণনা করা হয় এবং প্রমিতকরণের মাধ্যমে চূড়ান্ত আপেক্ষিক সংমিশ্রণ লোগারিদমিক মূল্যের পার্থক্য বিচ্যুতি পাওয়া যায়। এই ফ্যাক্টরটি স্বল্প মেয়াদে স্বতন্ত্র স্টকের মূল্যে বিদ্যমান থাকতে পারে এমন অতিরিক্ত বিচ্যুতি বা রিগ্রেশন বৈশিষ্ট্যগুলি ক্যাপচার করার জন্য ডিজাইন করা হয়েছে।

বহু-পর্যায় মুভিং এভারেজ মোমেন্টাম ফ্যাক্টর

Technical Factors

এই ফ্যাক্টরটি বিভিন্ন সময় উইন্ডোর মুভিং এভারেজ মূল্য গণনা করে এবং বিভিন্ন সময় স্কেলে স্টকগুলির প্রবণতা মোমেন্টাম প্রভাব ক্যাপচার করতে নরমালাইজেশন করে। একাধিক সময় ডোমেনের মুভিং এভারেজের উপর ভিত্তি করে, এই ফ্যাক্টরটি রিগ্রেশন বিশ্লেষণের মাধ্যমে স্টক রিটার্নে বিভিন্ন সময়কালের মোমেন্টাম সংকেতগুলির অবদান ফিট করে। অবশেষে, বিভিন্ন সময় ডোমেনে ফ্যাক্টর এক্সপোজারের ভারযুক্ত যোগফলের মাধ্যমে চূড়ান্ত পূর্বাভাসিত রিটার্ন পাওয়া যায়।

ফামা-ফ্রেঞ্চ ত্রিমাত্রিক মডেলের উপর ভিত্তি করে অবশিষ্ট গতিবেগ

Technical Factors

এই ফ্যাক্টরটি কোম্পানি-নির্দিষ্ট তথ্যের দ্বারা চালিত স্টক মূল্যের গতিবেগ প্রভাবকে ধারণ করার জন্য ডিজাইন করা হয়েছে। প্রথমে, গত ৩৬ মাসের (T-36 থেকে T-1) রিটার্ন ডেটা ব্যবহার করে ফামা-ফ্রেঞ্চ ত্রিমাত্রিক মডেল তৈরি করা হয় এবং অবশিষ্ট ক্রম পাওয়ার জন্য রিগ্রেশন করা হয়, যা বাজার, আকার এবং ভ্যালু ফ্যাক্টরগুলির প্রভাবের বাইরে কোম্পানি-নির্দিষ্ট তথ্যের দ্বারা চালিত রিটার্নগুলিকে উপস্থাপন করে। তারপরে, T-12 থেকে T-2 পর্যন্ত ১১ মাসের অবশিষ্ট অংশগুলি ব্যবহার করে প্রমিত অবশিষ্ট গতিবেগ গণনা করা হয়। এই ফ্যাক্টরটি কোম্পানি-নির্দিষ্ট তথ্যের প্রতি বিনিয়োগকারীদের কম প্রতিক্রিয়ার কারণে সৃষ্ট ক্রমাগত রিটার্ন পার্থক্যগুলি কাজে লাগানোর চেষ্টা করে।

বিস্তার প্রান্তসীমার উপর ভিত্তি করে কম অস্থিরতাযুক্ত গতি সঞ্চয়

Technical Factors

এই ফ্যাক্টরটি বাজারের কম অস্থিরতার সময়কালে থাকা গতির প্রভাবটিকে ধারণ করার জন্য ডিজাইন করা হয়েছে। অতীতের 160টি ট্রেডিং দিনকে লুকব্যাক উইন্ডো হিসাবে নিয়ে, সর্বনিম্ন দৈনিক বিস্তার (দিনের সর্বোচ্চ এবং সর্বনিম্ন দামের মধ্যে পার্থক্য দিনের ক্লোজিং প্রাইসের শতাংশ হিসাবে ভাগ করে) সহ A% ট্রেডিং দিনগুলি নির্বাচন করুন। এই কম-বিস্তারের ট্রেডিং দিনগুলির দৈনিক রিটার্নগুলি ফ্যাক্টর মান পাওয়ার জন্য সংগ্রহ করা হয়। প্যারামিটার A% মোট ট্রেডিং দিনগুলির তুলনায় কম-বিস্তারের ট্রেডিং দিনগুলির অনুপাতকে উপস্থাপন করে এবং এর মান পরিসীমা [50%, 70%]-এর মধ্যে থাকে, যা "কম অস্থিরতা"-এর আমাদের সংজ্ঞার বিস্তৃতিকে প্রতিফলিত করে।

মধ্য-মেয়াদী বিপরীতমুখীতা

Emotional Factors

মধ্য-মেয়াদী বিপরীতমুখীতার প্রভাব বলতে বোঝায়, শেয়ারের দাম মাঝারি মেয়াদে (সাধারণত কয়েক মাস থেকে এক বছর) আগের কর্মক্ষমতার বিপরীত দিকে একটি প্রবণতা দেখায়। এই প্রভাবটি আচরণগত অর্থনীতির অতিরিক্ত প্রতিক্রিয়া অনুকল্পের উপর ভিত্তি করে তৈরি: বিনিয়োগকারীরা স্বল্প মেয়াদে তথ্যের প্রতি অতিরিক্ত প্রতিক্রিয়া দেখায়, যার কারণে শেয়ারের দাম তাদের মৌলিক মান থেকে বিচ্যুত হয়, ফলে স্বল্প-মেয়াদী অতিমূল্যায়ন বা অবমূল্যায়ন তৈরি হয়। সময়ের সাথে সাথে, বাজার ধীরে ধীরে এই ভুল মূল্য নির্ধারণ সংশোধন করবে, যা মূল্যের বিপরীতমুখীতা সৃষ্টি করবে। সুতরাং, যে স্টকগুলি আগের সময়কালে খারাপ পারফর্ম করেছে সেগুলিতে দীর্ঘ অবস্থানে যাওয়া এবং যে স্টকগুলি আগের সময়কালে ভাল পারফর্ম করেছে সেগুলিতে স্বল্প অবস্থানে যাওয়ার মাধ্যমে অতিরিক্ত রিটার্ন পাওয়া যেতে পারে।

সিস্টেমেটিক স্কিউনেস রিস্ক প্রিমিয়াম ফ্যাক্টর

Emotional Factors

এই ফ্যাক্টরটি স্টক রিটার্নের সিস্টেমেটিক স্কিউনেস ঝুঁকি এবং এর থেকে আসা ঝুঁকি প্রিমিয়াম প্রভাবকে ধারণ করে। গবেষণায় দেখা গেছে যে কম প্রত্যাশিত রিটার্ন সহ মোমেন্টাম পোর্টফোলিওগুলিতে সাধারণত উচ্চ সিস্টেমেটিক স্কিউনেস থাকে, যেখানে কম সিস্টেমেটিক স্কিউনেসযুক্ত স্টকগুলির একটি পোর্টফোলিও কিনলে অতিরিক্ত রিটার্ন পাওয়া যেতে পারে। এই ঘটনাটি নেতিবাচক স্কিউনেস ঝুঁকির প্রতি বিনিয়োগকারীদের বিতৃষ্ণা এবং এই ধরনের ঝুঁকি এড়াতে কম প্রত্যাশিত রিটার্ন গ্রহণ করার ইচ্ছাকে প্রতিফলিত করে।

ইস্যুকৃত ইকুইটির বৃদ্ধির হার

Fundamental factors

এই ফ্যাক্টরটি কোম্পানির ইস্যুকৃত শেয়ার মূলধনের দীর্ঘমেয়াদী বৃদ্ধির প্রবণতা পরিমাপ করে। বিশেষত, বিগত পাঁচ বছরের (অথবা একটি নির্দিষ্ট সময়ের) বার্ষিক বকেয়া শেয়ার মূলধনের ডেটার উপর একটি লিনিয়ার রিগ্রেশন সম্পাদন করে, সময় প্রবণতা পদের সহগ বের করে এবং বিগত পাঁচ বছরের (অথবা একটি নির্দিষ্ট সময়ের) গড় বার্ষিক বকেয়া শেয়ার মূলধনের সাথে তুলনা করে, একটি আনুমানিক বৃদ্ধির হার পাওয়া যায়। এই ফ্যাক্টরটি একটি কোম্পানি বিগত সময়ে নতুন শেয়ার ইস্যু করে কতটা সক্রিয়ভাবে তহবিল সংগ্রহ করেছে তা প্রতিফলিত করে এবং কোম্পানির প্রসারণ বা লঘুকরণের ঝুঁকি পরিমাপ করতে ব্যবহার করা যেতে পারে। সাধারণত, একটি ঋণাত্মক ইস্যুকৃত শেয়ার মূলধন বৃদ্ধির হার নির্দেশ করতে পারে যে কোম্পানি শেয়ার পুনঃক্রয় করেছে বা বকেয়া শেয়ার কমিয়েছে, যেখানে একটি ইতিবাচক মান নির্দেশ করতে পারে যে কোম্পানি অতিরিক্ত শেয়ার ইস্যু করেছে।

শেয়ার প্রতি নিট সম্পদ

Fundamental factors

বুক ভ্যালু পার শেয়ার (BVPS) একটি কোম্পানির শেয়ারহোল্ডারদের ইক্যুইটির মূল্য পরিমাপ করার জন্য একটি গুরুত্বপূর্ণ সূচক। এটি কোম্পানির অবসানের সময় প্রতিটি সাধারণ শেয়ারের জন্য বরাদ্দ করা যেতে পারে এমন নিট সম্পদ মূল্যকে প্রতিফলিত করে। এই সূচকটি মূল কোম্পানির শেয়ারহোল্ডারদের জন্য দায়ী ইক্যুইটিকে মোট শেয়ার মূলধন দ্বারা ভাগ করে পাওয়া যায়। এটিকে কোম্পানির স্টক মূল্যের তাত্ত্বিক নিম্ন সীমা হিসাবে বিবেচনা করা যেতে পারে এবং বিনিয়োগকারীদের কোম্পানির মূল্য মূল্যায়নের জন্য একটি রেফারেন্স প্রদান করে। শেয়ার প্রতি উচ্চতর নিট সম্পদ মূল্য সাধারণত বোঝায় যে কোম্পানির আরও বেশি সম্পদ সমর্থন রয়েছে, যা একটি নির্দিষ্ট পরিমাণে কোম্পানির আর্থিক শক্তি এবং সুরক্ষা মার্জিনকে প্রতিফলিত করে। এছাড়াও, এই সূচকটি প্রায়শই অন্যান্য স্টক মূল্যের সূচকগুলির (যেমন প্রাইস-টু-বুক রেশিও) সাথে একত্রিত করে মূল্যায়ন করা হয় যে স্টকের মূল্য বেশি না কম।

ইক্যুইটির উপর বিশ্লেষক ঐকমত্যের প্রাক্কলন

Fundamental factors

একাধিক গবেষণা প্রতিষ্ঠান দ্বারা প্রকাশিত তালিকাভুক্ত কোম্পানিগুলির ভবিষ্যতের ROE-এর পূর্বাভাস ডেটা একত্রিত এবং ওজন করে ঐকমত্য ROE পাওয়া যায়। এই সূচকটি কোম্পানির ভবিষ্যতের লাভজনকতার বিষয়ে বাজারের সাধারণ প্রত্যাশা প্রতিফলিত করে এবং কর্পোরেট লাভজনকতা এবং বিনিয়োগের মূল্য পরিমাপের জন্য একটি গুরুত্বপূর্ণ রেফারেন্স সূচক। ঐতিহাসিক ROE-এর তুলনায়, এই ফ্যাক্টরটি কোম্পানির ভবিষ্যতের লাভজনকতার বিষয়ে বিনিয়োগকারীদের প্রত্যাশা আরও ভালভাবে প্রতিফলিত করতে পারে।

সামগ্রিক গুণমান ফ্যাক্টর

Fundamental factors

এই ফ্যাক্টরটি গর্ডন গ্রোথ মডেলের উপর ভিত্তি করে তৈরি এবং তিনটি দিক থেকে গঠিত: লাভজনকতা, প্রবৃদ্ধি এবং মূলধন স্থিতিশীলতা। প্রতিটি দিকের উপ-সূচকগুলির ক্রস-সেকশনাল জেড-স্কোর গণনা করে এবং যোগ করে প্রতিটি দিকের স্কোর পাওয়া যায়; তারপরে তিনটি দিকের স্কোর যোগ করে এবং প্রমিত করে সামগ্রিক গুণমান ফ্যাক্টর পাওয়া যায়। এই ফ্যাক্টরটি কোম্পানির মৌলিক গুণমান পরিমাপ করতে এবং এর দীর্ঘমেয়াদী বিনিয়োগের মূল্য প্রতিফলিত করার জন্য ডিজাইন করা হয়েছে।

বিস্তৃত আর্থিক গুণমান ফ্যাক্টর

Fundamental factors

এই ফ্যাক্টরটি একাধিক মূল আর্থিক সূচককে একত্রিত করে শিল্পের মধ্যে কোম্পানির আপেক্ষিক আর্থিক স্বাস্থ্য এবং অপারেটিং দক্ষতা মূল্যায়ন করে। নির্দিষ্ট পদ্ধতিটি হল: প্রথমে নিজ নিজ শিল্পে নিম্নলিখিত চারটি সূচকের শতাংশ হিসাব করা; দ্বিতীয়ত, প্রতিটি সূচকের শতাংশের ক্রস-সেকশনাল স্ট্যান্ডার্ডাইজেশন (Z-স্কোর স্ট্যান্ডার্ডাইজেশন); অবশেষে, বিস্তৃত আর্থিক গুণমান ফ্যাক্টর পাওয়ার জন্য চারটি স্ট্যান্ডার্ডাইজড সূচক মান যোগ করা। এই ফ্যাক্টরের মান যত বেশি, কোম্পানির বিস্তৃত আর্থিক গুণমান তত ভালো।

সময় সিরিজ মোমেন্টাম (TSMOM)

Momentum Factor

সময় সিরিজ মোমেন্টাম (TSMOM) ফ্যাক্টর অতীতের একটি নির্দিষ্ট সময়কালে একটি স্টকের রিটার্ন কর্মক্ষমতা পরিমাপ করে এবং এটি ভবিষ্যতের রিটার্নগুলির পূর্বাভাস দিতে ব্যবহার করে। ফ্যাক্টরটি পরিলক্ষিত প্রবণতাPersistence উপর ভিত্তি করে তৈরি, অর্থাৎ, অতীতে ইতিবাচক (নেতিবাচক) রিটার্নযুক্ত স্টকগুলি ভবিষ্যতে ইতিবাচক (নেতিবাচক) থাকার প্রবণতা রাখে। এই ফ্যাক্টরটি তৈরিতে অতিরিক্ত রিটার্ন এবং পৃথক স্টকের অস্থিরতা বিবেচনা করা হয়, যাতে আরও শক্তিশালী মোমেন্টাম সংকেত পাওয়া যায়। অভিজ্ঞতামূলক গবেষণায় দেখা গেছে যে TSMOM ফ্যাক্টরের ভবিষ্যতের রিটার্নগুলির সাথে একটি উল্লেখযোগ্য ঋণাত্মক সম্পর্ক রয়েছে, যার অর্থ হল বৃহত্তর ফ্যাক্টর মানযুক্ত স্টকগুলিতে, ভবিষ্যতের রিটার্ন কম হতে পারে এবং এর বিপরীতও হতে পারে। অতএব, এই ফ্যাক্টরটি একটি বিপরীত বিনিয়োগ কৌশল তৈরি করতে ব্যবহার করা যেতে পারে।

মূল্য কোয়ান্টাইল বিস্তার ফ্যাক্টর

Volatility Factor

এই ফ্যাক্টরটি একটি নির্দিষ্ট সময় উইন্ডোর মধ্যে ক্লোজিং প্রাইস পার্সেন্টাইল পার্থক্যের উপর ভিত্তি করে গণনা করা একটি স্টকের উচ্চ এবং নিম্ন মূল্যের বিস্তারের পার্থক্য পরিমাপ করে, যার লক্ষ্য হল বিভিন্ন মূল্যের সীমার মধ্যে অস্থিরতা বিতরণের বৈশিষ্ট্যগুলি ক্যাপচার করা। বিশেষভাবে, প্রথমে শেষ N ট্রেডিং দিনের (ডিফল্ট N=20) স্টক ডেটা দেখুন এবং দৈনিক বিস্তার গণনা করুন (সর্বোচ্চ মূল্য/সর্বনিম্ন মূল্য - 1)। তারপর, এই N ট্রেডিং দিনের ক্লোজিং প্রাইসগুলিকে আকার অনুসারে সাজান, উচ্চ (নিম্ন) ক্লোজিং প্রাইসের λ (ডিফল্ট 25%) অনুপাত সহ ট্রেডিং দিনগুলি নির্বাচন করুন এবং যথাক্রমে এই ট্রেডিং দিনগুলির গড় বিস্তার গণনা করে উচ্চ মূল্য বিস্তার ফ্যাক্টর V_high(λ) এবং নিম্ন মূল্য বিস্তার ফ্যাক্টর V_low(λ) পান। অবশেষে, উচ্চ মূল্য বিস্তার ফ্যাক্টর এবং নিম্ন মূল্য বিস্তার ফ্যাক্টরের মধ্যে পার্থক্য গণনা করে মূল্য পার্সেন্টাইল পার্থক্য বিস্তার ফ্যাক্টর V(λ) পাওয়া যায়। এই ফ্যাক্টরটি কার্যকরভাবে উচ্চ এবং নিম্ন মূল্যের সীমার মধ্যে স্টকগুলির বিস্তারের পার্থক্য প্রকাশ করতে পারে, যা সম্ভাব্যভাবে আরও পার্থক্যযুক্ত স্টক নির্বাচনের সংকেত সরবরাহ করতে পারে।

এর জন্য অনুসন্ধান ফলাফল "পাওয়া" | ফ্যাক্টর ডিরেক্টরি - পরিমাণগত ট্রেডিং ফ্যাক্টর লাইব্রেরি | ফ্যাক্টর ডিরেক্টরি - পরিমাণগত ট্রেডিং ফ্যাক্টর লাইব্রেরি