Factors Directory

Quantitative Trading Factors

এর জন্য অনুসন্ধান ফলাফল "প্রথম"

12টি ফলাফল পাওয়া গেছে

কল অকশন ট্রেডিং ভলিউমের অনুপাত

Technical Factors

এই ফ্যাক্টরটি দৈনিক ওপেনিং এবং ক্লোজিং কল অকশনগুলিতে ট্রেডিং ভলিউমের অনুপাতকে গুরুত্ব দিয়ে গণনা করা হয় এবং এর লক্ষ্য হল ট্রেডিং দিনের দুটি গুরুত্বপূর্ণ সময়ে বাজারের লং এবং শর্ট পাওয়ার গেমের তীব্রতা পরিমাপ করা। ওপেনিং কল অকশন দিনের তথ্যের উপর বাজারের প্রথম প্রতিক্রিয়া প্রতিফলিত করে, যেখানে ক্লোজিং কল অকশন দিনের লেনদেনের বাজারের সারসংক্ষেপ এবং পরবর্তী লেনদেনের প্রত্যাশা প্রতিফলিত করে। এই ফ্যাক্টরটি এই দুটি গুরুত্বপূর্ণ সময়ের ট্রেডিং আচরণকে ধারণ করে, যার মাধ্যমে বাজারের মনোভাব এবং সম্ভাব্য স্বল্প-মেয়াদী মূল্যের প্রবণতা বিচার করতে সহায়তা করে।

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।

সমাপনী ভলিউমের অনুপাত

Emotional Factors

লেজ-প্রান্তের ভলিউম অনুপাত ফ্যাক্টর ভবিষ্যতের স্টক রিটার্নের সাথে নেতিবাচকভাবে সম্পর্কযুক্ত। এই ফ্যাক্টরের কার্যকারিতা সম্ভবত নিম্নলিখিত দুটি কারণে উদ্ভূত: ১. লেজ-প্রান্তের সময়কালের ট্রেডিং আচরণ সাধারণত অত্যন্ত অনুমানমূলক এবং দাম কারসাজির প্রবণ; ২. অজ্ঞ ব্যবসায়ীরা (যেমন খুচরা বিনিয়োগকারীরা) তাদের কম ঝুঁকি সহনশীলতার কারণে লেজ-প্রান্তের সময়কালে লেনদেন করতে থাকে, যেখানে অভিজ্ঞ ব্যবসায়ীরা (যেমন প্রাতিষ্ঠানিক বিনিয়োগকারীরা) ট্রেডিং দিনের প্রথম দিকে লেনদেন করতে পছন্দ করে। অতএব, লেজ-প্রান্তের ভলিউম অনুপাত বাজারের অনুভূতি এবং বিনিয়োগকারীর আচরণের একটি প্রক্সি সূচক হিসাবে ব্যবহার করা যেতে পারে।

আকার-সমন্বিত ROE অবশিষ্ট

Fundamental factors

এই ফ্যাক্টরটি আটটি ধারাবাহিক ত্রৈমাসিকের জন্য ঘূর্ণায়মান রিটার্ন অন ইক্যুইটি (TTM) সিরিজের উপর সাধারণ সর্বনিম্ন বর্গ (OLS) রিগ্রেশন এবং সংশ্লিষ্ট সময়ের জন্য সমন্বিত মোট সম্পদ সিরিজের উপর সম্পাদন করে এবং ফ্যাক্টর মান হিসাবে সাম্প্রতিকতম রিগ্রেশন অবশিষ্ট গ্রহণ করে পাওয়া যায়। এর মধ্যে, শুধুমাত্র মোট সম্পদের বার্ষিক প্রতিবেদনের ডেটা সমন্বয় করা হয় এবং অবশিষ্ট ত্রৈমাসিক প্রতিবেদনের ডেটা (প্রথম ত্রৈমাসিক প্রতিবেদন, অর্ধ-বার্ষিক প্রতিবেদন এবং তৃতীয় ত্রৈমাসিক প্রতিবেদন) পূর্ববর্তী বছরের বার্ষিক প্রতিবেদনের ডেটা ব্যবহার করে। এই পদ্ধতির লক্ষ্য হল ইক্যুইটির উপর সম্পদের আকারের প্রভাব দূর করা, যাতে এন্টারপ্রাইজের প্রকৃত লাভজনকতা আরও সঠিকভাবে পরিমাপ করা যায়।

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 "প্রথম" | ফ্যাক্টর ডিরেক্টরি - পরিমাণগত ট্রেডিং ফ্যাক্টর লাইব্রেরি | ফ্যাক্টর ডিরেক্টরি - পরিমাণগত ট্রেডিং ফ্যাক্টর লাইব্রেরি