Factors Directory

Quantitative Trading Factors

এর জন্য অনুসন্ধান ফলাফল "বিতরণের"

11টি ফলাফল পাওয়া গেছে

কার্নেল ঘনত্ব অনুমানের উপর ভিত্তি করে অস্বাভাবিক প্রান্তিক অসামঞ্জস্যতা

Emotional Factors

এই ফ্যাক্টরটি কার্নেল ঘনত্ব অনুমান পদ্ধতি এবং ফলন বিতরণের একটি অ-প্যারামেট্রিক দৃষ্টিকোণ ব্যবহার করে ফলন বিতরণের প্রান্তিকের অসামঞ্জস্যতা পরিমাণ নির্ধারণ করে। এটি প্রকৃত ফলন বিতরণ এবং প্রতিসম বিতরণের মধ্যে পার্থক্য তুলনা করে চরম ক্ষেত্রে ফলন বিতরণের অসামঞ্জস্য বৈশিষ্ট্যগুলি ধারণ করে এবং ভবিষ্যতের রিটার্নের উপর এই অসামঞ্জস্যতার প্রভাব অনুসন্ধান করে। এই ফ্যাক্টরটি ঐতিহ্যবাহী বক্রতার ধারণার একটি কার্যকর পরিপূরক, যা ফলন বিতরণের প্রান্তিকের অ-ইউনিফর্মিটি আরও সঠিকভাবে বর্ণনা করে, যার ফলে বিনিয়োগ সিদ্ধান্তের জন্য আরও পরিশীলিত ঝুঁকি মূল্যায়ন এবং ফলন পূর্বাভাসের ভিত্তি প্রদান করে।

শেয়ার প্রতি আয় রিজার্ভ

Fundamental factors

এই ফ্যাক্টরটি একটি কোম্পানির স্টকের প্রতিটি শেয়ারের সাথে সম্পর্কিত উদ্বৃত্ত রিজার্ভের পরিমাণ পরিমাপ করে, যা কোম্পানির সঞ্চিত রিজার্ভের শক্তিকে প্রতিফলিত করে যা ক্ষতি পূরণ, মূলধন স্থানান্তর বা লভ্যাংশ বিতরণের জন্য ব্যবহার করা যেতে পারে। একটি শেয়ার প্রতি নির্দেশক হিসাবে, এটি বিনিয়োগকারীদের হোল্ডিংয়ের সম্ভাব্য মূল্য এবং কোম্পানির ভবিষ্যৎ মূলধন পরিচালনার ক্ষমতা মূল্যায়ন করতে সাহায্য করে এবং পরোক্ষভাবে কোম্পানির স্থিতিশীলতা এবং বিকাশের সম্ভাবনা প্রতিফলিত করে। সাধারণত শেয়ার প্রতি উচ্চ উদ্বৃত্ত রিজার্ভ নির্দেশ করে যে কোম্পানির ঝুঁকি প্রতিরোধের ক্ষমতা বেশি এবং ভবিষ্যতে সম্প্রসারণের সম্ভাবনা রয়েছে।

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।

লগারিদমিক মার্কেট ক্যাপ সাইজ ফ্যাক্টর

Scale Factor

এই ফ্যাক্টরটি স্টকের বাজার মূল্য পরিমাপ করে এবং চরম মানের প্রভাব কমাতে একটি লগারিদমিক রূপান্তর ব্যবহার করে। এ-শেয়ার মার্কেটে স্টকের বাজার মূল্যের বিতরণ সাধারণত একটি পুরু-লেজযুক্ত বিতরণ উপস্থাপন করে, অর্থাৎ, কয়েকটি বড়-ক্যাপ স্টক বাজারের বেশিরভাগ অংশ দখল করে, যেখানে প্রচুর সংখ্যক ছোট-ক্যাপ স্টক বিতরণের লেজে বিতরণ করা হয়। লগারিদম নেওয়ার মাধ্যমে, বাজার মূল্যের ডেটার গতিশীল পরিসর কার্যকরভাবে সংকুচিত করা যেতে পারে, যা এর বিতরণকে স্বাভাবিক বিতরণের কাছাকাছি করে, যার ফলে ফ্যাক্টর বিশ্লেষণের স্থিতিশীলতা এবং কার্যকারিতা উন্নত হয়।

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