भावनात्मक बीटा
factor.formula
व्यक्तिगत स्टॉक रिटर्न और बाजार भावना सूचकांक का प्रतिगमन मॉडल:
भावनात्मक संवेदनशीलता कारक गणना सूत्र:
सूत्र में:
- :
दिन t पर स्टॉक i का दैनिक रिटर्न, आमतौर पर (दिन का समापन मूल्य - पिछले दिन का समापन मूल्य) / पिछले दिन के समापन मूल्य के रूप में गणना की जाती है।
- :
दिन t पर बाजार भावना सूचकांक मान। सूचकांक कई बाजार भावना संकेतकों, जैसे कि टर्नओवर दर, ट्रेडिंग वॉल्यूम, मूल्य सीमा अनुपात, जनमत सूचकांक आदि से बना हो सकता है।
- :
दिन t-1 पर बाजार भावना सूचकांक मान।
- :
स्टॉक i का प्रतिगमन अवरोधन पद, बाजार भावना सूचकांक अपरिवर्तित रहने पर स्टॉक के अपेक्षित रिटर्न का प्रतिनिधित्व करता है।
- :
स्टॉक i का भावनात्मक बीटा समय श्रृंखला प्रतिगमन के माध्यम से प्राप्त किया जाता है, जो स्टॉक रिटर्न पर बाजार भावना सूचकांक में बदलाव के प्रभाव को मापता है। एक सकारात्मक मान इंगित करता है कि बाजार की भावना बढ़ने पर स्टॉक रिटर्न में वृद्धि की प्रवृत्ति होती है, जबकि एक नकारात्मक मान विपरीत इंगित करता है।
- :
प्रतिगमन मॉडल का अवशिष्ट पद दिन t पर स्टॉक i के रिटर्न के उस हिस्से का प्रतिनिधित्व करता है जिसे मॉडल द्वारा समझाया नहीं जा सकता है।
factor.explanation
भावनात्मक संवेदनशीलता कारक एक समय-श्रृंखला प्रतिगमन मॉडल के माध्यम से व्यक्तिगत स्टॉक के रिटर्न पर बाजार की भावना में बदलाव के प्रभाव को मापता है, और अंतिम कारक मूल्य के रूप में इसे नकारने के लिए प्रतिगमन द्वारा प्राप्त बीटा गुणांक के पूर्ण मान का उपयोग करता है। पूर्ण मान को नकारने का उद्देश्य कारक मान को जोखिम वरीयता के अनुरूप बनाना है, अर्थात, मान जितना छोटा होगा, इस बात की संभावना उतनी ही अधिक होगी कि व्यक्तिगत स्टॉक बाजार की भावना से नकारात्मक रूप से प्रभावित होगा, और जोखिम उतना ही अधिक होगा। इसके विपरीत, कारक मान जितना बड़ा होगा, इस बात की संभावना उतनी ही कम होगी कि व्यक्तिगत स्टॉक बाजार की भावना से नकारात्मक रूप से प्रभावित होगा, और जोखिम उतना ही कम होगा। इसलिए, इस कारक का उपयोग मात्रात्मक निवेश में जोखिमों का आकलन करने और स्टॉक का चयन करने के लिए किया जा सकता है। व्यावहारिक अनुप्रयोगों में, मॉडल स्थिरता में सुधार के लिए समय-श्रृंखला प्रतिगमन के लिए एक लंबी लुकबैक विंडो (जैसे 60 से अधिक ट्रेडिंग दिन) का उपयोग करने पर विचार किया जा सकता है।