उच्च-आवृत्ति अस्थिरता पथ-लंबाई-भारित अतरलता
factor.formula
एकल K-लाइन उतार-चढ़ाव पथ की लंबाई की गणना करें:
दैनिक अस्थिरता पथ लंबाई भारित अतरलता कारक:
जिसमें:
- :
यह इंट्राडे आवृत्ति पर jवीं K-लाइन की उतार-चढ़ाव पथ लंबाई को दर्शाता है, जो K-लाइन अवधि के दौरान मूल्य में उतार-चढ़ाव के आयाम का अनुमानित प्रतिनिधित्व करता है। इनमें, $High_j$, $Low_j$, $Close_j$, $Open_j$ क्रमशः jवीं K-लाइन के उच्चतम मूल्य, न्यूनतम मूल्य, बंद मूल्य और खुले मूल्य का प्रतिनिधित्व करते हैं।
- :
यह इंट्राडे आवृत्ति पर jवीं K-लाइन के भीतर लेन-देन की मात्रा को दर्शाता है। यह मान, एक भार के रूप में, अतरलता पर ट्रेडिंग वॉल्यूम के प्रभाव को दर्शाता है। लेन-देन की मात्रा जितनी अधिक होगी, अतरलता का प्रभाव उतना ही कम होगा।
- :
प्रति दिन K-लाइन खंडों की संख्या को इंगित करता है। उदाहरण के लिए, यदि 5 मिनट K-लाइन डेटा का उपयोग किया जाता है, तो यह प्रति दिन 5 मिनट की K-लाइन की संख्या को इंगित करता है। यह पैरामीटर चयनित इंट्राडे डेटा आवृत्ति पर निर्भर करता है।
- :
दैनिक चलती औसत का समय अवधि पैरामीटर इंगित करता है, यानी, पिछले दिनों की संख्या का औसत मान की गणना की जाती है। यह पैरामीटर अल्पकालिक उतार-चढ़ाव को सुचारू बनाने और कारक को अधिक स्थिर बनाने के लिए उपयोग किया जाता है। उदाहरण के लिए, यदि d=20, तो इसका अर्थ है पिछले 20 कारोबारी दिनों का औसत मान लेना।
factor.explanation
यह कारक उच्च-आवृत्ति मिनट K-लाइन डेटा की अस्थिरता पथ लंबाई की गणना करके और इसे लेन-देन की मात्रा के साथ भारित करके प्रभावी रूप से स्टॉक की अतरलता को मापता है। पारंपरिक अतरलता कारकों की तुलना में, यह स्टॉक ट्रेडिंग के दौरान प्रभाव लागत के कारण होने वाले तरलता जोखिम को अधिक सटीक रूप से पकड़ने के लिए उच्च-आवृत्ति डेटा में निहित समृद्ध माइक्रोस्ट्रक्चर जानकारी का उपयोग करता है। विशेष रूप से:
-
अस्थिरता पथ लंबाई (शॉर्टकट): यह पैरामीटर 2*(उच्च - निम्न) - |बंद - खुला| का रूप अपनाता है, जो साधारण (उच्च-निम्न) की तुलना में इंट्राडे मूल्य में उतार-चढ़ाव की सीमा को बेहतर ढंग से पकड़ता है, जिससे मूल्य में उतार-चढ़ाव की पथ लंबाई अधिक सटीक रूप से दर्शाती है और इसे उच्च-आवृत्ति डेटा के आधार पर अस्थिरता प्रॉक्सी संकेतक माना जा सकता है।
-
लेन-देन की मात्रा भार: लेन-देन की मात्रा को भार के रूप में उपयोग करने से तरलता झटके पर लेन-देन की मात्रा के प्रभाव को प्रभावी ढंग से नियंत्रित किया जा सकता है। लेन-देन की मात्रा जितनी अधिक होगी, अतरलता का झटका उतना ही कम होगा।
-
समय श्रृंखला औसत: समय श्रृंखला पर औसत करके, कारक को सुगम बनाया जाता है, जिससे यह अधिक स्थिर हो जाता है, शोर कम हो जाता है, और स्टॉक के अतरलता जोखिम को बेहतर ढंग से दर्शाता है।
उच्च-आवृत्ति डेटा वातावरण में, यह कारक पारंपरिक तरीकों की तुलना में बाजार सूक्ष्म संरचना को अधिक प्रभावी ढंग से पकड़ सकता है और अतरलता का अधिक सटीक माप प्रदान कर सकता है, जो मात्रात्मक ट्रेडिंग रणनीतियों की प्रभावशीलता और भविष्य कहने की क्षमता को बेहतर बनाने में मदद करता है।