मात्रात्मक विश्लेषण का एक सरल अवलोकन

मात्रात्मक विश्लेषण (क्यूए) वित्त में एक दृष्टिकोण है जो एक वित्तीय संपत्ति, जैसे स्टॉक या विकल्प के मूल्य को निर्धारित करने में मदद करने के लिए गणितीय और सांख्यिकीय विश्लेषण पर जोर देता है। मात्रात्मक व्यापार विश्लेषक (जिन्हें "मात्रा") ट्रेडिंग एल्गोरिदम और कंप्यूटर मॉडल विकसित करने के लिए - ऐतिहासिक निवेश और स्टॉक मार्केट डेटा सहित - विभिन्न प्रकार के डेटा का उपयोग करें।

इन कंप्यूटर मॉडलों द्वारा उत्पन्न जानकारी से निवेशकों को निवेश के अवसरों का विश्लेषण करने में मदद मिलती है और वे जो मानते हैं वह सफल होगा ट्रेडिंग रणनीति. आमतौर पर, इस ट्रेडिंग रणनीति में प्रवेश और के बारे में बहुत विशिष्ट जानकारी शामिल होगी निकास बिंदु, व्यापार का अपेक्षित जोखिम और अपेक्षित प्रतिफल।

वित्तीय मात्रात्मक विश्लेषण का अंतिम लक्ष्य निवेशकों को लाभदायक निवेश निर्णय लेने में सहायता करने के लिए मात्रात्मक आंकड़ों और मीट्रिक का उपयोग करना है। इस लेख में, हम मात्रात्मक निवेश के इतिहास की समीक्षा करते हैं, इसकी तुलना गुणात्मक विश्लेषण, और कार्रवाई में मात्रा-आधारित रणनीति का एक उदाहरण प्रदान करें।

"क्वांट्स" दर्ज करें

नोबेल पुरस्कार विजेता अर्थशास्त्री हैरी मार्कोविट्ज़ आम तौर पर मात्रात्मक निवेश आंदोलन शुरू करने का श्रेय दिया जाता है जब उन्होंने "पोर्टफोलियो चयन" प्रकाशित किया था वित्त की पत्रिका मार्च 1952 में।मार्कोविट्ज़ ने पेश किया आधुनिक पोर्टफोलियो सिद्धांत (एमपीटी), जिसने निवेशकों को विभिन्न जोखिम स्तरों के लिए रिटर्न को अधिकतम करने में सक्षम परिसंपत्तियों के विविध पोर्टफोलियो का निर्माण करने का तरीका दिखाया। मार्कोविट्ज़ ने गणित का इस्तेमाल परिमाणित करने के लिए किया विविधता और इस अवधारणा के शुरुआती अंगीकार के रूप में उद्धृत किया गया है कि निवेश के लिए गणितीय मॉडल लागू किए जा सकते हैं।

आधुनिक वित्तीय सिद्धांत में अग्रणी रॉबर्ट मेर्टन ने मूल्य निर्धारण के लिए गणितीय तरीकों में अपने शोध के लिए नोबेल पुरस्कार जीता डेरिवेटिव.मार्कोविट्ज़ और मर्टन के काम ने निवेश के लिए मात्रात्मक (मात्रा) दृष्टिकोण की नींव रखी।

मात्रात्मक बनाम। गुणात्मक विश्लेषण

पारंपरिक के विपरीत गुणात्मक निवेश विश्लेषक, क्वांट कंपनियों का दौरा नहीं करते हैं, प्रबंधन टीमों से नहीं मिलते हैं, या प्रतिस्पर्धी बढ़त की पहचान करने के लिए फर्मों द्वारा बेचे जाने वाले उत्पादों पर शोध नहीं करते हैं। वे अक्सर उन कंपनियों के गुणात्मक पहलुओं के बारे में नहीं जानते या परवाह नहीं करते हैं जिनमें वे निवेश करते हैं या इन कंपनियों द्वारा प्रदान किए जाने वाले उत्पादों या सेवाओं के बारे में नहीं जानते हैं। इसके बजाय, वे निवेश के निर्णय लेने के लिए विशुद्ध रूप से गणित पर भरोसा करते हैं।

क्वांट्स—जिनके पास अक्सर वैज्ञानिक पृष्ठभूमि होती है और सांख्यिकी या गणित में डिग्री होती है—उनका उपयोग करेंगे व्यापार को स्वचालित करने वाले अनुकूलित ट्रेडिंग सिस्टम बनाने के लिए कंप्यूटर और प्रोग्रामिंग भाषाओं का ज्ञान प्रक्रिया। उनके कार्यक्रमों के इनपुट प्रमुख वित्तीय अनुपातों (जैसे कि ) से लेकर हो सकते हैं मूल्य-से-आय अनुपात) अधिक जटिल गणनाओं के लिए, जैसे रियायती नकदी प्रवाह (डीसीएफ) मूल्यांकन।

हेज फंड मैनेजर पद्धति को अपनाया। कंप्यूटिंग प्रौद्योगिकी में प्रगति ने इस क्षेत्र को और आगे बढ़ाया, क्योंकि जटिल एल्गोरिदम की गणना पलक झपकते ही की जा सकती है, इस प्रकार स्वचालित ट्रेडिंग रणनीतियाँ बनाई जा सकती हैं। के दौरान क्षेत्र फला-फूला डॉटकॉम बूम और बस्ट.

क्वांट रणनीतियों में ठोकर खाई महान मंदी क्योंकि वे प्रभाव का हिसाब देने में विफल रहे गिरवी द्वारा संरक्षित प्रतिभूतियां बाजार और अर्थव्यवस्था पर था। हालाँकि, मात्रा रणनीतियाँ आज भी उपयोग में हैं और उन्होंने अपनी भूमिका के लिए उल्लेखनीय ध्यान आकर्षित किया है उच्च आवृत्ति व्यापार (एचएफटी) जो व्यापारिक निर्णय लेने के लिए गणित पर निर्भर करता है। मात्रात्मक निवेश भी व्यापक रूप से एक अकेले अनुशासन के रूप में और वापसी वृद्धि और जोखिम शमन दोनों के लिए पारंपरिक गुणात्मक विश्लेषण के संयोजन के रूप में अभ्यास किया जाता है।

डेटा, डेटा हर जगह

कंप्यूटर युग के उदय ने असाधारण रूप से कम समय में भारी मात्रा में डेटा को क्रंच करना संभव बना दिया। यह तेजी से जटिल हो गया है मात्रात्मक व्यापार रणनीतियाँ, जैसा कि व्यापारी लगातार पैटर्न की पहचान करना चाहते हैं, उन पैटर्नों को मॉडल करते हैं, और उनका उपयोग प्रतिभूतियों में मूल्य आंदोलनों की भविष्यवाणी करने के लिए करते हैं।

सार्वजनिक रूप से उपलब्ध डेटा का उपयोग करके क्वांट अपनी रणनीतियों को लागू करते हैं। पैटर्न की पहचान उन्हें प्रतिभूतियों को खरीदने या बेचने के लिए स्वचालित ट्रिगर स्थापित करने में सक्षम बनाती है।

उदाहरण के लिए, पर आधारित एक व्यापारिक रणनीति ट्रेडिंग वॉल्यूम पैटर्न हो सकता है कि ट्रेडिंग वॉल्यूम और कीमतों के बीच एक संबंध की पहचान की हो। इसलिए यदि किसी विशेष स्टॉक पर ट्रेडिंग वॉल्यूम बढ़ जाता है, जब स्टॉक की कीमत $25 प्रति शेयर पर पहुंच जाती है और गिर जाती है जब कीमत $30 तक पहुंच जाती है, तो मात्रा $25.50 पर एक स्वचालित खरीद और $29.50 पर एक स्वचालित बिक्री सेट कर सकती है।

इसी तरह की रणनीति कमाई पर आधारित हो सकती है, कमाई का अनुमान, कमाई आश्चर्य, और कई अन्य कारक। प्रत्येक मामले में, शुद्ध मात्रा के व्यापारी कंपनी की बिक्री की संभावनाओं, प्रबंधन टीम, उत्पाद की गुणवत्ता या उसके व्यवसाय के किसी अन्य पहलू की परवाह नहीं करते हैं। वे अपने द्वारा पहचाने गए पैटर्न के हिसाब से नंबरों के आधार पर खरीदने और बेचने के अपने ऑर्डर दे रहे हैं।

जोखिम को कम करने के लिए पैटर्न की पहचान करना

मात्रात्मक विश्लेषण का उपयोग उन पैटर्नों की पहचान करने के लिए किया जा सकता है जो खुद को लाभदायक सुरक्षा ट्रेडों के लिए उधार दे सकते हैं, लेकिन यह इसका एकमात्र मूल्य नहीं है। पैसा कमाना एक ऐसा लक्ष्य है जिसे हर निवेशक समझ सकता है, जोखिम को कम करने के लिए मात्रात्मक विश्लेषण का भी इस्तेमाल किया जा सकता है।

तथाकथित "जोखिम-समायोजित रिटर्न" की खोज में तुलना करना शामिल है जोखिम के उपाय जैसे अल्फा, बीटा, आर-स्क्वेर्ड, मानक विचलन, और शार्प भाग निवेश की पहचान करने के लिए जो जोखिम के दिए गए स्तर के लिए उच्चतम स्तर का रिटर्न प्रदान करेगा। विचार यह है कि निवेशकों को अपने लक्षित रिटर्न के स्तर को प्राप्त करने के लिए आवश्यकता से अधिक जोखिम नहीं लेना चाहिए।

इसलिए, यदि डेटा से पता चलता है कि दो निवेश समान रिटर्न उत्पन्न करने की संभावना रखते हैं, लेकिन एक महत्वपूर्ण रूप से होगा ऊपर और नीचे की कीमतों में उतार-चढ़ाव के मामले में अधिक अस्थिर, मात्रा (और सामान्य ज्ञान) कम जोखिम वाले की सिफारिश करेंगे निवेश। फिर, मात्राओं को इस बात की परवाह नहीं है कि निवेश का प्रबंधन कौन करता है, इसका क्या? बैलेंस शीट ऐसा लगता है, कौन सा उत्पाद इसे पैसा कमाने में मदद करता है, या कोई अन्य गुणात्मक कारक। वे पूरी तरह से संख्याओं पर ध्यान केंद्रित करते हैं और उस निवेश को चुनते हैं जो (गणित की दृष्टि से) जोखिम का निम्नतम स्तर प्रदान करता है।

जोखिम-समानता पोर्टफोलियो कार्रवाई में मात्रा-आधारित रणनीतियों का एक उदाहरण है। मूल अवधारणा में परिसंपत्ति आवंटन निर्णय लेना शामिल है बाजार की अस्थिरता पर आधारित. जब अस्थिरता कम होती है, तो पोर्टफोलियो में जोखिम लेने का स्तर बढ़ जाता है। जब अस्थिरता बढ़ती है, तो पोर्टफोलियो में जोखिम लेने का स्तर नीचे चला जाता है।

मात्रात्मक विश्लेषण का उदाहरण

उदाहरण को थोड़ा और यथार्थवादी बनाने के लिए, एक पोर्टफोलियो पर विचार करें जो अपनी संपत्ति को नकदी और एक के बीच विभाजित करता है एस एंड पी 500 इंडेक्स फंड. शिकागो बोर्ड विकल्प एक्सचेंज अस्थिरता सूचकांक का उपयोग करना (वीआईएक्स) शेयर बाजार की अस्थिरता के लिए एक प्रॉक्सी के रूप में, जब अस्थिरता बढ़ती है, तो हमारा काल्पनिक पोर्टफोलियो अपनी संपत्ति को नकदी की ओर स्थानांतरित कर देगा।

जब अस्थिरता घटती है, तो हमारा पोर्टफोलियो एसएंडपी 500 इंडेक्स फंड में संपत्ति को स्थानांतरित कर देगा। मॉडल यहां दिए गए संदर्भ की तुलना में काफी अधिक जटिल हो सकते हैं, शायद स्टॉक, बॉन्ड, कमोडिटीज, मुद्राएं और अन्य निवेश शामिल हैं, लेकिन अवधारणा वही रहती है।

क्वांट ट्रेडिंग के लाभ

क्वांट ट्रेडिंग एक निष्पक्ष निर्णय लेने की प्रक्रिया है। पैटर्न और संख्याएं सभी मायने रखती हैं। यह एक प्रभावी खरीद/बिक्री अनुशासन है, जैसा कि लगातार वित्तीय निर्णयों से जुड़ी भावनाओं से निर्बाध रूप से निष्पादित किया जा सकता है।

यह एक लागत प्रभावी रणनीति भी है। चूंकि कंप्यूटर काम करते हैं, इसलिए क्वांट रणनीतियों पर भरोसा करने वाली फर्मों को विश्लेषकों की बड़ी, महंगी टीमों को किराए पर लेने की आवश्यकता नहीं होती है और पोर्टफोलियो प्रबंधक. न ही उन्हें संभावित निवेशों का आकलन करने के लिए देश या दुनिया भर में कंपनियों का निरीक्षण करने और प्रबंधन के साथ बैठक करने की आवश्यकता नहीं है। वे डेटा का विश्लेषण करने और ट्रेडों को निष्पादित करने के लिए कंप्यूटर का उपयोग करते हैं।

उसके खतरे क्या हैं?

"झूठ, लानत झूठ और आँकड़े" एक उद्धरण है जिसका उपयोग अक्सर असंख्य तरीकों का वर्णन करने के लिए किया जाता है जिसमें डेटा में हेरफेर किया जा सकता है। जबकि मात्रात्मक विश्लेषक पैटर्न की पहचान करना चाहते हैं, प्रक्रिया किसी भी तरह से मूर्खतापूर्ण नहीं है। विश्लेषण में बड़ी मात्रा में डेटा को शामिल करना शामिल है। सही डेटा चुनना किसी भी तरह से गारंटी नहीं है, जैसे ट्रेडिंग पैटर्न ऐसा लगता है कि कुछ परिणाम पूरी तरह से काम कर सकते हैं जब तक कि वे नहीं करते। यहां तक ​​​​कि जब एक पैटर्न काम करता प्रतीत होता है, तो पैटर्न को मान्य करना एक चुनौती हो सकती है। जैसा कि हर निवेशक जानता है, कोई निश्चित दांव नहीं है।

विभक्ति बिंदु, जैसे कि 2008-09 के शेयर बाजार में गिरावट, इन रणनीतियों के लिए कठिन हो सकता है, क्योंकि पैटर्न अचानक बदल सकते हैं। यह याद रखना भी महत्वपूर्ण है कि डेटा हमेशा पूरी कहानी नहीं बताता है। मनुष्य एक घोटाले या प्रबंधन परिवर्तन को देख सकता है क्योंकि यह विकसित हो रहा है, जबकि विशुद्ध रूप से गणितीय दृष्टिकोण ऐसा नहीं कर सकता है। साथ ही, एक रणनीति कम प्रभावी हो जाती है क्योंकि बढ़ती संख्या में निवेशक इसे नियोजित करने का प्रयास करते हैं। काम करने वाले पैटर्न कम प्रभावी हो जाएंगे क्योंकि अधिक से अधिक निवेशक इससे लाभ उठाने की कोशिश करेंगे।

तल - रेखा

कई निवेश रणनीतियाँ मात्रात्मक और गुणात्मक दोनों रणनीतियों के मिश्रण का उपयोग करती हैं। वे संभावित निवेशों की पहचान करने के लिए मात्रात्मक रणनीतियों का उपयोग करते हैं और फिर अंतिम निवेश की पहचान करने में अपने शोध प्रयासों को अगले स्तर तक ले जाने के लिए गुणात्मक विश्लेषण का उपयोग करते हैं।

वे निवेश और मात्रा डेटा का चयन करने के लिए गुणात्मक अंतर्दृष्टि का भी उपयोग कर सकते हैं जोखिम प्रबंधन. जबकि मात्रात्मक और गुणात्मक निवेश रणनीतियों दोनों के उनके समर्थक और उनके आलोचक हैं, रणनीतियों को परस्पर अनन्य होने की आवश्यकता नहीं है।