मात्रात्मक विश्लेषण का एक सरल अवलोकन

+

मात्रात्मक विश्लेषण का एक सरल अवलोकन निवेश एक बेहद भावनात्मक अनुभव हो सकता है। लोगों, उत्पादों और मंजिला कंपनियों के इतिहास में एक विशेष सुरक्षा के लिए एक अनुलग्नक विकसित करने के लिए निवेशकों को जन्म दे सकता है। पैसे की एक महत्वपूर्ण राशि पाने या खोने की संभावना निवेशकों अतार्किक तरीके से व्यवहार करने के लिए प्रेरित कर सकते हैं। पैसा बनाने - निवेश से जुड़े संभावित ऊंचे स्तर, चढ़ाव, और भावनाओं के सभी अंतिम लक्ष्य साया कर सकते हैं। उत्तरार्द्ध पर ध्यान केंद्रित करने और पूर्व खत्म करने के प्रयास में, निवेश के लिए "मात्रात्मक दृष्टिकोण 'के बजाय intangibles की संख्या पर ध्यान देना चाहता है। दर्ज "quants" हैरी Markowitz 1952 मार्कोविट्ज़ विविधीकरण यों के लिए गणित का इस्तेमाल किया की वह मार्च में वित्त जर्नल में एक "पोर्टफोलियो चयन" प्रकाशित जब आम तौर पर मात्रात्मक निवेश आंदोलन की शुरुआत का श्रेय जाता है, और अवधारणा का एक प्रारंभिक adopter के रूप में पेश किया जाता है कि गणितीय मॉडल सकता है निवेश के लिए लागू किया। रॉबर्ट मर्टन। आधुनिक वित्तीय सिद्धांत के क्षेत्र में अग्रणी, मूल्य निर्धारण डेरिवेटिव के लिए गणितीय तरीकों में अपने काम के अनुसंधान के लिए नोबेल पुरस्कार जीता। मार्कोविट्ज़ और मर्टन के काम में निवेश करने के लिए मात्रात्मक (क्वांट) दृष्टिकोण की नींव रखी। पारंपरिक गुणात्मक निवेश विश्लेषकों के विपरीत, quants, कंपनियों का दौरा प्रबंधन टीमों से मिलने या फर्मों प्रतिस्पर्धा में बढ़त की पहचान करने के प्रयास में उत्पादों को बेचने के लिए अनुसंधान नहीं है। वे अक्सर पता है या निवेश निर्णय लेने के लिए गणित पर पूरी तरह निर्भर है, वे में निवेश कंपनियों के गुणात्मक पहलुओं के बारे में परवाह नहीं है। हेगड़े कोष प्रबंधकों जटिल एल्गोरिदम पलक झपकते में गणना की जा सकती है के रूप में आगे, क्षेत्र में उन्नत प्रौद्योगिकी है कि कंप्यूटिंग में कार्यप्रणाली और अग्रिम गले लगा लिया। क्षेत्र डॉटकॉम बूम और बस्ट के दौरान निखरा। quants के रूप में बड़े पैमाने पर तकनीक बस्ट और बाजार में गिरावट के उन्माद से बचा। वे महान मंदी में ठोकर खाई है, वहीं क्वांट रणनीतियों उपयोग में आज बने हुए हैं, और व्यापार के निर्णय करने के लिए गणित पर निर्भर करता है कि उच्च आवृत्ति ट्रेडिंग (एचएफटी) में उनकी भूमिका के लिए उल्लेखनीय ध्यान प्राप्त की है। मात्रात्मक निवेश भी व्यापक रूप से एक स्टैंड-अलोन अनुशासन के रूप में है और बदले वृद्धि और जोखिम कम करने के लिए दोनों पारंपरिक गुणात्मक विश्लेषण के साथ संयोजन के रूप में दोनों अभ्यास किया है। डेटा, डेटा हर जगह कंप्यूटर युग के उदय के लिए यह संभव समय की असाधारण कम समय में डेटा की भारी मात्रा में कमी करने के लिए बनाया है। व्यापारियों सुसंगत पैटर्न, मॉडल उन पैटर्न की पहचान करने और प्रतिभूतियों में कीमत आंदोलनों की भविष्यवाणी करने के लिए उन्हें इस्तेमाल करने की तलाश के रूप में यह तेजी से जटिल मात्रात्मक व्यापार रणनीतियों के लिए प्रेरित किया। quants सार्वजनिक रूप से उपलब्ध डेटा का उपयोग कर अपनी रणनीति को लागू करने। पैटर्न की पहचान प्रतिभूतियों को खरीदने या बेचने के लिए स्वत: चलाता है स्थापित करने के लिए उन्हें सक्षम बनाता है। उदाहरण के लिए, व्यापार की मात्रा पैटर्न के आधार पर एक व्यापार रणनीति व्यापार की मात्रा और कीमतों के बीच एक संबंध की पहचान हो सकती है। शेयर की कीमत प्रति शेयर $ 25 हिट और कीमत $ 30 हिट जब चला जाता है जब, उदाहरण के लिए, किसी विशेष शेयर पर व्यापार की मात्रा बढ़ जाता है, तो एक क्वांट $ 29.50 पर एक $ 25.50 पर स्वत: खरीदें और स्वत बेचने की स्थापना हो सकती है। इसी तरह की रणनीति आय, आय का अनुमान लगाया है, आय आश्चर्य और अन्य कारकों के मेजबान के आधार पर किया जा सकता है। प्रत्येक मामले में, शुद्ध क्वांट व्यापारियों कंपनी की बिक्री की संभावनाओं, टीम प्रबंधन, उत्पाद की गुणवत्ता या अपने व्यापार के किसी भी दूसरे पहलू के बारे में परवाह नहीं है। पैटर्न में वे पहचान की है के लिए वे खरीदने और बेचने के लिए उनके आदेश दे रहे हैं आधारित सख्ती नंबर पर जिम्मेदार है। मात्रात्मक विश्लेषण लाभदायक सुरक्षा ट्रेडों के लिए खुद को उधार दे सकता है कि पैटर्न की पहचान करने के लिए इस्तेमाल किया जा सकता है, लेकिन वह अपनी ही मूल्य नहीं है। पैसा बनाने के लिए हर निवेशक को समझ सकते हैं एक लक्ष्य है, मात्रात्मक विश्लेषण भी जोखिम को कम करने के लिए इस्तेमाल किया जा सकता है। तथाकथित "जोखिम-समायोजित रिटर्न" की खोज में इस तरह के अल्फा के रूप में की तुलना जोखिम के उपाय शामिल है। बीटा। आर चुकता। मानक विचलन और जोखिम का भी स्तर के लिए वापसी के उच्चतम स्तर पर वितरित कर देगा कि निवेश की पहचान करने के क्रम में शार्प अनुपात। विचार निवेशकों वापसी के अपने लक्षित स्तर को प्राप्त करने के लिए आवश्यक है से अधिक नहीं जोखिम उठाने चाहिए। तो, डेटा दो निवेश समान रिटर्न उत्पन्न होने की संभावना है, लेकिन लगता है कि एक के ऊपर और नीचे मूल्य झूलों के मामले में काफी अधिक अस्थिर हो जाएगा कि यदि पता चलता है, quants (और सामान्य ज्ञान) कम जोखिम भरा निवेश की सिफारिश करेंगे। फिर, quants अपनी बैलेंस शीट की तरह दिखता है क्या निवेश, का प्रबंधन करने वाले के बारे में परवाह नहीं है, क्या मदद करता उत्पाद है कि यह पैसे या किसी अन्य गुणात्मक कारक कमाते हैं। वे संख्या पर पूरी तरह ध्यान केंद्रित है, और (गणितीय बोल रहा हूँ) जोखिम के निम्नतम स्तर प्रदान करता है कि निवेश चुनें। जोखिम-समता विभागों कार्रवाई में क्वांट आधारित रणनीतियों का एक उदाहरण है। बुनियादी अवधारणा बाजार में उतार-चढ़ाव पर आधारित परिसंपत्ति आवंटन निर्णय बनाने शामिल है। उतार-चढ़ाव में गिरावट आती है, पोर्टफोलियो में लेने के जोखिम के स्तर के ऊपर चला जाता है। जब में अस्थिरता बढ़ जाती है, पोर्टफोलियो में लेने के जोखिम का स्तर नीचे चला जाता है। उदाहरण के एक छोटे से अधिक यथार्थवादी बनाने के लिए, नकदी और एक सपा 500 इंडेक्स फंड के बीच अपनी संपत्ति को बांटता है कि एक पोर्टफोलियो पर विचार करें। शेयर बाजार में उतार-चढ़ाव के लिए एक प्रॉक्सी, अस्थिरता बढ़ जाता है, जब हमारे काल्पनिक पोर्टफोलियो नकदी की ओर अपनी परिसंपत्तियों बदलाव होगा के रूप में शिकागो बोर्ड विकल्प एक्सचेंज अस्थिरता सूचकांक (वीआईएक्स) का उपयोग करना। उतार-चढ़ाव में गिरावट आती है, हमारे पोर्टफोलियो सपा 500 इंडेक्स फंड के लिए संपत्ति बदलाव होगा। मॉडल शायद शेयरों, बांडों, वस्तुओं, मुद्राओं, और अन्य निवेश सहित हम यहाँ संदर्भ से एक है, की तुलना में काफी अधिक जटिल हो सकता है, लेकिन अवधारणा ही रहता है। क्वांट व्यापार एक निष्पक्ष निर्णय लेने की प्रक्रिया है। पैटर्न और संख्या है कि सभी बात कर रहे हैं। अक्सर वित्तीय निर्णय के साथ जुड़ा हुआ है कि भावना से निर्बाध, लगातार क्रियान्वित किया जा सकता है, क्योंकि यह एक प्रभावी खरीदने / बेचने के अनुशासन है। यह भी एक लागत प्रभावी रणनीति है। कंप्यूटर काम करते हैं, क्वांट रणनीतियों पर भरोसा करते हैं कि कंपनियों के विश्लेषकों और पोर्टफोलियो प्रबंधकों की बड़ी, महंगी टीमों भर्ती करने की जरूरत नहीं है। न ही वे कंपनियों के निरीक्षण और संभावित निवेश का आकलन करने के क्रम में प्रबंधन के साथ बैठक देश या दुनिया भर में यात्रा करने की ज़रूरत है। वे सिर्फ ट्रेडों डेटा का विश्लेषण और निष्पादित करने के लिए कंप्यूटर का उपयोग करें। "झूठ, लानत झूठ और आँकड़े" अक्सर छेड़छाड़ की जा सकती डेटा में तरीकों की बहुत बड़ी संख्या का वर्णन करने के लिए इस्तेमाल एक उद्धरण है। मात्रात्मक विश्लेषकों पैटर्न की पहचान करने के लिए की तलाश करते हैं, इस प्रक्रिया से कोई मतलब मूर्ख प्रूफ के द्वारा होता है। विश्लेषण डेटा की विशाल मात्रा के माध्यम से मुर्गियों को मारने शामिल है। कोई एक गारंटी का मतलब है सही डेटा का चयन वे नहीं करते जब तक कुछ परिणामों का सुझाव दिखाई देते हैं कि पैटर्न पूरी तरह से काम कर सकते हैं, बस के रूप है। एक पैटर्न काम करने के लिए प्रकट होता है, तब भी जब पैटर्न को मान्य एक चुनौती हो सकती है। हर निवेशक के रूप में जानता है, कोई यकीन दांव रहे हैं। पैटर्न अचानक बदल सकते हैं जैसे 2008/2009 के शेयर बाजार में मंदी के रूप में मोड़ना अंक,,, इन रणनीतियों पर मुश्किल हो सकता है। यह हमेशा पूरी कहानी बता नहीं है कि डेटा को याद करने के लिए भी महत्वपूर्ण है। एक विशुद्ध गणितीय दृष्टिकोण जरूरी ऐसा नहीं कर सकता है, जबकि मनुष्यों, यह विकसित कर रहा है के रूप में एक घोटाले या प्रबंधन परिवर्तन देख सकते हैं। निवेशकों की संख्या बढ़ रही है कि यह काम करने के लिए कोशिश के रूप में इसके अलावा, एक रणनीति कम प्रभावी हो जाता है। अधिक से अधिक निवेशकों को इसे से लाभ करने की कोशिश के रूप में तो, है कि काम भी पैटर्न कम प्रभावी हो जाएगा। तल - रेखा कई निवेश रणनीतियों दोनों मात्रात्मक और गुणात्मक रणनीति का एक मिश्रण का उपयोग करें। वे संभावित निवेश की पहचान और उसके बाद अंतिम निवेश की पहचान करने में अगले स्तर तक अपने अनुसंधान के प्रयासों लेने के लिए गुणात्मक विश्लेषण का उपयोग करने के क्वांट रणनीतियों का उपयोग करें। वे कई जोखिम प्रबंधन के लिए निवेश और क्वांट डेटा का चयन करने के लिए गुणात्मक अंतर्दृष्टि का उपयोग करें। मात्रात्मक और गुणात्मक निवेश रणनीतियों दोनों अपने समर्थकों और उनके आलोचकों है, वहीं रणनीतियों परस्पर अनन्य होने की जरूरत नहीं है।