গতিশীল সময় বিকৃতির উপর ভিত্তি করে রূপবিদ্যা স্বীকৃতি কৌশল

• ১. আকৃতি সনাক্তকরণ

  প্রযুক্তিগত বিশ্লেষণ তত্ত্ব তিনটি গুরুত্বপূর্ণ অনুমানের উপর ভিত্তি করে তৈরিঃ

  (১) শেয়ারের দামের মধ্যে সব বাজার তথ্য থাকে

  (২) শেয়ারের দামের প্রবণতা

  (৩) ইতিহাসের পুনরাবৃত্তি

  তৃতীয় পয়েন্টটি বর্ণনা করে যে শেয়ারের দাম বা সূচক দীর্ঘমেয়াদী চলার সময় নির্দিষ্ট কিছু ঘূর্ণিঝড়ের ঘূর্ণিঝড় বা প্যাটার্নের পুনরাবৃত্তি করে। এই প্যাটার্নগুলি অধ্যয়ন করার পরে বাজারের পূর্বাভাসের জন্য গুরুত্বপূর্ণ রেফারেন্স মূল্য রয়েছে। তথাকথিত ঘূর্ণিঝড়ের ঘূর্ণিঝড়, একটি নির্দিষ্ট সময়ের মধ্যে শেয়ারের দাম বা অন্যান্য সূচকের গতিবিধি যেমন উত্থান, পতন, ঝড়ের মতো।

  আচরণগত অর্থনীতির দৃষ্টিকোণ থেকে, নিষ্পত্তি প্রভাব বা ভেড়ার পালের প্রভাবের মতো গ্রুপের আচরণের নিয়মগুলি বাজারে বস্তুনিষ্ঠভাবে উপস্থিত রয়েছে। বাজারগুলি প্রচুর বিনিয়োগকারীদের খেলার ফলাফল, যদিও বিনিয়োগের মানগুলি সর্বদা পরিবর্তিত হয়, একই মানগুলি সর্বদা পরিবর্তনের মধ্যে থাকে, তবে মানবিকতা অপরিবর্তিত থাকে, লেনদেনের মনোভাব অপরিবর্তিত থাকে, বিনিয়োগকারীদের সিদ্ধান্ত গ্রহণের প্রক্রিয়াতে গঠিত দিকনির্দেশিত চিন্তাভাবনা এবং জল্পনা-কল্পনা মনোভাবের ফলে ইতিহাসের পুনরাবৃত্তি ঘটে। প্রযুক্তিগত বিশ্লেষণ বেশিরভাগই historicalতিহাসিক ডেটা বিশ্লেষণ এবং সংযোজনের উপর ভিত্তি করে, ইতিহাস থেকে নিয়মগুলি বের করার চেষ্টা করে এবং ভবিষ্যতের সিদ্ধান্ত গ্রহণের নির্দেশ দেয়। প্রযুক্তিগত বিশ্লেষণের কার্যকারিতা এবং কার্যকারিতা বাজারে স্বীকৃত এবং অনুশীলন করা হয়েছে, যেমন বিখ্যাত তরঙ্গ তত্ত্ব, মতামত ইত্যাদি।

  সংক্ষেপে, শেয়ারের আকৃতি কেবল শেয়ারের মৌলিক পরিবর্তনের তথ্যই নয়, বাজারের বিনিয়োগকারী গোষ্ঠীর বিনিয়োগের মনোভাবও প্রতিফলিত করে, যার মধ্যে লেনদেনের যুক্তি রয়েছে। অতএব, শেয়ারের দামের গতিবিধিগুলি অনুরূপ আকৃতি প্রদর্শন করে এবং অনুরূপ আকৃতির বিভিন্ন শেয়ারগুলি ভবিষ্যতে অনুরূপ গতিবিধি প্রদর্শন করতে পারে।

  প্রযুক্তিগত বিশ্লেষণ তত্ত্বের উপর ভিত্তি করে শেয়ারের দামের গতিবিধি সনাক্ত করা এবং ভবিষ্যদ্বাণী করা কঠিন কারণ প্রযুক্তিগত বিশ্লেষণের অনেকগুলি পদ্ধতি অভিজ্ঞতার উপর নির্ভর করে, এটি পরিমাপ করা কঠিন, এমনকি একই গতিবিধিতে বিভিন্ন প্রযুক্তিগত বিশ্লেষক একেবারে বিপরীত সিদ্ধান্তে আসে। আমরা এই সমস্যাটি সমাধান করার জন্য একটি আকৃতি সনাক্তকরণ অ্যালগরিদম ব্যবহার করার চেষ্টা করেছি।

• ২. আকৃতি সনাক্তকরণ অ্যালগরিদম

  আকার সনাক্তকরণ, যেমন ভয়েস সনাক্তকরণ, মূলত তরঙ্গ আকৃতির বৈশিষ্ট্যগুলি ক্যাপচার এবং সনাক্তকরণ। তুলনামূলকভাবে ব্যবহৃত সনাক্তকরণ অ্যালগরিদমগুলির মধ্যে রয়েছে নিউরাল নেটওয়ার্ক অ্যালগরিদম, ইনমার্কভ অ্যালগরিদম ইত্যাদি মেশিন লার্নিং-ভিত্তিক অ্যালগরিদম, প্রযুক্তিগত সূচক এবং ফাংশন চূড়ান্ত মানের উপর ভিত্তি করে পরিসংখ্যানগত বিচার পদ্ধতিও রয়েছে।

  এই প্রতিবেদনটি একটি গতিশীল সময়নিয়ন্ত্রণ সংশোধন অ্যালগরিদম গ্রহণ করেছে। স্বয়ংক্রিয় বক্তৃতা শনাক্তকরণের ক্ষেত্রে, যেহেতু ভয়েস সিগন্যাল একটি সংকেত যা যথেষ্ট পরিমাণে এলোমেলোতা রয়েছে, এমনকি যদি একই স্পিকার একই শব্দটি উচ্চারণ করে তবে প্রতিটি উচ্চারণের ফলাফল আলাদা হয় এবং এটির সম্পূর্ণ একই সময়ের দৈর্ঘ্য থাকতে পারে না। সুতরাং, সংরক্ষিত মডেলের সাথে মিলিত হওয়ার সময়, অজানা শব্দের সময় অক্ষটি অসম্পূর্ণভাবে বিকৃত বা বিঘ্নিত হতে হবে যাতে এর বৈশিষ্ট্যগুলি টেম্পলেট বৈশিষ্ট্যগুলির সাথে সামঞ্জস্যপূর্ণ হয়। সময়নিয়ন্ত্রণ সংশোধন পদ্ধতিটি একটি খুব শক্তিশালী পদক্ষেপ যা সিস্টেমের স্বীকৃতির নির্ভুলতা বাড়ানোর জন্য খুব কার্যকর।

  প্রকৃতপক্ষে, বাস্তব প্রয়োগের পরিস্থিতিতে, বিশেষত আর্থিক টাইম সিকোয়েন্সের মিলের সমস্যাটি প্রায়শই সময়রেখায় সম্পূর্ণ একমততা না হওয়ার জন্য বলা হয়, অন্য কথায়, যদি টাইম সিকোয়েন্সটি আকারে অনুরূপ হয় তবে সিকোয়েন্সের অভ্যন্তরে মডেলের সান্দ্রতা বা ভোল্টেজের পার্থক্য থাকে, তবে এই টাইম সিকোয়েন্স গ্রুপটি এখনও অনুরূপ বলে মনে করা যেতে পারে এবং এটির সাথে মিলিত হওয়া দরকার। বাজারের প্রযুক্তিগত বিশ্লেষকরা এই আকারের মিলের মাধ্যমে, শেয়ার বা বড় স্টক সূচকের ইতিহাসের ডেটাতে বর্তমান প্রবণতাগুলির সাথে মিল খুঁজে পান এবং ইতিহাসের পরে এই আকারগুলি দেখা দেওয়ার পরে, পৃথক শেয়ার বা বড় স্টকগুলির গতিশীলতা পর্যবেক্ষণ করে, অবশেষে পরবর্তী সময়ে পৃথক বা বড় স্টকগুলির গতিশীলতার পূর্বাভাস দেয় এবং ট্রেডিং সিদ্ধান্তকে নির্দেশ করে।

  ডায়নামিক টাইমলাইন অ্যালগরিদম বোঝার জন্য, টাইমলাইন অ্যালগরিদমের ধারণাগুলি বোঝা গুরুত্বপূর্ণ, যা নিম্নরূপঃ

  

  নীল এবং সবুজ রেখা দুটি সময় ক্রমকে নির্দেশ করে, এবং ঐতিহ্যগত দূরত্ব পরিমাপ পদ্ধতির তুলনায়, সময়কে সঠিকভাবে মানচিত্র করা হচ্ছে সময় পয়েন্টগুলিকে এক জোড়া বা একাধিক জোড়ায় একসাথে ম্যাপ করার জন্য, যখন সর্বোত্তম শর্তগুলি পূরণ করা হয়। এই ধরনের ম্যাপিংয়ের পরে, সময় অক্ষটি সঠিকভাবে মানচিত্র করা হয় যাতে দুটি সময় ক্রমের মধ্যে সর্বনিম্ন দূরত্ব এবং সর্বাধিক মিল থাকে।

  ডায়নামিক টাইমওভার অ্যালগরিদমের মূল বিষয় হল সর্বোত্তম পথ খুঁজে বের করা, যার জন্য নিম্নলিখিত শর্তগুলো পূরণ করতে হবেঃ

  (১) সীমান্তের অবস্থা;

  (২) ধারাবাহিকতা: একটি নির্দিষ্ট বিন্দু অতিক্রম না করে, শুধুমাত্র তার প্রতিবেশী বিন্দুর সাথে সামঞ্জস্যপূর্ণ হওয়া

  (৩) একধ্বনিঃ যেটি বলে যে, একটি পয়েন্টকে সময়ের সাথে একধ্বনি হতে হবে।

  গতিশীল পরিকল্পনার মাধ্যমে সর্বোত্তম পথ এবং সর্বনিম্ন দূরত্ব খুঁজে পাওয়া যায়।

• ৩. আকৃতি সনাক্তকরণ কৌশল

  গতিশীল সময় নির্ধারণের অ্যালগরিদম ব্যবহার করে মডেল সনাক্তকরণ ফাংশনটি বাস্তবায়িত করা হয়েছে, যা মানবিকভাবে নির্বাচিত মানক মডেলের উপর ভিত্তি করে, প্রতিটি লেনদেনের দিন মডেল সনাক্তকরণ অ্যালগরিদম ব্যবহার করে স্ট্যান্ডার্ড মডেলের সাথে পুরো এ স্টক মডেলের দূরত্ব গণনা করা হয়, তারপরে অবমূল্যায়নের চেয়ে কম দূরত্বের স্টকগুলি বেছে নেওয়া হয় এবং সেই দিনের খোলার দামে কেনা হয়, পাঁচ দিন ধরে খোলার দামে বিক্রি হয়, যদি ধরে রাখার সময় কোনও দিন খোলার দাম -৫% এর বেশি হ্রাস পায়, তবে খোলার দামে ক্ষতি হয়।

  

  
  

• ৫. উপসংহার

  এই কৌশলটি একটি গতিশীল সময় নির্ধারণের অ্যালগরিদমের উপর ভিত্তি করে তৈরি করা হয়েছে যা স্টক পোর্টফোলিও তৈরি করতে অভিজ্ঞতার মতো স্টক প্যাটার্নগুলিকে ক্যাপচার করে। এটি ২.৫৯% এর শার্প অনুপাত এবং ২৭.৪% বার্ষিক লাভের হার অর্জন করেছে।

ছবির ক্যাপশনঃ