【নিউট্রাল হেজিং স্ট্যাটিস্টিক্যাল আর্বিট্রেজ (Pure-Alpha ড্রিম ভার্সন】

-০ মাল্টি-লং-শর্ট এক্সপোজার নিউট্রাল হেজিং স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি

প্রিয় ট্রেডাররা, কয়েক মাসের পরীক্ষা-নিরীক্ষা, অপটিমাইজেশন ও ইটারেশনের পর, আমি আনন্দিত যে এই নিউট্রাল হেজিং স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি বেশ স্থিতিশীল স্তরে পৌঁছেছে এবং আপনাদের সাথে শেয়ার করা যাচ্ছে। এটি একটি লং-শর্ট হেজিং ভিত্তিক মার্কেট নিউট্রাল স্ট্র্যাটেজি, যেখানে একই অ্যাকাউন্টে এক ঝুড়ি পণ্য লং এবং আরেক ঝুড়ি পণ্য শর্ট করা হয় এবং লং-শর্টের মান সমান থাকে। বাজারের β-টাইপ সিস্টেমেটিক রিস্ক এড়িয়ে চলার সময়, বিভিন্ন লং-শর্ট পেয়ার কম্বিনেশন খুঁজে বের করতে স্ট্যাটিস্টিক্যাল পদ্ধতি ব্যবহার করা হয়, যা α-এর স্থিতিশীল মুনাফা অর্জনের জন্য নিম্ন ঝুঁকির আর্বিট্রেজ স্ট্র্যাটেজি। এই স্ট্র্যাটেজির ধারণ ক্ষমতা ভালো, মার্কেট বেঞ্চমার্কের সাথে সম্পর্ক কম, মাল্টি-শর্ট এক্সপোজার নিউট্রাল, এবং 312/519-এর মতো চরম ব্ল্যাক সোয়ান পরিস্থিতিতে কোনো ঝুঁকি নেই; বরং এই ধরনের বাজারের ভুল মূল্য নির্ধারণের সময় এটি উজ্জ্বলভাবে কাজ করে। নিচে এই স্ট্র্যাটেজি সম্পর্কে বিস্তারিত বর্ণনা দেওয়া হলো।

Hello~Welcome come to my channel!

স্বাগতম ট্রেডাররা, আমার চ্যানেলে। আমি ঝুশৌ জুন, একজন Quant Developer, যিনি ফুল-স্ট্যাক ডেভেলপমেন্ট করে থাকি CTA, HFT, আর্বিট্রেজ ইত্যাদি ট্রেডিং স্ট্র্যাটেজি। FMZ প্ল্যাটফর্মকে ধন্যবাদ, আমি আমার কোয়ান্ট চ্যানেলে কোয়ান্ট ডেভেলপমেন্ট সম্পর্কিত বিভিন্ন কন্টেন্ট শেয়ার করব এবং ট্রেডারদের সাথে সহযোগিতা করে কোয়ান্ট কমিউনিটির সমৃদ্ধি বজায় রাখব।

আরও তথ্যের জন্য, আমার চ্যানেলে আসুন~ এখানে অপেক্ষায় আছি আপনাকে 【作手君量化小屋】

এক, স্ট্যাটিস্টিক্যাল আর্বিট্রেজের পরিচিতি ও ব্যাখ্যা

স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি হল এমন একটি কৌশল যা বিভিন্ন ঝুড়ি পণ্যের মধ্যে মূল্য সম্পর্ক ব্যবহার করে ট্রেড করে। এই কৌশলটি স্ট্যাটিস্টিক্যাল নীতির উপর ভিত্তি করে তৈরি, যা একাধিক পণ্যের ঐতিহাসিক মূল্য প্রবণতা এবং পারস্পরিক সম্পর্ক বিশ্লেষণ করে, তাদের মধ্যে মূল্যের পার্থক্য খুঁজে বের করে এবং এই পার্থক্যগুলি ব্যবহার করে ট্রেড করে। ঐতিহাসিকভাবে, স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি স্টক মার্কেটে ব্যাপকভাবে ব্যবহৃত হয়েছে। প্রাথমিক স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজিগুলি মূলত স্টকগুলির মধ্যে করা হত, যেমন তেল কোম্পানিগুলির মধ্যে বা টেলিকম কোম্পানিগুলির মধ্যে। এই কৌশলগুলি প্রায়শই শিল্প সম্পর্কের অনুমানের উপর ভিত্তি করে তৈরি হত, যেখানে মূল্য কম বলে ধরা স্টক কিনে এবং মূল্য বেশি বলে ধরা স্টক বিক্রি করে আর্বিট্রেজের উদ্দেশ্য অর্জন করা হত।

বাজারের বিকাশের সাথে সাথে, স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি ধীরে ধীরে অন্যান্য আর্থিক বাজারেও প্রসারিত হয়েছে, যেমন কমোডিটি ফিউচার, ফরেক্স এবং ক্রিপ্টোকারেন্সি। এই বাজারগুলিতে পারস্পরিক সম্পর্কযুক্ত বিভিন্ন ঝুড়ি কম্বিনেশন খুঁজে পাওয়া যায় এবং মূল্যের পার্থক্য ব্যবহার করে আর্বিট্রেজ ট্রেড করা যায়। এই কৌশলটির যুক্তি হচ্ছে মিন রিভার্সন নীতির উপর ভিত্তি করে। যখন নির্মিত একাধিক ঝুড়ি পণ্যের কম্বিনেশনের মধ্যে মূল্য তাদের স্ট্যাটিস্টিক্যাল সীমার বাইরে চলে যায়, তখন পুনরায় স্বাভাবিক অবস্থায় ফিরে আসার প্রবণতা থাকে। এই প্রবণতা অনুসারে, যখন মূল্যের বিচ্যুতি বড় হয়, তখন মূল্য বেশি থাকা এক ঝুড়ি পণ্য বিক্রি করে এবং মূল্য কম থাকা আরেক ঝুড়ি পণ্য কিনে বাজারের অস্থায়ী ভুল মূল্য নির্ধারণের বিরুদ্ধে হেজিং ট্রেড করা যায়। এইভাবে, একাধিক ঝুড়ি পেয়ারের স্প্রেড থেকে লাভ অর্জন করা যায়।

দুই, স্ট্যাটিস্টিক্যাল আর্বিট্রেজের সুবিধা ও অসুবিধা

সুবিধা:

• বাজারের ঝুঁকি কমানো: স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি বিভিন্ন ঝুড়ি পণ্যের কম্বিনেশনের মধ্যে পার্থক্যের উপর ভিত্তি করে আর্বিট্রেজ করে, যা একক পণ্যের ট্রেডিংয়ের তুলনায় ঝুঁকি ছড়িয়ে দেয় এবং বাজারের ওঠানামার প্রভাব কমায়। বাজারের সিস্টেমেটিক ঝুঁকি কমিয়ে দেয়।
• স্থিতিশীল মুনাফা: স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি বাজারের স্বল্পমেয়াদী ভুল মূল্য নির্ধারণের বিরুদ্ধে মিন রিভার্সন আর্বিট্রেজ ট্রেড করে, যা ডিরেকশনাল স্ট্র্যাটেজির তুলনায় আরও স্থিতিশীল মুনাফা বৈশিষ্ট্য প্রদান করে। ডিরেকশনাল স্ট্র্যাটেজির তুলনায় কম ঝুঁকি, কম ওঠানামা এবং আরও স্থিতিশীল মুনাফা অর্জন করে।
• বিভিন্ন বাজার পরিবেশে মানিয়ে নেওয়া যায়: স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি বিভিন্ন বাজার পরিবেশে কাজ করতে পারে, কারণ এই ট্রেডিং কৌশলটি বাজারের দিকনির্দেশনার সাথে তুলনামূলকভাবে কম সম্পর্কযুক্ত।

অসুবিধা:

• ঐতিহাসিক তথ্য কেবল অতীতের সম্পর্ক প্রতিফলিত করতে পারে, ভবিষ্যতের সম্পূর্ণ প্রতিনিধিত্ব করতে পারে না, ফলে কিছু ঝুঁকি থাকে। স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজি তৈরিতে প্রচুর স্ট্যাটিস্টিক্যাল পরীক্ষা ব্যবহার করা হয়, যা ঐতিহাসিক বড় ডেটার উপর ভিত্তি করে ঝুড়ি পণ্যের কম্বিনেশন ও সম্পর্ক আবিষ্কার করে; ভবিষ্যতে পরিবর্তন আসতে পারে, ফলে কিছু টেইল রিস্ক থাকে।
• বাজারের স্বল্পমেয়াদী ভুল মূল্য নির্ধারণের ভারসাম্য ফিরে আসতে যে সময় লাগবে তা সঠিকভাবে নির্ণয় করা কঠিন। যদি ট্রেডিং দীর্ঘ সময় ধরে চলে, তবে তহবিল ব্যবহারের খরচও একটি বড় চ্যালেঞ্জ।
• উচ্চ চাহিদাসম্পন্ন তথ্য বিশ্লেষণ ও মডেল নির্মাণ দক্ষতা: স্ট্যাটিস্টিক্যাল আর্বিট্রেজ স্ট্র্যাটেজির জন্য বিভিন্ন ঝুড়ি পেয়ারের মধ্যে সম্পর্ক, কোইন্টিগ্রেশন ইত্যাদি স্ট্যাটিস্টিক্যাল ডেটার গভীর বিশ্লেষণ ও মডেলিং প্রয়োজন, যার জন্য উচ্চ তথ্য বিশ্লেষণ ও মডেল নির্মাণ দক্ষতা থাকতে হবে।
• ট্রেড এক্সিকিউশন ও লিকুইডিটি ঝুঁকি: একাধিক পণ্যের হেজিং ট্রেড হওয়ায় এক্সিকিউশন মূল্য এবং ভলিউম বিভিন্ন পণ্যের দ্বারা প্রভাবিত হতে পারে, ফলে ট্রেড এক্সিকিউশন ঝুঁকি থাকে। আরও উন্নত স্ট্র্যাটেজি ডিজাইন ও আর্কিটেকচার প্রয়োজন।

তিন, এই Alpha স্ট্যাটিস্টিক্যাল আর্বিট্রেজের মূল বিষয়বস্তু

1, সব পণ্যের ডেটা রিয়েল-টাইম মনিটরিং, বড় ডেটা স্ক্যানিং, এবং লং-শর্ট পণ্যের ঝুড়ি কম্বিনেশন নির্মাণ।

নির্দিষ্টভাবে, কম্বিনেশন ঝুড়ি পেয়ার তৈরি করা হয়: উদাহরণস্বরূপ, যদি A, B, C, D, E, F এই ৬টি পণ্য থাকে, তবে সেগুলিকে ২টি গ্রুপে ভাগ করা যায়, প্রতিটি গ্রুপে ৩টি পণ্য, এবং ঝুড়ি কম্বিনেশন তৈরি করা যায়। একই সাথে, ইনডেক্স আর্বিট্রেজও তৈরি করা হয়: কিছু শিল্প ও সেক্টরের পণ্যকে দুই ভাগে ভাগ করে দুটি নতুন মার্কেট ইনডেক্স তৈরি করা হয়, এবং তারপর এই দুই ইনডেক্সের উপর পরবর্তী স্ট্যাটিস্টিক্যাল ডেটা বিশ্লেষণ করা হয়।

2, ঝুড়ির লং-শর্ট কম্বিনেশনের পারস্পরিক সম্পর্ক পরীক্ষা করা।

পারস্পরিক সম্পর্ক বলতে বোঝায় দুই বা ততোধিক ভেরিয়েবলের মধ্যে সম্পর্কের মাত্রা। এটি একটি ভেরিয়েবলের পরিবর্তন এবং অন্য একটি ভেরিয়েবলের পরিবর্তনের মধ্যে সম্পর্ক পরিমাপ করতে ব্যবহৃত হয়, যা নির্ধারণ করতে সাহায্য করে যে কোনো নির্দিষ্ট সম্পর্ক আছে কিনা বা একটি ভেরিয়েবলের পরিবর্তন অন্য ভেরিয়েবলের উপর কী প্রভাব ফেলতে পারে তা পূর্বাভাস দিতে। সম্পর্কগুণ (correlation coefficient) পরিমাপের একটি সাধারণ পদ্ধতি, যেমন পিয়ারসন সম্পর্কগুণ (Pearson correlation coefficient), স্পিয়ারম্যান র্যাঙ্ক সম্পর্কগুণ (Spearman's rank correlation coefficient) ইত্যাদি। পিয়ারসন সম্পর্কগুণ দুটি ধারাবাহিক ভেরিয়েবলের সম্পর্ক মূল্যায়ন করে, যেখানে স্পিয়ারম্যান র্যাঙ্ক সম্পর্কগুণ দুটি অর্ডারযুক্ত ভেরিয়েবলের সম্পর্ক মূল্যায়নের জন্য উপযুক্ত। সম্পর্কগুণের মানের পরিসীমা [-1, 1], যেখানে -1 নেতিবাচক সম্পর্ক, 1 ধনাত্মক সম্পর্ক, এবং 0 কোনো সম্পর্ক নয় নির্দেশ করে। সম্পর্কগুণ -1 বা 1-এর যত কাছাকাছি, সম্পর্ক তত শক্তিশালী; 0-এর কাছাকাছি মানে সম্পর্ক দুর্বল। সম্পর্কগুণের গাণিতিক সূত্র নিচে দেওয়া হলো (পিয়ারসন সম্পর্কগুণের উদাহরণ):

r = cov(X, Y) / (std(X) * std(Y))

এখানে, r হল সম্পর্কগুণ, cov হল কোভেরিয়েন্স, std হল স্ট্যান্ডার্ড ডেভিয়েশন, এবং X ও Y যথাক্রমে দুটি ভেরিয়েবল নির্দেশ করে। পারস্পরিক সম্পর্ক পরীক্ষা করার সময়, সম্পর্কগুণের স্ট্যাটিস্টিক্যাল সিগনিফিকেন্স গণনা করা একটি সাধারণ পদ্ধতি। সাধারণত হাইপোথিসিস টেস্ট ব্যবহার করে নির্ধারণ করা হয় যে সম্পর্কগুণ উল্লেখযোগ্য কিনা। হাইপোথিসিস টেস্টের নাল হাইপোথিসিস হলো ভেরিয়েবলের মধ্যে কোনো সম্পর্ক নেই, এবং সম্পর্কগুণের পরিসংখ্যান গণনা করে নির্ধারণ করা হয় নাল হাইপোথিসিস প্রত্যাখ্যান করা হবে কিনা।

3, ঝুড়ির লং-শর্ট কম্বিনেশনের কোইন্টিগ্রেশন পরীক্ষা করা।

কোইন্টিগ্রেশন (cointegration) বলতে বোঝায় দুই বা ততোধিক টাইম সিরিজ ভেরিয়েবলের মধ্যে দীর্ঘমেয়াদী সম্পর্ক, অর্থাৎ তাদের রৈখিক সমন্বয় স্থিতিশীল। পারস্পরিক সম্পর্কের তুলনায়, কোইন্টিগ্রেশন আরও বেশি দীর্ঘমেয়াদী ভারসাম্যের সম্পর্কের উপর জোর দেয়, শুধু স্বল্পমেয়াদী সম্পর্কের মাত্রা নয়। যখন তারা এই ভারসাম্য সম্পর্ক থেকে বিচ্যুত হয়, তখন একটি সংশোধন প্রক্রিয়া থাকে যা বিচ্যুতি যুক্তিসঙ্গত সীমায় ফিরিয়ে আনে। কোইন্টিগ্রেশনের ধারণা প্রথম ১৯৮৭ সালে S.G.Engle এবং C.W.J.Granger দ্বারা প্রস্তাবিত হয়, যা টাইম সিরিজ বিশ্লেষণে বিদ্যমান স্পিউরিয়াস রিগ্রেশন সমস্যা সমাধানের জন্য। স্পিউরিয়াস রিগ্রেশন সমস্যা ভেরিয়েবলের মধ্যে ইউনিট রুট থাকার কারণে হয়, যা স্বল্পমেয়াদে ভেরিয়েবলের মধ্যে সম্পর্ককে উল্লেখযোগ্য দেখায়, কিন্তু দীর্ঘমেয়াদে কোনো প্রকৃত ভারসাম্য সম্পর্ক থাকে না।

কোইন্টিগ্রেশন তত্ত্ব টাইম সিরিজের অ-স্থিরতা বিশ্লেষণ করে শুরু হয় এবং অ-স্থির ভেরিয়েবলের মধ্যে লুকানো দীর্ঘমেয়াদী ভারসাম্য সম্পর্ক অনুসন্ধান করে। যদি জড়িত ভেরিয়েবলগুলি প্রথম ডিফারেন্সের পরে স্থির হয় এবং এই ভেরিয়েবলগুলির কোনো রৈখিক সমন্বয় স্থির হয়, তবে বলা হয় যে এই ভেরিয়েবলগুলির মধ্যে কোইন্টিগ্রেশন বিদ্যমান। কোইন্টিগ্রেশন দুটি বা ততোধিক সিরিজের মধ্যে স্থির সম্পর্ক চিহ্নিত করে। প্রতিটি সিরিজ পৃথকভাবে অ-স্থির হতে পারে, যেখানে সিরিজের বিভিন্ন মুহূর্ত যেমন গড়, ভেরিয়েন্স বা কোভেরিয়েন্স সময়ের সাথে পরিবর্তিত হয়, কিন্তু এই টাইম সিরিজের রৈখিক সমন্বয় সিরিজটি সময়ের সাথে অপরিবর্তনীয় বৈশিষ্ট্য থাকতে পারে। যখন দুটি সম্পদের মূল্য কোইন্টিগ্রেশন সম্পর্ক মেনে চলে, তখন তাদের রৈখিক সমন্বয় মিন রিভার্সিং (mean reverting) বৈশিষ্ট্য প্রদর্শন করে। কোইন্টিগ্রেশনের গাণিতিক সূত্র নিচে দেওয়া হলো (দুটি টাইম সিরিজ ভেরিয়েবলের উদাহরণ):

Y_t = β_0 + β_1 * X_t + ε_t

এখানে, Y_t ও X_t যথাক্রমে দুটি টাইম সিরিজ ভেরিয়েবলের পর্যবেক্ষিত মান, β_1 হল রিগ্রেশন সহগ, এবং ε_t হল ত্রুটি পদ। যদি Y_t ও X_t-এর মধ্যে কোইন্টিগ্রেশন সম্পর্ক থাকে, তবে দুটি ভেরিয়েবলের রৈখিক সমন্বয় স্থির হবে, অর্থাৎ ε_t স্থির হবে। এটি গড় ০ সহ নরমাল ডিস্ট্রিবিউশন পূরণ করবে। কোইন্টিগ্রেশন পরীক্ষা করার সময় সাধারণত স্থিরতা পরীক্ষা করতে হয়, যেখানে সাধারণ পদ্ধতি হলো Johansen পরীক্ষা এবং Engle-Granger পরীক্ষা। Johansen পরীক্ষা eigenvalue-ভিত্তিক পদ্ধতি, যা সরাসরি একাধিক ভেরিয়েবলের মধ্যে কোইন্টিগ্রেশন সম্পর্ক পরীক্ষা করতে পারে। Engle-Granger দুই-পদক্ষেপ পরীক্ষা সংশোধিত OLS (Ordinary Least Squares) অনুমান-ভিত্তিক পদ্ধতি, যা দুটি ভেরিয়েবলের মধ্যে কোইন্টিগ্রেশন সম্পর্ক পরীক্ষার জন্য প্রযোজ্য।

4, এই স্ট্র্যাটেজি বিপুল সংখ্যক কম্বিনেশনের জন্য টাইম সিরিজের কোইন্টিগ্রেশন সম্পর্ক পরীক্ষা করবে, যার নির্দিষ্ট মানদণ্ড নিচে দেওয়া হলো:

• পৃথক কম্বিনেশন ঝুড়ির টাইম প্রাইস সিরিজ প্রথম অর্ডার ইন্টিগ্রেটেড ভেক্টর, অর্থাৎ টাইম প্রাইস সিরিজ অ-স্থির (স্পষ্ট প্রবণতা সহ)। ADF ইউনিট রুট টেস্ট দিয়ে একাধিক টাইম প্রাইস সিরিজের স্থিরতা পরীক্ষা করা।
• পৃথক কম্বিনেশন ঝুড়ির প্রথম ডিফারেন্স (ডেরিভেটিভ) সিরিজ স্থির। ADF ইউনিট রুট টেস্ট দিয়ে দুটি ঝুড়ির টাইম প্রাইস সিরিজ পরীক্ষা করা। ADF ইউনিট রুট টেস্ট দিয়ে দুটি ঝুড়ির টাইম প্রাইস সিরিজের প্রথম ডিফারেন্সের স্থিরতা পরীক্ষা করা।
• পেয়ার কম্বিনেশনের টাইম প্রাইস সিরিজের কোনো রৈখিক সমন্বয় স্থির, অর্থাৎ দুটি সিরিজের তৈরি রৈখিক সমীকরণের অবশিষ্টাংশ স্থির। একই অর্ডারের দুটি সিরিজের জন্য OLS রিগ্রেশন করা, তারপর অবশিষ্টাংশের স্থিরতা পরীক্ষা করা।
• আরও অনেক স্ট্যাটিস্টিক্যাল পরীক্ষা ও তথ্য বিশ্লেষণ এখানে বিস্তারিত বলা হবে না; পুরো বাজার ও সব পণ্যের জন্য বৃহৎ পরিসরে বিস্তারিত স্ট্যাটিস্টিক্যাল বিশ্লেষণ করা হবে।

5, বিপুল সংখ্যক Hurst সূচক পরীক্ষা করা হবে।

Hurst সূচক টাইম সিরিজের দীর্ঘমেয়াদী মেমোরি পরিমাপ করতে ব্যবহৃত হয়, যাতে সিরিজের মিন রিভার্সন বৈশিষ্ট্য নির্ধারণ করা যায়। Hurst সূচকের মান 0 এবং 1-এর মধ্যে হয়, প্রায় 0.5 হলে সিরিজটি র্যান্ডম ওয়াক প্রদর্শন করে, প্রায় 1 হলে ধারাবাহিক প্রবণতা নির্দেশ করে। নীতি: Hurst সূচক সিরিজের ওভারল্যাপিং সাব-সিরিজের ডেভিয়েশন রেঞ্জ ও এর দৈর্ঘ্যের সম্পর্ক গণনা করে সিরিজের দীর্ঘমেয়াদী মেমোরির মাত্রা অনুমান করে। গাণিতিক সূত্র: Hurst সূচক গণনা করার একটি পদ্ধতি হলো ওভারল্যাপিং সাব-সিরিজের ডেভিয়েশন রেঞ্জ ও দৈর্ঘ্যের মধ্যে লিনিয়ার রিগ্রেশন ফিট ব্যবহার করা। Hurst সূচক অনুমান করতে ওভারল্যাপিং সাব-সিরিজের ডেভিয়েশন রেঞ্জ ও দৈর্ঘ্যের মধ্যে সম্পর্ক ব্যবহার করা হয়।

6, মিন রিভার্সন অর্ধ-জীবন অনুমান করা।

মিন রিভার্সন অর্ধ-জীবন মূল্য সিরিজের তার গড় মানে ফিরে আসতে কত সময় লাগে তা অনুমান করতে ব্যবহৃত হয়। অর্ধ-জীবন যত ছোট, মিন রিভার্সনের গতি তত দ্রুত। নীতি: মিন রিভার্সন অর্ধ-জীবন গণনা করা হয় একটি রূপান্তরিত এক্সপোনেনশিয়াল স্মুথিং মুভিং এভারেজ (EMA) মডেল ফিট করে অনুমান করা। যখন মূল্য সিরিজের গড় থেকে বিচ্যুতি অর্ধ-জীবনের চেয়ে বেশি হয়, তখন মিন রিভার্সনের সুযোগ রয়েছে বলে মনে করা যেতে পারে। গাণিতিক সূত্র: মিন রিভার্সন অর্ধ-জীবনের গণনা সূত্র নিচে দেওয়া হলো:

(H = -\frac{\ln(0.5)}{\ln(\frac{P_t}{P_t - P_{t-1}})})

পরীক্ষা পদ্ধতি: মূল্য সিরিজের EMA গণনা করে, তারপর EMA-র উপর ভিত্তি করে অর্ধ-জীবন গণনা করা যেতে পারে।

7, বিপুল পরিমাণ স্ট্যাটিস্টিক্যাল ডেটার উপর ভিত্তি করে ট্রেডিং স্ট্র্যাটেজি তৈরি করা।

সহজভাবে বর্ণনা: Hurst সূচকের অর্ডার অনুযায়ী ঝুড়ি পণ্যের কম্বিনেশন ফিল্টার করা, মিন রিভার্সন অর্ধ-জীবন অনুমান করে সম্পর্কিত স্ট্যাটিস্টিক্যাল প্যারামিটার নির্ধারণ করা, কোইন্টিগ্রেশন-ভিত্তিক ট্রেডিং স্ট্র্যাটেজি কম্বিনেশন তৈরি করা; আরও বিস্তারিত বলা হবে না।

ধরা যাক, x এবং y হলো যথাক্রমে সম্পদ বাস্কেট X এবং বাস্কেট Y-এর মূল্য সময়সারি। এদের মধ্যে সমন্বিত সম্পর্ককে এভাবে প্রকাশ করা যায়: Lny = a + blnx + c, যেখানে c হলো অবশিষ্ট পদ, যা স্থিতিশীল এবং গড় ০ বিশিষ্ট স্বাভাবিক বণ্টন মেনে চলে।

সমন্বিতকরণ পরীক্ষার পর, সম্পদ X এবং Y-এর সময়মূল্যের মধ্যে সমন্বিত সম্পর্ক বিদ্যমান। অবশিষ্ট পদ c-এর মানক বিচ্যুতি σ, এবং একটি ধ্রুবক λ সীমানা মান হিসেবে নির্বাচিত করা হয়েছে।

• যখন lny-(a+blnx) > λσ, তখন বাস্কেট Y-এর মূল্য তুলনামূলকভাবে বেশি মূল্যায়িত এবং বাস্কেট X-এর মূল্য তুলনামূলকভাবে কম মূল্যায়িত; তাই বাস্কেট X কিনুন এবং বাস্কেট Y বিক্রি করুন।
• যখন lny-(a+blnx) < -λσ, তখন বাস্কেট X-এর মূল্য তুলনামূলকভাবে বেশি মূল্যায়িত এবং বাস্কেট Y-এর মূল্য তুলনামূলকভাবে কম মূল্যায়িত; তাই বাস্কেট Y কিনুন এবং বাস্কেট X বিক্রি করুন।
• যখন মূল্যের পার্থক্য lny-(a+blnx) একটি নির্দিষ্ট সীমার মধ্যে ফিরে আসে, যেমন [-0.5λσ, 0.5λσ] ব্যবধানে, তখন পজিশন ক্লোজ করুন।

৮, কিছু বৈশিষ্ট্য।

বর্তমান সংস্করণটি বেশ পরিপূর্ণ। এর মধ্যে রয়েছে শক্তিশালী প্রায়-সম্পূর্ণ বাজার ট্রেডিং, ট্রেডিং টাস্ক এবং অর্ডারবুকের উচ্চ-ফ্রিকোয়েন্সি ট্রেন্ড অনুমান করে উচ্চ-ফ্রিকোয়েন্সি Maker এবং Taker-এর মাধ্যমে ট্রেডিং সুবিধা অর্জন, দীর্ঘমেয়াদী সম্ভাব্যতা সুবিধা যাচাইয়ের পর একক সিম্বলের টেইল-রিস্ক হেজিং, এবং অত্যন্ত বিস্তারিত প্রতিটি অর্ডারের স্থানীয় রেকর্ড যা অন্যান্য কৌশলের সাথে মিশ্র হেজিং অপারেশনের জন্য ব্যবহার করা যেতে পারে – আরও অনেক কিছু এখানে উল্লেখযোগ্য।

৪, কিছু ঐতিহাসিক কর্মক্ষমতা (মিনিট-ভিত্তিক স্লাইস পরিসংখ্যান, বাস্তব মূল্য অনুমানের পর ০.০৫% টেকার খরচের তথ্য)

【নিউট্রাল হেজিং স্ট্যাটিস্টিক্যাল আর্বিট্রেজ নিউ】- সুপারনোভা

৫, সহযোগিতা ও আদান-প্রদান এবং যৌথ শিখন ও অগ্রগতির অপেক্ষায়

【নিউট্রাল হেজিং স্ট্যাটিস্টিক্যাল আর্বিট্রেজ নিউ】- সুপারনোভা

তৃতীয় পক্ষের বিগকয়েন ডেটা

প্রতিটি কৌশলের নিজস্ব পদ্ধতি এবং উপযোগী বা অনুপযোগী বাজার পরিস্থিতি রয়েছে। যেমন, গড় প্রত্যাবর্তন কৌশল বাজার এলোমেলো পদক্ষেপ তত্ত্বের উপর ভিত্তি করে তৈরি, আর মোমেন্টাম ট্রেন্ড কৌশল বিভিন্ন আচরণগত ফাইন্যান্স তত্ত্বের উপর ভিত্তি করে তৈরি করা হয়, বাজারে ফ্যাট টেইল ওঠানামার অবস্থা বিদ্যমান। এর নীতিগুলি অবশ্যই বুঝতে হবে, এর বৈশিষ্ট্যগুলির উপর নির্ভর করতে হবে এবং এর ওঠানামার সাথে খাপ খাইয়ে নিতে হবে। একই সময়ে, কৌশল ব্যবহারকারীদের অবশ্যই সচেতন থাকতে হবে যে লাভ এবং ক্ষতি একই উৎস থেকে আসে, উচ্চতর রিটার্নের সাথে অবশ্যই উচ্চতর ঝুঁকি জড়িত। পরিণত কৌশলগুলির নিজস্ব সুবিধা এবং অসুবিধা রয়েছে; সেগুলিকে যুক্তিযুক্তভাবে ব্যবহার করতে হবে, শক্তিগুলো কাজে লাগাতে হবে এবং দুর্বলতাগুলো এড়িয়ে চলতে হবে, এর সঠিকতা এবং ভুলতা এবং উপযুক্ত ও অনুপযুক্ত বাজার পরিস্থিতিতে সম্পূর্ণ কর্মক্ষমতা জানতে হবে, যাতে আত্মবিশ্বাসী থাকা যায় এবং সাফল্য-ব্যর্থতায় বিচলিত না হওয়া যায়।

কোয়ান্টিটেটিভ ট্রেডিং চিরস্থায়ী গতিশক্তি নয়, এবং এটি সর্বশক্তিমানও নয়, তবে এটি অবশ্যই ভবিষ্যতে ট্রেডিংয়ের দিকনির্দেশনা, যা প্রতিটি ট্রেডারের শেখা এবং ব্যবহার করা মূল্যবান! সমস্ত ট্রেডারদের ত্রুটিগুলি নির্দেশ করতে, একসাথে আলোচনা করতে এবং শিখতে অগ্রসর হতে, এবং বিশাল বাজারের ওঠানামায় ঢেউ চড়ে এগিয়ে যাওয়ার জন্য স্বাগতম।

● এই কৌশলটি বেশ নির্দিষ্ট, ঐতিহ্যবাহী ট্রেন্ড, গ্রিড, HFT, আর্বিট্রেজ ইত্যাদি থেকে বেশ ভিন্ন। এর ক্ষমতা সীমিত এবং প্রধানত প্রোপ্রাইটরি ট্রেডিংয়ের জন্য। বড় অ্যাকাউন্টের ব্যবহারকারী এবং প্রাতিষ্ঠানিক বিনিয়োগকারীদের আলোচনা ও শেখার জন্য স্বাগতম।

● আরও সহযোগিতা পরিকল্পনা: যে কোনও প্রয়োজনযুক্ত ব্যক্তি বা প্রতিষ্ঠানের সাথে খোলামেলা এবং জয়-জয় সহযোগিতার মনোভাব বজায় রাখা হয়। আপনার আলোচনার অপেক্ষায়, আপনার প্রয়োজনীয়তা, ঝুঁকি পছন্দ ইত্যাদি অনুযায়ী কাস্টমাইজড সহযোগিতা প্রদান করা হবে।

যদি আপনার ঝুঁকি সহনশীলতা বেশি হয়, স্বল্পমেয়াদী লাভ-ক্ষতি পছন্দ করেন এবং স্বল্পমেয়াদী ট্রেডিংয়ের প্রয়োজন থাকে, তাহলে আরেকটি স্থিতিশীল HFT কৌশল দেখতে পারেন, যার মাসিক রিটার্ন ৩%-৫০% এবং কোনো লিকুইডেশন ঝুঁকি নেই:
【HFT মার্কেট মেকিং গ্রিড নিউ】(HFT মার্কেট-মেকিং মাইনার সংস্করণ)

যদি আপনার পুঁজির পরিমাণ বড় হয়, তাহলে আরেকটি বড়-ক্ষমতার মিডিয়াম-লো ফ্রিকোয়েন্সি কম্পোজিট CTA ট্রেডিং সিস্টেম পর্যবেক্ষণ করতে পারেন, যা ১০০০ দিনের রিয়েল-টাইম ট্রেডিং অভিজ্ঞতা সম্পন্ন, যেকোনো আবহাওয়ায় টিকতে সক্ষম। এটি বর্তমানে প্রকাশিত সর্বাধিক সময়ের জন্য কার্যকর, অপেক্ষাকৃত উচ্চ স্থিতিশীলতা এবং শক্তিশালী প্রযোজ্যতা সম্পন্ন CTA কৌশল সমন্বয় সিস্টেম, যা মধ্যম থেকে দীর্ঘমেয়াদী স্থিতিশীল প্রবৃদ্ধি অর্জনের জন্য ডিজাইন করা হয়েছে:
【কম্পোজিট CTA ট্রেডিং সিস্টেম নিউ】(মাল্টি-ফ্যাক্টর + মাল্টি-প্রোডাক্ট + মাল্টি-কৌশল পাবলিক সংস্করণ)

✱ যোগাযোগের তথ্য (আলোচনা ও আদান-প্রদান এবং যৌথ শিখন ও অগ্রগতির জন্য স্বাগতম)
WECHAT: haiyanyydss
টেলিগ্রাম: https://t.me/JadeRabbitcm
আরও গভীর জ্ঞান ➔ লেখকের কোয়ান্টিটেটিভ কেবিন https://www.fmz.com/market-offer/512
✱ সম্পূর্ণ স্বয়ংক্রিয় CTA & HFT & আর্বিট্রেজ ট্রেডিং সিস্টেম্বর ২০১৮ - ২০২৪