[নিরপেক্ষ হেজিং পরিসংখ্যানগত আরবিট্রেজ নতুন] (বিশুদ্ধ-আলফা ড্রিম সংস্করণ)

নিরপেক্ষ হেজিং পরিসংখ্যানগত আরবিট্রেজ নতুন

- 0 দীর্ঘ এবং সংক্ষিপ্ত এক্সপোজার এক্সপোজার সহ নিরপেক্ষ হেজিং পরিসংখ্যানগত আরবিট্রেজ কৌশল

হ্যালো সমস্ত ব্যবসায়ী, বেশ কয়েক মাস ডিবাগিং, অপ্টিমাইজেশন এবং পুনরাবৃত্তির পর, আমি খুবই খুশি যে এই নিরপেক্ষ হেজিং পরিসংখ্যানগত সালিসি আরও স্থিতিশীল স্তরে পৌঁছেছে এবং আপনার সাথে দেখা যাবে। এটি একটি বাজার-নিরপেক্ষ কৌশল যা দীর্ঘ এবং সংক্ষিপ্ত হেজিংয়ের উপর ভিত্তি করে আপনি যদি একই অ্যাকাউন্টে বৈচিত্র্যের একটি ঝুড়িতে দীর্ঘ এবং সংক্ষিপ্ত যান তবে দীর্ঘ এবং সংক্ষিপ্ত মান সমান। বাজারে বিটা পদ্ধতিগত ঝুঁকি এড়ানোর ভিত্তিতে, আলফা স্থিতিশীল লাভের একটি স্বল্প-ঝুঁকির সালিসি কৌশল অর্জনের জন্য বিভিন্ন দীর্ঘ-সংক্ষিপ্ত ম্যাচিং সমন্বয় খুঁজে পেতে পরিসংখ্যানগত পদ্ধতি ব্যবহার করা হয়। এই কৌশলটির একটি ভাল হোল্ডিং অভিজ্ঞতা, বাজারের সাথে কম পারস্পরিক সম্পর্ক, নিরপেক্ষ দীর্ঘ এবং সংক্ষিপ্ত এক্সপোজার এবং ³¹²⁄₅₁₉ এর মতো চরম কালো রাজহাঁসের অধীনে কোন ঝুঁকি নেই, এর পরিবর্তে, এটি এমন একটি সময়ে প্রকাশিত হবে যখন বাজার মূল্যের ত্রুটিগুলি সম্পূর্ণ বিশৃঙ্খল ব্রিলিয়ান্ট এই কৌশলটি নীচে বিস্তারিতভাবে ব্যাখ্যা করা হবে।

Hello~Welcome come to my channel！

আমার চ্যানেলে সকল ব্যবসায়ীকে স্বাগতম, আমি একজন কোয়ান্ট ডেভেলপার যারা CTA এবং HFT এবং আরবিট্রেজের মতো ফুল-স্ট্যাক ট্রেডিং কৌশল তৈরি করে। FMZ প্ল্যাটফর্মকে ধন্যবাদ, আমি আমার পরিমাণগত চ্যানেলে পরিমাণগত উন্নয়ন সম্পর্কিত আরও সামগ্রী শেয়ার করব এবং পরিমাণগত সম্প্রদায়ের সমৃদ্ধি বজায় রাখতে সমস্ত ব্যবসায়ীদের সাথে কাজ করব।

আরও তথ্যের জন্য, আমার চ্যানেলে যান~ আমি এখানে অপেক্ষা করছি আপনি আমাকে টিজ করবেন【মাস্টার কোয়ান্টিটেটিভ কেবিন】

১. পরিসংখ্যানগত সালিসির ভূমিকা এবং ব্যাখ্যা

পরিসংখ্যানগত সালিসি কৌশল হল একটি কৌশল যা ট্রেডিংয়ের জন্য বিভিন্ন ঝুড়ির জাতগুলির মধ্যে মূল্য সম্পর্ককে কাজে লাগায়। এই কৌশলটি পরিসংখ্যানগত নীতির উপর ভিত্তি করে তৈরি করা হয়েছে, ঐতিহাসিক মূল্যের প্রবণতা এবং একাধিক বৈচিত্রের মধ্যে পারস্পরিক সম্পর্ক বিশ্লেষণ করে, তাদের মধ্যে মূল্যের পার্থক্য খুঁজে বের করে এবং ট্রেডিংয়ের জন্য এই পার্থক্যগুলি ব্যবহার করে। ঐতিহাসিকভাবে, পরিসংখ্যানগত সালিসি কৌশল স্টক মার্কেটে ব্যাপকভাবে ব্যবহৃত হয়েছে। প্রথম দিকের পরিসংখ্যানগত সালিসি কৌশলগুলি মূলত স্টকগুলির মধ্যে পরিচালিত হয়েছিল, যেমন তেল কোম্পানি বা টেলিকমিউনিকেশন কোম্পানিগুলি। এই কৌশলগুলি প্রায়শই শিল্পের পারস্পরিক সম্পর্কের অনুমানের উপর ভিত্তি করে এবং অবমূল্যায়িত স্টক ক্রয় এবং অতিমূল্যায়িত স্টক বিক্রি করে সালিশের উদ্দেশ্য অর্জন করে।

বাজারের বিকাশের সাথে সাথে পরিসংখ্যানগত সালিসি কৌশলগুলি ধীরে ধীরে অন্যান্য আর্থিক বাজারে যেমন কমোডিটি ফিউচার, বৈদেশিক মুদ্রা এবং ক্রিপ্টোকারেন্সিতে প্রসারিত হয়েছে। এই বাজারে, বিভিন্ন ঝুড়ি সংমিশ্রণ পাওয়া যাবে যেগুলি পারস্পরিক সম্পর্কযুক্ত এবং দামের পার্থক্য ব্যবহার করে সালিসি বাণিজ্য করা যেতে পারে। এই কৌশলটির যুক্তি গড় প্রত্যাবর্তনের নীতির উপর ভিত্তি করে। যখন নির্মিত একাধিক ঝুড়ি সংমিশ্রণের মধ্যে দামগুলি তাদের পরিসংখ্যানগত সুযোগ থেকে বিচ্যুত হয়, তখন একটি রিগ্রেশন প্রবণতা থাকে। এই প্রবণতা অনুসারে, বাজারের স্বল্প-মেয়াদী ভুল মূল্যের বিরুদ্ধে হেজ করার জন্য, আপনি উচ্চ-মূল্যের জাতের একটি ঝুড়ি বিক্রি করতে পারেন এবং দামের ব্যাপক বিচ্যুতি ঘটলে কম দামের জাতের একটি ঝুড়ি কিনতে পারেন। এইভাবে, মাল্টি-বাস্কেট পেয়ার কম্বিনেশনের বিস্তার থেকে লাভ পাওয়া যায়।

2. পরিসংখ্যানগত আরবিট্রেজের সুবিধা এবং অসুবিধা

সুবিধা:

• বাজারের ঝুঁকি হ্রাস করুন: পরিসংখ্যানগত সালিসি কৌশল বিভিন্ন ঝুড়ি পণ্য সংমিশ্রণের মধ্যে পার্থক্যের উপর ভিত্তি করে, এটি ঝুঁকিকে বৈচিত্র্যময় করে এবং কৌশলের উপর বাজারের ওঠানামার প্রভাব হ্রাস করে। বাজার পদ্ধতিগত ঝুঁকি হ্রাস.
• স্থিতিশীল রিটার্ন: পরিসংখ্যানগত সালিসি কৌশলগুলি স্বল্প-মেয়াদী বাজারের ভুল মূল্যের বিরুদ্ধে রিগ্রেশন আর্বিট্রেজ লেনদেন পরিচালনা করে, দিকনির্দেশক কৌশলগুলির সাথে তুলনা করে, তাদের আরও স্থিতিশীল রিটার্ন বৈশিষ্ট্য রয়েছে। দিকনির্দেশক কৌশলগুলির সাথে তুলনা করে, এটি কম ঝুঁকি, কম অস্থিরতা এবং স্থিতিশীল রিটার্ন তৈরি করে।
• বিভিন্ন বাজার পরিবেশের সাথে খাপ খাইয়ে নিতে পারে: পরিসংখ্যানগত সালিসি কৌশলগুলি বিভিন্ন বাজার পরিবেশে কাজ করতে পারে কারণ এই ট্রেডিং কৌশলটির বাজারের দিকনির্দেশনার সাথে কম সম্পর্ক রয়েছে।

অভাব:

• ঐতিহাসিক তথ্য শুধুমাত্র অতীত সম্পর্ক প্রতিফলিত করতে পারে এবং ভবিষ্যতের সম্পূর্ণ প্রতিনিধিত্ব করতে পারে না, তাই কিছু ঝুঁকি আছে। পরিসংখ্যানগত সালিসি কৌশল নির্মাণ ঐতিহাসিক বড় তথ্যের উপর ভিত্তি করে বাস্কেটের বৈচিত্র্যের সংমিশ্রণ এবং পারস্পরিক সম্পর্ক খনি করার জন্য প্রচুর পরিসংখ্যানগত পরীক্ষা ব্যবহার করবে এবং একটি নির্দিষ্ট মাত্রার ঝুঁকি রয়েছে।
• বাজারে স্বল্প-মেয়াদী মূল্যের ত্রুটির ভারসাম্যহীনতার জন্য ভারসাম্যপূর্ণ সম্পর্কের দিকে ফিরে আসার জন্য প্রয়োজনীয় সময়কাল সঠিকভাবে বিচার করা কঠিন। লেনদেনের সময় খুব দীর্ঘ হলে, তহবিল ব্যবহারের খরচও খুব বেশি হবে।
• অত্যন্ত চাহিদাপূর্ণ ডেটা বিশ্লেষণ এবং মডেল তৈরির ক্ষমতা: পরিসংখ্যানগত সালিসি কৌশলগুলির জন্য পরিসংখ্যানগত ডেটার গভীর বিশ্লেষণ এবং মডেলিং যেমন বিভিন্ন ঝুড়ি সংমিশ্রণের মধ্যে পারস্পরিক সম্পর্ক এবং সমন্বয় প্রয়োজন এবং উচ্চ ডেটা বিশ্লেষণ এবং মডেল তৈরির ক্ষমতা প্রয়োজন।
• লেনদেন সম্পাদন এবং তারল্য ঝুঁকি: যেহেতু এটি একটি বহু-বৈচিত্র্যের হেজিং লেনদেন, তাই নির্বাহের মূল্য এবং ট্রেডিং ভলিউম বিভিন্ন ধরণের দ্বারা প্রভাবিত হতে পারে এবং লেনদেন সম্পাদনের ঝুঁকি রয়েছে। আরো পরিশীলিত কৌশল নকশা এবং স্থাপত্য বাস্তবায়ন প্রয়োজন.

3. এই আলফা পরিসংখ্যানগত সালিসি প্রধান বিষয়বস্তু

১. রিয়েল টাইমে সমস্ত পণ্যের ডেটা পর্যবেক্ষণ করুন, বড় ডেটা স্ক্যানিং পরিচালনা করুন এবং দীর্ঘ এবং সংক্ষিপ্ত পণ্যের ঝুড়ির সমন্বয় তৈরি করুন।

বিশেষভাবে, একটি ঝুড়ি সংমিশ্রণ তৈরি করা হবে: উদাহরণস্বরূপ, যদি 6টি জাত A, B, C, D, E এবং F থাকে, তাহলে একটি ঝুড়ি সংমিশ্রণ তৈরি করতে তাদের 3টি জাতের 2টি গ্রুপে ভাগ করা যেতে পারে। একই সময়ে, সূচক সালিসি তৈরি করা হবে: কিছু শিল্প এবং সেক্টরের জাতগুলিকে দুটি ভাগে ভাগ করে, দুটি নতুন বাজার সূচক তৈরি করা, এবং তারপর এই দুটি সূচকে পরবর্তী পরিসংখ্যানগত ডেটা বিশ্লেষণ পরিচালনা করা।

2. দীর্ঘ এবং ছোট ঝুড়ি সমন্বয় মধ্যে পারস্পরিক সম্পর্ক পরীক্ষা করুন.

পারস্পরিক সম্পর্ক বলতে দুই বা ততোধিক ভেরিয়েবলের মধ্যে সংযোগের মাত্রা বোঝায়। এটি একটি ভেরিয়েবলের পরিবর্তন এবং অন্য ভেরিয়েবলের পরিবর্তনের মধ্যে সম্পর্ক পরিমাপ করতে ব্যবহৃত হয়, একটি নির্দিষ্ট চিঠিপত্র আছে কিনা তা নির্ধারণ করতে বা অন্য একটি ভেরিয়েবলের উপর একটি ভেরিয়েবলের পরিবর্তনের প্রভাব ভবিষ্যদ্বাণী করতে সাহায্য করে। পারস্পরিক সম্পর্ক পরিমাপ করার একটি সাধারণ পদ্ধতি হল পিয়ারসন পারস্পরিক সম্পর্ক সহগ, স্পিয়ারম্যানের র্যাঙ্ক পারস্পরিক সম্পর্ক সহগ ইত্যাদি। পিয়ারসন পারস্পরিক সম্পর্ক সহগ দুটি অবিচ্ছিন্ন ভেরিয়েবলের মধ্যে সম্পর্ক মূল্যায়ন করে, যখন স্পিয়ারম্যান র্যাঙ্ক পারস্পরিক সম্পর্ক সহগ দুটি অর্ডিনাল ভেরিয়েবলের মধ্যে সম্পর্ক মূল্যায়নের জন্য উপযুক্ত। পারস্পরিক সম্পর্ক সহগের মান পরিসীমা হল[-1, 1], যেখানে -1 একটি নেতিবাচক সম্পর্কের প্রতিনিধিত্ব করে, 1 একটি ইতিবাচক সম্পর্ককে প্রতিনিধিত্ব করে, এবং 0 কোন পারস্পরিক সম্পর্ককে প্রতিনিধিত্ব করে না। পারস্পরিক সম্পর্কের গুণাঙ্ক -1 বা 1 এর যত কাছাকাছি হবে, সম্পর্ক তত শক্তিশালী হবে, পারস্পরিক সম্পর্ক তত দুর্বল হবে। পারস্পরিক সম্পর্ক সহগের গাণিতিক সূত্রটি নিম্নরূপ (একটি উদাহরণ হিসাবে পিয়ারসন পারস্পরিক সম্পর্ক সহগ গ্রহণ করা):

r = cov(X, Y) / (std(X) * std(Y))。

তাদের মধ্যে, r হল পারস্পরিক সম্পর্ক সহগ, cov হল কোভ্যারিয়েন্স, std হল আদর্শ বিচ্যুতি এবং X এবং Y যথাক্রমে দুটি চলককে উপস্থাপন করে। পারস্পরিক সম্পর্ক পরীক্ষা করার সময়, একটি সাধারণ পদ্ধতি হল পারস্পরিক সম্পর্ক সহগের পরিসংখ্যানগত তাত্পর্য গণনা করা। হাইপোথিসিস টেস্টিং সাধারণত পারস্পরিক সম্পর্ক সহগ তাৎপর্যপূর্ণ কিনা তা নির্ধারণ করতে ব্যবহার করা যেতে পারে। হাইপোথিসিস টেস্টিং এর নাল হাইপোথিসিস হল ভেরিয়েবলের মধ্যে কোন পারস্পরিক সম্পর্ক নেই এবং নাল হাইপোথিসিস প্রত্যাখ্যান করতে হবে কিনা তা নির্ধারণ করতে পারস্পরিক সম্পর্ক সহগ পরিসংখ্যান গণনা করা হয়।

3. দীর্ঘ-সংক্ষিপ্ত ঝুড়ি সংমিশ্রণের সমন্বয় পরীক্ষা করুন।

কোইনটিগ্রেশন বলতে দুই বা ততোধিক টাইম সিরিজ ভেরিয়েবলের মধ্যে দীর্ঘমেয়াদী সম্পর্ক বোঝায়, অর্থাৎ তাদের রৈখিক সমন্বয় স্থিতিশীল। পারস্পরিক সম্পর্কের সাথে তুলনা করে, সমন্বিতকরণ কেবলমাত্র পারস্পরিক সম্পর্কের স্বল্পমেয়াদী ডিগ্রির চেয়ে দীর্ঘমেয়াদী ভারসাম্য সম্পর্কের দিকে বেশি মনোযোগ দেয়। যখন তারা এই ভারসাম্য সম্পর্ক থেকে বিচ্যুত হয়, তখন বিচ্যুতিকে একটি যুক্তিসঙ্গত পরিসরে ফিরিয়ে আনার জন্য একটি সংশোধন প্রক্রিয়া থাকে। সমন্বিতকরণের ধারণাটি মূলত 1987 সালে স্পিগেলম্যান (S.G. Engle) এবং C.W.J Granger (C.W.J. Granger) দ্বারা প্রস্তাবিত হয়েছিল, যাতে সময় সিরিজ বিশ্লেষণে বিদ্যমান নকল রিগ্রেশন সমস্যা সমাধান করা হয়। ছদ্ম রিগ্রেশন সমস্যাটি ভেরিয়েবলের মধ্যে একক মূলের সম্ভাব্য অস্তিত্বের কারণে ঘটে।

সমন্বিতকরণ তত্ত্বটি টাইম সিরিজের অ-স্থিরতা বিশ্লেষণ থেকে শুরু করে এবং অ-স্থির ভেরিয়েবলের মধ্যে থাকা দীর্ঘমেয়াদী ভারসাম্য সম্পর্ক অন্বেষণ করে। যদি জড়িত ভেরিয়েবলগুলি প্রথম পার্থক্যের পরে স্থির হয়, এবং এই ভেরিয়েবলগুলির একটি নির্দিষ্ট রৈখিক সংমিশ্রণ স্থির হয়, তাহলে এই ভেরিয়েবলগুলির মধ্যে সমন্বিতকরণ বিদ্যমান বলে বলা হয়। দুই বা ততোধিক সিরিজের মধ্যে স্থির সম্পর্ক বর্ণনা করতে Cointegration ব্যবহার করা হয়। প্রতিটি অনুক্রমের জন্য স্বতন্ত্রভাবে, এটি অস্থির হতে পারে, যেমন গড়, প্রকরণ বা সমপরিমাণ, সময়ের সাথে পরিবর্তিত হয়, যখন এই সময় সিরিজের রৈখিক সংমিশ্রণে এমন বৈশিষ্ট্য থাকতে পারে যা সময়ের সাথে পরিবর্তিত হয় না। যখন দুটি সম্পদের দাম সমন্বিত সম্পর্ক মেনে চলে, তখন তাদের রৈখিক সমন্বয় গড় প্রত্যাবর্তনের সম্পত্তিকে সন্তুষ্ট করে। সমন্বিতকরণের গাণিতিক সূত্রটি নিম্নরূপ প্রকাশ করা হয় (উদাহরণ হিসাবে দুটি টাইম সিরিজ ভেরিয়েবল গ্রহণ করা):

Y_t = β_0 + β_1 * X_t + ε_t

তাদের মধ্যে, Y_t এবং X_t যথাক্রমে দুটি টাইম সিরিজ ভেরিয়েবলের পর্যবেক্ষণ করা মানগুলিকে প্রতিনিধিত্ব করে, β_1 হল রিগ্রেশন সহগ, এবং ε_t হল ত্রুটি শব্দ। যদি Y_t এবং X_t এর মধ্যে একটি সমন্বিত সম্পর্ক থাকে, তবে দুটি চলকের রৈখিক সমন্বয় স্থিতিশীল হবে, অর্থাৎ, ε_t স্থির। এটি গড় 0 দিয়ে স্বাভাবিক বন্টনকে সন্তুষ্ট করে। সমন্বিতকরণ পরীক্ষা করার সময়, সাধারণত ব্যবহৃত পদ্ধতিগুলির মধ্যে রয়েছে জোহানসেন পরীক্ষা এবং এঙ্গেল-গ্রেঞ্জার পরীক্ষা। জোহানসেন পরীক্ষা হল eigenvalue-এর উপর ভিত্তি করে একটি পদ্ধতি, যা সরাসরি একাধিক ভেরিয়েবলের মধ্যে সমন্বিত সম্পর্ক পরীক্ষা করতে পারে। Engle-Granger দ্বি-পদক্ষেপ পরীক্ষা হল পরিবর্তিত OLS অনুমানের (সাধারণ ন্যূনতম বর্গক্ষেত্র) উপর ভিত্তি করে একটি পদ্ধতি এবং দুটি ভেরিয়েবলের মধ্যে সমন্বয় সম্পর্ক পরীক্ষা করার জন্য উপযুক্ত।

4. এই কৌশলটি প্রচুর সংখ্যক সংমিশ্রণের জন্য সময় সিরিজের সমন্বিত সম্পর্ক পরীক্ষা করবে: নির্দিষ্ট মানগুলি নিম্নরূপ:

• একটি পৃথক সম্মিলিত ঝুড়ির টাইম প্রাইস সিরিজ হল একটি ফার্স্ট-অর্ডার ইন্টিগ্রাল ভেক্টর, অর্থাৎ, সময়ের দাম সিরিজটি অস্থির (একটি সুস্পষ্ট প্রবণতা রয়েছে)। একাধিক সময়ের মূল্যের স্থিতিশীলতা পরীক্ষা করতে ADF ইউনিট রুট ব্যবহার করুন।
• পৃথক সম্মিলিত ঝুড়ির প্রথম পার্থক্যের পরে সিরিজ (অর্থাৎ, ডেরিভেটিভ) স্থির। দুটি ঝুড়ি সময়ের মূল্য সিরিজ পরীক্ষা করতে ADF ইউনিট রুট ব্যবহার করুন। দুটি ঝুড়ির সময়ের মূল্য সিরিজের প্রথম পার্থক্যের স্থিরতা পরীক্ষা করতে ADF ইউনিট রুট ব্যবহার করুন।
• পেয়ারড কম্বিনেশন টাইম প্রাইস সিরিজের একটি নির্দিষ্ট রৈখিক সংমিশ্রণ স্থির, অর্থাৎ দুটি সিরিজ থেকে নির্মিত একটি রৈখিক সমীকরণের অবশিষ্টাংশ স্থির। একই ক্রম দুটি অনুক্রমের জন্য, OLS রিগ্রেশন সঞ্চালন করুন এবং তারপর অবশিষ্টাংশের স্থিরতা পরীক্ষা করুন।
• আমি আরও পরিসংখ্যানগত পরীক্ষা এবং ডেটা বিশ্লেষণ সম্পর্কে বিশদে যাব না, তবে পুরো বাজার এবং সমস্ত প্রকারের একটি বড় আকারের এবং বিশদ পরিসংখ্যানগত বিশ্লেষণ পরিচালনা করব।

5. বিপুল সংখ্যক হার্স্ট সূচক পরীক্ষা পরিচালনা করুন।

হার্স্ট এক্সপোনেন্টটি একটি সময় সিরিজের দীর্ঘমেয়াদী স্মৃতি পরিমাপ করতে ব্যবহৃত হয় যাতে সিরিজের গড় বিপরীত বৈশিষ্ট্য নির্ধারণ করা যায়। হার্স্ট সূচকের মান ০ থেকে ১ এর মধ্যে, যার ০.৫ এর কাছাকাছি মান একটি এলোমেলো পদযাত্রা নির্দেশ করে এবং ১ এর কাছাকাছি মান একটি স্থায়ী প্রবণতা নির্দেশ করে। নীতি: হার্স্ট সূচকটি একটি ক্রমের দীর্ঘমেয়াদী স্মৃতির মাত্রা অনুমান করে ক্রমের ওভারল্যাপিং পরবর্তী ক্রমের বিচ্যুতি পরিসর এবং তাদের দৈর্ঘ্যের মধ্যে সম্পর্ক গণনা করে। গাণিতিক সূত্র: হার্স্ট সূচক গণনা করার একটি পদ্ধতি হল বিচ্যুতি পরিসর এবং ওভারল্যাপিং পরবর্তী ক্রমগুলির দৈর্ঘ্যের মধ্যে সম্পর্ক ব্যবহার করে এলোমেলো পদযাত্রার সংশ্লিষ্ট সম্পর্ক স্থাপন করা। ওভারল্যাপিং পরবর্তী ক্রমগুলির বিচ্ছুরণ পরিসর এবং দৈর্ঘ্যের মধ্যে একটি রৈখিক রিগ্রেশন ফিট ব্যবহার করে হার্স্ট সূচকটি অনুমান করা যেতে পারে।

6. গড় বিপরীত অর্ধ-জীবন অনুমান।

গড় প্রত্যাবর্তন অর্ধ-জীবন হল একটি মেট্রিক যা একটি প্রাইস সিরিজের গড়তে ফিরে আসতে যে সময় নেয় তা অনুমান করতে ব্যবহৃত হয়। অর্ধ-জীবন যত ছোট, গড় প্রত্যাবর্তন তত দ্রুত। নীতি: গড় প্রত্যাবর্তন অর্ধ-জীবনের গণনা একটি অভিসারী সূচকীয় স্মুথিং মুভিং এভারেজ মডেল (EMA) ফিট করে অনুমান করা হয়। যখন প্রাইস সিরিজ গড় থেকে অর্ধ-জীবনের বেশি বিচ্যুত হয়, তখন এটি বিবেচনা করা যেতে পারে যে গড় প্রত্যাবর্তনের একটি সুযোগ রয়েছে। গাণিতিক সূত্র: গড় বিপরীত অর্ধ-জীবনের গণনা সূত্রটি নিম্নরূপ:

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

পরীক্ষা পদ্ধতি: আপনি মূল্য সিরিজের EMA গণনা করতে পারেন, এবং তারপর EMA-এর উপর ভিত্তি করে অর্ধ-জীবন গণনা করতে পারেন।

7. প্রচুর পরিসংখ্যানগত ডেটার উপর ভিত্তি করে ট্রেডিং কৌশলগুলি তৈরি করুন।

সহজভাবে বলতে গেলে, বাস্কেট পণ্যের সংমিশ্রণগুলি হার্স্ট সূচক বাছাইয়ের উপর ভিত্তি করে ফিল্টার করা হয়, প্রাসঙ্গিক পরিসংখ্যানগত পরামিতিগুলি গড় রিভার্সন অর্ধ-জীবনের উপর ভিত্তি করে অনুমান করা হয় এবং ট্রেডিং কৌশল সংমিশ্রণটি সমন্বয়ের উপর ভিত্তি করে তৈরি করা হয়। আরও বিশদ বর্ণনা করা হবে না। .

ধরুন x এবং y হল সম্পদের প্রাইস টাইম সিরিজ এর স্বাভাবিক বন্টন।

সমন্বিতকরণ পরীক্ষার পরে, এটি পাওয়া যায় যে সম্পদ X এবং Y-এর সময়ের মূল্যের মধ্যে একটি সমন্বিত সম্পর্ক রয়েছে। অবশিষ্ট পদ c-এর আদর্শ বিচ্যুতি হল σ, এবং ধ্রুবক λ সীমার মান হিসাবে নির্বাচিত হয়েছে।

• যখন lny-(a+blnx) > λσ, বাস্কেট Y-এর মূল্য তুলনামূলকভাবে বেশি হয় এবং ঝুড়ি X-এর দাম তুলনামূলকভাবে কম হয় X কিনুন এবং ঝুড়ি Y বিক্রি করুন;
• যখন lny-(a+blnx) < -λσ, তখন ঝুড়ি X এর দাম তুলনামূলকভাবে বেশি মূল্যায়িত হয়, এবং ঝুড়ি Y এর দাম তুলনামূলকভাবে কম মূল্যায়িত হয়, তাই ঝুড়ি Y কিনুন এবং ঝুড়ি X বিক্রি করুন;
• যখন মূল্যের পার্থক্য lny-(a+blnx) একটি নির্দিষ্ট পরিসরে ফিরে আসে, যেমন [-0.5λσ, 0.5λσ] পরিসরে, অবস্থানটি বন্ধ হয়ে যায়;

8. কিছু বৈশিষ্ট্য.

বর্তমান সংস্করণটি তুলনামূলকভাবে সম্পূর্ণ, যার মধ্যে রয়েছে অতি-শক্তিশালী প্রায় ফুল-মার্কেট ট্রেডিং, ট্রেডিং কাজ এবং বাজার খোলার ক্ষেত্রে উচ্চ-ফ্রিকোয়েন্সি প্রবণতা অনুমান করা এবং টেকারের লেনদেনের সুবিধা এবং লেজ যাচাই করার জন্য দীর্ঘমেয়াদী সম্ভাব্যতার সুবিধার সাথে মিলিত উচ্চ-ফ্রিকোয়েন্সি মেকার সম্পাদন করা। একক জাতগুলির হেজিং, প্রতিটি অর্ডারের চরম স্থানীয় রেকর্ডগুলি হেজিং অপারেশনের জন্য অন্যান্য কৌশলগুলির সাথে মিশ্রিত করা যেতে পারে। আমি বিশদে যাব না।

4. আংশিক ঐতিহাসিক কর্মক্ষমতা (মিনিট-লেভেল স্লাইসিং পরিসংখ্যান, প্রকৃত লেনদেনের মূল্য অনুমান করার পরে একটি অর্ডার নেওয়ার খরচ ডেটা)

【নিরপেক্ষ হেজিং পরিসংখ্যানগত আরবিট্রেজ নতুন】-সুপারনোভা

5. সহযোগিতা, বিনিময়, এবং যৌথ শিক্ষা এবং অগ্রগতির জন্য উন্মুখ

【নিরপেক্ষ হেজিং পরিসংখ্যানগত আরবিট্রেজ নতুন】-সুপারনোভা

তৃতীয় পক্ষের মুদ্রা মুদ্রা ডেটা

যে কোনও কৌশলের নিজস্ব পদ্ধতি এবং উপযুক্ততা রয়েছে। উদাহরণস্বরূপ, গড় প্রত্যাবর্তন কৌশলটি বাজারের র্যান্ডম ওয়াক এবং অন্যান্য তত্ত্বের উপর ভিত্তি করে, এবং মোমেন্টাম প্রবণতা কৌশলটি বিভিন্ন আচরণগত অর্থ তত্ত্বের উপর ভিত্তি করে, যেমন বাজারে চর্বিযুক্ত লেজের ওঠানামা। আমাদের অবশ্যই এর নীতিগুলি বুঝতে হবে, এর বৈশিষ্ট্যগুলির উপর ভিত্তি করে এর ওঠানামার সাথে খাপ খাইয়ে নিতে হবে। একই সময়ে, কৌশলগুলির ব্যবহারকারীদের অবশ্যই লাভ এবং ক্ষতির একই উত্সের দিকে মনোযোগ দিতে হবে এবং তাদের অবশ্যই তাদের সুবিধা এবং অসুবিধাগুলিকে এড়াতে হবে৷ সেগুলি সঠিক বা ভুল, এবং বাজারের পরিস্থিতি অনুযায়ী সেগুলি উপযুক্ত কি না তা জানুন, আত্মবিশ্বাসী হোন এবং অবাক হবেন না৷

পরিমাপকরণ একটি চিরস্থায়ী গতির যন্ত্র নয়, বা এটি সর্বশক্তিমানও নয়, তবে এটি অবশ্যই ভবিষ্যতের ব্যবসায়ের দিক হতে হবে এবং প্রতিটি ব্যবসায়ীর দ্বারা শেখার এবং ব্যবহার করার যোগ্য! ব্যবসায়ীরা এসে স্বাগত জানাতে এবং ত্রুটিগুলি নির্দেশ করতে, একসাথে আলোচনা করতে, শিখতে এবং একসাথে অগ্রগতি করতে, দুর্দান্ত বাজারে বাতাস এবং তরঙ্গে চড়তে এবং এগিয়ে যাওয়ার জন্য স্বাগত জানাই৷

● এই কৌশলটি তুলনামূলকভাবে অনন্য এবং এটি প্রথাগত প্রবণতা, গ্রিড, উচ্চ-ফ্রিকোয়েন্সি, আরবিট্রেজ ইত্যাদি থেকে বেশ আলাদা। এটির ক্ষমতা সীমিত এবং প্রধানত স্ব-চালিত ব্যবহারকারী এবং প্রাতিষ্ঠানিক বিনিয়োগকারীরা যোগাযোগ করতে এবং শিখতে পারে।

● আরও সহযোগিতার বিকল্প: আমরা আপনার প্রয়োজন, ঝুঁকি পছন্দ ইত্যাদির উপর ভিত্তি করে আপনার আলোচনা এবং কাস্টমাইজড সহযোগিতার জন্য উন্মুক্ত ও জয়ী মনোভাব বজায় রাখি।

আপনার যদি স্বল্প-মেয়াদী লাভ এবং ক্ষতির মতো ঝুঁকির ক্ষুধা বেশি থাকে এবং স্বল্পমেয়াদী ট্রেডিং প্রয়োজন থাকে, তাহলে আপনি 3%-50% মাসিক রিটার্ন সহ আরেকটি স্থিতিশীল উচ্চ-ফ্রিকোয়েন্সি কৌশল দেখতে পারেন এবং লিকুইডেশনের কোনো ঝুঁকি নেই: হাই ফ্রিকোয়েন্সি হেজিং মার্কেট মেকিং গ্রিড নিউ

যদি আপনার কাছে প্রচুর পরিমাণে তহবিল থাকে, তাহলে আপনি আরেকটি বড়-ক্ষমতার মধ্য-নিম্ন-ফ্রিকোয়েন্সি কম্পোজিট CTA ট্রেডিং সিস্টেম পর্যবেক্ষণ করতে পারেন, যা প্রকৃত ট্রেডিং, বৃষ্টি বা চকচকে 1,000 দিনের জন্য স্থায়ী হয়। এটি হল CTA কৌশল সংমিশ্রণ ব্যবস্থা যার দীর্ঘতম ইতিহাস, উচ্চ স্থিতিশীলতা এবং শক্তিশালী সর্বজনীনতা বর্তমানে মধ্যম এবং দীর্ঘমেয়াদী স্থিতিশীল বৃদ্ধি অর্জনের জন্য ঘোষণা করা হয়েছে: কম্পাউন্ড CTA ট্রেডিং সিস্টেম নতুন

✱ যোগাযোগের তথ্য (একত্রে যোগাযোগ এবং আলোচনা, শিখতে এবং অগ্রগতি করতে স্বাগতম) WECHAT: haiyanyydss Telegram: https://t.me/JadeRabbitcm আরও দরকারী তথ্য ➔ মিস্টার ডোয়ারের পরিমাণগত কেবিন https://www.fmz.com/market-offer/512 ✱Fully automatic CTA & HFT & Arbitrage trading system @2018 - 2024