avatar of 发明者量化-小小梦 发明者量化-小小梦
پر توجہ دیں نجی پیغام
4
پر توجہ دیں
1271
پیروکار

بگ ڈیٹا فنڈ کی نقاب کشائی

میں تخلیق کیا: 2017-02-27 13:01:49, تازہ کاری: 2017-02-27 23:43:03
comments   0
hits   2055

بگ ڈیٹا فنڈ کی نقاب کشائی


آج کے اس سائنسی سرمایہ کاری کے مضمون میں ہم بگ ڈیٹا فنڈز کے اصولوں اور یہ بتانے کی کوشش کریں گے کہ کس طرح انٹرنیٹ ڈیٹا جیسے تاؤ باؤ، بیڈو اور سینا فنڈ مینیجرز کو اسٹاک کا انتخاب کرنے میں مدد کرتا ہے۔

  • #### اس سے پہلے کہ ہم بگ ڈیٹا فنڈز کی نقاب کشائی کریں ، آئیے ایک عام اسٹاک فنڈ کے حصص کے انتخاب کے اقدامات پر ایک نظر ڈالیں:

بگ ڈیٹا فنڈ کی نقاب کشائی

تمام A اسٹاک سے ابتدائی طور پر نمونہ کی جگہ نکالیں ، ابتدائی طور پر معیار عام طور پر زیادہ بنیادی اشارے جیسے مارکیٹ میں آنے کا وقت ، مارکیٹ ویلیو وغیرہ استعمال کرتے ہیں۔ ابتدائی اسٹاک کے تالاب کو نمونے لینے کی جگہ سے منتخب کیا گیا ہے۔ اس میں عام طور پر انڈسٹری کے اعداد و شمار ، مالیاتی اشارے ، منافع بخش صلاحیت وغیرہ کو منتخب کیا جاتا ہے۔ ابتدائی اسٹاک کے تالاب کو ملٹی فیکٹر اسٹاک سلیکشن ماڈل کے نمونے کے طور پر استعمال کیا جائے گا۔ کثیر فیکٹر اسٹاک سلیکشن ماڈل کا استعمال کرتے ہوئے اسٹاک کو مقدار میں منتخب کریں۔ روایتی کثیر فیکٹر ماڈل میں جو عوامل استعمال کیے جاتے ہیں ان میں بنیادی طور پر مالی عوامل (مارکیٹ مارجن ریٹ ، مارکیٹ نیٹ ریٹ ، مارکیٹ فروخت کی شرح ، اثاثوں کی مارکیٹ ویلیو تناسب ، مرکزی کاروبار میں آمدنی میں اضافے کی شرح ، خالص منافع میں اضافے کی شرح ، EPS میں اضافے کی شرح ، مجموعی اثاثوں میں اضافے کی شرح ، وغیرہ) ، مارکیٹ سے چلنے والے عوامل (مختصر آمدنی کی شرح ، طویل مدتی آمدنی کی شرح ، مخصوص اتار چڑھاؤ کی شرح ، تجارت کے حجم میں تبدیلی ، اور آزادانہ طور پر تجارت کی قیمت) وغیرہ) شامل ہیں۔ ان تمام عوامل پر طویل مدتی تاریخی واپسی اور استحکام کے حساب کتاب کے حساب سے ، صرف ایک اسٹاک کے لئے جامع پوائنٹس کا حساب لگایا جاتا ہے۔ فنڈ کے اجزاء اور ان کے وزن کا حساب لگانے کے لئے انجن کی مقدار کی طرف سے سیکھا.

تو ، بگ ڈیٹا فنڈز روایتی فنڈز سے کس طرح مختلف ہیں؟ یہ ہے کہ بگ ڈیٹا فنڈز نے بگ ڈیٹا عنصر متعارف کرایا ہے۔

بگ ڈیٹا فنڈ کی نقاب کشائی

پہلے ہم نے ایک کثیر عنصر اسٹاک سلیکشن ماڈل تیار کیا تھا ، جس میں تمام عوامل مارکیٹ کے اندر سے آتے تھے ، ہم صرف اسٹاک کی خصوصیات پر توجہ دیتے تھے ، لیکن بڑے اعداد و شمار کے عنصر کی تعارف نے نئی معلومات لائی ہیں ، ہم اس بات پر توجہ دیں گے کہ آیا سینٹی گریڈ میں تلاش کی مقدار میں تبدیلی اسٹاک میں تبدیلی سے متعلق ہے یا نہیں ، ہم اس بات پر توجہ دیں گے کہ آیا کسی صنعت میں تاؤباؤ کی فروخت اس صنعت میں موجود کمپنیوں کے اسٹاک کی قیمتوں کو متاثر کرتی ہے یا نہیں ، ہم اس بات پر بھی توجہ دیں گے کہ آیا کسی ایک اسٹاک سے متعلق خبروں کے پڑھنے والے تبصرے کی تعداد میں اسٹاک کی قیمتوں میں اتار چڑھاو کا اثر پڑتا ہے۔

ہم ایک حقیقی بڑے ڈیٹا فنڈ کی مثال پیش کرتے ہیں تاکہ آپ کو بڑے اعداد و شمار کے عوامل کو مزید بصری طور پر سمجھنے میں مدد ملے۔

مثال کے طور پر ، بورس فنڈ اور ٹائم کرافٹ کے تعاون سے تیار کردہ ٹاؤ گولڈ ڈیٹا 100 کو لے لو:

نمونے لینے کی جگہ کی تعمیر میں، Taobao 100 نے اپنے نمونے کی جگہ کے طور پر نیٹ ورک ای کامرس کی اشیاء کی فہرست سے متعلق متعلقہ سی ای ٹی III صنعتوں کے متعلقہ اسٹاک کو منتخب کیا، جس میں مندرجہ ذیل زمرہ جات شامل ہیں:

  • گھریلو پائیدار اشیاء

  • تفریحی سامان اور لوازمات

  • ٹیکسٹائل اور لباس

  • ہوٹل ریسٹورنٹ اور تفریح

  • خوردہ فروشی

  • خوراک اور مشروبات

  • گھریلو سامان

  • ذاتی سامان

  • اس سے یہ ظاہر ہوتا ہے کہ ان صنعتوں اور Taobao کی اپنی مصنوعات کی درجہ بندی بہت زیادہ ہے، کیونکہ Taobao کے اعداد و شمار سے پیدا ہونے والے بڑے اعداد و شمار کے عوامل ان صنعتوں میں زیادہ معلومات فراہم کرسکتے ہیں.

تاؤباؤ سے متعلقہ صنعتوں کے نمونے لینے کی جگہ کی بنیاد پر ، بورس فنڈ اور ٹائم کرافٹ نے ملٹی فیکٹر کوانٹومیشن ماڈل کے لئے ای کامرس کے بڑے اعداد و شمار کے عنصر کو پیدا کیا۔ اس میں ، Alipay فنانشل انفارمیشن سروس پلیٹ فارم آن لائن صارفین کے لئے اعداد و شمار فراہم کرتا ہے۔ انکم انڈسٹری انویسٹمنٹ انڈیکس ، جامع معائنہ انڈسٹری کے رجحانات ، بشمول: نمو ، قیمت ، فراہمی ، وغیرہ کے مطابق ، انڈسٹری کے رجحانات کی درجہ بندی کی گئی ہے۔ اس رجحان کے مطابق ، انڈسٹری کے اندر اسٹاک کو اسی طرح کا درجہ دیا گیا ہے ، جس میں ای کامرس کے بڑے اعداد و شمار کے عنصر کو تقسیم کیا گیا ہے۔

آخر میں ، بڑے اعداد و شمار کے عوامل ، مالی عوامل ، اور مارکیٹ سے چلنے والے عوامل کا استعمال کرتے ہوئے اسٹاک کی درجہ بندی کرنے کے لئے ایک مقداری اسٹاک سلیکشن ماڈل ، بڑے اعداد و شمار کے فنڈز کے اجزاء اور وزن کا تعین کرتا ہے۔

ٹاؤ گولڈ 100 انڈیکس کے علاوہ ، بڑے اعداد و شمار کے فنڈز نے بڑے اعداد و شمار کے عوامل کو پیدا کرنے کے لئے بہت سے بڑے اعداد و شمار کے ذرائع جیسے بیڈو ، سنو بال ، سینا ، اور بینک آف یونائیٹڈ وغیرہ کا استعمال کیا ہے۔ بڑے اعداد و شمار کے فنڈز کے ذریعہ بڑے اعداد و شمار کے عوامل مندرجہ ذیل ہیں:

100 انڈیکس کی تلاش کے عوامل

نمونے کی جگہ کے حصص کے لئے ، مجموعی تلاش اور تلاش میں اضافے کا حساب ایک ماہ کے لئے کیا گیا ہے ، جو مجموعی تعداد کے عوامل اور اضافے کے عوامل کے طور پر لکھا گیا ہے۔ مجموعی تلاش کے عوامل اور اضافے کے عوامل کے لئے فیکٹر تجزیہ ماڈل بنائیں ، ہر ایک حصص کے لئے جامع اسکور کا حساب لگائیں ، جو تلاش کے عوامل کے طور پر لکھا گیا ہے۔

100 ٹن برف کی بال گرمی کا عنصر

سب سے پہلے ، دوسرے مرحلے میں حاصل کردہ اسنو بال اسمارٹ پورٹ فولیو کے مطابق ، منتخب کرنے کے لئے نمونے کے اسمارٹ پورٹ فولیو کی کوریج کا حساب لگائیں۔ دوسرا ، اسٹاک کے اسمارٹ پورٹ فولیو کی کوریج کے مطابق ، اسٹاک کو اس کے مطابق درجہ دیا جاتا ہے ، جو انفرادی اسٹاک کے اسنو بال گرمی عنصر کے اسکور کے طور پر لکھا جاتا ہے۔

سینا جنوبی کے بڑے اعداد و شمار کے بارے میں

چینل کے صفحے پر کلک کرنے کی تعداد، ویبو کے مثبت اور منفی مضامین کی رپورٹ، خبروں کی رپورٹنگ کا اثر

بینک آف انڈیا بگ ڈیٹا انڈیکس اور بینک آف انڈیا انڈسٹری بگ ڈیٹا فیکٹر

بینک آف انڈیا کی کھپت کی قسم کے اعداد و شمار کے رجحانات کی بنیاد پر اعداد و شمار کے عمل کے بعد ، صنعت کے سرمایہ کاری کے اشارے حاصل کیے جاتے ہیں۔ دوسرا ، صنعت کے سرمایہ کاری کے اشارے کے مطابق ، جامع معائنہ کرنے والے صنعت کی معاشی نمو ، بشمول: کھپت کی رقم ، تجارت کی تعداد وغیرہ ، صنعت کی معاشی نمو کی درجہ بندی کی جاتی ہے۔ آخر میں ، صنعت کے بڑے اعداد و شمار کے عنصر کے مطابق ، صنعت کے اسٹاک کو معاشی نمو کے مطابق درجہ بندی کی جاتی ہے۔

بہت سے جاننے والوں کا خیال ہے کہ بگ ڈیٹا فنڈ کی کارکردگی دراصل ناقص ہے ، در حقیقت ، اب تک کئی بگ ڈیٹا فنڈز کی کارکردگی بھی شروع میں متوقع نہیں ہے ، لیکن اس سے یہ نتیجہ اخذ نہیں کیا جاسکتا ہے کہ بگ ڈیٹا فنڈ غلط سمت میں ہے۔ چونکہ اب تک بگ ڈیٹا کا اطلاق ابھی بھی قدامت پسند اور تجرباتی ہے ، ہم صرف روایتی کثیر عنصر ماڈل کی بنیاد پر بگ ڈیٹا فیکٹر شامل کرتے ہیں ، اور ماڈل میں مزید تخریبی جدت طرازی نہیں کی جاتی ہے۔

دراصل ، بڑے اعداد و شمار کے اطلاق نے ہماری زندگی کے ہر پہلو کو چھوا ہے ، جس میں غیر ارادی طور پر سرمایہ کاری کے قابل خزانے موجود ہیں۔ اگرچہ موجودہ بڑے اعداد و شمار کے فنڈز کی کارکردگی نے ابھی تک یہ ظاہر نہیں کیا ہے کہ وہ ان اقدار کو مؤثر طریقے سے کھینچنے کی صلاحیت رکھتے ہیں ، لیکن بڑے اعداد و شمار میں خزانہ ہمیشہ سے موجود ہے ، اور شاید کچھ نامعلوم افراد پہلے ہی اس سے لطف اندوز ہو رہے ہیں۔

سائنس میں سرمایہ کاری