அளவு பகுப்பாய்வு விளக்கம்

அளவு பகுப்பாய்வு என்பது, நிதிச் சந்தைகளில், குறிப்பாக பைனரி ஆப்ஷன் பரிவர்த்தனைகளில், ஒரு சொத்தின் விலை நகர்வுகளை கணிப்பதற்குப் பயன்படுத்தப்படும் ஒரு மேம்பட்ட முறையாகும். இது, வரலாற்றுத் தரவுகளைக் கொண்டு, புள்ளியியல் மாதிரிகள் மற்றும் கணித சூத்திரங்களைப் பயன்படுத்தி எதிர்கால விலை மாற்றங்களை மதிப்பிடுகிறது. இந்த அணுகுமுறை, தொழில்நுட்ப பகுப்பாய்வு மற்றும் அடிப்படை பகுப்பாய்வு ஆகியவற்றை விட சிக்கலானது, ஆனால் அதிக துல்லியமான கணிப்புகளை வழங்கக்கூடியது.

அளவு பகுப்பாய்வின் அடிப்படைகள்

அளவு பகுப்பாய்வு, சந்தை தரவுகளைக் குறியீடாக்கம் செய்து, புள்ளியியல் கருவிகளைப் பயன்படுத்தி, விலை நகர்வுகளின் நிகழ்தகவை அளவிடுகிறது. இதன் முக்கிய நோக்கங்கள் பின்வருமாறு:

சந்தை மாதிரியாக்கம்: சந்தையின் நடத்தையை பிரதிபலிக்கும் கணித மாதிரிகளை உருவாக்குதல்.
விலை நிர்ணயம்: சொத்துக்களின் சரியான விலையை நிர்ணயித்தல்.
ஆபத்து மேலாண்மை: பரிவர்த்தனைகளில் உள்ள ஆபத்துக்களைக் குறைத்தல்.
நிகழ்தகவு மதிப்பீடு: குறிப்பிட்ட விலை நகர்வுக்கான நிகழ்தகவை கணித்தல்.

அளவு பகுப்பாய்வில் பயன்படுத்தப்படும் கருவிகள்

அளவு பகுப்பாய்வு பலவிதமான கருவிகளையும் நுட்பங்களையும் பயன்படுத்துகிறது. அவற்றில் சில முக்கியமானவை இங்கே:

நேரியல் பின்னடைவு (Linear Regression): இரண்டு மாறிகளுக்கிடையிலான தொடர்பை அளவிடப் பயன்படுகிறது. பின்னடைவு பகுப்பாய்வு விலை நகர்வுகளை கணிப்பதில் உதவுகிறது.
கால வரிசை பகுப்பாய்வு (Time Series Analysis): காலப்போக்கில் சேகரிக்கப்பட்ட தரவு புள்ளிகளை பகுப்பாய்வு செய்து, எதிர்கால மதிப்புகளைக் கணிக்கிறது.
மான்டே கார்லோ உருவகப்படுத்துதல் (Monte Carlo Simulation): ஒரு செயல்முறையின் சாத்தியமான விளைவுகளை மதிப்பிடப் பயன்படுகிறது. இது பைனரி ஆப்ஷன் பரிவர்த்தனைகளில் ஆபத்து மதிப்பீட்டிற்கு மிகவும் பயனுள்ளதாக இருக்கிறது.
புள்ளியியல் பரவல் (Statistical Distribution): தரவுகளின் பரவலைப் புரிந்து கொள்ள உதவுகிறது. இயல்பு நிலை பரவல் (Normal Distribution) மற்றும் லாக்-இயல்பு நிலை பரவல் (Log-Normal Distribution) ஆகியவை பொதுவாகப் பயன்படுத்தப்படுகின்றன.
வோலட்டிலிட்டி பகுப்பாய்வு (Volatility Analysis): சொத்தின் விலை எவ்வளவு வேகமாக மாறுகிறது என்பதை அளவிடுகிறது. வோலட்டிலிட்டி என்பது ஆபத்து மற்றும் வருவாயை தீர்மானிக்கும் முக்கிய காரணியாகும்.
கோரிலேஷன் பகுப்பாய்வு (Correlation Analysis): இரண்டு அல்லது அதற்கு மேற்பட்ட சொத்துகளுக்கு இடையிலான தொடர்பை அளவிடப் பயன்படுகிறது. இது போர்ட்ஃபோலியோ பல்வகைப்படுத்தலுக்கு உதவுகிறது.

அளவு பகுப்பாய்வு உத்திகள்

அளவு பகுப்பாய்வின் அடிப்படையில் பல பரிவர்த்தனை உத்திகள் உள்ளன. அவற்றில் சில:

மீன் ரிவர்ஷன் (Mean Reversion): விலைகள் சராசரியை நோக்கி திரும்பும் என்ற கருத்தின் அடிப்படையில் செயல்படுகிறது.
ட்ரெண்ட் ஃபாலோயிங் (Trend Following): ஒரு குறிப்பிட்ட திசையில் விலை நகரும்போது, அந்த திசையிலேயே வர்த்தகம் செய்வது.
ஆர்பிட்ரேஜ் (Arbitrage): வெவ்வேறு சந்தைகளில் ஒரே சொத்தின் விலை வித்தியாசத்தை பயன்படுத்தி லாபம் ஈட்டுவது.
வோலட்டிலிட்டி டிரேடிங் (Volatility Trading): வோலட்டிலிட்டியின் மாற்றங்களைப் பயன்படுத்தி லாபம் ஈட்டுவது.
பெயர்ன் ஆப்ஷன்ஸ் (Barrier Options): ஒரு குறிப்பிட்ட விலை நிலையைத் தொடும்போது செயல்படுத்தப்படும் ஆப்ஷன்களைப் பயன்படுத்துவது.

பைனரி ஆப்ஷன்களில் அளவு பகுப்பாய்வு

பைனரி ஆப்ஷன் பரிவர்த்தனைகளில், அளவு பகுப்பாய்வு மிக முக்கிய பங்கு வகிக்கிறது. ஏனென்றால், பைனரி ஆப்ஷன்கள் ஒரு குறிப்பிட்ட காலத்திற்குள் ஒரு சொத்தின் விலை ஒரு குறிப்பிட்ட திசையில் நகருமா இல்லையா என்பதை அடிப்படையாகக் கொண்டவை. அளவு பகுப்பாய்வு, அந்த திசையை கணிப்பதற்கான நிகழ்தகவை மதிப்பிட உதவுகிறது.

| உத்தி | விளக்கம் | பயன்பாடு | |---|---|---| | பிளாக்-ஸ்கோல்ஸ் மாதிரி (Black-Scholes Model) | ஆப்ஷன்களின் விலையை நிர்ணயிக்கப் பயன்படுகிறது. | பைனரி ஆப்ஷன்களின் சரியான விலையை மதிப்பிட உதவுகிறது. | | இரும லாக்னார்மல் மாதிரி (Binomial Log-Normal Model) | ஆப்ஷன் விலையை பல்வேறு நேரப் புள்ளிகளில் மதிப்பிட உதவுகிறது. | சிக்கலான பைனரி ஆப்ஷன்களின் விலையை கணிக்க உதவுகிறது. | | மான்டே கார்லோ உருவகப்படுத்துதல் | பல்வேறு சூழ்நிலைகளில் ஆப்ஷனின் லாபத்தை மதிப்பிட உதவுகிறது. | ஆபத்து மேலாண்மை மற்றும் நிகழ்தகவு மதிப்பீட்டிற்கு உதவுகிறது. |

அளவு பகுப்பாய்வின் நன்மைகள்

துல்லியமான கணிப்புகள்: புள்ளியியல் மாதிரிகள் மற்றும் கணித சூத்திரங்களைப் பயன்படுத்துவதால், சந்தை நகர்வுகளை துல்லியமாக கணிக்க முடியும்.
ஆபத்து குறைப்பு: ஆபத்து அளவீடுகளைப் பயன்படுத்தி, பரிவர்த்தனைகளில் உள்ள ஆபத்துக்களைக் குறைக்கலாம்.
லாப வாய்ப்புகள்: சந்தை தவறுகளை அடையாளம் கண்டு, லாபம் ஈட்ட முடியும்.
திறமையான பரிவர்த்தனை: தானியங்கி வர்த்தக அமைப்புகளை உருவாக்க முடியும்.

அளவு பகுப்பாய்வின் வரம்புகள்

சிக்கலானது: அளவு பகுப்பாய்வு நுட்பங்கள் சிக்கலானவை, மேலும் அவற்றை புரிந்து கொள்ள கணித மற்றும் புள்ளியியல் அறிவு தேவை.
தரவு தேவை: துல்லியமான கணிப்புகளைச் செய்ய, வரலாற்றுத் தரவு அதிக அளவில் தேவை.
மாதிரி ஆபத்து: பயன்படுத்தப்படும் மாதிரி சந்தையின் உண்மையான நடத்தையை பிரதிபலிக்காமல் போகலாம்.
சந்தை மாற்றங்கள்: சந்தை நிலைமைகள் மாறும்போது, மாதிரிகளின் துல்லியம் குறையலாம்.
அதிகப்படியான நம்பிக்கை: அளவு பகுப்பாய்வின் முடிவுகளை மட்டுமே நம்பி, பிற காரணிகளை புறக்கணிக்கக் கூடாது.

தொழில்நுட்ப பகுப்பாய்வு மற்றும் அளவு பகுப்பாய்வு - ஒரு ஒப்பீடு

| அம்சம் | தொழில்நுட்ப பகுப்பாய்வு | அளவு பகுப்பாய்வு | |---|---|---| | அணுகுமுறை | வரைபடங்கள் மற்றும் குறிகாட்டிகளை அடிப்படையாகக் கொண்டது | புள்ளியியல் மாதிரிகள் மற்றும் கணித சூத்திரங்களை அடிப்படையாகக் கொண்டது | | தரவு | விலை மற்றும் அளவு தரவு | விலை, அளவு, வட்டி விகிதம், மற்றும் பிற பொருளாதார தரவு | | சிக்கலானது | ஒப்பீட்டளவில் எளிமையானது | மிகவும் சிக்கலானது | | துல்லியம் | குறைவான துல்லியம் | அதிக துல்லியம் | | பயன்பாடு | குறுகிய கால வர்த்தகம் | நீண்ட கால முதலீடு மற்றும் ஆபத்து மேலாண்மை | | கருவிகள் | வரைபடங்கள், குறிகாட்டிகள் | புள்ளியியல் மென்பொருள், கணித சூத்திரங்கள் |

அளவு பகுப்பாய்வு மற்றும் அடிப்படை பகுப்பாய்வு - ஒரு ஒப்பீடு

| அம்சம் | அடிப்படை பகுப்பாய்வு | அளவு பகுப்பாய்வு | |---|---|---| | அணுகுமுறை | நிறுவனத்தின் நிதிநிலை அறிக்கைகள் மற்றும் பொருளாதார காரணிகளை அடிப்படையாகக் கொண்டது | புள்ளியியல் மாதிரிகள் மற்றும் கணித சூத்திரங்களை அடிப்படையாகக் கொண்டது | | தரவு | வருவாய், லாபம், சொத்துக்கள், கடன் | விலை, அளவு, வட்டி விகிதம், மற்றும் பிற புள்ளியியல் தரவு | | சிக்கலானது | ஒப்பீட்டளவில் எளிமையானது | மிகவும் சிக்கலானது | | துல்லியம் | நடுத்தர துல்லியம் | அதிக துல்லியம் | | பயன்பாடு | நீண்ட கால முதலீடு | ஆபத்து மேலாண்மை மற்றும் பரிவர்த்தனை உத்திகள் | | கருவிகள் | நிதிநிலை அறிக்கைகள், பொருளாதார அறிக்கைகள் | புள்ளியியல் மென்பொருள், கணித சூத்திரங்கள் |

மேம்பட்ட அளவு பகுப்பாய்வு நுட்பங்கள்

ஹைட்ரஜன் மாடல் (Heston Model): இது வோலட்டிலிட்டியை கணிக்க உதவும் ஒரு மேம்பட்ட மாதிரி.
ஜம்பிங் டிஃப்யூஷன் மாடல் (Jump Diffusion Model): விலையில் ஏற்படும் திடீர் மாற்றங்களை கணிக்க உதவுகிறது.
கால்மேன் வடிகட்டி (Kalman Filter): தரவுகளை வடிகட்டி, துல்லியமான கணிப்புகளை வழங்குகிறது.
ஹைட்ரோடைனமிக் மாடல் (Hydrodynamic Model): சந்தையின் இயக்கவியலை பிரதிபலிக்கும் ஒரு சிக்கலான மாதிரி.

முடிவுரை

அளவு பகுப்பாய்வு என்பது நிதிச் சந்தைகளில், குறிப்பாக பைனரி ஆப்ஷன் பரிவர்த்தனைகளில், ஒரு சக்திவாய்ந்த கருவியாகும். இது துல்லியமான கணிப்புகளை வழங்கவும், ஆபத்துக்களைக் குறைக்கவும், லாப வாய்ப்புகளை அதிகரிக்கவும் உதவுகிறது. இருப்பினும், இது சிக்கலான நுட்பம், மேலும் அதை வெற்றிகரமாகப் பயன்படுத்த கணித மற்றும் புள்ளியியல் அறிவு தேவை. அளவு பகுப்பாய்வின் வரம்புகளைப் புரிந்துகொண்டு, பிற பகுப்பாய்வு முறைகளுடன் இணைந்து பயன்படுத்தினால், சிறந்த முடிவுகளைப் பெறலாம். மேலும், தொடர்ந்து சந்தை நிலவரங்களை கண்காணித்து, மாதிரிகளை மேம்படுத்துவது அவசியம். சந்தை ஆராய்ச்சி மற்றும் பரிவர்த்தனை உத்திகள் ஆகியவற்றை சரியான முறையில் பயன்படுத்தி, அளவு பகுப்பாய்வின் முழுப் பலனையும் அடைய முடியும்.

பைனரி ஆப்ஷன் தொழில்நுட்ப பகுப்பாய்வு அடிப்படை பகுப்பாய்வு பின்னடைவு பகுப்பாய்வு கால வரிசை பகுப்பாய்வு மான்டே கார்லோ உருவகப்படுத்துதல் வோலட்டிலிட்டி போர்ட்ஃபோலியோ பிளாக்-ஸ்கோல்ஸ் மாதிரி இரும லாக்னார்மல் மாதிரி சந்தை ஆராய்ச்சி பரிவர்த்தனை உத்திகள் ஹைட்ரஜன் மாடல் ஜம்பிங் டிஃப்யூஷன் மாடல் கால்மேன் வடிகட்டி ஹைட்ரோடைனமிக் மாடல் சந்தை மாதிரியாக்கம் விலை நிர்ணயம் ஆபத்து மேலாண்மை நிகழ்தகவு மதிப்பீடு மீன் ரிவர்ஷன் ட்ரெண்ட் ஃபாலோயிங் ஆர்பிட்ரேஜ் வோலட்டிலிட்டி டிரேடிங் பெயர்ன் ஆப்ஷன்ஸ் புள்ளியியல் பரவல் கோரிலேஷன் பகுப்பாய்வு

இப்போது பரிவர்த்தனையை தொடங்குங்கள்

IQ Option-ல் பதிவு செய்யவும் (குறைந்தபட்ச டெபாசிட் $10) Pocket Option-ல் கணக்கு திறக்கவும் (குறைந்தபட்ச டெபாசிட் $5)

எங்கள் சமூகத்தில் சேருங்கள்

எங்கள் Telegram சேனலுக்கு சேர்ந்து @strategybin பெறுங்கள்: ✓ தினசரி பரிவர்த்தனை சமிக்ஞைகள் ✓ சிறப்பு உத்திகள் மற்றும் ஆலோசனைகள் ✓ சந்தை சார்ந்த அறிவிப்புகள் ✓ தொடக்க அடிப்படையிலான கல்வி பொருட்கள்