स्टेटा फॉरेक्स में विचलन की गणना

स्टॉक्स के लिए सहकारिता की गणना करना गणित और आंकड़ों के कई तत्व स्टॉक के मूल्यांकन में उपयोग किए जाते हैं। सहकारिता गणना भविष्य में एक निवेशक की जानकारी दे सकती है कि दो शेयर कैसे एक साथ चल सकते हैं। ऐतिहासिक कीमतों को देखते हुए, हम यह निर्धारित कर सकते हैं कि कीमतें एक-दूसरे के साथ या एक-दूसरे के विपरीत चलती हैं या नहीं। यह आपको दो स्टॉक पोर्टफोलियो के संभावित मूल्य आंदोलन की भविष्यवाणी करने की अनुमति देता है। आप उन स्टॉक का चयन भी कर सकते हैं जो एक दूसरे के पूरक हैं, जो समग्र जोखिम को कम कर सकते हैं और समग्र संभावित रिटर्न में वृद्धि कर सकते हैं। परिचयात्मक वित्त पाठ्यक्रमों में, हमें जोखिम के एक उपाय के रूप में पोर्टफोलियो मानक विचलन की गणना करने के लिए सिखाया जाता है, लेकिन इस गणना का एक हिस्सा इनमें से दो या अधिक शेयरों का संवाहक है। इसलिए, पोर्टफोलियो चयन में जाने से पहले। सहानुभूति समझ बहुत महत्वपूर्ण है। कॉवरिएंस कोवर्सेंस क्या उपाय है कि दो चर कैसे एक साथ चलते हैं। यह निर्धारित करता है कि क्या दो दिशाएं एक ही दिशा में हैं (सकारात्मक संप्रदाय) या विपरीत दिशाओं में (एक नकारात्मक संप्रदाय)। इस आलेख में, वेरिएबल्स आमतौर पर शेयर की कीमतें होंगी, लेकिन वे कुछ भी हो सकते हैं। शेयर बाजार में रिटर्न की एक ही राशि के लिए ली गई जोखिम राशि को कम करने पर एक मजबूत जोर दिया गया है पोर्टफोलियो का निर्माण करते समय, एक विश्लेषक उन शेयरों का चयन करेगा जो एक साथ अच्छी तरह से काम करेंगे। इसका आम तौर पर मतलब है कि ये स्टॉक एक ही दिशा में नहीं चलते हैं कोवेरिअंस की गणना पिछले कीमतों की सूची ढूंढने के साथ शेयरों की तुलना में शेयरों की गणना शुरू होती है यह सबसे अधिक उद्धरण पृष्ठों पर ऐतिहासिक कीमतों के रूप में लेबल किया गया है। आमतौर पर, प्रत्येक दिन के लिए समापन मूल्य का उपयोग एक दिन से दूसरे को वापस करने के लिए किया जाता है। यह दोनों स्टॉक के लिए करें और गणना शुरू करने के लिए एक सूची बनाएं। तालिका 1: समापन कीमतों का उपयोग करते हुए दो शेयरों के लिए दैनिक रिटर्न यहां से, हमें प्रत्येक शेयर के लिए औसत रिटर्न की गणना करने की आवश्यकता है: एबीसी के लिए यह (1.1 1.7 2.1 1.4 0.2) 5 1.30 एक्सवाईजेड के लिए होगा (3 4.2 4.9 4.1 2.5) 5 3.74 अब, एबीसी रिटर्न और एबीसी औसत रिटर्न के बीच मतभेद लेने का मामला है। और एक्सवाईजेड वापसी और एक्सवाईजेड औसत रिटर्न के बीच के अंतर से इसे गुणा करना। अंतिम चरण नमूना आकार के परिणाम को विभाजित करना और एक घटा देना है। अगर यह पूरी आबादी थी आप बस आबादी के आकार से विभाजित कर सकते हैं इसका निम्न समीकरण द्वारा प्रतिनिधित्व किया जा सकता है: ऊपर एबीसी और एक्सवाईजेड पर हमारे उदाहरण का प्रयोग करना, सहकारिता की गणना इस प्रकार की जाती है: (1.1 - 1.30) x (3 - 3.74) (1.7 - 1.30) x (4.2 - 3.74) (2.1 - 1.30) ) एक्स (4.9 - 3.74) 0.148 0.184 0.928 0.036 1.364 2.66 (5 - 1) 0.665 इस स्थिति में हम एक नमूना का उपयोग कर रहे हैं, इसलिए हम नमूना आकार (पाँच) घटाएं एक से विभाजित करते हैं आप देख सकते हैं कि दो स्टॉक रिटर्न के बीच का सहारे 0.665 है। क्योंकि यह संख्या सकारात्मक है, इसका मतलब यह है कि शेयर एक ही दिशा में आगे बढ़ते हैं। जब एबीसी का एक बड़ा रिटर्न था, तो एक्सवायजेड में भी बहुत अधिक रिटर्न था। माइक्रोसॉफ्ट एक्सेल में एक्सेल में, आप आसानी से निम्नलिखित कार्यों में से एक का उपयोग कर सहकारिता प्राप्त कर सकते हैं: एक आबादी के लिए एक नमूना या समावेशन के लिए COVARIANCE. S ()। आपको ऊर्ध्वाधर कॉलम में रिटर्न की दो सूचियों को सेट अप करना होगा , सिर्फ 1 टेबल की तरह। तब, जब संकेत दिया जाता है, प्रत्येक कॉलम का चयन करें। Excel में प्रत्येक सूची को एक सरणी कहा जाता है, और दो सरणियों को कोष्ठक से अलग किया जाता है, कोमा से अलग किया जाता है अर्थ उदाहरण में एक सकारात्मक संप्रदाय है, इसलिए दो शेयर एक साथ चलते हैं। जब कोई उच्च वापसी करता है, तो दूसरे के पास उच्च प्रतिफल भी होता है। यदि परिणाम नकारात्मक था, तो दो शेयरों में रिटर्न के विपरीत होता है जब एक सकारात्मक रिटर्न होता है, दूसरे के पास नकारात्मक रिटर्न होता। कोवेरिएंस का उपयोग यह पता लगाना है कि दो शेयरों में उच्च या निम्न सहप्रभुता अपने आप पर उपयोगी मीट्रिक नहीं हो सकती है। सहकारिता यह बता सकती है कि स्टॉक कैसे एक साथ चलते हैं, लेकिन रिश्ते की ताकत का निर्धारण करने के लिए, हमें सहसंबंध को देखना चाहिए। सहसंबंध इसलिए संप्रदाय के साथ संयोजन के रूप में इस्तेमाल किया जाना चाहिए, और इस समीकरण द्वारा प्रतिनिधित्व किया जाता है: जहां वाई के XY मानक विचलन के एक्स और वाईएक्स मानक विचलन के बीच सीओवी (एक्स, वाई) संप्रतीक उपर्युक्त समीकरण से पता चलता है कि दो चर के बीच के संबंध एक्स और वाई के वैरिएबल के मानक विचलन के उत्पाद से विभाजित दोनों चर के बीच संवेदना, जबकि दोनों उपायों से पता चलता है कि दो चर सकारात्मक या व्युत्क्रम से संबंधित हैं, सहसंबंध आपको यह बता कर अतिरिक्त जानकारी प्रदान करता है कि किस डिग्री में दोनों चर एक साथ चलते हैं । सहसंबंध में हमेशा -1 और 1 के बीच का माप मूल्य होगा, और शेयरों को कैसे एक साथ बढ़ने पर एक ताकत मूल्य जोड़ता है यदि सहसंबंध 1 है, तो वे पूरी तरह से एक साथ चलते हैं, और यदि सहसंबंध 1 है, तो स्टॉक पूरी तरह से विपरीत दिशाओं में चलते हैं। यदि सहक्रिया 0 है, तो दो शेयर एक दूसरे से यादृच्छिक दिशा में आगे बढ़ते हैं संक्षेप में, सहानुभूति सिर्फ आपको बताती है कि दो चर समान तरीके से बदलते हैं, जबकि सहसंबंध से पता चलता है कि एक परिवर्तनशील प्रभाव में एक परिवर्तन दूसरे में परिवर्तन कैसे होता है। सह-संवेदक का उपयोग मल्टी-स्टॉक पोर्टफोलियो के मानक विचलन को खोजने के लिए भी किया जा सकता है। मानक विचलन जोखिम के लिए स्वीकार्य गणना है, और स्टॉक का चयन करते समय यह बेहद महत्वपूर्ण है। आमतौर पर, आप उन स्टॉक का चयन करना चाहते हैं जो विपरीत दिशाओं में आगे बढ़ते हैं अगर चुना हुआ शेयर विपरीत दिशा में आगे बढ़ते हैं, तो समान राशि या संभावित रिटर्न के कारण जोखिम कम हो सकता है बॉटम लाइन कॉवरेन्स एक सामान्य सांख्यिकीय गणना है जो दिखा सकता है कि दो शेयर एक साथ कैसे चलते हैं। हम केवल ऐतिहासिक रिटर्न का उपयोग कर सकते हैं इसलिए भविष्य के बारे में कभी निश्चित नहीं होगा। साथ ही, सहप्रतिष्ठापन का उपयोग अपने आप पर नहीं किया जाना चाहिए। इसके बजाय, इसका इस्तेमाल अन्य, अधिक महत्वपूर्ण गणनाओं जैसे कि सहसंबंध या मानक विचलन के रूप में किया जा सकता है। अनुमानित लौटें, भिन्नता और पोर्टफोलियो भिन्नता का मानक विचलन तब प्रत्येक संभावना में विचलन को मापता है, जिससे हमें निम्नलिखित गणना मिलती है: अब हम गए हैं विचलन की गणना करने के एक सरल उदाहरण के आधार पर, पोर्टफोलियो विचरण को देखने दें। एक पोर्टफोलियो रिटर्न का विचरण घटक परिसंपत्तियों के विचलन के साथ-साथ उनमें से प्रत्येक के बीच सह-संबंधों का एक कार्य है। कोवेरिअस डिग्री का एक उपाय है जिसके लिए दो खतरनाक परिसंपत्तियों पर लौटकर अग्रानुक्रम में आगे बढ़ते हैं सकारात्मक संप्रदाय का मतलब है कि परिसंपत्ति का रिटर्न एक साथ बढ़ता है। नकारात्मक संप्रदाय का मतलब है कि रिटर्न में बदलाव उलट होता है सहकारिता सहसंबंध से बारीकी से संबंधित है, जिसमें दोनों के बीच का अंतर है कि मानक विचलन में बाद के कारक हैं। आधुनिक पोर्टफोलियो सिद्धांत का कहना है कि पोर्टफोलियो के विचलन को कम या नकारात्मक सह-संवेदी, जैसे स्टॉक और बांड के साथ संपत्ति वर्गों को चुनकर कम किया जा सकता है। विविधीकरण के इस प्रकार का जोखिम कम करने के लिए उपयोग किया जाता है। पोर्टफोलियो विचरण पोर्टफोलियो में प्रतिभूतियों के लिए सहकारिता या सहसंबंध गुणांक पर दिखता है। पोर्टफोलियो के विचलन की गणना प्रत्येक संबंधित सुरक्षा के स्क्वायर वजन को गुणा करके और दो बार भारित औसत वजन जोड़कर की जाती है, जो कि सभी व्यक्तिगत सुरक्षा जोड़ी के सह-संवेदना द्वारा गुणा करती है। इस प्रकार, हमें एक साधारण दो-परिसंपत्ति पोर्टफोलियो में पोर्टफोलियो विचलन की गणना करने के लिए निम्न सूत्र मिलता है: (वजन (1) 2 वैरेंस (1) वजन (2) 2 वैरिएंस (2) 2 वजन (1) वजन (2) सहवर्ती (1,2) इस सूत्र में एक और तरीका बताया गया है: इस मैट्रिक्स से, हम जानते हैं कि स्टॉक पर भिन्नता 350 (किसी भी संपत्ति का संप्रभु अपने विचरण के बराबर होती है), बांड पर विचरण 150 है और स्टॉक और बांड के बीच का सहूलियत 80 है। स्टॉक और बांड दोनों के लिए 0.5 के हमारे पोर्टफोलियो वजन को देखते हुए, पोर्टफोलियो विचरण के लिए हल करने के लिए हमारे पास आवश्यक सभी शर्तें हैं। मानक विचलन मानक विचलन दो तरीकों से परिभाषित किया जा सकता है: 1. इसके मतलब से डेटा के एक सेट के फैलाव का एक उपाय मानक विचलन को भिन्नता के वर्गमूल के रूप में गणना की जाती है 2. वित्त में, मानक विचलन निवेश की अस्थिरता को मापने के लिए निवेश की वापसी की वार्षिक दर पर लागू होता है। मानक विचलन भी ऐतिहासिक अस्थिरता के रूप में जाना जाता है और इसका इस्तेमाल किया जाता है निवेशकों द्वारा अपेक्षित अस्थिरता की मात्रा के लिए गेज के रूप में मानक विचलन एक सांख्यिकीय माप है जो ऐतिहासिक अस्थिरता पर प्रकाश डालता है उदाहरण के लिए, एक अस्थिर शेयर में एक उच्च मानक विचलन होगा, जबकि स्थिर नीली चिप स्टॉक में कम मानक विचलन होगा। एक बड़े फैलाव हमें बताता है कि धन वापसी की उम्मीद सामान्य रिटर्न से कितना विचलन हो रहा है उदाहरण: मानक विचलन मानक विचलन () भिन्नता का वर्गमूल ले कर पाया जाता है: इस सिद्धांत को स्पष्ट करने के लिए हमने दो-परिसंपत्ति पोर्टफोलियो का उपयोग किया था, लेकिन अधिकांश पोर्टफोलियो में दो से अधिक संपत्ति शामिल हैं विचरण के लिए फार्मूला बहु-संपत्ति पोर्टफोलियो के लिए अधिक जटिल हो जाता है। एक संप्रदाय मैट्रिक्स में सभी शर्तों को गणना में जोड़ा जाना चाहिए। एक दूसरा उदाहरण देखें जो विचरण और मानक विचलन को एक साथ जोड़ता है। उदाहरण: एक निवेश का भिन्नता और मानक विचलन Newcos स्टॉक के लिए निम्नलिखित डेटा को देखते हुए, स्टॉक विचरण और मानक विचलन की गणना करें। आंकड़ों के आधार पर अपेक्षित रिटर्न 14 है