स्क्वायर - रूट की एक मैट्रिक्स में stata - विदेशी मुद्रा

अपेक्षित रिटर्न, विचरण और एक पोर्टफोलियो भिन्नता का मानक विचरण तब इसकी संभावना से प्रत्येक चुकता विचलन का वजन, हमें निम्न गणना देता है: अब जब हम भिन्न उदाहरणों की गणना करने के सरल उदाहरण पर चले गए हैं, तो 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 औसतन वजन जोड़कर की जाती है, जो कि सभी व्यक्तिगत सुरक्षा जोड़े के सह-संवेदना द्वारा गुणा करता 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 का वर्गमूल माना जाता 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। डेटा के आधार पर अपेक्षित वापसी 14. इतिहासिक अस्थिरता गणना यह पृष्ठ एक कदम-दर-चरण मार्गदर्शिका है जो ऐतिहासिक अस्थिरता की गणना कैसे करता है उदाहरण और एक्सेल फ़ार्मुले ऐतिहासिक वाष्पशीलता कैलक्यूलेटर और गाइड में उपलब्ध हैं। यद्यपि आप ऐतिहासिक अस्थिरता की अवधारणा के बारे में अक्सर सुनाते हैं, इस बात पर भ्रम है कि ऐतिहासिक अस्थिरता की गणना कैसे की जाती है। यदि आप कई अलग-अलग चार्टिंग प्रोग्रामों का उपयोग कर रहे हैं, तो यह काफी संभावना है कि आपको अलग-अलग सॉफ़्टवेयर के साथ एक ही सेटिंग के साथ समान सुरक्षा के लिए थोड़ा अलग ऐतिहासिक अस्थिरता मान मिलेगा। लॉगरिदमिक रिटर्न के मानक विचलन के रूप में निम्नलिखित सबसे लोकप्रिय दृष्टिकोण 8211 है। दैनिक समापन कीमतों पर आधारित क्या ऐतिहासिक वाष्पशीलता गणितीय है जब प्रतिभूतियों या सुरक्षा की कीमतों की ऐतिहासिक अस्थिरता के बारे में बात करते हैं, तो वास्तव में हम रिटर्न की ऐतिहासिक अस्थिरता का अर्थ जानते हैं। यह एक नगण्य भेद की तरह दिखता है, लेकिन ऐतिहासिक अस्थिरता की गणना और व्याख्या के लिए यह बहुत महत्वपूर्ण है गणितीय, ऐतिहासिक अस्थिरता रिटर्न की (आमतौर पर वार्षिक) मानक विचलन है यदि आप जानते हैं कि किसी विशेष अवधि में वापसी की गणना कैसे करें और मानक विचलन की गणना कैसे करें, तो आप पहले से ही जानते हैं कि ऐतिहासिक अस्थिरता की गणना कैसे करें यदि आप अभी भी निश्चित नहीं हैं, विस्तृत चरण-दर-चरण गाइड निम्नानुसार है। पैरामीटर तय करना हमें निर्धारित करने के 3 पैरामीटर हैं: मूल अवधि (जिसके लिए हम शुरुआत में रिटर्न की गणना करते हैं) अक्सर 1 दिन का उपयोग किया जाता है कितने समय गणना में (अच्छी तरह से इसे एन के रूप में देखें) अक्सर 20 या 21 दिन ( व्यापारिक दिनों की संख्या और इसलिए एक महीने में बुनियादी अवधि की संख्या) एक वर्ष में कितने समय हैं (इसका अंत अंत में अस्थिरता के लिए उपयोग किया जाता है) मैक्रोप्थेन अनुसंधान में मैं ज्यादातर 1 दिन (दिन-प्रतिदिन का रिटर्न ), 21 या 63 दिन (1 महीने या 3 महीने का प्रतिनिधित्व), और 252 (जैसा कि औसत पर 252 ट्रेडिंग दिन प्रति वर्ष है)। यह महत्वपूर्ण नहीं है कि आप 20 या 21 दिन, या 252 या 262 दिन का उपयोग करें। इससे भी महत्वपूर्ण यह है कि आप एक ही मापदंडों का लगातार उपयोग करते हैं, इसलिए आपके परिणाम तुलनीय होंगे। चरण 1: रिटर्न की गणना करना सबसे पहले हमें प्रत्येक अवधि के लगातार चक्रवृद्धि की गणना करने की आवश्यकता है। हमारे मामले में, हम 21 दिनों के प्रत्येक (हमारे एन 21) के लिए दिन-प्रतिदिन की आय की गणना करेंगे: एलएन प्राकृतिक लॉग सी एन बंद करने की कीमत सी एन-1 पिछला दिन समापन मूल्य चरण 2: रिटर्न का मानक विचलन अगले हम हमें चरण 1 में दिए गए रिटर्न के मानक विचलन की गणना करने की आवश्यकता है। मानक विचलन भिन्नता का वर्गमूल है, जो औसत से औसत चुकता विचलन है (यदि आप इसके बारे में परिचित नहीं हैं, यहां आप विस्तृत विवरण देख सकते हैं विचरण और मानक विचलन गणना)। सबसे पहले, चरण 1 में दिए गए रिटर्न के औसत की गणना करें: फिर, प्रत्येक रिटर्न के लिए औसत से चुकता विचलन की गणना करें: एन-1 द्वारा उन्हें जोड़कर और विभाजित करके स्क्वेर्ड विचलन के औसत की गणना करें (हमारे मामले में 21 1 20) हम एन के बजाय n-1 से विभाजित हैं क्योंकि हम नमूना मानक विचलन की गणना कर रहे हैं (हम परिचित नहीं हैं, तो नमूना से मानक विचलन का आकलन कर रहे हैं, आबादी और नमूना मानक विचलन के बीच का अंतर देखें)। नोट: यह रिटर्न का विचरण है विचरण के मानक विचलन वर्गमूल की गणना करें पूरा सूत्र इसलिए है: नोट: यह डरावना लग सकता है, लेकिन हमने पिछले सूत्र में सिर्फ एक वर्ग जड़ जोड़ा है। हमारी संख्या अब मिलती है () 1-दिवसीय ऐतिहासिक अस्थिरता है ऐतिहासिक वाष्पशीलता का वार्षिककरण केवल एक ही चीज़ बचा है अस्थिरता का वार्षिककरण करना है हम ऐसा करते हैं कि एक वर्ष में (व्यापार) दिनों की संख्या का वर्गमूल 1-दिन की अस्थिरता से गुणा करके हमारे मामले में 252 का वर्गमूल होता है। इसका परिणाम वार्षिक वाष्पशीलता है Excel में ऐतिहासिक अस्थिरता की गणना, अभ्यास में, ऐतिहासिक अस्थिरता की गणना मैन्युअल रूप से बहुत लंबी (और त्रुटियों से ग्रस्त) होगी। लेकिन एक्सेल में यह बहुत आसान है। वास्तव में, आप मानक विचलन फ़ंक्शन के साथ पूरे चरण 2 करते हैं (नमूना मानक विचलन के लिए STDEV. S का उपयोग करें)। ऐतिहासिक वाष्पशीलता कैलक्यूलेटर आप मैक्रोफोनि से ऐतिहासिक वाष्पशीलता एक्सेल कैलक्यूलेटर डाउनलोड कर सकते हैं। आप इसे अपनी खुद की गणना के लिए उपयोग कर सकते हैं, या तो अपने खुद के बाजार डेटा का उपयोग कर सकते हैं या आप चुनते हुए एक प्रतीक के लिए स्वचालित रूप से याहू फाइनेंस से डेटा डाउनलोड कर सकते हैं। कैलक्यूलेटर भी एक और बहुत लोकप्रिय ऐतिहासिक अस्थिरता गणना विधि 8211 के लिए परिणाम प्रदान कर सकता है शून्य मतलब (या गैर-केंद्रित) विधि है, जो ऊपर वर्णित एक से थोड़ा अलग है। एक पीडीएफ मार्गदर्शिका है जो कैलकुलेटर के साथ आता है। यह विस्तार से सभी गणनाओं और कार्यों को बताता है इस वेबसाइट पर और मैक्रॉपिनी सामग्री का उपयोग करते हुए, आप पुष्टि करते हैं कि आपने उपयोग की गई समझौते के अनुसार पढ़ा है और उससे सहमति जताई है जैसे कि आपने इसे हस्ताक्षर किया है। इस समझौते में गोपनीयता नीति और कुकी नीति भी शामिल है। यदि आप इस अनुबंध के किसी भी हिस्से से सहमत नहीं हैं, तो कृपया वेबसाइट को छोड़ दें और अब किसी भी Macroption सामग्री का उपयोग बंद करें। सभी जानकारी केवल शैक्षिक उद्देश्यों के लिए है और ये गलत, अपूर्ण, पुरानी या सादा गलत हो सकती है। Macroption सामग्री का उपयोग करने के परिणामस्वरूप किसी भी नुकसान के लिए उत्तरदायी नहीं है। किसी भी समय कोई वित्तीय, निवेश या व्यापार सलाह नहीं दी जाती है। कॉपी 2017 मैक्रॉपिशन ndash सभी अधिकार आरक्षित। निम्नलिखित कोड आर में एलएम () फ़ंक्शन के परिणामों को दोहराने का प्रयास करेगा। इस अभ्यास के लिए, हम आर 8220women8221 द्वारा प्रदान की गई क्रॉस अनुभागीय डेटा सेट का उपयोग करेंगे, जिसकी ऊंचाई और वजन 15 व्यक्तियों के लिए डेटा ओएलएस प्रतिगमन समीकरण: जहां एक सफेद शोर त्रुटि शब्द इस उदाहरण वजन, और ऊंचाई के लिए ऊंचाई में एक इकाई परिवर्तन पर सीमांत प्रभाव वजन पर है। याद रखें कि निम्नलिखित मैट्रिक्स समीकरण का इस्तेमाल ओएलएस प्रतिगमन के अनुमानित गुणांक के वेक्टर की गणना करने के लिए किया जाता है: जहां रेग्रेसर डेटा का मैट्रिक्स (पहले कॉलम सभी अवरोध के लिए 18217 है), और निर्भर चर डेटा के वेक्टर। मैट्रिक्स ऑपरेटरों में आर asmatics () मैट्रिक्स क्लास में किसी ऑब्जेक्ट को शामिल करता है। टी () एक मैट्रिक्स transposes मैट्रिक्स गुणन के लिए ऑपरेटर है I हल () एक मैट्रिक्स के व्युत्क्रम लेता है। ध्यान दें, मैट्रिक्स इनवर्तनीय होना चाहिए। आर में मैट्रिक्स संचालन करने के लिए एक अधिक पूर्ण परिचय के लिए, यह पृष्ठ देखें। वापस OLS पर निम्न कोड गुणांक के 2 x 1 मैट्रिक्स की गणना करता है: मानक त्रुटियों की गणना करने के लिए मानक त्रुटियों की गणना करने के लिए, आपको पहले विचरण-सहकारिता (वीसीवी) मैट्रिक्स की गणना करनी होगी, निम्नानुसार है: वीसीवी मैट्रिक्स एक वर्ग के एक्सएम मैट्रिक्स होगा । अनुमानित गुणांक के लिए मानक त्रुटियों को वीसीवी मैट्रिक्स के विकर्ण तत्वों के वर्गमूल ले कर पाया जाता है। आरएसएस में प्लॉट () और एब्लाइन () कार्यों का उपयोग करते हुए ओएलएस लाइन वाली महिलाओं की ऊंचाई बनाम वजन के साथ एक स्कैटरप्लॉट। अब आप डिब्बाबंद एलएम () फ़ंक्शन के उपयोग से ऊपर दिए गए परिणामों की जांच कर सकते हैं: ऐतिहासिक वाष्पशीलता गणना यह पृष्ठ एक कदम-दर-चरण गाइड है ऐतिहासिक अस्थिरता की गणना कैसे करें उदाहरण और एक्सेल फ़ार्मुले ऐतिहासिक वाष्पशीलता कैलक्यूलेटर और गाइड में उपलब्ध हैं। यद्यपि आप ऐतिहासिक अस्थिरता की अवधारणा के बारे में अक्सर सुनाते हैं, इस बात पर भ्रम है कि ऐतिहासिक अस्थिरता की गणना कैसे की जाती है। यदि आप कई अलग-अलग चार्टिंग प्रोग्रामों का उपयोग कर रहे हैं, तो यह काफी संभावना है कि आपको अलग-अलग सॉफ़्टवेयर के साथ एक ही सेटिंग के साथ समान सुरक्षा के लिए थोड़ा अलग ऐतिहासिक अस्थिरता मान मिलेगा। लॉगरिदमिक रिटर्न के मानक विचलन के रूप में निम्नलिखित सबसे लोकप्रिय दृष्टिकोण 8211 है। दैनिक समापन कीमतों पर आधारित क्या ऐतिहासिक वाष्पशीलता गणितीय है जब प्रतिभूतियों या सुरक्षा की कीमतों की ऐतिहासिक अस्थिरता के बारे में बात करते हैं, तो वास्तव में हम रिटर्न की ऐतिहासिक अस्थिरता का अर्थ जानते हैं। यह एक नगण्य भेद की तरह दिखता है, लेकिन ऐतिहासिक अस्थिरता की गणना और व्याख्या के लिए यह बहुत महत्वपूर्ण है गणितीय, ऐतिहासिक अस्थिरता रिटर्न की (आमतौर पर वार्षिक) मानक विचलन है यदि आप जानते हैं कि किसी विशेष अवधि में वापसी की गणना कैसे करें और मानक विचलन की गणना कैसे करें, तो आप पहले से ही जानते हैं कि ऐतिहासिक अस्थिरता की गणना कैसे करें। यदि आप अभी भी निश्चित नहीं हैं, विस्तृत चरण-दर-चरण गाइड निम्नानुसार है। पैरामीटर तय करना हमें निर्धारित करने के 3 पैरामीटर हैं: मूल अवधि (जिसके लिए हम शुरुआत में रिटर्न की गणना करते हैं) अक्सर 1 दिन का उपयोग किया जाता है कितने समय गणना में (अच्छी तरह से इसे एन के रूप में देखें) अक्सर 20 या 21 दिन ( व्यापारिक दिनों की संख्या और इसलिए एक महीने में बुनियादी अवधि की संख्या) एक वर्ष में कितने समय हैं (इसका अंत अंत में अस्थिरता के लिए उपयोग किया जाता है) मैक्रोप्थेन अनुसंधान में मैं ज्यादातर 1 दिन (दिन-प्रतिदिन का रिटर्न ), 21 या 63 दिन (1 महीने या 3 महीने का प्रतिनिधित्व), और 252 (जैसा कि औसत पर 252 ट्रेडिंग दिन प्रति वर्ष है)। यह महत्वपूर्ण नहीं है कि आप 20 या 21 दिन, या 252 या 262 दिन का उपयोग करें। इससे भी महत्वपूर्ण यह है कि आप एक ही मापदंडों का लगातार उपयोग करते हैं, इसलिए आपके परिणाम तुलनीय होंगे। चरण 1: रिटर्न की गणना करना सबसे पहले हमें प्रत्येक अवधि के लगातार चक्रवृद्धि की गणना करने की आवश्यकता है। हमारे मामले में, हम 21 दिनों के प्रत्येक (हमारे एन 21) के लिए दिन-प्रतिदिन की आय की गणना करेंगे: एलएन प्राकृतिक लॉग सी एन बंद करने की कीमत सी एन-1 पिछला दिन समापन मूल्य चरण 2: रिटर्न का मानक विचलन अगले हम हमें चरण 1 में दिए गए रिटर्न के मानक विचलन की गणना करने की आवश्यकता है। मानक विचलन भिन्नता का वर्गमूल है, जो औसत से औसत चुकता विचलन है (यदि आप इसके बारे में परिचित नहीं हैं, यहां आप विस्तृत विवरण देख सकते हैं विचरण और मानक विचलन गणना)। सबसे पहले, चरण 1 में दिए गए रिटर्न के औसत की गणना करें: फिर, प्रत्येक रिटर्न के लिए औसत से चुकता विचलन की गणना करें: एन-1 द्वारा उन्हें जोड़कर और विभाजित करके स्क्वेर्ड विचलन के औसत की गणना करें (हमारे मामले में 21 1 20) हम एन के बजाय n-1 से विभाजित हैं क्योंकि हम नमूना मानक विचलन की गणना कर रहे हैं (हम परिचित नहीं हैं, तो नमूना से मानक विचलन का आकलन कर रहे हैं, आबादी और नमूना मानक विचलन के बीच का अंतर देखें)। नोट: यह रिटर्न का विचरण है विचरण के मानक विचलन वर्गमूल की गणना करें पूरा सूत्र इसलिए है: नोट: यह डरावना लग सकता है, लेकिन हमने पिछले सूत्र में सिर्फ एक वर्ग जड़ जोड़ा है। हमारी संख्या अब मिलती है () 1-दिवसीय ऐतिहासिक अस्थिरता है ऐतिहासिक वाष्पशीलता का वार्षिककरण केवल एक ही चीज़ बचा है अस्थिरता का वार्षिककरण करना है हम ऐसा करते हैं कि एक वर्ष में (व्यापार) दिनों की संख्या का वर्गमूल 1-दिन की अस्थिरता से गुणा करके हमारे मामले में 252 का वर्गमूल होता है। इसका परिणाम वार्षिक वाष्पशीलता है Excel में ऐतिहासिक अस्थिरता की गणना, अभ्यास में, ऐतिहासिक अस्थिरता की गणना मैन्युअल रूप से बहुत लंबी (और त्रुटियों से ग्रस्त) होगी। लेकिन एक्सेल में यह बहुत आसान है। वास्तव में, आप मानक विचलन फ़ंक्शन के साथ पूरे चरण 2 करते हैं (नमूना मानक विचलन के लिए STDEV. S का उपयोग करें)। ऐतिहासिक वाष्पशीलता कैलक्यूलेटर आप मैक्रोफोनि से ऐतिहासिक वाष्पशीलता एक्सेल कैलक्यूलेटर डाउनलोड कर सकते हैं। आप इसे अपनी खुद की गणना के लिए उपयोग कर सकते हैं, या तो अपने खुद के बाजार डेटा का उपयोग कर सकते हैं या आप चुनते हुए एक प्रतीक के लिए स्वचालित रूप से याहू फाइनेंस से डेटा डाउनलोड कर सकते हैं। कैलक्यूलेटर भी एक और बहुत लोकप्रिय ऐतिहासिक अस्थिरता गणना विधि 8211 के लिए परिणाम प्रदान कर सकता है शून्य मतलब (या गैर-केंद्रित) विधि है, जो ऊपर वर्णित एक से थोड़ा अलग है। एक पीडीएफ मार्गदर्शिका है जो कैलकुलेटर के साथ आता है। यह विस्तार से सभी गणनाओं और कार्यों को बताता है इस वेबसाइट पर और मैक्रॉपिनी सामग्री का उपयोग करते हुए, आप पुष्टि करते हैं कि आपने उपयोग की गई समझौते के अनुसार पढ़ा है और उससे सहमति जताई है जैसे कि आपने इसे हस्ताक्षर किया है। इस समझौते में गोपनीयता नीति और कुकी नीति भी शामिल है। यदि आप इस अनुबंध के किसी भी हिस्से से सहमत नहीं हैं, तो कृपया वेबसाइट को छोड़ दें और अब किसी भी Macroption सामग्री का उपयोग बंद करें। सभी जानकारी केवल शैक्षिक उद्देश्यों के लिए है और ये गलत, अपूर्ण, पुरानी या सादा गलत हो सकती है। Macroption सामग्री का उपयोग करने के परिणामस्वरूप किसी भी नुकसान के लिए उत्तरदायी नहीं है। किसी भी समय कोई वित्तीय, निवेश या व्यापार सलाह नहीं दी जाती है। कॉपी 2017 मैक्रॉपिशन ndash सभी अधिकार सुरक्षित