অভিন্ন এক্সপোজার পরীক্ষা করুন
একটি করেলেশন ম্যাট্রিক্স একসঙ্গে চলা স্ট্র্যাটেজিগুলো প্রকাশ করে। কার্যকর বাজি স্ট্র্যাটেজির সংখ্যা ও স্বাধীন এক্সপোজারের পরিমাণের পার্থক্য বুঝতে সাহায্য করে।
পোর্টফোলিও গঠন
AI পোর্টফোলিও এজেন্ট বিদ্যমান বুকের প্রেক্ষাপটে প্রার্থীদের পর্যালোচনা করে। পোর্টফোলিও অ্যানালিটিক্স উপলভ্য ওভারল্যাপিং ইতিহাস ব্যবহার করে রিটার্নের সম্পর্ক, বণ্টনের পছন্দ ও ঝুঁকির অবদান তুলনা করে।
portfolio.pyforecast = weights @ signals
risk = weights @ cov @ weights
scale = vol_target / risk**0.5
exposure = forecast * min(cap, scale)
দৃষ্টান্তমূলক উদাহরণ · লাইভ ফলাফল নয়
এই ধাপটি কীভাবে AI ট্রেডিং-স্ট্র্যাটেজি ফ্যাক্টরিতে অবদান রাখে তা অন্বেষণ করুন।
একটি করেলেশন ম্যাট্রিক্স একসঙ্গে চলা স্ট্র্যাটেজিগুলো প্রকাশ করে। কার্যকর বাজি স্ট্র্যাটেজির সংখ্যা ও স্বাধীন এক্সপোজারের পরিমাণের পার্থক্য বুঝতে সাহায্য করে।
সমান ওজন, ইনভার্স-ভোলাটিলিটি ওজন এবং রিস্ক প্যারিটি অন্বেষণ করুন। প্রতিটি পদ্ধতি ঐতিহাসিক পোর্টফোলিওতে মূলধন ও ঝুঁকি বণ্টনের ধরন পরিবর্তন করে।
পোর্টফোলিওর শার্প অনুপাত, ড্রডাউন, বৈচিত্র্যকরণ এবং ঝুঁকিতে অবদান একসঙ্গে বিবেচনা করুন। পরবর্তী ধাপে উন্নীত করার সময় বিদ্যমান কৌশল এবং পেপার ট্রেডিংয়ের অবশিষ্ট ধারণক্ষমতাও বিবেচনা করা হয়।
পোর্টফোলিও বিশ্লেষণ পর্যাপ্ত ওভারল্যাপিং রিটার্নের ওপর নির্ভর করে। আশ্বস্তকারী বৈচিত্র্য-স্কোরে রূপান্তর না করে অনুপস্থিত প্রমাণকে দৃশ্যমান রাখা উচিত।
একটি অভিন্ন পর্যবেক্ষণ সময়সীমায় স্ট্র্যাটেজিগুলো তুলনা করুন।
করেলেশন ও কার্যকর স্বাধীন বাজিগুলো পরীক্ষা করুন।
বণ্টন ও ঝুঁকির অবদান একসঙ্গে বিশ্লেষণ করুন।
AI পোর্টফোলিও পর্যালোচনা ও প্রকাশ-সংক্রান্ত পরীক্ষার সঙ্গে প্রমাণগুলো একত্র করুন।
সম্মিলিত রিটার্ন ব্যাখ্যা করার আগে সম্পর্কগুলো বিশ্লেষণ করুন। করেলেশন ও ঝুঁকির অবদান পোর্টফোলিওর ভিন্ন দিক বর্ণনা করে।
এই চিত্রে A ও B-এর রিটার্নের গতিপ্রকৃতিতে অনেক মিল রয়েছে। C যোগ করলে এক্সপোজারের মিশ্রণ বদলে যায়, তবে প্রতিটির ওজন ও নিজস্ব অস্থিরতাই তখনও নির্ধারণ করে যে সেটি মোট ঝুঁকিতে কতটা অবদান রাখবে।
পোর্টফোলিও সিলেক্টর একটি বিশ্লেষণাত্মক তুলনা পরিবর্তন করে। কোনো পদ্ধতি বেছে নিলে এক্সচেঞ্জে অর্ডার জমা হয় না বা লাইভ মূলধনের অনুমোদন দেওয়া হয় না।
সব কলাম দেখতে অনুভূমিকভাবে স্ক্রল করুন।
| পদ্ধতি | কীভাবে বণ্টন করে | ব্যাখ্যা |
|---|---|---|
| সমান ওজন | প্রতিটি স্ট্র্যাটেজিকে সমান মূলধন-ওজন দেয়। | সহজ মূলধন-সমতা সমান ঝুঁকি বোঝায় না। |
| ইনভার্স ভোলাটিলিটি | কম ভোলাটিলিটির স্ট্র্যাটেজিগুলোকে বেশি ওজন দেয়। | পৃথক ভোলাটিলিটি ব্যবহার করে; করেলেশন সম্মিলিত ঝুঁকিকে প্রভাবিত করতেই থাকে। |
| রিস্ক প্যারিটি | পোর্টফোলিও ভ্যারিয়েন্সে অবদানগুলো ভারসাম্যপূর্ণ করার চেষ্টা করে। | আনুমানিক কোভ্যারিয়েন্স ও উপলভ্য ইতিহাসের ওপর নির্ভর করে। |
সাইন ইন করার পর ওয়ার্কস্পেসের পোর্টফোলিও বিভাগ আপনার উত্তীর্ণ কৌশলগুলো বিশ্লেষণ করে। অর্থবহ পোর্টফোলিও পরিসংখ্যান গণনা করতে কৌশলগুলোর একই সময়কালের পর্যাপ্ত রিটার্নের ইতিহাস প্রয়োজন।
না। এটি ঐতিহাসিক পোর্টফোলিও বিশ্লেষণ পুনর্গণনা করে। এটি কোনো এক্সচেঞ্জ অ্যাকাউন্ট পরিবর্তন করে না, অর্ডার জমা দেয় না বা লাইভ বণ্টনের অনুমোদন দেয় না।
কার্যকর বাজি করেলেশন ম্যাট্রিক্সে কতটা স্বাধীন পরিবর্তনশীলতা রয়েছে তা সংক্ষেপে দেখায়। অত্যন্ত সম্পর্কযুক্ত একাধিক স্ট্র্যাটেজি কয়েকটি স্বাধীন বাজির বদলে একটি বাজির মতো অনেক বেশি আচরণ করতে পারে।
ভোলাটিলিটি ও করেলেশন নির্ধারণ করে প্রতিটি স্ট্র্যাটেজি পোর্টফোলিও ভ্যারিয়েন্সে কতটা অবদান রাখে। সামান্য মূলধন বণ্টনও ঝুঁকির বড় অংশে অবদান রাখতে পারে।
না। এটি উপলভ্য প্রমাণ মূল্যায়ন করে। চাপপূর্ণ পরিস্থিতিতে করেলেশন ও ক্ষতি বদলে যেতে পারে, তাই ঐতিহাসিক বৈচিত্র্য ভবিষ্যৎ সুরক্ষার নিশ্চয়তা নয়।
সিগন্যাল-বুক একটি স্ট্র্যাটেজির মধ্যে পূর্বাভাসগুলোকে একত্র করে। পোর্টফোলিও বিশ্লেষণ একাধিক স্ট্র্যাটেজির রিটার্নকে একত্র করে। এগুলো এক্সপোজারের ভিন্ন স্তর নিয়ে কাজ করে এবং একসঙ্গে পর্যালোচনা করা উচিত।
স্ট্র্যাটেজি ফ্যাক্টরিজুড়ে AI এজেন্ট, টেস্টিং ইঞ্জিন ও এক্সিকিউশন কন্ট্রোল কীভাবে একসঙ্গে কাজ করে তা দেখুন।
Stratmill একটি AI ট্রেডিং-স্ট্র্যাটেজি প্ল্যাটফর্ম—এটি আর্থিক পরামর্শ বা ব্রোকার নয়। ব্যাকটেস্ট ও পেপার-ট্রেডিংয়ের ফলাফল কাল্পনিক। ট্রেডিংয়ে ক্ষতির ঝুঁকি রয়েছে।