क्वांटिफाइड इन्वेस्टमेंट मॉडलः एक चाल जो आपको आसानी से पहचानने में मदद करती है कि क्या एक सूचीबद्ध कंपनी का लाभ नकली है!

क्वांटिफाइड इन्वेस्टमेंट मॉडलः एक चाल जो आपको आसानी से पहचानने में मदद करती है कि क्या एक सूचीबद्ध कंपनी का लाभ नकली है!

स्टॉक क्वांटिफाइंग ट्रेडिंग में, बुनियादी कारक, मात्रा कारक, मूल्य कारक, बाजार भावना आदि का उपयोग करके चयनित स्टॉक मॉडल का निर्माण किया जाता है, ताकि बेहतर बास्केट स्टॉक का पता लगाया जा सके।

यह कहा जा सकता है कि स्टॉक में वृद्धि हुई है, जो कि वित्तीय डेटा की सटीकता और सत्यता पर बहुत अधिक निर्भर करता है। यह आलेख आपको स्टॉक की गुणवत्ता का चयन करने के लिए एक सूचीबद्ध कंपनी के वित्तीय विवरण की विश्वसनीयता को प्रभावी ढंग से पहचानने के लिए स्टॉक के लिए एक विशिष्ट सूत्र का उपयोग करने के लिए सिखाता है।

• इस तरह के वित्तीय आंकड़ों की प्रामाणिकता का परीक्षण करना मुश्किल हैः

  ए शेयरों में सूचीबद्ध कंपनियों की बढ़ती संख्या के साथ, वित्तीय विवरणों की गुणवत्ता में असमानता की घटना अधिक स्पष्ट हो रही है।

  तो, एक सूचीबद्ध कंपनी के परिणामों का आकलन करने के लिए, सबसे सीधा तरीका है कि वित्तीय स्थिति को गहराई से देखें; खर्च, आय जैसे लेखांकन विषयों से जांचें कि क्या यह उचित है, फिर अन्य समकक्ष कंपनियों के साथ आंशिक तुलना करें, और फिर गहराई से जांच करें। मात्रात्मक निवेश वित्तीय संस्थानों के लिए, परिणामों के आंकड़ों की सत्यता के मुद्दे को अलग करना और जांचना अधिक कठिन है।

  क्वांटिफाइड इन्वेस्टमेंट फंड्स (QIFs) में स्टॉक का चयन करने के लिए एक कंक्रीट वित्तीय मॉडल का उपयोग किया जाता है, जो मूल रूप से स्टॉक के एक टोकरी से एक फंड का चयन करता है, या बाजार में 3000+ में से केवल एक का चयन कर सकता है, और अंत में दर्जनों, सैकड़ों शेयरों का चयन कर सकता है और पकड़ निर्धारित कर सकता है।

  स्थिरता, अल्फा क्षमता, फंड मैनेजरों के लिए एक कारक है, और विशिष्ट शेयरों पर बहुत अधिक ध्यान नहीं दिया जाता है। कुल मिलाकर, प्रत्येक कंपनी के वित्तीय आंकड़ों की सटीकता का आकलन करना मुश्किल है।

  बेनफोक के विशिष्ट नियम परिणामों की प्रामाणिकता का परीक्षण कर सकते हैं बेनफोक के विशिष्ट नियम, जो कि लाभ के आंकड़ों की सत्यता पर निर्णय लेने का एक तरीका है, और यह कंपनी के बारे में पूरी तरह से जानने के बिना किया जा सकता है।

  वास्तविक जीवन में, प्राकृतिक रूप से उत्पन्न होने वाले पहले अंक नियमित होते हैं, इसलिए बेनफोर्ट का विशिष्ट नियम, जिसे बेनफोर्ट का पहला संख्यात्मक नियम भी कहा जाता है, बेनफोर्ट का विशेष नियम है।

  पहले अंक का 1 होने की संभावना लगभग 30% है, पहले अंक का 2 होने की संभावना लगभग 17% है, और संख्या बढ़ने के साथ, होने की संभावना धीरे-धीरे कम हो जाती है, पहले अंक का 9 होने की संभावना केवल 4.6% है (गैर-0 अंक, जैसे कि 1432 का पहला अंक 1 है, जबकि 0564 का पहला अंक 5) ।

  • 1

    हमारे जीवन में, हमारे जीवन से संबंधित डेटा खाली नहीं आता है, वे एक छोटे से डेटा से बढ़ते हैं; बिजली बिल, जनसंख्या घनत्व, नदी की लंबाई, स्टॉक सूचकांक आदि सभी पिन के पहले अंक के नियम को पूरा करते हैं। इन डेटा उपकरणों में एक विशेषता है कि वे सभी जीवन में प्राकृतिक रूप से पिन के रूप में उत्पन्न होते हैं। यदि वे मानव निर्मित हैं, तो वे इस नियम को पूरा नहीं करते हैं।

    उदाहरण के लिएः स्टॉक इंडेक्स 1000 अंक से शुरू होता है और 10% की औसत वार्षिक वृद्धि मानता है, तो यह 2000 अंक तक 7.3 वर्षों में नहीं पहुंचता है, इसलिए, स्टॉक इंडेक्स इस 7.3 वर्षों में पहला अंक 1 अंक रहा है। यदि यह 4.2 वर्षों में बढ़ता है, तो यह 3000 अंक तक पहुंच सकता है, इसलिए इस 4.2 वर्षों में पहला अंक 2 अंक है।

    कुल मिलाकर, यह देखना मुश्किल नहीं है कि पहली संख्या में कलाई के अंगूठे का समय 1 टन लंबा है, और संभावना स्वाभाविक रूप से अधिक है।

    इस तरह के एक अध्ययन ने बेनफोर्ट के विशिष्ट नियम को साबित कियाः ज़ीनी सिक्योरिटीज़ ने पिछले दस वर्षों (2007 से 2016) के आंकड़ों का उपयोग करके सूचीबद्ध कंपनियों के वित्तीय विवरणों के आंकड़ों पर एक अध्ययन किया है, जो पूरे बाजार के वित्तीय विवरणों के लिए गणना की गई है और औसत मूल्य विचलन को स्वीकार्य सीमा के भीतर प्राप्त किया है, जो बेनफोर्ट के विशिष्ट नियम के सिद्धांत मानों के अनुरूप है।

  • 2

    यह कहा जा सकता है कि सूचीबद्ध कंपनियों के परिणामों के आंकड़े मूल रूप से बेनफोर्ट के विशिष्ट नियम को भी पूरा करते हैं, सभी वित्तीय आंकड़ों के लिए सबसे पहले संख्यात्मक पूंछ तर्कसंगतता की संभावना होनी चाहिए। यदि किसी व्यक्ति द्वारा परिणामों के आंकड़ों को संशोधित किया जाता है, तो यह अनिवार्य रूप से समग्र डेटा को सैद्धांतिक संभावना मानों से विचलित कर देगा। और संशोधित संख्याओं का दायरा जितना बड़ा होगा, विचलन की डिग्री उतनी ही बड़ी होगी।

    कुल मिलाकर, जब किसी कंपनी के वित्तीय आंकड़ों की सत्यता या असत्यता की जांच की जाती है, तो वित्तीय विवरणों की सत्यता या असत्यता स्पष्ट रूप से स्पष्ट होती है।