[न्यूट्रल हेज स्टैटिस्टिकल आर्बिट्रेज न्यू] (प्योर-अल्फा फैंटेसी संस्करण)

न्यूट्रल हेज स्टैटिस्टिकल आर्बिट्रेज न्यू

-0 दीर्घ और लघु एक्सपोजर के साथ तटस्थ हेज सांख्यिकीय आर्बिट्रेज रणनीति

नमस्ते साथी व्यापारियों। कई महीनों की डिबगिंग, ऑप्टिमाइज़ेशन और पुनरावृत्ति के बाद, मुझे खुशी है कि यह तटस्थ हेज सांख्यिकीय मध्यस्थता अपेक्षाकृत स्थिर स्तर पर पहुंच गई है और इसे सभी के लिए जारी किया जा सकता है। यह लॉन्ग-शॉर्ट हेजिंग पर आधारित एक मार्केट न्यूट्रल रणनीति है। एक ही खाते में, आप उत्पादों की एक टोकरी पर लॉन्ग और उत्पादों की एक टोकरी पर शॉर्ट जा सकते हैं, जिसमें लॉन्ग और शॉर्ट वैल्यू बराबर हों। बाजार के बीटा प्रणालीगत जोखिम से बचने के आधार पर, स्थिर अल्फा मुनाफे के साथ कम जोखिम वाली मध्यस्थता रणनीति को प्राप्त करने के लिए विभिन्न लंबी-छोटी जोड़ी संयोजनों को खोजने के लिए सांख्यिकीय तरीकों का उपयोग किया जाता है। इस रणनीति में अच्छा होल्डिंग अनुभव, बाजार के साथ कम सहसंबंध, तटस्थ लंबी और छोटी जोखिम, और ³¹²⁄₅₁₉ जैसे चरम ब्लैक स्वान घटनाओं का कोई जोखिम नहीं है। इसके बजाय, यह ऐसे समय में एक बड़ी हिट होगी जब बाजार में उतार-चढ़ाव हो गलत मूल्यांकन और पूरी तरह से अव्यवस्थित। असाधारण। इस रणनीति को नीचे विस्तार से समझाया जाएगा।

Hello~Welcome come to my channel！

मेरे चैनल पर सभी व्यापारियों का स्वागत है। मैं ज़ुओशौजुन, एक क्वांट डेवलपर हूं, जो सीटीए और एचएफटी और आर्बिट्रेज जैसी पूर्ण-स्टैक ट्रेडिंग रणनीतियों का विकास करता है। FMZ प्लेटफॉर्म के लिए धन्यवाद, मैं अपने मात्रात्मक चैनल पर अधिक मात्रात्मक विकास से संबंधित सामग्री साझा करूंगा और मात्रात्मक समुदाय की समृद्धि को बनाए रखने के लिए सभी व्यापारियों के साथ काम करूंगा।

अधिक जानकारी के लिए कृपया मेरे चैनल पर जाएँ~ मैं यहाँ आपका इंतज़ार कर रहा हूँ【निर्माता की मात्रात्मक झोपड़ी】

1. सांख्यिकीय मध्यस्थता का परिचय और स्पष्टीकरण

सांख्यिकीय मध्यस्थता रणनीति एक व्यापारिक रणनीति है जो वस्तुओं की विभिन्न टोकरियों के बीच मूल्य संबंध का फायदा उठाती है। यह रणनीति सांख्यिकीय सिद्धांतों पर आधारित है। यह ऐतिहासिक मूल्य प्रवृत्तियों और कई किस्मों के बीच सहसंबंधों का विश्लेषण करता है, उनके बीच मूल्य अंतर का पता लगाता है, और व्यापार के लिए इन अंतरों का उपयोग करता है। ऐतिहासिक रूप से, सांख्यिकीय मध्यस्थता रणनीतियों का शेयर बाजारों में व्यापक रूप से उपयोग किया जाता रहा है। प्रारंभिक सांख्यिकीय मध्यस्थता रणनीतियाँ मुख्य रूप से स्टॉक के बीच लागू की जाती थीं, जैसे कि तेल कंपनियों या दूरसंचार कंपनियों के बीच। ये रणनीतियाँ अक्सर उद्योग सहसंबंध की धारणा पर आधारित होती हैं, और इनका उद्देश्य कम मूल्य वाले स्टॉक खरीदकर तथा अधिक मूल्य वाले स्टॉक बेचकर अंतरपणन हासिल करना होता है।

जैसे-जैसे बाजार विकसित होता है, सांख्यिकीय मध्यस्थता रणनीतियाँ धीरे-धीरे अन्य वित्तीय बाजारों, जैसे कमोडिटी वायदा, विदेशी मुद्रा और क्रिप्टोकरेंसी तक विस्तारित हो गई हैं। इन बाजारों में, विभिन्न बास्केट संयोजनों को खोजना संभव है जो परस्पर संबंधित हैं और मूल्य अंतरों का उपयोग करके आर्बिट्रेज ट्रेडिंग का संचालन करते हैं। इस रणनीति का तर्क माध्य प्रत्यावर्तन के सिद्धांत पर आधारित है। जब एकाधिक बास्केट संयोजनों की कीमतें उनकी सांख्यिकीय सीमाओं से विचलित हो जाती हैं, तो प्रतिगमन की प्रवृत्ति होती है। इस प्रवृत्ति के आधार पर, कोई व्यक्ति उच्च मूल्य वाले उत्पादों की एक टोकरी बेच सकता है तथा मूल्य विचलन अधिक होने पर कम मूल्य वाले उत्पादों की एक टोकरी खरीद सकता है, ताकि बाजार में अस्थायी गलत मूल्य निर्धारण के विरुद्ध बचाव किया जा सके। इस तरह, आप कई बास्केट पेयरिंग संयोजनों के प्रसार से लाभ प्राप्त कर सकते हैं।

2. सांख्यिकीय मध्यस्थता के लाभ और नुकसान

फ़ायदा:

• बाजार जोखिम कम करें: सांख्यिकीय आर्बिट्रेज रणनीतियाँ कमोडिटी की टोकरियों के बीच अंतर के बीच आर्बिट्रेज लेनदेन पर आधारित होती हैं। एकल कमोडिटी लेनदेन की तुलना में, वे जोखिमों में विविधता लाते हैं और रणनीतियों पर बाजार में उतार-चढ़ाव के प्रभाव को कम करते हैं। बाजार प्रणालीगत जोखिम में कमी।
• स्थिर रिटर्न: सांख्यिकीय मध्यस्थता रणनीतियाँ अल्पकालिक बाजार गलत मूल्य निर्धारण के आधार पर प्रतिगमन मध्यस्थता लेनदेन का संचालन करती हैं और दिशात्मक रणनीतियों की तुलना में अधिक स्थिर रिटर्न विशेषताएँ रखती हैं। दिशात्मक रणनीतियों की तुलना में, यह कम जोखिम, कम अस्थिरता और अधिक स्थिर रिटर्न उत्पन्न करती है।
• विभिन्न बाजार परिवेशों के अनुकूल हो सकती हैं: सांख्यिकीय मध्यस्थता रणनीतियाँ विभिन्न बाजार परिवेशों में काम कर सकती हैं, क्योंकि इस ट्रेडिंग रणनीति का बाजार की दिशा से कम संबंध होता है।

कमी:

• ऐतिहासिक डेटा केवल पिछले रिश्तों को ही प्रतिबिंबित कर सकता है और भविष्य का पूर्ण प्रतिनिधित्व नहीं कर सकता, इसलिए इसमें कुछ जोखिम भी हैं। सांख्यिकीय मध्यस्थता रणनीतियों के निर्माण में बड़ी संख्या में सांख्यिकीय परीक्षणों का उपयोग किया जाएगा, और ऐतिहासिक बड़े डेटा के आधार पर बास्केट उत्पादों के संयोजन और सहसंबंध खनन का संचालन किया जाएगा। ये रणनीतियाँ भविष्य में बदल सकती हैं और इनमें कुछ निश्चित जोखिम हो सकते हैं।
• अल्पकालिक मूल्य निर्धारण त्रुटियों और असंतुलनों के साथ बाजार को संतुलन में वापस लाने के लिए आवश्यक समयावधि का सटीक आकलन करना कठिन है। यदि लेन-देन का समय बहुत लंबा है, तो धन का उपयोग करने की लागत भी बहुत अधिक होगी।
• अत्यधिक मांग वाला डेटा विश्लेषण और मॉडल निर्माण क्षमताएं: सांख्यिकीय मध्यस्थता रणनीतियों के लिए विभिन्न बास्केट संयोजनों के बीच सहसंबंध और सह-एकीकरण जैसे सांख्यिकीय डेटा के गहन विश्लेषण और मॉडलिंग की आवश्यकता होती है, और उच्च डेटा विश्लेषण और मॉडल निर्माण क्षमताओं की आवश्यकता होती है।
• लेनदेन निष्पादन और तरलता जोखिम: चूंकि यह एक बहु-उत्पाद हेजिंग लेनदेन है, इसलिए निष्पादन मूल्य और ट्रेडिंग वॉल्यूम विभिन्न उत्पादों से प्रभावित हो सकते हैं, और इसमें लेनदेन निष्पादन जोखिम भी होता है। अधिक परिष्कृत रणनीति डिजाइन और वास्तुकला कार्यान्वयन की आवश्यकता है।

3. इस अल्फा सांख्यिकीय मध्यस्थता की मुख्य सामग्री

1. सभी उत्पाद डेटा की वास्तविक समय में निगरानी करें, बड़े डेटा की स्कैनिंग करें, तथा लंबे और छोटे उत्पाद बास्केट संयोजन बनाएं।

विशेष रूप से, एक संयोजन टोकरी जोड़ी का निर्माण किया जाएगा: उदाहरण के लिए, यदि 6 किस्में A, B, C, D, E, और F हैं, तो प्रत्येक को 2 समूहों में विभाजित किया जा सकता है, प्रत्येक समूह में 3 किस्में होंगी, जिससे एक टोकरी का निर्माण होगा संयोजन। साथ ही, सूचकांक मध्यस्थता का निर्माण किया जाएगा: कुछ उद्योगों और क्षेत्रों को दो भागों में विभाजित किया जाएगा, दो नए बाजार सूचकांकों का निर्माण किया जाएगा, और फिर इन दो सूचकांकों पर सांख्यिकीय डेटा विश्लेषण किया जाएगा।

2. लंबी और छोटी बास्केट संयोजनों के बीच सहसंबंध की जाँच करें।

सहसंबंध से तात्पर्य दो या अधिक चरों के बीच संबंध की डिग्री से है। इसका उपयोग एक चर के परिवर्तन और दूसरे चर के परिवर्तन के बीच संबंध को मापने के लिए किया जाता है, जो यह निर्धारित करने में मदद करता है कि क्या कोई संगत संबंध है या एक चर के परिवर्तन का दूसरे चर पर प्रभाव का अनुमान लगाने में मदद करता है। सहसंबंध गुणांक सहसंबंध को मापने का एक सामान्य तरीका है। आम तरीकों में पियर्सन सहसंबंध गुणांक और स्पीयरमैन रैंक सहसंबंध गुणांक शामिल हैं। पियर्सन सहसंबंध गुणांक का उपयोग दो सतत चरों के बीच संबंध का मूल्यांकन करने के लिए किया जाता है, जबकि स्पीयरमैन रैंक सहसंबंध गुणांक का उपयोग दो क्रमिक चरों के बीच संबंध का मूल्यांकन करने के लिए किया जाता है। सहसंबंध गुणांक की सीमा है[-1, 1], जहाँ -1 नकारात्मक सहसंबंध को इंगित करता है, 1 सकारात्मक सहसंबंध को इंगित करता है, और 0 कोई सहसंबंध नहीं दर्शाता है। सहसंबंध गुणांक -1 या 1 के जितना करीब होगा, सहसंबंध उतना ही मजबूत होगा; यह 0 के जितना करीब होगा, सहसंबंध उतना ही कमजोर होगा। सहसंबंध गुणांक का गणितीय सूत्र इस प्रकार है (पियरसन सहसंबंध गुणांक को उदाहरण के रूप में लेते हुए):

r = cov(X, Y) / (std(X) * std(Y))。

उनमें से, r सहसंबंध गुणांक है, cov सहप्रसरण है, std मानक विचलन है, तथा X और Y क्रमशः दो चर दर्शाते हैं। सहसंबंध के लिए परीक्षण करते समय, एक सामान्य दृष्टिकोण सहसंबंध गुणांक के सांख्यिकीय महत्व की गणना करना है। परिकल्पना परीक्षण का उपयोग आमतौर पर यह निर्धारित करने के लिए किया जा सकता है कि सहसंबंध गुणांक महत्वपूर्ण है या नहीं। परिकल्पना परीक्षण की शून्य परिकल्पना यह है कि चरों के बीच कोई सहसंबंध नहीं है। शून्य परिकल्पना को अस्वीकार करना है या नहीं, यह निर्धारित करने के लिए सहसंबंध गुणांक के सांख्यिकी की गणना की जाती है।

3. लॉन्ग-शॉर्ट बास्केट पोर्टफोलियो के सह-एकीकरण का परीक्षण करें।

सह-एकीकरण से तात्पर्य दो या अधिक समय श्रृंखला चरों के बीच दीर्घकालिक संबंध से है, अर्थात उनका रैखिक संयोजन स्थिर होता है। सहसंबंध की तुलना में, सह-एकीकरण केवल अल्पकालिक सहसंबंध के बजाय दीर्घकालिक संतुलन संबंध पर अधिक ध्यान देता है। जब वे इस संतुलन संबंध से विचलित होते हैं, तो विचलन को उचित सीमा में वापस लाने के लिए एक सुधार तंत्र होता है। सह-एकीकरण की अवधारणा को पहली बार स्पीगलमैन (एस.जी.एंगल) और ग्रेंजर (सी.डब्ल्यू.जे.ग्रेंजर) ने 1987 में समय श्रृंखला विश्लेषण में फर्जी प्रतिगमन समस्या को हल करने के लिए प्रस्तावित किया था। नकली प्रतिगमन समस्या चरों के बीच इकाई जड़ों के संभावित अस्तित्व के कारण होती है। इकाई जड़ें चरों के बीच प्रतिगमन संबंध को अल्पावधि में महत्वपूर्ण बनाती हैं, लेकिन दीर्घावधि में कोई वास्तविक संतुलन संबंध नहीं होता है।

सह-एकीकरण सिद्धांत समय श्रृंखला की गैर-स्थिरता के विश्लेषण से शुरू होता है और गैर-स्थिर चरों द्वारा निहित दीर्घकालिक संतुलन संबंध का पता लगाता है। यदि सम्मिलित चर प्रथम-क्रम अंतर के बाद स्थिर हैं, तथा इन चरों का कुछ रैखिक संयोजन स्थिर है, तो इन चरों के बीच सह-एकीकरण होता है। सह-एकीकरण का उपयोग दो या अधिक श्रेणियों के बीच स्थिर संबंध को चिह्नित करने के लिए किया जाता है। प्रत्येक अनुक्रम व्यक्तिगत रूप से गैर-स्थिर हो सकता है, और इन अनुक्रमों के आघूर्ण, जैसे माध्य, प्रसरण या सहप्रसरण, समय के साथ बदलते हैं, जबकि इन समय श्रृंखलाओं के रैखिक संयोजन अनुक्रम में समय के साथ न बदलने का गुण हो सकता है। जब दो परिसंपत्ति की कीमतें सह-एकीकृत होती हैं, तो उनके रैखिक संयोजन में माध्य प्रत्यावर्तन का गुण होगा। सह-एकीकरण का गणितीय सूत्र इस प्रकार है (उदाहरण के तौर पर दो समय श्रृंखला चर लेते हुए):

Y_t = β_0 + β_1 * X_t + ε_t

उनमें से, Y_t और X_t दो समय श्रृंखला चर के देखे गए मूल्यों का प्रतिनिधित्व करते हैं, β_1 प्रतिगमन गुणांक है, और ε_t त्रुटि शब्द है। यदि Y_t और X_t के बीच सह-एकीकरण संबंध है, तो दो चरों का रैखिक संयोजन स्थिर होगा, अर्थात ε_t स्थिर है। माध्य 0 के साथ सामान्य वितरण को संतुष्ट करता है। सह-एकीकरण का परीक्षण करते समय, आमतौर पर स्थिरता परीक्षण की आवश्यकता होती है। आमतौर पर इस्तेमाल की जाने वाली विधियों में जोहानसन परीक्षण और एंगल-ग्रेंजर परीक्षण शामिल हैं। जोहान्सन परीक्षण आइगेनवैल्यू विधि पर आधारित है और यह कई चरों के बीच सह-एकीकरण संबंध का प्रत्यक्ष परीक्षण कर सकता है। एंगल-ग्रेंजर दो-चरण परीक्षण संशोधित ओएलएस आकलन (साधारण न्यूनतम वर्ग) विधि पर आधारित है और दो चरों के बीच सह-एकीकरण संबंध के परीक्षण के लिए उपयुक्त है।

4. यह रणनीति बड़ी संख्या में संयोजनों के लिए समय श्रृंखला के सह-एकीकरण संबंध का परीक्षण करेगी। विशिष्ट मानदंड इस प्रकार हैं:

• एकल पोर्टफोलियो बास्केट की समय मूल्य श्रृंखला एक प्रथम-क्रम एकल अभिन्न वेक्टर है, अर्थात, समय मूल्य श्रृंखला गैर-स्थिर है (इसमें स्पष्ट प्रवृत्ति है)। कई समयावधियों में मूल्य समय की स्थिरता का परीक्षण करने के लिए ADF इकाई मूल का उपयोग करें।
• व्यक्तिगत बास्केट संयोजनों की प्रथम-क्रम अंतर श्रृंखला (अर्थात व्युत्पन्न) स्थिर होती है। दो बास्केट समय मूल्य श्रृंखला के लिए एडीएफ इकाई रूट परीक्षण। एडीएफ इकाई मूल का उपयोग दो बास्केट समय मूल्य श्रृंखलाओं के प्रथम-क्रम अंतर की स्थिरता का परीक्षण करने के लिए किया जाता है।
• युग्मित संयोजन समय मूल्य श्रृंखला का एक निश्चित रैखिक संयोजन स्थिर होता है, अर्थात, दो श्रृंखलाओं के साथ निर्मित रैखिक समीकरण का अवशिष्ट स्थिर होता है। समान क्रम के दो अनुक्रमों के लिए, OLS प्रतिगमन किया जाता है और अवशिष्टों की स्थिरता का परीक्षण किया जाता है।
• यहाँ अधिक सांख्यिकीय परीक्षण और डेटा विश्लेषण दोहराया नहीं जाएगा। पूरे बाजार में सभी उत्पादों पर बड़े पैमाने पर, विस्तृत और व्यापक सांख्यिकीय विश्लेषण किया जाएगा।

5. बड़ी संख्या में हर्स्ट इंडेक्स परीक्षण आयोजित करें।

हर्स्ट एक्सपोनेंट का उपयोग किसी समय श्रृंखला की दीर्घकालिक स्मृति को मापने के लिए किया जाता है, ताकि श्रृंखला की औसत प्रत्यावर्तन विशेषताओं का निर्धारण किया जा सके। हर्स्ट सूचकांक का मान 0 और 1 के बीच होता है, जिसमें 0.5 के करीब का मान यादृच्छिक चाल को दर्शाता है और 1 के करीब का मान सतत प्रवृत्ति को दर्शाता है। सिद्धांत: हर्स्ट सूचकांक अनुक्रम के अतिव्यापी उपअनुक्रमों की विचलन सीमा और उनकी लंबाई के बीच संबंध की गणना करके अनुक्रम की दीर्घकालिक स्मृति की डिग्री का अनुमान लगाता है। गणितीय सूत्र: हर्स्ट सूचकांक की गणना करने की एक विधि, यादृच्छिक चालों के संगत संबंध को स्थापित करने के लिए विचलन सीमा और अतिव्यापी उपअनुक्रमों की लंबाई के बीच संबंध का उपयोग करना है। हर्स्ट एक्सपोनेंट का अनुमान फैलाव सीमा और अतिव्यापी उपअनुक्रमों की लंबाई के बीच रैखिक प्रतिगमन फिट का उपयोग करके लगाया जा सकता है।

6. माध्य प्रत्यावर्तन अर्धायु अनुमान।

माध्य प्रत्यावर्तन अर्ध-आयु एक मीट्रिक है जिसका उपयोग मूल्य श्रृंखला को उसके माध्य पर वापस आने में लगने वाले समय का अनुमान लगाने के लिए किया जाता है। अर्धायु जितनी छोटी होगी, औसत प्रत्यावर्तन दर उतनी ही तेज़ होगी। सिद्धांत: औसत प्रत्यावर्तन अर्धायु का अनुमान एक अभिसारी घातीय चल औसत मॉडल (ईएमए) को फिट करके लगाया जाता है। जब किसी मूल्य श्रृंखला का माध्य से विचलन अर्ध-आयु से अधिक हो जाता है, तो यह माना जा सकता है कि माध्य प्रत्यावर्तन की संभावना है। गणितीय सूत्र: माध्य प्रत्यावर्तन अर्ध-आयु के लिए गणना सूत्र इस प्रकार है:

(H = -\frac{\ln(0.5)}{\ln(\frac{P_t}{Pt - P{t-1}})})

सत्यापन विधि: आप मूल्य श्रृंखला के ईएमए की गणना कर सकते हैं, और फिर ईएमए के आधार पर अर्ध-जीवन की गणना कर सकते हैं।

7. बड़ी मात्रा में सांख्यिकीय डेटा के आधार पर ट्रेडिंग रणनीति बनाएं।

सरल शब्दों में कहें तो, बास्केट उत्पाद संयोजनों को हर्स्ट इंडेक्स सॉर्टिंग के आधार पर फ़िल्टर किया जाता है, प्रासंगिक सांख्यिकीय मापदंडों का अनुमान औसत प्रतिगमन अर्ध-जीवन के आधार पर लगाया जाता है, और ट्रेडिंग रणनीति संयोजन कोइंटीग्रेशन के आधार पर बनाया जाता है। अधिक विवरण का वर्णन नहीं किया जाएगा .

मान लें कि x और y क्रमशः एसेट बास्केट X और बास्केट Y की मूल्य समय श्रृंखला हैं। दोनों के बीच सह-एकीकरण संबंध इस प्रकार व्यक्त किया जा सकता है: Lny = a + blnx + c, जहाँ c अवशिष्ट अवधि है, जो स्थिर है और संतुष्ट करता है 0 का माध्य. सामान्य वितरण.

सह-एकीकरण परीक्षण के बाद, परिसंपत्तियों X और Y के समय मूल्यों के बीच एक सह-एकीकरण संबंध होता है, अवशिष्ट अवधि c का मानक विचलन σ होता है, और स्थिरांक λ को सीमा मान के रूप में चुना जाता है।

• जब lny-(a+blnx) > λσ, तो टोकरी Y की कीमत अपेक्षाकृत अधिक मूल्यवान है, और टोकरी X की कीमत अपेक्षाकृत कम मूल्यवान है, इसलिए टोकरी X खरीदें और टोकरी Y बेचें;
• जब lny-(a+blnx) < -λσ, तो टोकरी X की कीमत अपेक्षाकृत अधिक है, और टोकरी Y की कीमत अपेक्षाकृत कम है, इसलिए टोकरी Y खरीदें और टोकरी X बेचें;
• जब मूल्य अंतर lny-(a+blnx) एक निश्चित सीमा पर लौटता है, जैसे कि [-0.5λσ, 0.5λσ], तो स्थिति को बंद करें;

8. कुछ विशेषताएँ.

वर्तमान संस्करण अपेक्षाकृत पूर्ण है, जिसमें सुपर-मजबूत निकट-पूर्ण बाजार व्यापार, उच्च आवृत्ति वाले मेकर-टेकर लेनदेन लाभ प्राप्त करने के लिए ट्रेडिंग कार्यों और बाजार मूल्यों के उच्च आवृत्ति रुझानों का अनुमान लगाना, और दीर्घकालिक संभावना के बाद एकल उत्पादों की टेल हेजिंग शामिल है। लाभ सत्यापन। संरक्षण, प्रत्येक ऑर्डर की अंतिम स्थानीय रिकॉर्डिंग, अन्य रणनीतियों के साथ मिश्रित हेजिंग ऑपरेशन आदि पर विस्तार से चर्चा नहीं की जाएगी।

4. कुछ ऐतिहासिक प्रदर्शन (मिनट-स्तरीय स्लाइस सांख्यिकी, वास्तविक लेनदेन मूल्य का अनुमान लगाने के बाद 50,000 का टेकर लागत डेटा)

[न्यूट्रल हेज सांख्यिकीय आर्बिट्रेज नया] - सुपरनोवा

5. सहयोग और आदान-प्रदान, तथा सामान्य शिक्षा और प्रगति की आशा

[न्यूट्रल हेज सांख्यिकीय आर्बिट्रेज नया] - सुपरनोवा

तृतीय-पक्ष सिक्का डेटा

किसी भी रणनीति की अपनी कार्यप्रणाली और बाजार स्थितियां होती हैं जो यह निर्धारित करती हैं कि वह उपयुक्त है या नहीं। उदाहरण के लिए, माध्य प्रत्यावर्तन रणनीति बाजार यादृच्छिक चाल जैसे सिद्धांतों पर आधारित है, और गति प्रवृत्ति रणनीति विभिन्न व्यवहार वित्त सिद्धांतों और बाजार में फैट-टेल उतार-चढ़ाव के अस्तित्व पर आधारित है। इसके सिद्धांतों को समझना और इसकी विशेषताओं के आधार पर इसके उतार-चढ़ाव के अनुकूल ढलना महत्वपूर्ण है। साथ ही, रणनीतियों के उपयोगकर्ताओं को इस तथ्य पर ध्यान देना चाहिए कि लाभ और हानि एक ही स्रोत से आते हैं। उच्च रिटर्न हमेशा उच्च जोखिम के साथ होता है। परिपक्व रणनीतियों के अपने फायदे और नुकसान हैं। उनका उपयोग उचित रूप से किया जाना चाहिए और लाभ उठाना चाहिए अपनी ताकत को पहचानें और अपनी कमज़ोरियों से बचें। उन्हें अपने सही और गलत को जानना चाहिए और यह भी कि वे बाज़ार के लिए उपयुक्त हैं या नहीं। अपनी क्षमताओं को पूरी तरह से प्रदर्शित करें, आत्मविश्वास से भरे रहें और सफलता या असफलता से आश्चर्यचकित न हों।

परिमाणीकरण कोई सतत गति मशीन नहीं है, न ही यह सर्वशक्तिमान है, लेकिन यह भविष्य के व्यापार की दिशा होनी चाहिए और हर व्यापारी के लिए सीखने और उपयोग करने योग्य है! सभी व्यापारियों को कमियों को इंगित करने, एक साथ चर्चा करने, एक साथ सीखने और सुधार करने, अशांत बाजार में लहरों पर सवार होने और आगे बढ़ने के लिए स्वागत है।

● यह रणनीति काफी अनोखी है और पारंपरिक रुझानों, ग्रिड, उच्च आवृत्तियों, मध्यस्थता आदि से काफी अलग है। इसकी क्षमता सीमित है और यह मुख्य रूप से स्व-संचालित है। बड़े उपयोगकर्ताओं और संस्थागत निवेशकों का संवाद करने और सीखने के लिए स्वागत है।

● अधिक सहयोग योजनाएँ: हम ज़रूरतमंद व्यक्तियों और संस्थाओं के प्रति खुले और जीत-जीत वाले सहयोग का रवैया रखते हैं। हम आपकी ज़रूरतों, जोखिम वरीयताओं आदि के आधार पर आपकी चर्चाओं और अनुकूलित सहयोग की आशा करते हैं।

यदि आपमें जोखिम लेने की उच्च क्षमता है, अल्पकालिक लाभ और हानि को प्राथमिकता देते हैं, तथा अल्पकालिक ट्रेडिंग की आवश्यकता है, तो आप 3%-50% मासिक रिटर्न और बिना किसी जोखिम के साथ एक अन्य स्थिर उच्च आवृत्ति रणनीति की जांच कर सकते हैं। परिसमापन: हाई-फ़्रीक्वेंसी हेजिंग मार्केट-मेकिंग ग्रिड नया

यदि आपके पास बड़ी मात्रा में धन है, तो आप एक अन्य बड़ी क्षमता, मध्यम और निम्न आवृत्ति वाले कंपाउंड सीटीए ट्रेडिंग सिस्टम पर विचार कर सकते हैं, जो बिना किसी बाधा के 1,000 दिनों से वास्तविक ट्रेडिंग कर रहा है। यह मध्यम और दीर्घकालिक स्थिर विकास हासिल करने के लिए सबसे लंबे समय तक प्रकाशित समय, उच्च स्थिरता और मजबूत सार्वभौमिकता के साथ सीटीए रणनीति संयोजन प्रणाली है: 【कम्पाउंड CTA ट्रेडिंग सिस्टम नया】(मल्टी-फैक्टर + मल्टी-वैराइटी + मल्टी-स्ट्रेटेजी पब्लिक एडिशन)

✱ संपर्क जानकारी (एक साथ चर्चा करने और सीखने के लिए आपका स्वागत है) WECHAT: haiyanyydss Telegram: https://t.me/JadeRabbitcm अधिक उपयोगी जानकारी ➔ व्यापारी का मात्रात्मक घर https://www.fmz.com/market-offer/512 ✱Fully automatic CTA & HFT & Arbitrage trading system @2018 - 2024