Model Investasi Kuantitatif: Sebuah Trik Untuk Membuat Anda Mudah Mengenal Laporan Keuntungan Perusahaan yang Terdaftar Atau Palsu!

Model Investasi Kuantitatif: Sebuah Trik Untuk Membuat Anda Mudah Mengenal Laporan Keuntungan Perusahaan yang Terdaftar Atau Palsu!

Menggunakan metode analisis kuantitatif untuk melakukan manajemen aset, yaitu investasi kuantitatif. Sementara dalam perdagangan kuantitatif saham, faktor-faktor dasar, faktor harga kuantitatif, emosi pasar, dan lain-lain digunakan untuk membangun model saham pilihan untuk memilih saham keranjang yang lebih baik.

Ini adalah faktor mendasar dari banyak faktor kuantitatif yang mendasari model, yang sangat bergantung pada keakuratan dan keaslian data keuangan. Artikel ini akan mengajarkan Anda untuk menggunakan rumus spesifik dari Bloomberg untuk secara efektif membedakan keandalan laporan keuangan perusahaan yang terdaftar, sehingga Anda dapat memilih saham berkualitas.

• "Sedikit demi sedikit, saya merasa tidak nyaman dengan situasi yang terjadi di Indonesia.

  Dengan meningkatnya jumlah perusahaan yang terdaftar di A-Stock, ketidakseimbangan kualitas laporan keuangan menjadi semakin jelas.

  Jadi, untuk menilai laporan laba perusahaan yang terdaftar, pendekatan yang paling langsung adalah dengan meneliti kondisi keuangan mereka. Dari subjek akuntansi seperti pengeluaran, pendapatan, dan lain-lain, memeriksa apakah itu masuk akal, kemudian perbandingan horizontal dengan perusahaan peer lainnya, kemudian menyelidiki lebih dalam, dan lain-lain. Untuk lembaga keuangan investasi kuantitatif, masalah keaslian data laba lebih sulit untuk dibedakan dan diteliti.

  Dana investasi kuantitatif adalah pilihan saham yang dilakukan dengan menggunakan model pembiayaan yang terselubung, yang pada dasarnya memilih satu dana dari keranjang saham, atau mungkin hanya memilih dari 3000+ saham di pasar, dan akhirnya memilih puluhan atau ratusan saham dan kemudian menentukan kepemilikan.

  Stabilitas, kemampuan alfa adalah faktor yang menjadi perhatian para manajer dana, dan saham-saham tertentu tidak terlalu penting. Secara keseluruhan, sulit untuk menilai keaslian data keuangan setiap perusahaan.

  Hukum Benfort yang spesifik dapat memeriksa keaslian hasil Hukum spesifik Benfo, adalah cara untuk menilai keaslian data laba rugi.

  Dalam kehidupan nyata, angka pertama yang dihasilkan secara alami memiliki aturan, jadi hukum spesifik Benzo, juga disebut hukum angka pertama Zhou.

  Kemungkinan angka pertama adalah 1 adalah sekitar 30%, dan kemungkinan angka pertama adalah 2 adalah sekitar 17%, dan kemungkinannya berkurang seiring bertambahnya angka, dan kemungkinan angka pertama adalah 9 hanya 4.6% (digit non-0, misalnya, angka pertama 1432 adalah 1, sedangkan angka pertama 0564 adalah 5).

  • 1

    Dalam kehidupan kita, data yang relevan dengan kehidupan kita tidak muncul dari ruang kosong, mereka tumbuh dari data yang lebih kecil. Tagihan listrik, kepadatan penduduk, panjang sungai, indeks saham, dan lain-lain memenuhi hukum angka pertama.

    Sebagai contoh: jika indeks saham dimulai dengan 1000 poin, dan asumsinya pertumbuhan rata-rata 10% per tahun, maka 7,3 tahun akan mencapai 2000 poin, jadi, indeks saham selama 7,3 tahun ini, angka pertama selalu menjadi 1. Jika pertumbuhan 4,2 tahun lagi, maka akan mencapai 3000 poin, jadi dalam 4,2 tahun ini, angka pertama adalah 2.

    Secara keseluruhan, tidak sulit untuk melihat bahwa jari tengah berada di angka pertama adalah waktu yang lebih lama untuk mendapatkan 1 ton, dan kemungkinan alami lebih besar.

    Penelitian yang dilakukan oleh Zinte Securities membuktikan hukum Benfort: Zinte Securities telah melakukan penelitian pada data laporan keuangan perusahaan yang terdaftar, yang menggunakan data dari dekade terakhir (dari tahun 2007 hingga 2016) untuk menghitung laporan keuangan pasar secara keseluruhan, dan menyimpulkan bahwa deviasi rata-rata berada dalam kisaran yang dapat diterima, sesuai dengan nilai teori hukum spesifik Benvolio.

  • 2

    Dikatakan bahwa data hasil perusahaan yang terdaftar pada dasarnya juga memenuhi hukum spesifik Benfo, bahwa angka pertama dari semua data keuangan harus menjadi probabilitas logika. Jika data hasil yang diubah secara manusiawi, pasti akan menyebabkan data keseluruhan akan menyimpang dari nilai probabilitas teoritis. Dan semakin besar jumlah yang diubah, semakin besar tingkat penyimpangan.

    Secara keseluruhan, ketika memeriksa kebenaran atau kepalsuan data keuangan sebuah perusahaan, dengan menggunakan tingkat penyimpangan sebagai dasar untuk menilai, maka kebenaran atau kepalsuan laporan keuangan tidak dapat dibantah.