بگ ڈیٹا فنڈ کا انکشاف

بگ ڈیٹا فنڈ کا انکشاف

آج کا یہ سائنسی سرمایہ کاری کا مضمون بڑے ڈیٹا فنڈز کے بارے میں ہے اور یہ کہ کس طرح انٹرنیٹ کے اعداد و شمار جیسے Taobao، Baidu، Sina، اور دیگر فنڈز کے مینیجرز کو اسٹاک کا انتخاب کرنے میں مدد ملتی ہے۔

• بڑے اعداد و شمار کے فنڈز کو ظاہر کرنے سے پہلے ، آئیے ایک عام اسٹاک فنڈ کے انتخاب کے اقدامات پر ایک نظر ڈالیں:

  

  تمام اے شیئرز میں سے ابتدائی انتخاب کی جگہ ، ابتدائی انتخاب کے معیار میں عام طور پر ابتدائی اشارے کا استعمال کیا جاتا ہے جیسے ابتدائی وقت ، مارکیٹ ویلیو وغیرہ۔ نمونے لینے کی جگہ سے ابتدائی اسٹاک پول کا انتخاب کریں ، جہاں فلٹرنگ کی شرائط عام طور پر صنعت کے اعداد و شمار ، مالیاتی اشارے ، منافع بخش صلاحیت وغیرہ کا استعمال کرتی ہیں ، ابتدائی اسٹاک پول کثیر عنصر کے انتخاب کے ماڈل کا نمونہ ہوگا۔ ایک کثیر عنصر منتخب اسٹاک ماڈل کا استعمال کرتے ہوئے منتخب اسٹاک کی مقدار کو محدود کرنے کے لئے۔ روایتی کثیر عنصر ماڈل میں شامل عوامل میں بنیادی طور پر مالی عوامل شامل ہیں (مرکزی منافع کی شرح ، مارکیٹ کی خالص شرح ، مارکیٹ کی فروخت کی شرح ، اثاثوں کی مارکیٹ کی قیمت کا تناسب ، اہم کاروباری آمدنی کی شرح ، خالص منافع کی شرح ، ای پی ایس کی شرح ، مجموعی اثاثوں کی شرح ، وغیرہ) ، مارکیٹ ڈرائیور عوامل (مختصر مدت میں منافع کی شرح ، طویل مدتی منافع کی شرح ، مخصوص اتار چڑھاؤ کی شرح ، تجارت میں تبدیلی ، مفت مارکیٹ ویلیو) وغیرہ) ۔ ایک اسٹاک کے لئے ایک جامع سکور حاصل کیا جاتا ہے ، جو ان تمام عوامل کی بنیاد پر طویل مدتی تاریخی واپسی اور مستحکم ترقیاتی اضافی حساب کے مطابق ہے۔ فنڈز کے اجزاء کے حصص اور ان کے مطابق وزن کا حساب لگانے کے لئے کوانٹائزنگ انجن کی تعلیم کا استعمال کریں۔

  تو پھر بڑے ڈیٹا فنڈز روایتی فنڈز سے کس طرح مختلف ہیں؟ یہ ہے کہ بڑے ڈیٹا فنڈز نے بڑے اعداد و شمار کا عنصر متعارف کرایا ہے۔

  

  اس سے پہلے جب ہم نے کثیر عنصر اسٹاک انتخاب ماڈل تیار کیا تھا ، تو ہم نے تمام عوامل کو مارکیٹ کے اندر سے استعمال کیا تھا ، ہماری توجہ صرف اسٹاک کی خصوصیات پر تھی ، لیکن بڑے اعداد و شمار کے عوامل کے تعارف نے نئی معلومات لائی ، ہم اس بات پر توجہ دیں گے کہ کیا بائیوڈیٹ سرچ کی مقدار میں تبدیلی اسٹاک کی تبدیلی سے وابستہ ہے ، ہم اس بات پر توجہ دیں گے کہ آیا کسی صنعت میں مطلوبہ اشیا کی فروخت اس صنعت میں موجود کمپنیوں کے حصص کی قیمتوں کو متاثر کرتی ہے ، ہم اس پر بھی توجہ دیں گے کہ کیا سونا وے فنانشل سیکٹر میں کسی اسٹاک نیوز سے متعلق پڑھنے کی تعداد اور تبصرے کی تعداد میں اثر پڑتا ہے۔

  ہم ایک حقیقی بڑے ڈیٹا فاؤنڈیشن کی مثال دیتے ہیں تاکہ آپ کو بڑے اعداد و شمار کے عوامل کے بارے میں زیادہ بصری تفہیم مل سکے۔

  یہاں ایک مثال منتخب کی گئی ہے، جو کہ بائیو ٹائم فنڈ اور پیکنگ ویز کے تعاون سے شروع کی گئی ہے۔

  نمونہ سازی کی جگہ بنانے کے لئے ، Taobao Big Data 100 نے آن لائن ای کامرس کے سامان کی قسم سے متعلقہ سی این سی ٹرپل انڈسٹری کے متعلقہ اسٹاک کو اپنی نمونہ سازی کی جگہ کے طور پر منتخب کیا ، جس میں درج ذیل زمرے شامل ہیں:

  • گھریلو پائیدار سامان
  • تفریحی سامان اور سامان
  • ٹیکسٹائل اور لباس
  • ہوٹل ریسٹورانٹ اور تفریح
  • کھانے پینے کی اشیاء اور بنیادی سامان کی خوردہ فروخت
  • کھانے پینے کی اشیاء
  • گھریلو سامان
  • ذاتی سامان

• جیسا کہ آپ دیکھ سکتے ہیں ، ان صنعتوں اور مطلوبہ الفاظ کی اپنی اشیا کی درجہ بندی میں بہت مماثلت ہے کیونکہ مطلوبہ الفاظ کے اعداد و شمار سے پیدا ہونے والے بڑے اعداد و شمار کے عوامل ان صنعتوں میں زیادہ معلومات فراہم کرسکتے ہیں۔

  مطلوبہ صنعتوں سے متعلق نمونے کی جگہ پر مبنی ، باؤچائف فنڈز اور سونے کے کپڑے نے کثیر عنصر کی مقدار سازی کے ماڈل کے لئے منتخب اسٹاک کے لئے ہائبرڈ ایپلی کیشنز کے بڑے اعداد و شمار کے عوامل پیدا کیے۔ جس میں ادائیگی کی مالی معلومات کی خدمت پلیٹ فارم آن لائن صارفین کی قسم کے اعدادوشمار کے رجحانات کی خصوصیات فراہم کرتا ہے۔ حاصل کردہ صنعت کی تحقیق کے اشارے کے مطابق ، جامع جائزہ لینے والے صنعتوں کی معاشی حالت ، بشمول: ترقی ، قیمت ، طلب کی صورتحال وغیرہ ، کو معاشی صورتحال کا درجہ دیا جاتا ہے۔ اس کے بعد معاشی حالت کے مطابق صنعت کے اندر اسٹاک کو اس کے مطابق درجہ دیا جاتا ہے ، جس کے مطابق ایپلی کیشنز کے بڑے اعداد و شمار کے عوامل حاصل کیے جاتے ہیں۔

  آخر میں ، کوانٹیٹیٹڈ اسٹاک ماڈل بڑے اعداد و شمار کے عوامل ، مالی عوامل ، مارکیٹ ڈرائیوروں کا استعمال کرتے ہوئے اسٹاک کو درجہ بندی کرنے کے لئے استعمال کرتا ہے ، جس سے بڑے اعداد و شمار کے فنڈز کے اجزاء کے حصص اور وزن کا تعین ہوتا ہے۔

  تاؤ گولڈ 100 انڈیکس کے علاوہ ، بڑے اعداد و شمار کے فنڈز بڑے اعداد و شمار کے عوامل پیدا کرنے کے لئے مختلف بڑے اعداد و شمار کے ذرائع جیسے بائیوٹا ، سوبل ، سینا ، بینکوفیڈ وغیرہ کا استعمال کرتے ہیں۔

  100 فی صد انڈیکس کی تلاش کے عوامل

  نمونے کی جگہ کے اسٹاک کے لئے پچھلے مہینے کے لئے تلاش کی کل تعداد اور تلاش کے اضافے کا حساب لگائیں ، جو کہ مجموعی مقدار کے عنصر اور اضافے کے عنصر کے طور پر درج ہیں۔ تلاش کے مجموعی مقدار کے عنصر اور اضافے کے عنصر کے لئے فیکٹر تجزیہ ماڈل بنائیں ، جس میں ہر مدت کے لئے اسٹاک کے لئے جامع اسکور کا حساب لگایا جائے ، جو کہ تلاش کے عنصر کے طور پر درج کیا جائے۔

  100 ٹن برف کی گرمی کا عنصر

  پہلے ، دوسرے مرحلے میں حاصل کردہ برف کی گولیوں کے ذہین انتخاب کے مجموعے کے مطابق ، منتخب کردہ نمونے کی ذہین انتخاب کی کوریج کا حساب لگایا جاتا ہے۔ اس کے بعد ، ہر اسٹاک کے ذہین انتخاب کے مجموعے کی کوریج کے مطابق ، اسٹاک کو اس کے مطابق اسکور دیا جاتا ہے ، جس میں ہر اسٹاک کے برف کی گرمی کا عنصر اسکور کیا جاتا ہے۔

  جنوبی سینا بگ ڈیٹا کی طرف سے سینا بگ ڈیٹا کے عوامل

  سینا فنانس چینل کے تحت صفحات پر کلکس کی تعداد، ویبو کے منفی مضامین کی رپورٹ، خبر رساں اداروں کا اثر۔

  بینک یونین کے بڑے اعداد و شمار کے اشاریہ میں بینک یونین کی صنعت کے بڑے اعداد و شمار کے عوامل

  بینک کے صارفین کی قسم کے اعداد و شمار کے مطابق رجحانات کی خصوصیات کے اعداد و شمار پر مبنی صنعت ریسرچ انڈیکیٹرز کو پروسیس کیا جاتا ہے۔ اس کے بعد ، حاصل کردہ صنعت ریسرچ انڈیکیٹرز کے مطابق ، جامع جائزہ لینے والے صنعتوں کی معاشی حالت ، بشمول: کھپت کی رقم ، ٹرانزیکشن کی تعداد وغیرہ ، صنعت کی معاشی حالت کی درجہ بندی کی جاتی ہے۔ آخر میں ، معاشی حالت کے مطابق صنعت کے اندر اسٹاک کو اس کے مطابق درجہ دیا جاتا ہے ، جس میں صنعت کے بڑے اعداد و شمار کے عوامل کو اسکور کیا جاتا ہے۔

  بہت سے جاننے والوں کا خیال ہے کہ بگ ڈیٹا فنڈز کی کارکردگی دراصل ناقابل یقین ہے، حقیقت یہ ہے کہ اب تک کچھ بگ ڈیٹا فنڈز کی کارکردگی نے بھی ابتدائی توقعات کو پورا نہیں کیا ہے، لیکن اس سے ہمیں یہ نتیجہ اخذ کرنے کی ضرورت نہیں ہے کہ بگ ڈیٹا فنڈز غلط سمت میں ہیں۔ چونکہ بگ ڈیٹا کے لئے موجودہ ایپلی کیشنز اب بھی محتاط اور تجرباتی ہیں، ہم صرف روایتی کثیر عنصر ماڈل کی بنیاد پر بگ ڈیٹا عوامل کو شامل کرتے ہیں، اور ماڈل میں خود کو مزید اختراعات نہیں کرتے ہیں۔ اور بگ ڈیٹا عوامل کے لئے زیادہ سے زیادہ سیمنٹک تجزیہ، جذباتی تجزیہ، موضوعاتی ماڈلنگ، قدرتی زبان کی پروسیسنگ اور مشین سیکھنے کے شعبوں میں شامل ہیں.

  حقیقت یہ ہے کہ بڑے اعداد و شمار کے استعمال نے ہماری زندگی کے ہر پہلو کو چھو لیا ہے ، جس میں غیر ارادی طور پر سرمایہ کاری کے قابل خزانے جمع کیے گئے ہیں ، اور اگرچہ موجودہ بڑے اعداد و شمار کے فنڈز کی کارکردگی نے ابھی تک یہ ظاہر نہیں کیا ہے کہ وہ ان اقدار کو مؤثر طریقے سے نکالنے کی صلاحیت رکھتے ہیں ، لیکن بڑے اعداد و شمار میں خزانہ ہمیشہ موجود ہے ، اور شاید کچھ اعلی درجے کے لوگ اس سے لطف اندوز ہو رہے ہیں۔

سائنسی سرمایہ کاری سے نقل کیا گیا