यादृच्छिक बनाम गैर-यादृच्छिक चलना सिद्धांत वित्तीय बाजारों में

कर सकते हैं पोर्टफोलियो प्रबंधकों मात प्रमुख मूविंग? चार से अधिक दशकों पहले प्रिंसटन अर्थशास्त्री बर्टन Malkiel लिखी उनकी किताब "एक यादृच्छिक चलना नीचे वॉल स्ट्रीट" में उन्होंने जो तर्क दिया है कि रिटर्न यादृच्छिक रहे हैं और निवेशकों का उत्पादन नहीं कर सकते रिटर्न है कि कर रहे हैं की तुलना में बेहतर प्रमुख मूविंग.

इस पुस्तक में कई बार संशोधित किया गया है, और वहाँ एक नया इसके अतिरिक्त है के रूप में हाल ही में 2007 के रूप में. Malkiel के यादृच्छिक चलना सिद्धांत इस धारणा पर आधारित है कि रिटर्न द्वारा उत्पादित शेयरों कर रहे हैं अप्रत्याशित और यादृच्छिक और इसलिए, एक पोर्टफोलियो प्रबंधक का उत्पादन नहीं कर सकते सुसंगत रिटर्न है कि मात करना होगा व्यापक बाजार. पुस्तक है कि अमेरिका के विभिन्न प्रकार के उपयोग का विश्लेषण केवल नेतृत्व करने के लिए, खराब प्रदर्शन के रूप में, वहाँ कोई रास्ता नहीं है की भविष्यवाणी करने के लिए कीमतों में लंबे समय में.

अपने निष्कर्ष करने के लिए, अपने यादृच्छिक चलना मॉडल है कि एक निवेशक खरीद से बेहतर है एक सूचकांक फंड replicates कि रिटर्न के व्यापक बाजार का उपयोग करें और एक खरीद और पकड़ रणनीति है । इस का सार है Malkiel के यादृच्छिक चलना परिकल्पना है.

यादृच्छिक चलना सिद्धांत का दावा है कि शेयर की कीमत रिटर्न कुशल हैं क्योंकि सभी वर्तमान में उपलब्ध जानकारी में परिलक्षित होता है, वर्तमान मूल्य का एक सुरक्षा और है कि आंदोलनों के आधार पर विशुद्ध रूप से व्यापारियों की भावना जो मापा जा सकता है, लगातार.

जब नई जानकारी उपलब्ध हो जाता है, की कीमत एक सुरक्षा जल्दी से समायोजित करने और तुरंत प्रतिबिंबित नई जानकारी. के बाद से नई जानकारी है यादृच्छिक और अप्रत्याशित है, वहाँ बाजार में randomness, और इसलिए रिटर्न के साथ जुड़े कीमतों में अप्रत्याशित रहे हैं, बनाने के एक यादृच्छिक बाजार.

कुशल बाजार परिकल्पना

यादृच्छिक चलना सिद्धांत पर predicated है धारणा है कि बाजार में कुशल है, और है कि जब नई जानकारी उपलब्ध हो जाता है व्यापारियों के लिए, वे प्रतिक्रिया के लिए एक तरह से कीमत में परिवर्तन को प्रतिबिंबित करने के लिए नई जानकारी है. इस सिद्धांत को कुछ मुद्दों है के रूप में नहीं, हर बाजार प्रतिभागी को एक ही प्रेरणा है ।

उदाहरण के लिए, एक कंपनी के कोषाध्यक्ष और एक बचाव निधि प्रबंधक है, कुछ अलग अलग की मंशा के रूप में करने के लिए जब वे चलाना चाहिए. जबकि एक हेज फंड प्रबंधक हो सकता है से दूर भागते हैं जब एक अवधि में एक सुरक्षा की कीमत है, tumbling, एक कॉर्पोरेट कोषाध्यक्ष देख रहे हो सकता है का उपयोग करने के लिए एक बड़ी कीमत ड्रॉप करने के लिए शुरू बायबैक कार्यक्रम है ।

एक कॉर्पोरेट कोषाध्यक्ष का भी उपयोग करेगा व्युत्पन्न प्रतिभूतियों में अलग अलग तरीकों से. उदाहरण के लिए, यदि एक शेयर की कीमत तेजी से घट रही है और एक कंपनी के एक बायबैक कार्यक्रम, एक कॉर्पोरेट कोषाध्यक्ष का उपयोग हो सकता है एक तकनीक है जहां वह बेच डालता है, नीचे करने के लिए बाजार को बढ़ाने के कार्यक्रम प्राप्त करने के द्वारा एक प्रीमियम है ।

इस स्थिति में, यदि एक कोषाध्यक्ष बेचता डाल नीचे दिए गए विकल्पों के बाजार में है, वह प्राप्त कर सकते हैं प्रीमियम की परवाह किए बिना कि क्या की हड़ताल की कीमत डाल विकल्प पर पहुंच गया है । प्रेरणा के इस प्रकार बदल जाएगा जिस तरह से कुशल बाजार सिद्धांत होता है के बाद से, कॉर्पोरेट कोषाध्यक्ष, देखता है बाजार की तुलना में अलग तरह से एक व्यापारी या पोर्टफोलियो मैनेजर ।

इसके अतिरिक्त, समय क्षितिज व्यापारियों द्वारा इस्तेमाल किए जा सकते हैं, को बदलने की क्षमता के साथ एक बाजार है । जो निवेशकों के लिए देख रहे हैं शेयर पकड़ के लिए लंबे समय में अलग ढंग से व्यवहार करेंगे जो उन लोगों की तुलना का प्रयास कर रहे हैं दिन व्यापार करने के लिए एक सुरक्षा है । उदाहरण के लिए, यदि आप कर रहे हैं डॉलर की लागत औसत, जहां आप एक शेयर की खरीद के रूप में यह गिरावट, अपने लक्ष्य की तुलना में अलग है व्यापारी जो देख रहा है पर कब्जा करने के लिए छोटे चाल पर लंबी और छोटी दोनों ट्रेडों.

एल्गोरिदम को बढ़ाने कुशल बाजार सिद्धांत

बाजार काफी बदल गया है के बाद से पिछले संस्करण की एक यादृच्छिक चलना वॉल स्ट्रीट नीचे लिखा गया था 2007 में. आज, एल्गोरिदम का एक बड़ा हिस्सा हैं अल्पकालिक आंदोलनों में लगभग हर पूंजी बाजार. एक एल्गोरिथ्म है कि एक कंप्यूटर प्रोग्राम के लिए लग रहा है में परिवर्तन के बारे में जानकारी और तुरंत प्रतिक्रिया करता है खरीदने और बेचने प्रतिभूतियों. इन प्रतिभूतियों जा सकता है, शेयरों, मुद्राओं जोड़े, बांड या यहां तक कि वस्तुओं ।

उच्च आवृत्ति एल्गोरिथम ट्रेडिंग रणनीतियों का उपयोग है कि कंप्यूटर एल्गोरिदम ट्रेडिंग कर रहे हैं के हजारों बार एक दिन में प्रभावित करने की कोशिश कर बाजार के रूप में अच्छी तरह के रूप में कब्जा inefficiencies. उच्च आवृत्ति व्यापारियों को अपनी पहली चढ़ाई में इक्विटी बाजार. नई विनियमन स्वीकार्य इलेक्ट्रॉनिक आदान-प्रदान के लिए एक दूसरे के साथ प्रतिस्पर्धा है, जो छोड़ दिया दरवाजा खोलने के लिए उच्च-आवृत्ति व्यापारियों में कदम करने के लिए और खोज में विसंगतियों के लिए कीमतों.

आज, एल्गोरिदम का उपयोग डेटा संचित है कि कई अलग अलग स्रोतों से. एल्गोरिदम स्कैनिंग कर रहे हैं वेबसाइटों और ट्विटर ब्रह्मांड खोजशब्दों के लिए खोज करने के लिए कैसे निर्धारित करना चाहिए, वे चलाना. एक सरल शब्द के रूप में इस तरह के "Feder रिजर्व दर में वृद्धि कर सकता" बंद सेट एक झरना के लेनदेन में परिणाम सकता है जो अस्थिर बाजार में आंदोलनों. हाल के कई फ़्लैश दुर्घटनाओं द्वारा उत्पन्न किया गया है कि एल्गोरिदम जल्दी से प्रतिभूतियों को खरीदने और बेचने के लिए और बनाने के एक स्नोबॉल प्रभाव जब नए बाजार की जानकारी उपलब्ध हो जाता है ।

एल्गोरिदम भी परिवर्तन के वितरण के शेयर लाभ । सामान्य में, रिटर्न परिलक्षित पूंजी बाजार में कर रहे हैं नहीं सामान्य रूप से वितरित किया जाता है. इसका क्या मतलब है? उदाहरण के लिए, अगर तुम थे करने के लिए वजन को मापने के 100 स्कूली बच्चों और साजिश वितरण आप की संभावना एक क्लासिक घंटी के आकार का वक्र के लिए है । सबसे आवर्ती वजन के लिए किया जाएगा मध्य और शेष वजन के इन बच्चों के लिए किया जाएगा वितरित की दोनों तरफ. लगभग 68% के भीतर गिर जाएगा 1-मानक विचलन के बीच और 95% के भीतर गिर जाएगा 2-मानक विचलन.

वहाँ कई किया गया है कि अध्ययन ने पाया है कि रिटर्न की प्रतिभूति नहीं कर रहे हैं सामान्य रूप से वितरित किया जाता है और ये रिटर्न वसा पूंछ । इसका मतलब यह है कि वहाँ हो जाएगा के एक उच्च संख्या रिटर्न बाहर कर रहे हैं कि सामान्य वितरण । कुछ कम हो सकता है और कई और अधिक हो सकता है.

के बाद से एल्गोरिदम तैयार कर रहे हैं का लाभ लेने के लिए नई जानकारी, उनके तेजी से प्रतिक्रिया करने के लिए नई जानकारी उत्पन्न करता है रिटर्न है कि कर रहे हैं नहीं सामान्य रूप से वितरित किया जाता है. वे प्रशिक्षित कर रहे हैं करने के लिए कुछ भी नहीं है जब वहाँ कोई नई जानकारी उपलब्ध कराने, कम तरलता है, लेकिन फूटना करने के लिए है जब वहाँ नई जानकारी पैदा करने अस्थिर बाजार की स्थितियों.

गैर-यादृच्छिक चलना सिद्धांत

जबकि सिद्धांत है कि Malkiel प्रदान करता है योग्यता के लिए, इस हद तक कि वह तर्क कर सकते हैं कि कीमतों में यादृच्छिक रहे हैं, वहाँ किया गया है कई पोर्टफोलियो प्रबंधकों ने बेहतर प्रदर्शन किया है व्यापक बाजार. इसका मतलब यह है कि एक खरीद और पकड़ने की पद्धति सबसे अच्छा तरीका नहीं है को प्राप्त करने के लिए जोखिम-समायोजित रिटर्न. एक उदाहरण के रूप में, पिछले 20 साल में, बर्कशायर हैथवे का अनुभव किया है, 613% पूंजी पर प्रतिफल की तुलना में एस एंड पी 500 इंडेक्स को छोड़कर (लाभांश) है, जो एक वापसी प्रोफ़ाइल के 190%.

वहाँ भी किया गया है कई लेख और पत्र लिखा गया है कि मुकाबला करने के लिए किए गए तर्कों द्वारा बर्टन Malkiel, जोर देकर कहा कि वहाँ एक गैर यादृच्छिक बाजार. वहाँ है एक लेखों का संग्रह "नामक एक गैर यादृच्छिक चलना नीचे वॉल स्ट्रीट" प्रदान करता है जो सबूत है कि एक शेयर की कीमत बहुमूल्य जानकारी प्रदान करता है.

अनुभवजन्य डेटा का इस्तेमाल किया गया था कि था की एक श्रृंखला के अर्थमितीय मॉडल का परीक्षण किया है कि randomness की कीमतों. गैर यादृच्छिक चलना द्वारा रचा गया था एंड्रयू लो, जो एक गैर यादृच्छिक प्रस्तावक के साथ, एक निष्कर्ष है कि वहाँ कई तकनीकों है कि इस्तेमाल किया जा सकता है हरा करने के लिए प्रमुख के औसत है, लेकिन सवाल बनी हुई है कितनी देर के लिए कर सकते हैं इन तरीकों सफल हो सकता है. लो ने कहा, "और अधिक रचनात्मकता के साथ आप लाने के लिए निवेश प्रक्रिया को और अधिक फायदेमंद होगा । एक ही रास्ता बनाए रखने के लिए चल रही सफलता है, तथापि, करने के लिए लगातार कुछ नया." अपने विचार प्रक्रिया पर पिटाई से बाजार पर लंबी अवधि में किया गया था बदलने के लिए अपनी कार्यप्रणाली को समायोजित करने के लिए बाजार की स्थितियों के लिए लगातार.

परीक्षण के लिए बाजार में Randomness

वहाँ रहे हैं कई परीक्षण किया जा सकता है कि निर्धारित करने के लिए अगर एक डेटा श्रृंखला है । उदाहरण के लिए, एक रन, टेस्ट के नाम पर Wald इब्राहीम और याकूब वुल्फोवित्ज़, एक सांख्यिकीय पद्धति का मूल्यांकन करता है कि randomness के एक दो या दो से अधिक समय श्रृंखला.

रन परीक्षण कर सकते हैं, तो यह निर्धारित प्रवृत्तियों में मौजूद एक बाजार और कैसे अक्सर वे होते हैं । शून्य परिकल्पना माना जाता है, जिसका मतलब है कि कोई निर्भरता नहीं है और कोई प्रवृत्ति है कि मौजूद है, और आबादी में समान हैं प्रकृति. रन परीक्षण रैंक मूल्यों और या तो साबित होता है शून्य परिकल्पना या पता चलता है एक प्रवृत्ति है ।

प्रतिगमन विश्लेषण

एक अन्य तरीका निर्धारित करने के लिए अगर एक चर पर निर्भर है एक और चर को चलाने के लिए एक प्रतिगमन विश्लेषण. एक प्रतिगमन सूत्र designates एक स्वतंत्र और आश्रित चर के रूप में अच्छी तरह के रूप में एक आर चुकता, जो वर्णन करता है कि कैसे पर निर्भर एक चर है ।

सरल प्रतिगमन विश्लेषण का उपयोग करता है एक भविष्यवक्ता चर और एक प्रतिक्रिया चर. डेटा अंक में रिपोर्ट कर रहे हैं का उपयोग कर एक कम से कम चुकता विधि है । अगर वहाँ outliers में डेटा श्रृंखला कर रहे हैं कि संदेह है, प्रतिरोधी तरीकों में इस्तेमाल किया जा सकता है फिट करने के लिए मॉडल. एक आर चुकता 1 के साधन निर्भर चर चाल के साथ मिलकर में स्वतंत्र चर.

सहसंबंध विश्लेषण

एक और तकनीक है कि प्रयोग किया जाता है का निर्धारण करने के लिए गैर-यादृच्छिक प्रकृति के प्रतिभूति सहसंबंध विश्लेषण. सहसंबंध की तरह है प्रतिगमन में है कि आप का उपयोग कर रहे हैं कई बार श्रृंखला निर्धारित करने के लिए अगर रिटर्न में कदम मिलकर बना है ।

के विश्लेषण का मूल्यांकन करता है, रिटर्न एक समय की श्रृंखला में दूसरे के सापेक्ष प्रदान करता है और आप के साथ एक सहसंबंध गुणांक के बीच 1 और -1. एक सहसंबंध गुणांक 1 का मतलब है कि रिटर्न के 2-समय की श्रृंखला के कदम एक साथ lockstep में. एक सहसंबंध गुणांक -1 मतलब है कि रिटर्न के 2-समय की श्रृंखला में कदम विपरीत दिशाओं. जब आप का मूल्यांकन कर रहे हैं के संबंध में, यह महत्वपूर्ण है विश्लेषण करने के लिए रिटर्न के रूप में विरोध करने के लिए कीमत.

हालांकि संबंध संकेत नहीं करता है कि आंदोलन की सुरक्षा पर निर्भर है और यह सुरक्षा करता है कि दिखाने के आंदोलनों के दो प्रतिभूतियों से संबंधित हैं करने के लिए एक दूसरे.

उच्च सहसंबंध गुणांक, अधिक बारीकी से प्रदर्शन के दो परिसंपत्तियों के लिए कर रहे हैं एक दूसरे को. सहसंबंध गुणांक के 70 या नकारात्मक 70 मतलब है कि संपत्ति है, एक महत्वपूर्ण संबंध है या नकारात्मक सहसंबंध.

कैसे का एक उदाहरण का उपयोग करने के लिए सह-संबंध खोजने के लिए एक परिसंपत्ति हो सकता है कि प्रभाव का एक और संपत्ति है । उदाहरण के लिए, एक कनाडा जैसे देश की एक महत्वपूर्ण संख्या है तेल कंपनियों है कि रोजगार के लाखों लोगों की है । कनाडा की अर्थव्यवस्था पर काफी निर्भर करता है इन कंपनियों और इन कंपनियों पर भारी भरोसा तेल की कीमत लाभ सुनिश्चित करने के लिए. जब तेल की कीमत गिर जाता है नाटकीय रूप से, के रूप में यह के दौरान किया था, 2015 की पहली छमाही, अर्थव्यवस्थाओं जैसे देशों में कनाडा मुँह महत्वपूर्ण headwinds.

एक सहसंबंध विश्लेषण किया जा सकता है पर कई अलग अलग अवधियों. आप प्रदर्शन कर सकते हैं सहसंबंध विश्लेषण पर एक लंबी अवधि में, इस तरह के रूप में 1 वर्ष या रोलिंग से अधिक अवधि. संख्या है कि आप देखते हैं एक 1 साल की अवधि को शामिल करेंगे कुल अवधि के संबंध, लेकिन नहीं किया जाएगा दिखाने के लिए आप बारीकियों के संबंध में परिवर्तन पर विशिष्ट समय क्षितिज. उदाहरण के लिए, अमरीकी डालर/सीएडी के साथ हो सकता है एक सहसंबंध गुणांक के -0.80 अधिक एक वर्ष से अधिक लेकिन हो सकता है के बीच सीमा -1 और -0.20 के दौरान अलग-अलग 20 दिन की समय-सीमा से अधिक एक वर्ष के पाठ्यक्रम.

तकनीकी विश्लेषण: एक मामले के लिए गैर यादृच्छिक बाजार

तकनीकी विश्लेषण में व्यापक रूप से इस्तेमाल किया निर्धारित करने के लिए भविष्य की दिशा में एक सुरक्षा है । वहाँ किया गया है कुछ अनुभवजन्य काम किया है कि पता चलता है कि तकनीकी विश्लेषण में इस्तेमाल किया जा सकता मात करने के लिए व्यापक बाजार.

कई तकनीशियनों का मानना है कि वे भविष्यवाणी कर सकते हैं भविष्य के मूल्य आंदोलनों का उपयोग कर ऐतिहासिक डेटा अंक. उदाहरण के लिए, तकनीकी विश्लेषकों का मानना है कि सभी उपलब्ध जानकारी में वर्तमान में है मूल्य का एक सुरक्षा है ।

इस के साथ एक पृष्ठभूमि के रूप में, आप कर सकते हैं केवल निर्धारित भविष्य के मूल्य का उपयोग करके अध्ययन या पैटर्न, के रूप में पिछले कीमत कार्रवाई के पूर्वानुमान के भविष्य के मूल्य आंदोलनों. बहुत कम से कम, तकनीकी विश्लेषण में इस्तेमाल किया जा सकता है के रूप में एक आत्म भविष्यवाणी को पूरा.

यदि कई लोगों को तकनीकी विश्लेषण का उपयोग निर्धारित करने के लिए भविष्य के मूल्य आंदोलनों के साथ, यह महत्वपूर्ण है के लिए आप समझने के लिए तकनीकी विश्लेषण तो आप जानते हैं कि क्या अन्य सोच हो सकता है. निम्न अनुभाग में हम चर्चा करेंगे कुछ बुनियादी प्रकार के तकनीकी उपकरण है कि व्यापारियों का उपयोग करने के लिए भविष्य की भविष्यवाणी आंदोलन.

मांग और समर्थन के स्तर

मूल्यों की सुरक्षा पर आधारित है, के लिए परिवर्तन की आपूर्ति और मांग के लिए है कि सुरक्षा है । जब एक निवेशक सोचता है कि मूल्य का एक सुरक्षा है सस्ते रिश्तेदार के लिए बाजार की उम्मीदों, वे खरीद लेंगे सुरक्षा में उम्मीद है कि यह होगा पर चढ़ने में मूल्य. के रूप में मांग के लिए शेयर बढ़ जाती है, कीमत मिल जाएगा एक धुरी बिंदु जहां आगे गिरावट हो जाएगा अप्राप्य है । यह माना जाता है समर्थन करते हैं ।

वहाँ रहे हैं कई तरीके आप कर सकते हैं तकनीकी विश्लेषण का उपयोग निर्धारित करने के लिए समर्थन करते हैं । कई व्यापारियों का उपयोग करें प्रवृत्ति लाइनों कनेक्ट जो स्विंग चढ़ाव का निर्धारण करने के लिए प्रवृत्ति का समर्थन है । ऊपर की ओर ढालू प्रवृत्ति लाइनों से कनेक्ट है कि उच्च चढ़ाव रहे हैं एक बहुत लोकप्रिय तरीका खोजने के लिए समर्थन के स्तर में एक बैल बाजार है ।

आपूर्ति और प्रतिरोध स्तरों

प्रतिरोध के विपरीत है समर्थन करते हैं । यह एक क्षेत्र है कि आपूर्ति के बाजार मूल्य को दर्शाता है, जहां कार्रवाई की कीमतों में एक कठिन समय चलती अधिक है । मन में दबा आपूर्ति बनाता है पर प्रतिरोध है । समर्थन की तरह वहाँ रहे हैं कई तरीके आप कर सकते हैं यह निर्धारित प्रतिरोध के स्तर के तकनीकी विश्लेषण का उपयोग कर. आप उपयोग कर सकते हैं प्रवृत्ति लाइनों कनेक्ट जो स्विंग highs, या आप का उपयोग कर सकते हैं एक क्षैतिज प्रवृत्ति रेखा भी है कि जोड़ता है धुरी के ऊंचे स्तर है.

मूविंग एवरेज

एक और तकनीकी पद्धति है कि अक्सर कार्यरत निर्धारित करने के लिए भविष्य की दिशा में एक सुरक्षा का उपयोग कर रहा है मूविंग एवरेज सुचारू करने के लिए कीमत कार्रवाई और मदद के लिए एक पथ का वर्णन. एक चलती औसत के एक औसत दिनों की एक विशिष्ट संख्या. जब अगले मूल्य दर्ज की गई है, पहले की कीमत से गिरा दिया है की गणना ।

उदाहरण के लिए, यदि आप कर रहे हैं की गणना और 10 दिन चलती औसत के एक सुरक्षा के लिए, आप औसत के पहले 10 दिनों के लिए. 11 वें दिन पर, आप छोड़ जाएगा के पहले दिन उत्पन्न होगा जो एक नए डेटा बिंदु है ।

चलती औसत विदेशी

मूविंग एवरेज कर सकते हैं मदद से आप यह निर्धारित भविष्य की दिशा का उपयोग करके लोकप्रिय विदेशी पद्धति है. चलती औसत विदेशी मदद करता है आप यह निर्धारित अगर वहाँ है एक नई उभरती हुई प्रवृत्ति में सुरक्षा आप ट्रेडिंग कर रहे हैं. यदि आप के लिए देख रहे हैं पर एक परिवर्तन एक छोटी अवधि के समय सीमा है, तो यह सबसे अच्छा है के लिए आप का उपयोग करने के लिए शॉर्ट-टर्म मूविंग एवरेज.

एक और अधिक लोकप्रिय सेटिंग है, 5 दिन चलती औसत से ऊपर पार या नीचे 20 दिन चलती औसत । यह encapsulates एक 1 सप्ताह की अवधि में और एक 1 महीने की अवधि और बहुत उपयोगी है पर पकड़ने के लघु अवधि के रुझान । यदि आप देख रहे हैं एक लंबी अवधि के लिए, आप पर विचार हो सकता है 20 दिन में 50 दिन चलती औसत ।

एक लंबी अवधि चलती औसत विदेशी के रूप में इस तरह के 50 दिन चलती औसत 200 दिन चलती औसत है, बहुत लोकप्रिय है और जाना जाता है के रूप में या तो "गोल्डन क्रॉस" पर एक क्रॉस के ऊपर, और "मौत क्रॉस" क्रूस पर से नीचे. चल औसत क्रॉसओवर एक मजबूत तरीके से परिभाषित करने के लिए एक प्रवृत्ति है ।

निष्कर्ष

के रूप में एक तकनीकी विश्लेषक, मैं विश्वास नहीं है कि बाजार में कर रहे हैं, यादृच्छिक है, और यह काफी स्पष्ट है कि वहाँ रहे हैं व्यक्तियों है कि ट्रैक रिकॉर्ड है कि बेहतर कर रहे हैं की तुलना में व्यापक बाजार एक लंबी अवधि से अधिक. वॉरेन बुफे के प्रदर्शन, आसानी से हरा एस एंड पी 500 सूचकांक द्वारा 423% से अधिक पिछले 20 साल. जबकि बुफे का उपयोग करता है एक मौलिक दृष्टिकोण करने के लिए उठा कंपनियों, वहाँ के कई उदाहरण हैं सफल व्यापारियों, जो का उपयोग सांख्यिकीय मॉडल, के रूप में अच्छी तरह के रूप में, तकनीकी विश्लेषण बनाने के लिए मजबूत और सुसंगत रिटर्न.

वहाँ भी कर रहे हैं कई सांख्यिकीय उपकरण के रूप में इस तरह के रन का परीक्षण, प्रतिगमन और सहसंबंध है कि शो है कि वहाँ निर्भरता, और के बीच संबंध की संपत्ति. आधार है कि सभी जानकारी उपलब्ध है, वर्तमान में कीमत में एक सुरक्षा योग्यता है, और यह भी स्पष्ट है कि वहाँ एक नया प्रतिमान है, जहां एल्गोरिदम व्यापार जानकारी है कि सर्वव्यापी है, के बारे में जानकारी सहित उपलब्ध है कि सोशल मीडिया पर सहित Facebook और चहचहाना.

पर दिन के अंत, भले ही यादृच्छिक बनाम गैर-यादृच्छिक समर्थकों जारी रहेगा उनकी बहस, मुझे उम्मीद है कि सूचित तकनीकी विश्लेषक है जो एक सकारात्मक प्रत्याशा की रणनीति जारी रहेगा, के लिए बाजार मात करना.

संबंधित सवाल: