Fampiharana ny Statistika amin'ny Fitantanam-bola
Sampan'ny matematika ny statistika izay matetika heverina ho henjana sy teorika, saingy raha ny marina dia manana fampiharana midadasika amin'ny sehatra maro samihafa izy io, anisan'izany ny fitantanam-bola. Mitana anjara toerana lehibe ny statistika amin'ny famakafakana angon-drakitra, ny fandraisana fanapahan-kevitra, ny vinavina ary ny fitantanana ny risika eo amin'ny tontolon'ny fitantanam-bola. Ity lahatsoratra ity dia handinika ny sasany amin'ireo fampiharana fototra amin'ny statistika amin'ny fitantanam-bola sy ny fomba hanampian'ny angon-drakitra sy ny fomba statistika ireo matihanina amin'ny fitantanam-bola hiatrika ireo fanamby sy fahafahana.
1. Famakafakana sy vinavina momba ny angon-drakitra
Ny iray amin'ireo fampiharana voalohany ny statistika amin'ny fitantanam-bola dia ny famakafakana sy ny faminaniana ny angon-drakitra. Ny fanodinana angon-drakitra ara-tantara mba haminavina ny fironana amin'ny ho avy dia fomba fanao mahazatra eo amin'ny indostrian'ny fitantanam-bola. Ohatra, ny mpandinika ara-bola dia mampiasa angon-drakitra ara-tantara momba ny vidin'ny tahiry mba haminavina ny fihetsehan'ny vidiny amin'ny ho avy. Ny fomba statistika toy ny regression linear sy ny famakafakana andian-tantara dia matetika ampiasaina amin'izany tanjona izany.
Fihemorana Linear
Ampiasaina hamolavolana ny fifandraisana misy eo amin'ny variables tsy miankina sy ny variables miankina ny regression linear. Ohatra, amin'ny lafiny ara-bola, azo ampiasaina haminavina ny vidin'ny tahiry (ny variables miankina) mifototra amin'ny anton-javatra isan-karazany toy ny tahan'ny zanabola, ny fisondrotry ny vidim-piainana, na ny tondro ara-toekarena hafa (ny variables tsy miankina). Ny equation regression linear tsotra dia:
Y = \alpha + \beta X + \epsilon \]
Aiza:
– \( Y \) no miovaova miankina (ohatra, vidin'ny tahiry),
– \( X \) no miovaova tsy miankina (ohatra, tahan'ny zanabola),
– Ny \( \alpha \) sy \( \beta \) dia masontsivana modely,
– \( \epsilon \) dia ny sisa na ny hadisoana.
Famakafakana ny andian-tantara ara-potoana
Ny famakafakana andian-tantara dia mandinika ny angon-drakitra mandritra ny fotoana mba hamantarana ireo lamina na fironana manokana. Amin'ny sehatry ny fitantanam-bola, ny famakafakana andian-tantara dia ampiasaina mba haminavina ny vidin'ny fananana, ny habetsaky ny varotra, ary ny tondro ara-toekarena. Ireo teknika toy ny Auto-Regressive Integrated Moving Average (ARIMA) sy ny Generalized Autoregressive Conditional Heteroskedasticity (GARCH) dia ampiasaina amin'ireo modely ireo.
2. Fitantanana ny risika
Mitana anjara toerana lehibe ihany koa ny antontan'isa amin'ny fitantanana ny risika, ny dingana famantarana, fandrefesana ary fanaraha-maso ny risika ara-bola mety atrehin'ny orinasa na mpampiasa vola. Ny sasany amin'ireo fitaovana statistika ampiasaina matetika amin'ny fitantanana ny risika dia ahitana ny Value at Risk (VaR), ny fitsapana ny adin-tsaina, ary ny fanadihadiana Monte Carlo.
Sanda atahorana (VaR)
Ny VaR dia fandrefesana statistika izay manombana ny fatiantoka ambony indrindra mety hitranga amin'ny portfolio na fananana manokana mandritra ny fe-potoana iray miaraka amin'ny ambaratonga fahatokisana fantatra. Ohatra, ny VaR 95% 1 andro amin'ny $1 tapitrisa dia midika fa misy fahatokisana 95% fa ny fatiantoka amin'ny portfolio dia tsy hihoatra ny $1 tapitrisa ao anatin'ny iray andro. Azo kajy amin'ny alàlan'ny fomba ara-tantara, fomba famakafakana, na simulation Monte Carlo ny VaR.
Fitsapana ny adin-tsaina
Ny fitsapana ny adin-tsaina dia mahakasika ny fanahafana ireo toe-javatra tafahoatra samihafa eo amin'ny tsena mba handrefesana ny mety ho fiantraikan'ireo toe-javatra ireo amin'ny sandan'ny portfolio. Ohatra, ahoana no mety ho fiantraikan'ny krizy ara-bola manerantany amin'ny portfolio fampiasam-bola? Amin'ny fanahafana ireo toe-javatra tafahoatra ireo, dia afaka miomana amin'ny mety hisian'ny fatiantoka lehibe ireo andrim-bola.
3. Fanamafisana ny portfolio
Ny fanavahana dia paikady fampiasam-bola izay mikendry ny hampihena ny risika amin'ny alàlan'ny fizarana fampiasam-bola amin'ny fananana tsy mifandraika isan-karazany. Manampy amin'ny fanavahana ny portfolio ny antontan'isa amin'ny alàlan'ny fikajiana ny fifandraisana sy ny covariance eo amin'ny fananana samihafa.
Fifandraisana sy Covariance
Ny fifandraisana dia mandrefy ny tanjaky ny fifandraisana mivantana eo amin'ny fiovaovan'ny tombom-barotra roa. Ohatra, raha miakatra miaraka amin'ny iray hafa matetika ny fananana iray, dia lazaina fa mifandray tsara ireo fananana ireo. Mifanohitra amin'izany kosa, raha miakatra ny fananana iray raha midina ny iray hafa, dia misy fifandraisana ratsy. Ny coefficient fifandraisana dia manomboka amin'ny -1 (fifandraisana ratsy tonga lafatra) ka hatramin'ny +1 (fifandraisana tsara tonga lafatra). Ny fampihenana ny risika amin'ny alàlan'ny fanaparitahana dia ny fisafidianana fananana manana fifandraisana ambany na ratsy.
Portfolio tsara indrindra
Ny teorian'ny portfolio Markowitz, na ny Mean-Variance Optimization, dia mampiasa statistika mba hamaritana ny portfolio tsara indrindra amin'ny alàlan'ny fampitomboana ny tombom-barotra sy ny fampihenana ny risika. Ity fomba fiasa ity dia misy ny fikajiana ny salan'isa (tombom-barotra antonony) sy ny variance (risika) an'ny portfolio, ary koa ny fifandraisana misy eo amin'ireo fananana isan-karazany ao anatin'ny portfolio.
4. Fandrefesana ny isa amin'ny trosa
Mitana anjara toerana lehibe eo amin'ny sehatry ny banky ny antontan'isa, indrindra amin'ny fampindramam-bola. Ampiasaina hanombanana ny fahaiza-manaon'ny tsirairay na orinasa ny maodely statistika, novolavolaina mifototra amin'ny angon-drakitra ara-tantara sy ny toetran'ny mpindram-bola.
Fihemorana ara-logistika
Ny fomba iray ampiasaina matetika amin'ny fanombanana ny trosa dia ny regression logistique. Ity modely ity dia manombana ny mety hisian'ny tsy fandoavana ny trosan'ny mpindram-bola mifototra amin'ny anton-javatra sasany toy ny tantaran'ny trosa, ny fidiram-bola ary ny karazana asa.
\[ \text{Logit}(P) = \alpha + \beta_1 X_1 + \beta_2 X_2 + \dots + \beta_n X_n \]
Izay ny \( P \) no mety hisian'ny tsy fahombiazana, ny \( \alpha \) no intercept, ary ny \( \beta \) no coefficient regression.
5. Safidy sy derivatives
Tena zava-dehibe ihany koa ny antontan'isa amin'ny fametrahana vidiny amin'ny derivatives sy options. Ny Modely Black-Scholes dia iray amin'ireo modely malaza indrindra amin'ny fametrahana vidiny amin'ny options.
Modely Black-Scholes
Mampiasa antontan'isa maromaro ity modely ity, anisan'izany ny fiovaovan'ny vidin'ny fananana fototra, mba hikajiana ny vidin'ny safidy ara-teoria. Ny raikipohy Black-Scholes dia:
\[ C = S_0 N(d_1) – X e^{-rt} N(d_2) \]
Aiza:
– \( C \) no vidin'ny safidy antso,
– \( S_0 \) no vidin'ny fananana ankehitriny,
– \( X \) no vidin'ny fitokonana,
– \( r \) dia ny tahan'ny zanabola tsy misy risika,
– \( t \) no fotoana fahamatorana,
– \( N(d) \) dia ny fiasan'ny fizarana mitambatry ny fizarana ara-dalàna,
– Ny \( d_1 \) sy \( d_2 \) dia fiovaovana nalaina avy amin'ny fampidirana modely.
Famaranana
Manomboka amin'ny famakafakana angon-drakitra ka hatramin'ny fitantanana ny risika sy ny fananganana portfolio, ny antontan'isa dia mitana anjara toerana lehibe amin'ny fitantanam-bola. Ny fampiasana fomba statistika dia manampy ireo matihanina ara-bola amin'ny fanombanana, vinavina ary fandraisana fanapahan-kevitra tsara kokoa, izay ahafahana manavao sy marin-toerana bebe kokoa eo amin'ny indostrian'ny fitantanam-bola. Na izany aza, zava-dehibe ny mahafantatra hatrany ny fiheverana sy ny fetran'ny modely statistika rehetra ampiasaina.
Miaraka amin'ny fandrosoana ara-teknolojia sy ny fitomboan'ny fisian'ny angon-drakitra, dia hitohy hivoatra sy ho sarotra kokoa ny fampiharana statistika amin'ny fitantanam-bola. Tohizo ny fianarana sy ny fampiasana statistika mba handraisana fanapahan-kevitra tsara kokoa sy am-pahalalana kokoa ao anatin'ny tontolon'ny fitantanam-bola izay miovaova hatrany.
