स्टॉक की कीमतों का अनुकरण करने के लिए एक्सेल का उपयोग कैसे करें

कुछ सक्रिय निवेशक किसी शेयर या अन्य परिसंपत्तियों के रूपांतरों को उसकी कीमत और उस पर आधारित उपकरणों के रूप में, जैसे कि डेरिवेटिव, के रूप में बदलते हैं। एक एक्सेल स्प्रेडशीट पर एक संपत्ति के मूल्य का अनुकरण एक पोर्टफोलियो के लिए अपने मूल्यांकन का अधिक सहज प्रतिनिधित्व प्रदान कर सकता है।

चाबी छीन लेना

• एक मॉडल या रणनीति का परीक्षण करने वाले व्यापारी अपनी प्रभावशीलता को मान्य करने के लिए नकली कीमतों का उपयोग कर सकते हैं।
• एक्सेल यादृच्छिक मूल्य आंदोलनों को उत्पन्न करने के लिए एक मोंटे कार्लो सिमुलेशन का उपयोग करके आपके बैक-टेस्टिंग में मदद कर सकता है।
• एक्सेल का उपयोग अधिक सटीकता के लिए अपने मॉडलों में प्लग करने के लिए ऐतिहासिक अस्थिरता की गणना करने के लिए भी किया जा सकता है।

एक मूल्य निर्धारण मॉडल सिमुलेशन का निर्माण

चाहे हम एक वित्तीय उपकरण खरीदने या बेचने पर विचार कर रहे हों, निर्णय को संख्यात्मक और ग्राफिक दोनों रूप से अध्ययन करके सहायता प्राप्त की जा सकती है। यह डेटा हमें अगली संभावित चाल का न्याय करने में मदद कर सकता है जो संपत्ति बना सकती है और वे कदम जो कम होने की संभावना है।

सबसे पहले, मॉडल को कुछ पूर्व परिकल्पनाओं की आवश्यकता होती है। हम मानते हैं, उदाहरण के लिए, कि इन परिसंपत्तियों का दैनिक रिटर्न, या "आर (टी), " सामान्य रूप से इस अर्थ के साथ वितरित किया जाता है, "(μ), " और मानक विचलन सिग्मा, "(σ)।" ये मानक मान्यताएं हैं जिनका हम यहां उपयोग करेंगे, हालांकि कई अन्य हैं जिनका उपयोग मॉडल की सटीकता को बेहतर बनाने के लिए किया जा सकता है।

जो देता है:

जिसके परिणामस्वरूप:

आखिरकार:

और अब हम पूर्व दिन के करीब का उपयोग करके आज के समापन मूल्य के मूल्य को व्यक्त कर सकते हैं।

• Μ की संगणना:

Μ की गणना करने के लिए, जो कि दैनिक रिटर्न का मतलब है, हम n को पिछले पुराने कीमतों को लेते हैं और लागू करते हैं, जो कि पिछले पिछले मूल्यों के योग का औसत है:

• अस्थिरता की संगणना the - अस्थिरता

and यादृच्छिक अस्थिर शून्य और मानक विचलन के औसत के साथ एक अस्थिरता है।

एक्सेल में ऐतिहासिक अस्थिरता कम्प्यूटिंग

इस उदाहरण के लिए, हम एक्सेल फ़ंक्शन "= NORMSINV (RAND ())" का उपयोग करेंगे। सामान्य वितरण से एक आधार के साथ, यह फ़ंक्शन शून्य के माध्य से यादृच्छिक संख्या की गणना करता है और मानक विचलन होता है। Μ की गणना करने के लिए, फ़ंक्शन Ln (।) का उपयोग करके केवल पैदावार औसत करें: लॉग-सामान्य वितरण।

सेल F4 में, "Ln (P (t) / P (t-1)" दर्ज करें

F19 सेल सर्च में "= AVERAGE (F3: F17)"

सेल H20 में, "= AVERAGE (G4: G17) दर्ज करें

सेल H22 में, वार्षिक संस्करण की गणना करने के लिए "= 365 * H20" दर्ज करें

सेल H22 में, वार्षिक मानक विचलन की गणना करने के लिए "= SQRT (H21)" दर्ज करें

इसलिए अब हमारे पास पिछले दैनिक रिटर्न और मानक विचलन (अस्थिरता) की "प्रवृत्ति" है। हम ऊपर पाए गए हमारे सूत्र को लागू कर सकते हैं:

हम 29 दिनों में एक सिमुलेशन करेंगे, इसलिए dt = 1/29। हमारा शुरुआती बिंदु अंतिम नजदीकी मूल्य है: 95।

• सेल K2 में, "0." दर्ज करें
• सेल L2 में, "95" दर्ज करें।
• सेल K3 में, "1." दर्ज करें
• सेल L3 में, "= L2 * (1 + $ F $ 19 * (1/29) + $ H $ 22 * ​​SQRT (1/29) * NORMSINV (RAND ())) दर्ज करें।"

अगला, हम नकली कीमतों की पूरी श्रृंखला को पूरा करने के लिए सूत्र को स्तंभ के नीचे खींचते हैं।

यह मॉडल हमें दी गई 29 तारीख तक की परिसंपत्तियों का एक सिमुलेशन खोजने की अनुमति देता है, जो कि हमारे द्वारा चुनी गई 15 कीमतों के समान अस्थिरता के साथ और इसी तरह की प्रवृत्ति के साथ है।

अंत में, हम "F9" पर क्लिक करके एक और सिमुलेशन शुरू कर सकते हैं क्योंकि हमारे पास मॉडल के हिस्से के रूप में रैंड फ़ंक्शन है।