স্ট্যাটিস্টিক্যাল আর্বিট্রেজের ভিত্তি: পেয়ার্স ট্রেডিং এবং মিন রিভার্সন

স্ট্যাটিস্টিক্যাল আর্বিট্রেজ লাভের গ্যারান্টি বলে মনে হয় — দুটি সম্পদ খুঁজুন যা একসাথে চলে, ব্যয়বহুলটি বিক্রি করুন, সস্তাটি কিনুন এবং তাদের একত্রিত হওয়ার জন্য অপেক্ষা করুন। বাস্তবতা আরও কঠিন: সম্পর্কটি পরিসংখ্যানগতভাবে বৈধ, সময়ের সাথে স্থিতিশীল এবং লেনদেন খরচ (transaction costs) এর পরে লাভ করার জন্য যথেষ্ট বড় হতে হবে। অনেক উচ্চাকাঙ্ক্ষী কোয়ান্ট ট্রেডাররা একটি কৌশল ব্যাকটেস্ট করার পরেই এটি আবিষ্কার করেন যা কাগজে চমৎকার দেখায় কিন্তু লাইভ বাজারে খারাপ পারফর্ম করে। এই কোর্সটি এমন একটি ধারণাগত ভিত্তি তৈরি করে যা ব্যাখ্যা করে যে কেন স্ট্যাটিস্টিক্যাল আর্বিট্রেজ কাজ করতে পারে এবং ঠিক কোথায় এটি ভেঙে যায়। এই কোর্স শেষে আপনি correlation এবং cointegration এর মধ্যে পার্থক্য ব্যাখ্যা করতে পারবেন এবং কেন cointegration একটি পেয়ার্স ট্রেডিং সম্পর্কের জন্য সঠিক পরীক্ষা, একটি stationary time series কী এবং কেন mean-reversion সংকেতের জন্য stationarity প্রয়োজন তা বর্ণনা করতে পারবেন, একটি Z-score স্প্রেড সংকেত ব্যাখ্যা করতে পারবেন এবং পরিসংখ্যানগতভাবে থ্রেশহোল্ডগুলি কী বোঝায় তা বুঝতে পারবেন, পেয়ার্স ট্রেডিং এর পিছনের মূল অনুমানগুলি এবং যে পরিস্থিতিতে সেই অনুমানগুলি লঙ্ঘিত হয় তা চিহ্নিত করতে পারবেন, এবং transaction costs, slippage, এবং capital requirements কীভাবে স্ট্যাটিস্টিক্যাল আর্বিট্রেজের কার্যকারিতাকে প্রভাবিত করে তা বুঝতে পারবেন। আপনি যা শিখবেন: - Correlation বনাম cointegration: কেন দুটি সম্পদ mean-reverting spread না থাকলেও correlated হতে পারে - Stationarity: Augmented Dickey-Fulle test এর ধারণাগত ব্যাখ্যা এবং পেয়ার্স নির্বাচনের ক্ষেত্রে এর ভূমিকা - স্প্রেড: ordinary least squares regression ব্যবহার করে একটি hedge ratio তৈরি করা এবং residuals ব্যাখ্যা করা - Z-score সংকেত: এন্ট্রি এবং এক্সিট থ্রেশহোল্ড গণনা করা এবং তারা কী আত্মবিশ্বাসের স্তর বোঝায় - পেয়ার্স নির্বাচনের মানদণ্ড: অর্থনৈতিক সম্পর্ক, পরিসংখ্যানগত বৈধতা এবং তারল্য বিবেচনা - Mean-reversion গতি: mean reversion এর half-life এবং কৌশল ধারণ সময়কাল ও মূলধন দক্ষতার উপর এর প্রভাব - সাধারণ ব্যর্থতার ধরণ: regime change, spread divergence, এবং মৌলিক খবর arbitrage breakdown এর কারণ হিসাবে - মার্কেট-নিরপেক্ষ বৈশিষ্ট্য: কেন স্ট্যাটিস্টিক্যাল আর্বিট্রেজ dollar-neutral হওয়ার জন্য ডিজাইন করা হয়েছে এবং কী অবশিষ্ট ঝুঁকি থাকে কোর্সটি ধারণাগত পাঠের একটি সিরিজ হিসাবে গঠিত যেখানে প্রতিটি পরিসংখ্যানগত ধারণা ব্যাখ্যা করার জন্য সংখ্যাসূচক উদাহরণ রয়েছে। প্রতিটি মডিউল একটি স্ব-মূল্যায়ন অনুশীলন দিয়ে শেষ হয়। উপাদানটি মৌলিক time-series ধারণা থেকে শুরু করে পেয়ার্স তৈরি এবং সংকেত তৈরি পর্যন্ত অগ্রসর হয়। এই কোর্সটি স্ট্যাটিস্টিক্যাল আর্বিট্রেজ এবং কোয়ান্টিটেটিভ কৌশলগুলিতে নতুন এমন ব্যক্তিদের জন্য ডিজাইন করা হয়েছে যারা একটি কঠোর ধারণাগত ভিত্তি চান। মৌলিক সম্ভাব্যতা (basic probability) এর বাইরে পরিসংখ্যানের পূর্বের কোনো পটভূমি প্রয়োজন নেই — সমস্ত মূল ধারণা প্রথম নীতি থেকে প্রবর্তন করা হয়েছে। এই কোর্সটি তথ্যমূলক এবং শিক্ষামূলক এবং এটি আর্থিক বা বিনিয়োগ পরামর্শ গঠন করে না।