Rangoon Quant School

Market Microstructure နှင့် Trading Costs

Quantitative Trading တွင် အခြေခံဝင်စားမှုတစ်ခုအနေနှင့် Market Microstructure ကို နားလည်ထားရပါတော့သည်။ Market Microstructure ဟု ဆိုသည်မှာ တစ်ချိန်ထဲတွင် Price Formation နှင့် Liquidity Provision ဆိုင်ရာအခြေအနေများကို ဖြစ်ပါသည်။ ဒီနယ်ပယ်မှာ အရေးပါတဲ့အချက်မှတ်ချက်တွေကို ဖွင့်ဆိုကြပါစို့။

၁။ Bid-Ask Spread - Bid Price နဲ့ Ask Price (သို့မဟုတ် Offer Price) ကြားမှာ တစ်ခုခုကို ဝယ်ယူရောင်းချတဲ့ အခါမှာ ဖြစ်ပေါ်သော Gap ကိုပြန်လည်ချိန်ညှိဖိုု့ လိုအပ်ပါတယ်။ ဥပမာ - Stock တစ်ခုရဲ့ Bid Price က $10 ဖြင့် Ask Price က $10.05 ဖြစ်ရင် Bid-Ask Spread က $0.05 ဖြစ်ပါတယ်။ ဒီဟာသည် အလတ်စားအကျယ်ပါဝင်သော Trading Costs ကိုဖြစ်စေပြီး ထို Spread က နည်းလျော့စေရန်သူများသည် Liquidity ကိုယ်စားလှယ်တွင်ဆောင်ရွက်ကြပါသည်။

၂။ Slippage - ယခင်မှာ ရှိထားခဲ့သော Price တွင် မဖြစ်နိုင်လှသောရေအသွားအလာများကြောင့် သတ်မှတ်ထားသော Ex*****on Price မမှီဖြစ်ပြန့်လွှာခြင်းကို ဂရုထာထားရပါမည်။ Slippage ကို အချိန်နှင့် Trade Size များကြောင့် ကြုံတွေ့ကြပါတယ်၊ Specially, Large Orders များသည်မူပီစောင့်ဖြစ်စေလေ့ရှိသည်။

၄။ Market Impact - Order မျှော်မှန်းခြင်းနှင့် Trading တွင်ထပ်ကွက်မှုအားတည်ဆောက်ပါတယ်။ အထူးသဖြင့် တကြိမ်ကြိမ်ပိုမိုသော Large Orders များနှင့် မိမိစားနပ်သော Stocks သို့မဟုတ် Assets များကြောင့် ဇာတ္ခံရာ တွင် များစွာ၏ Market Impact များဧကန်ပြားသော နေရာမျက်နှာပြင်များနှင့်လိုက်ဖက်မှုရှိနိုင်သည်။

Formula - Effective Spread = (Buy Price + Sell Price)/2 - Midpoint Price

ဒီအချက်များကို သိရှိနားလည်ခြင်းသည် Quantitative Trading စနစ်မှာ ရလဒ်အနွေးထားရှိပါသည်။ Trading Costs နဲ့ Market Microstructure ကို အသက်သွင်းပါစို့ဦး။

နောက်ဆုံးရ စတော့ရှယ်ယာ သတင်းများ: Cathie Wood ၏ ARK Invest သည် စတော့ရှယ်ယာ ဈေးနှုန်းမြင့်မားသော megacap stock ကို $900,000 ရင်းနှီးမှုဖြင့် ဝယ်ယူလိုက်သည်။ ယင်းက ဇွန်လကစပြီး stock ရဲ့ အမြတ်အစွန်းတိုးတက်မှုကို မြင်နိုင်ခဲ့ပြီး Cathie Wood သည် ပိုမိုကောင်းမွန်သော ဆိုက်ထိုးမှုအတွက် အဆိုပါ စတော့ရှယ်ယာကို ကာရံပြုလုပ်လိုက်ခြင်းဖြစ်သည်။

DOW Jones Industrial Average က 0.5% တိုးတက်ခဲ့ပြီး FTSE 100 သည် 0.8% လျော့ကျခဲ့သည်။ နောက်တဖန် S&P 500 ။ ၏တိုးတက်မှုအချိုးအစားမှာ 0.7% ဖြစ်၍ NASDAQ Composite သည် 1.1% တိုးတက်သွားခဲ့သည်။

Cathie Wood အနေနဲ့ စတော့ရှယ်ယာများထဲမှာ နည်းပညာပေါင်းများစွာနဲ့ အနာဂတ်တိုးတက်မှုတွေကို အခြေခံပြီး ရင်းနှီးမြှုပ်နှံတာကို ဦးစားပေးကောင်းမှုအသက်သွင်းထားတာဖြစ်လို့ ယခု stock နှင့် မနိုင်နိုင်မှာ စိတ်ကူးကောင်းမြင်ခဲ့ရခြင်းဖြစ်သည်။ SPDR S&P 500 ETF နှင့် Vanguard Total Stock Market ETF ကိုယှဉ်ရင်လည်း tech stock ဝယ်ယူမှုများသည် international markets အပေါ် သက်ရောက်မှုကောင်းတဲ့အချက်တစ်ခုဖြစ်ပါတယ်။

Risk Management in Quantitative Trading

Quantitative Trading တွင် Risk Managementသည် အရေးကြီးသည့် အခန်းကဏ္ဍတစ်ခုဖြစ်ပါသည်။ Quant Trader များအနေဖြင့် ကြာရှည်အောင်မြင်နိုင်ရန်အတွက် အလွန်အရေးပါပါသည်။ Risk Management ဆိုသည်မှာ Portfolio တွင် ဖြစ်နိုင်ခြေရှိသည့် စိတ်မချရသော အခြေအနေများဖြစ်ရပ်များကို ထိန်းချုပ်ခြင်းကို ဆိုလိုသည်။

ဥပမာ-1: Portfolio သည် 10% Risk Level အတွင်းရှိရပါမည်ဆိုပါစို့။ Trader အနေဖြင့် Value-at-Risk (VaR) ကို အသုံးပြုနိုင်ပါသည်။ VaR computes the potential loss in value of a portfolio under normal market conditions over a set time period at a given confidence interval. ဥပမာအားဖြင့်, တစ်ရက်အတွင်း 95% confidence level မှာ အလျော့ဆုံး ဖြစ်နိုင်သော lossသည် သင်၏ Portfolio ရဲ့ တန်ဖိုးရဲ့ 5% ဖြစ်နိုင်သည်ဆိုရင်၊ VaRသည် ထို 5% ကို ဖော်ပြသည်။

ဥပမာ-2: Risk Management အတွက် လှမ်းမိုးထားသော မူဝါဒတစ်ခုမှာ Stop-Loss Order ဖြစ်သည်။ အဆိုပါ သတ်မွတ်ထားသော Price Level ဝန်းကျင်မှာ Stop-Loss Orderကို တင်ထားခြင်းဖြင့် အလျော့ဆုံး Loss ကို ကြိုတင်၍ ထိန်းချုပ်နိုင်သည်။ ဥပမာအားဖြင့်၊ သင့် Position Price မှ 5% အထိ အဆက်မပြတ် Loss ရမည်ဖြစ်ပါက auto-sell မည်ဖြစ်သည့် Stop-Loss Order দ্বারা နှိမ်နှင်းသွားနိုင်သည်။

Formula: Risk Management သည် ဒေတာများအပေါ် အခြေခံပြီး ခွဲခြမ်းစိတ်ဖြာကာ Decision-Making တွင် အထူးပြုလုပ်သည်။ Sharpe Ratio = (Rᵥ - Rf) / σ မှာ Rᵥ သည် Portfolio Return, Rf သည် Risk-Free Rate, σ သည် Portfolio Volatility ဖြစ်သည်။ Sharpe Ratio ကို ကောင်းမွန်စွာ ချိန်ထိုးပြီး၊ အချိုးမို့မှ Quant Trader အထောက်အကူဖြစ်သည်။

Quantitative Trading ကို အောင်မြင်အောင်ဆောင်ရွက်ရာတွင် Risk Managementသည် ထိန်းသိမ်းကာ စီမံရ မည့် အရေးကြီးပါဝင်မှုတစ်ခုဖြစ်ပြီး Systematic Approach ကြောင့် Portfolio စိတ်မချရခြင်းတို့ကို လျှော့ချကာ အားသာချက်များပိုမိုဖြစ်စေသည်။

နောက်ဆုံးရ စတော့ရှယ်ယာ သတင်းများ

ယနေ့ Wall Street စတော့ရှယ်ယာ များကို အခြေခံပြီး သတင်းများထုတ်ပြန်ချက်အရ Dow Jones Industrial Average သည် 0.32% ကျဆင်းခဲ့သည်။ ကြည်လင်ထိန် တနေ့တည်းမှာ S&P 500 သည် 0.19% တက်ခဲ့ပြီး Nasdaq Composite သည် 0.38% တက်လှမ်းခဲ့ပါသည်။ အမေရိကန် မစိုးရိမ်မှု ထုတ်ပြန်ခြင်းအနေဖြင့် jobless claims တွေဟာ အပီအပြင်ထိုင်နေခဲ့သည်ဟု သတင်းကို မိတ်ဆက်လိုက်ရာ အမှန်တကယ် ထွက်ရှိမှုဟာ လူလည်းစားခဲ့သည်။

Tesla သည် မင်းကိုယ်တိုင် Elon Musk ၏ မတ်တပ်မှုများကြောင့် 1.25% ကျဆင်းခဲ့သည်။ အမှန်တကယ်မှာတော့ Tesla ရဲ့ stock price များ အားကိုးမှုသည် အသိတနာတနစ်နီးပါးဖြစ်ခဲ့သည်ဟု သုံးသပ်ချက်များ ထွက်စီးနေကြသည်။ အဲဒီမှာ Dow သည် 105 တွင်ရှိဆင်းပြီး 33,931 အထိ မတ်မတ်ဖြစ်ပေ။ S&P 500 သည် 8.7 တက်ခဲ့ခြင်းနှင့် 3,939 အထိ ရောက်လှမ်းသွားသည်။ Nasdaq သည် 48.4 ရှိအတက်လှမ်းပြီး 12,368 ရောက်ရှိခဲ့သည်။

လတ်တလော Wall Street သတင်းများတွင် ကျောက်ပိုက်ဆီ အရေအတွက်များကို ညင်သာမှောင်မှောင်ထားပြီးသည်ဖြစ်သည်။ ဒါကြောင့် နည်းပညာပိုင်း ဆိုင်ရာ stock များကို ကြည့်ရှု့ရပါက လေ့လာမှုများ ပြုလုပ်ဖို့လိုမြင်သည်ဟု ရှင်းလင်းသော အနေဖြင့် ငွေကြေးစီမံခန့်ခွဲမှုများ ရေးဆွဲဖြစ်ရပါသည်။

ဆက်ကုန်ပြန်ပယ်ခြင်း (Momentum Trading)

Momentum Trading ဟာ Quantitative Trading ရဲ့ အရေးကြီးတဲ့ အနည်းငယ်ဖြစ်ပါတယ်။ ဒီ strategy အောက်မှာ၊ ရှယ်ယာရဲ့ အမျိုးမျိုးသော အကြောင်းအရာများကို ဆန်းစစ်ပြီး Momentum ဒေတာကို အသုံးပြုကြသည်။ Momentum ဆိုတာ များသောအားဖြင့် ရှယ်ယာနှုန်းထားတိုးများမှုမြင့်တက်ခြင်း (upwards momentum) သို့မဟုတ် ကတိနှုန်းထားကျဆင်းမှု (downwards momentum) ကို ဆန်းစစ်ပါသည်။

ဥပမာအားဖြင့်၊ နောက်ဆုံး 30 နေ့ကျော်တစ်ခုထက်ပို မကျလာပါက momentum သည် အတက်ဦးလေးလေးပါဆိုရင် Upward Momentum ဖြစ်ကြောင်း မှတ်သားနိုင်ပါသည်။ အကြောင်းအရာကိန်းများမှာ အောက်ပါ အချက်အလက်များဖြစ်ပါသည် -

1. Moving Average: တိုင်းတာသူများသည် 20-day Moving Average နှင့် 50-day Moving Average ကို အသုံးချသည်။ 20-ရက် သူငယ်မိုးသည် 50-ရက် မိုးထက် မြင့်တက်လာပါက ဈေးကွက်မှာ Upward Momentum ရှိပါသည်ဟု စဉ်းစားလုပ်ကြပါသည်။

2. Relative Strength Index (RSI): Momentum ကိုတိုင်းတာရန် အသုံးပြုတဲ့ထဲမှာ တစ်ခု K ကို 100 scale မဟုတ်သော သတ်မှတ်ချက်များဖြင့် ဖြစ်အောင် ကြားချင်အနည်းငယ်များ ဖြစ်ပါသည်။

လုပ်ဆောင်မှု - အောင်မြင်မှုအားဖြင့် Momentum Trader များကတော့ ဝယ်မည်လို့ ဆုံးဖြတ်ရာမှာ ဈေးနှုန်း မြင့်တက်လာမှုများနှင့် အတက်ဆုံးတွင် ဝယ်ယူပြီး အတက်ဆုံးတွင် မရောက်မီ ရောင်းချရလိမ့်မည်ဟု ဗီဇနောက်ခံအနေဖြင့် ဖျော်ဖြေရေး ကိုလိုရောကြေးများ။

ကျန်းမာလွန်မြှင့်တင်ခြင်းတစ်ခုကိုစဉ်းစားရန် Momentum Trader များသည် Technical Indicator များဖြစ်ကြသော MACD (Moving Average Convergence Divergence) နှင့် Bollinger Bands ကိုလည်း အသုံးပြုကြသည်။ Momentum Trading ကိုအခြေခံလိုက်နာမှုနှင့်ကြိုးစားမှုတို့အပေါ်မူတည်ပြီး အောင်မြင်မှုကို ချဲ့ထွင်နိုင်သည်။

Momentum trading သည် ချောကျပုံသည့်လောကညာပညာရပ်များအတွက် အခြေခံပြုနေ၏။ Instinctive experience နှင့် Traders များစေသော Personal Bias ပေါ်တွင် မအနှေးဆုံးသောယုံကြည်ချက်များ စူးလျားနေသည်။ Momentum trading ကိုမှတ်နေသူများသည် market ဟန်ချက်ကိုသတိထားပြီး အတင်းပတ်ဆက်အလိုကောင်းသည့်ဟန်မျိုးဖြင့် တစ်ခန်းဖြစ်ရအောင် တိုးများလှုပ်ရှားလာကြသည်။

နောက်ဆုံးရ စတော့ရှယ်ယာ သတင်းများ

Warren Buffett ရဲ့ Berkshire Hathaway က Amazon ရဲ့ 77% ကို ရောင်းချပြီးတော့ အလျင်တကျတက်လာတဲ့ Media stock ကို ဝယ်ယူခဲ့ပါတယ်။ ယခု အပြောင်းအလဲနဲ့အတူ S&P 500 ဈေးကွက်မှာ 1.3% တိုးမြှင့်တက်လာခဲ့ပြီး Dow Jones Industrial Average ကြွယ်တက်ကာ 2.2% တိုးလာပါတယ်။ နည်းပညာအင်ဒပ်တစ်စ်တစ်ခုဖြစ်တဲ့ Nasdaq Composite Index အနေဖြင့်လည်း 1.6% တက်မြှင့်ခဲ့ပါတယ်။

Financialပြေလည်မှုရှိကြာမူဖြစ်တဲ့ Delta Air Lines က သူတို့ရဲ့ ဒုတိယနှစ်ဝက်အတွက်မျှော်မှန်းထားသည့် 4% အကြောင်းကြောင်းနောက်ဆုံးအချက်အလက်ကြီးကနေ 8% ထိထက်တိုးတတ်ခဲ့တဲ့အကြောင်းကိုလည်း နိဒါန်းခဲ့ပါတယ်။ မီးမောင်းချုပ်ပြခဲ့တဲ့အချိန်ငွေ ၏ထိုးမှုကိုလည်း သိရှိခဲ့ပြီးချိန်ကာလတွင် European Central Bank တွင် Roadmap အဖြစ်လုပ်ဆောင်ခဲ့ပါတယ်။

ဤအခြေအနေတွင် အင်ထရီမန်ထိန်းမှုများနှင့် နောက်ဆုံးရပြောက်လှမ်းမှုများသည်နည်းပညာကုမ္ပဏီများအတွက် လေးနက်သဖြင့် ဖြစ်လာနိုင်တဲ့အခါမှာ သဲခံရန်လိုအပ်မှုရှိပါတယ်။ Warren Buffett ရဲ့ အောက်ခြေမပြော့ကြောင်းကို စိတ်ပူအမြန်လုပ်ခဲ့ခြင်းဖြစ်သော။

ပုံမှူထည့်ကွက်ခြင်း

ပုံမှူထည့်ကွက်ခြင်းဟာ Quantitative Trading မှာ အသုံးဝင်တဲ့ အရေးကြီးသော နည်းလမ်းတစ်ခုဖြစ်ပါတယ်။ ဒီနည်းလမ်းဟာ တိုက်ရိုက်မဟုတ်ပေမယ့် အခြေအနေကောင်းတဲ့ Scenario တွေကို ရှာဖွေရန်ကူညီပေးပါတယ်။

ပုံမှူဆိုတာ ပြီးပြည့်စုံမှုရှိနေတဲ့ ဒေတာတွေမှာ တစ်ကြောင်းတည်းဖြစ်မှုမရှိတဲ့ အရာတွေကို ငြင်းပယ်ပစ်ခြင်းပါ။ Quant ထဲမှာ ဒေတာရဲ့ randomness တွေနဲ့ နီးစပ်မှုကို ပြန်တွေ့ရတတ်ပါတယ်။

ဥပမာ - Trend Following Strategy အတွက်၊ Moving Average သုံးပြီး စုပြီးတော့ မျဉ်းသားလိုက်ရင် ပုံမှူတွေထဲက စိတ်ဝင်စားစရာ Data Pattern တွေတစ်လျှောက်မှာ ရှိနေတတ်ပါတယ်။

1. Moving Average Calculation
Data အတန်းတစ်ခုကို Moving Average နဲ့ စစဉ်ပြီးတော့ ရှာရပါတယ်။ Moving Average ဆိုသည်မှာ
\[
MA_t = \frac{1}{N} \sum_{i=0}^{N-1} P_{t-i}
\]
ဘယ် MA က Period N အသုံးပြုထားမှန်းကို သတ်မှတ်တဲ့အခါမှာ P ဆိုတာ Price ကို ကိုယ်စားပြုပါတယ်။

2. ယှဉ်တွဲခြင်း
MA နဲ့ Price တွေကို ယှဉ်ကြည့်လျှင် trend pattern တွေကို ရှာထောက်နိုင်ပါတယ်။ ပုံမှူထဲမှာ MA နဲ့ actual price က ဝင်ရောက်နေသော ကွာဟမှုတွေကိုပြန်လည်စစ်ဆေးခြင်းဖြင့် False Signal များကို ဖယ်ထုတ်ရန် အသုံးပြုနိုင်ပါတယ်။

Moving Average သုံးတဲ့ အခါမှာ ပုံမှူကွက်တွေထဲက ကောင်းတဲ့ trade signal ကို ရှာဖွေနိုင်သလို၊ ဘယ်အချိန်မှာ ဒီ Data Pattern ကို ပုံမှူထဲဘယ်လို ထည့်မှာလဲဆိုတာ နားလည်ထားရင် မကောင်းတဲ့ signal တွေကို မဖြစ်စေရန် ကာကွယ်နိုင်ပါတယ်။

အစာရှောင်အောင် ငါနိုးနေသော ယတေပါသော စိတ်ပူစရာတွေအတွက် သင်ခန်းစာဆိုပါစို့။

နောက်ဆုံးရ စတော့ရှယ်ယာ သတင်းများ

Crypto ကုမ္ပဏီကြီးတစ်ခုက ဈေးကွက်ကျဆင်းမှုကြောင့် လုပ်ငန်းရပ်ဆိုင်းလိုက်ပြီးဖြစ်ပါတယ်။ အဆိုပါ Crypto platform ဟာ ဈေးကွက်ရဲ့ အပြင်းအထန်စိန်ခေါ်မှုများကို ခံစားလိုက်ရပါတယ်။ အထူးသဖြင့် Bitcoin နဲ့ Ethereum ဖီယတ်များ အပါအဝင်အခြား cryptocurrencies များအတွက် ရန်ပုံငွေရရှိမှုနဲ့ ရင်းနှီးမြှုပ်နှံမှု များက အရည်အသွေးမပြည့်မီခြင်းကြောင့်ပါပဲ။ ဈေးကွက်စံပြအဖြစ် Dow Jones Industrial Average ဟာ 0.8% ကျဆင်းခဲ့ပြီး S&P 500 ဟာ 1.2% နှင့် NASDAQ Composite ဟာ 1.5% အထိ ကျဆင်းခဲ့ပါတယ်။

ဈေးကွက်များအပေါ် သက်ရောက်မှုအနေနဲ့ အခြား tech stocks များပါအထိ ပြင်းပြစွာစိန်ခေါ်မှုများကို ခံစားရတာကို တွေ့ရှိပါတယ်။ Apple က 1.4% ကျ ဆင်းခဲ့ပြီး Tesla နဲ့ Microsoft တို့ကလည်း 2% ထိကျဆင်းခဲ့တာကို တွေ့ ရပါတယ်။ Trading volumes တွေကလည်း နည်းပါးလာခဲ့တာကြောင့် ပြင်းထန်တဲ့ market volatility ဖြတ်သန်းနေရပါတယ်။

ဈေးကွက်သမားများက Risk Management နဲ့ liquidity strategy လုပ်ဆောင်မှုပေါ်တွင် အလေးပေးရမည်ဖြစ်ပါတယ်။ အင်္ဂါရပ်များက အေရှာလုံးဝန်း တိုက်ရိုက်ထိခိုက်မှုများလည်း ရှိနိုင်တဲ့ အတွက် ဈေးကွက်၏ မတည်ငြိမ်မှုကို လျော့ချပေးနိုင်လိမ့်မည်မဟုတ်ပါ။ Market participants များခြေရာခံနေရစဉ်တွင် နည်းပညာပိုင်းများက ဈေးကွက်မတည်ငြိမ်မှုများပါရန် ခြေကျင်းမှုများသာမက၊ မကြာခဏလုပ်ဆောင်ရမည့် Network Expansion နှင့် Upgrade များလည်း အရေးကြီးပါတယ်။

Monte Carlo Simulation ကို Quantitative Trading တွင် အသုံးပြုခြင်း

Monte Carlo Simulation သည် Quantitative Trading တွင် အလွန်အရေးကြီးသော ခန့်မှန်းမှုနည်းလမ်းတစ်ခု ပင် ဖြစ်သည်။ ယင်းနည်းလမ်းကို အသုံးပြု၍ အနာဂတ်တွင် ဖြစ်ပေါ်နိုင်သော စျေးကွက်လှုပ်ရှားမှု အနေအထားများကို ခန့်မှန်းနိုင်သည်။ Monte Carlo Simulation သည် အများပြည်သူများ အနာဂတ်ကို ခန့်မှန်းရာတွင် ကြိုးစားလေ့ရှိသည့် ကြိုးပမ်းမှု ထဲရှိ တစ်ခု ဖြစ်သည်။ ဝေဘျောကွက်နှင့် အသင့်တော်သော Risk Management များတွင် လည်း အသုံးပြုနိုင်သည်။

1. Monte Carlo Simulation ဆိုသည်မှာ မတူညီသော ရလဒ်များကို မှန်ကန်စွာ ခန့်မှန်းခြင်းအတွက် Random Sampling နည်းလမ်းဖြင့် စမ်းသပ်ခြင်း ဖြစ်သည်။

2. အခြေခံအနေအထားများကို စတင်တည်ဆောက်ပါ - ရုပ်ရှင်တစ်ကား၏ အကောင့်တစ်ခုတည်း ကို သိပ်အားကို ခိုင်ကာပြီးကာ လုပ်ဆောင်ရန်လက်သစ်စဘုန်းကို စတင်ပါ။ ဥပမာ ၂၀၁၀ခုနှစ်မှ ၂၀၂၀ခုနှစ်အထိ S&P 500 Index ၏ Daily Returns ကို အသုံးပြုခြင်းဖြင့် Simulation ရှင်းလင်းပါ။

3. Random Variables များကို ပြီးစီးအောင် တိုးပွားပါ - Simulation ရာထူးများအားလုံး အတွက် Random Variables များဖြင့် အမျိုးမျိုးသောစီးပွားကံထွက်ရှိမှု Perfomances များကို ပြုပြင်ပါ။

4. N-Simulations လုပ်ဆောင်ပါ - ၁၀၀၀ ရာထွေရာ Simulation ခရီးစဉ်များလုပ်ဆောင်ပါ။ Monte Carlo Method ၏ တာဝန် ဆိုသည်မှာ ပျမ်းမျှဖြစ်နိုင်သော Result များကို ပြသသည့် အတွက်မောင်းကျခြင်းအတွက် Simulate သည့် Report များကို အသွားအလာတူ ပြုလုပ်နိုင်သည်။

Monte Carlo Simulation ကို အသုံးပြုခြင်းဖြင့် ရလဒ်မတူကွဲပြားမှုများကို လေ့လာနိုင်ရုံသာမက Risk/Returns Ratio နှင့် ဖြစ်နိုင်တဲ့ Loss Exposure ကို လေ့လာနိုင်ခြင်းဖြင့် Trading ဆုံးဖြတ်ချက်များ ကို ချမှတ်နိုင်သည်။

နောက်ဆုံးရ စတော့ရှယ်ယာ သတင်းများ

ဒီအပတ်ကုန်ပိုင်းကနေစပြီး အနည်းငယ်တော့уудаဖြစ်ခဲ့ပါတယ်။ အသေးစိတ်တော့ Aave မှာ ထည့်ထားတဲ့ အရာအားလုံးကိုပြန်ထုတ်ဖို့ဆုံးဖြတ်လိုက်ရပါတယ်။ ဘာကြောင့်လဲဆိုတော့ စီးပွားရေးတွင် macroeconomic factors တွေကိုသုံးသပ်ပြန်လို့ပါ။ ယခုဆက် edilir တော့ BTC နှင့် ETH တို့မှာပြစ်နုပ်ထားသောပြုလုပ်မှုများနှင့် yield farming နည်းလမ်းများမှာ လုံခြုံမှုနည်းကြောင်းသော အခြေအနေရောက်ပြီလို့ရချင်နိမ့်ပါတယ်။

Aave မှုလုပ်ဖွယ်ရသော yield rates တွေ n​​ collapses ဖြစ်ဖို့လူလုံးကြီးစိတ်မ​အားရ​ဖြစ်နေတဲ့​အချိန်မှာ အခြားမှတ်တမ်းများတွင်အစင်ဆုံး ျဖစ္ခဲ့တဲ့ အခွေအခန်းတွေပါရှိပါတယ်။ ဒါကြောင့် အပြောင်းအလဲများကိုလုပ်ရန်ရှေးရှုနိုင်ပါတယ်။ သို့သော် အရေးပါတဲ့အချက်က ​​မည်သည့်ကောင်ေတြင်းကနေမဆိုတော့လည်း นักลงทุนအတွက်မီးမှုပြောင်းပြန်ကြားရာ​​တွင်သာရှင်းရှင်းလင်းလင်း ဖြစ်နေလိမ့်မယ်။

ဥပမာအားဖြင့်, Market Cap တစ်ခုတည်းတဲ့ Aave သုံးပြီး, Price-to-Earnings (P/E) Ratios ဖြစ်တဲ့ analysis အေခြများ၊ Volatility Index ထုတ်ဝေသည်အထိရသူဟုအင်ထိန်းမိုးလိမ့်မည်။ ပြီးတော့ bear market တွင် ရှာတွေ့မယ့်တွင်မဟုတ်သော Market Movers မှရဖავისသုံးသပ်မည့်အခွင်ပါဖြစ်နိုင်ပါတယ်။

ဒီလသည် Dow Jones အ‌ညီ US Index နှစ်ခုစလုံးမှာ -2.5% နဲ့ အောက်ပါအတိုင်းရပ်တည်နေပြီဖြစ်ပါတယ်။ Nasdaq သွက်ငိုသည် -1.7%၊ S&P 500 ဆိုရင်ကတော့ -1.9% ကြီးတွေ့ရှိခဲ့ပါတယ်။

ဒီအချိန်မှာ cryptocurrencyဘုတ်လျော်များအာရောနှင့်ဝယ်ယူလာကြောင်းမှာဖြတ်ကွင်းသီမှားခွင့်ကိုလည်းဖုံးအုပ်ထားရန်လို့အိမ်နေ့ လမ်းရှာမယ်တိုင့်ဖြစ်ပါတယ်။

Financial Mathematics Series: Pricing in Dynamics

ဘဏ်ငွေမှုန်ဝင်ရောက်မှုများနှင့်စပ်လျဉ်းသော သောအပိုင်းများအားနားလည်စေခြင်းအတွက် Financial Mathematics စနစ်သည် အရေးကြီးပါသည်။ ထိုစနစ်ကို နောင်တစ်ဖန် မတူညီသောလမ်းများဖြင့် အခက်အခဲများကို ဖြေရှင်းရာတွင် အထောက်အကူပြုစေပါသည်။

လိုအပ်ချက်များကို နေရာထောက်လှမ်းမှုတွင် အသုံးပြုသော မူလအခြေခံကျသော နိုင်ငံခြားငွေကြေးကုန်သွယ်ရေးသည် Stochastic Calculus ကို အခြေခံကာ အရင်းအနှီးအတိုင်းအတာကောင်းများ ဆန်းသစ်ပြုပြင်ရာတွင် အသုံးပြုခဲ့သည်။ "dS = μSdt + σSdz" ဆိုသည်မှာ Asset Price ရှေ့ဘက်တွင် တွေ့ရသော အမှုန်ကိန်းဖြစ်ပြီး၊ Market တွင် ဖြစ်နိုင်မှုများကို ခန့်မှန်းခြေရာတွင် အသုံးပြုသည်။

စတော့ကတ်စျေးကွက်၊ ငွေကြေးပိုင်းဆိုင်ရာ အိတ်ဖွင့်မှုများနှင့် ပက်သက်၍ ထိုစနစ်များသည် အခြေအနေများအား အသက်သာအောင် ကူညီပေးသည်။ ဥပမာအားဖြင့် Option Trading တွင် Market Volatility ကို ထိရောက်စွာတွက်ချက်ခြင်း ကဲ့သို့သောလုပ်ငန်းဆောင်တာများမှာ Risk Management ကိုလည်း အထောက်အကူပြုသည်။

သူတစ်ပါး၏ မှယ်နှေးလက်ရာများကို အထင်ကြီးမခံရဘဲ၊ Market Dynamics အမျိုးမျိုးကို လေ့လာသောကြောင့်၊ Risk နှင့် Return အချိုးအစားများကို တိကျစွာခန့်မှန်းနိုင်သည်။ တားယံကြားဖြင့် လမ်းရှင်းသောကမ္ဘာ၌ ထိုစနစ်များသည် ဆိုးကျိုးများတိုင်းကိုလည်း အောင်မြင်စွာရင်ဆိုင်နိုင်ရန် အထောက်အကူပြုသည်။

ခ 옵션ပြန်ကြားချက်နည်း (Option Pricing Models)

Quantitative Trading အနန်ဲ့၌ ရင်းနှီးမြှပ်နှံမှု ဆုံးဖြတ်ချက်များကို ဆောင်ရွက်ရာတွင် Financial Derivatives အနေဖြင့် options တွေသည် အရေးပါလှသည်။ Option တန်ဖိုးခန့်မှန်းရာတွင် Black-Scholes Model ကဲ့သို့သော Option Pricing Model များကို အသုံးပြုကြသည်။

Black-Scholes Model သည် European Call Option သို့မဟုတ် Put Option များ၏ တန်ဖိုးကို ခန့်မှန်းရန် အသုံးပြုနိုင်သော Mathematical Model ဖြစ်ပြီး အောက်ပါအတိုင်း ဖော်ပြနိုင်သည်။

\[ C = S_0 N(d_1) - X e^{-rT} N(d_2) \]

ရမှတ်များမှာ-
C = Call Option အတွက် Option Premium

S0 = Underlying Stock Price

X = Exercise Price

N = Cumulative Distribution Function of the Standard Normal Distribution

r = Risk-free Interest Rate

T = Time to Expiration (in years)

d1, d2 = Calculated using below formulas

\[ d_1 = \frac{\ln(\frac{S_0}{X}) + (r + \frac{\sigma^2}{2})T}{\sigma\sqrt{T}} \]

\[ d_2 = d_1 - \sigma\sqrt{T} \]

ตัวอย่างနိဒါန်း-လပြန် အဖွဲ့သည် ABC ယူနစ် ၁၀၀၀ ကို ရက်စွဲ ၁၀၂၃ ကြိုဝယ် Call Option တစ်ခုကို အထောက်အထားပမာဏအနေဖြင့် အသုံးပြုပြီး Black-Scholes Model ဖြင့် တန်ဖိုးအတွက် သုံးသပ်မည်ဆိုပါစို့။ စတော့ဈေး က ၁၀၀ ကြောင့် S0 = ၁၀၀ ဖြစ်ပြီး Exercise Price X ကို ၁၀၀ ထားပါမည်။ ဝယ်ယူပြီးခဏကြာသည့်ရက်ကို ၃ နှစ်အနေဖြင့် ထား၍ Risk-free Interest Rate ကို ၅% သတ်မှတ်ပါမည်။ Volatility σ ကို ၂၀% အဖြစ် ထားပါမည်။

\[ d_1 = \frac{\ln(\frac{100}{100}) + (0.05 + \frac{0.2^2}{2})3}{0.2\sqrt{3}} \]

ခန့်မှန်းချက်အားကြည့်၍ အ ထောက်အထား အနှေးဆုံး အုပ်စုအားဖြင့် Option တန်ဖိုးကိုအရင်းနှီးမြှပ်နှံသူများအနေဖြင့် ရေးထားနိဒါန်းချက်အသေးစိတ်များကို အနုတ်ဗေဒ (quantitative) နှင့် ပေါင်းစပ်၍ ထုတ်ပိုးနိုင်ပါသည်။