Хөрөнгийн зах зээлд маргааш юу тохиолдох, эсвэл ямар нэгэн компаний хувьцааны ханш хэрхэн өөрчлөгдөхийг урьдчилан мэдэхийг хүсч байна уу. Тэгвэл зөвхөн Твиттерийг ашиглахад л хангалттай гэж судлаачид нотлож байна. Калифорнийн их сургуульд бүтээгдсэн компьютерийн загвар Твиттерийн жиргээнд шинжилгээ хийх замаар хөрөнгийн зах зээлийн ирээдүйг урьдчилан тааварлахад туслана. Мөн энэ загвар компьютерийн шинжилгээний уламжлалт бусад аргачлалуудтай харьцуулахад 11 хувиар илүү нарийвчлал бүхий үр дүнг үзүүлжээ.
Уг загварын тусламжтайгаар компаниуд болон бүтээгдэхүүний нэрсийг иш татсан жиргээнүүдэд шүүлт хийж, тэдгээр нь бусад жиргээчидтэй хэрхэн холбогдож байгааг тогтоосноор арилжааны далайц болон арилжаалагдах хувьцааны тоон хэмжээг өмнөх өдөр нь тааварлан мэдэх боломжтой болжээ. Мөн загварыг шалгах туршилтыг 4 сарын хугацаагаар үргэлжлүүлэн хийж үзэхэд Dow Jones Industrial Average индекс болон зах зээлийн шинжилгээний бусад суурь стратегүүдээс 1.4-өөс дээш, ихэнх тохиолдолд 11 хувиар илүү үр дүнг тус тус үзүүлсэн байна.
Твиттерийн асар их хэмжээтэй өгөгдөл доторхи зүй тогтлыг олж харж, загварын хөгжүүлэлтийг хийсэн профессор Vagelis Hristidis; энэ загвар хөрөнгө оруулагч нарт томоохон цохилт болно гэж хэлжээ. Нийгмийн сүлжээн дэх мэдээллийн цар хэмжээ ихсэхийн хэрээр хөрөнгө оруулагч нар тэдгээрийг шинжилж ашиг олохыг эрмэлзсээр ирсэн. Урьд нь хийгдэж байсан адил төстэй судалгаануудад жиргээний агуулга эерэг болон сөрөг байгаа эсэхэд шинжилгээ хийж хувьцааны ирээдүйг тааварлахыг оролдож байв. Мөн ямар нэгэн компанийг сонгох бус, зах зээлийн ерөнхий индэксүүдийг хамарч байсан юм.
Тэгвэл харьцангуй цөөн судлаачид жиргээний тоон хэмжээ болон бусад жиргээчидтэй хэрхэн холбогдож байгаад анхаарал хандуулж байв. Шинэ загварыг боловсруулсан судалгааны хүрээнд 2010 оны эхний хагасын S&P 500 жагсаалтад орсон компаниудаас дурын байдлаар 150-г сонгон авч тэдгээрийн хувьцааны өдөр тутмын хаалтын ханш, арилжаалагдсан тоог тус тус бүртгэж авсан байна. Туршилтын дараагийн шатанд тэдгээр компаниудын талаархи жиргээнүүдээс судалгааны зорилгод хамаарахыг сонгон авах програм хангамжийн шүүлтүүрийг боловсруулсан байна. Хэрэв Apple компанийг сонгосон бол алим болон бусад төрлийн жимстэй холбоотой жиргээг харгалзаж үзэхгүй байх шаардлагатай гэсэн үг юм.
Судлаачид жиргээний нийт тооноос үндэслэн хувьцааны арилжаалагдах тоо хэмжээг тодорохойлж болно хэмээн таамаглаж байв. Гэвч хувьцааны тоо нь ямар нэгэн компанид хамаарах тодорхой сэдэв бүхий бичлэгийн тоотой шууд хамааралтай байв. Тухайлбал Аpple-ийг сонгосон тохиолдолд тус компаний шинэ гүйцэтгэх захирлын тухай жиргээнүүдээс илүүтэйгээр сүүлд худалдаанд гаргасан бүтээгдэхүүн болон түүний худалдааны ашиг орлогын тухай жиргээ илүү ач холбогдолтой байжээ.
Судлаачид мөн хувьцааны ханш тодорхой сэдэв бүхий бичлэгийн тооноос хамаарч байгааг тогтоож 2010 оны 3 сарын 1-нээс 6 сарын 30-ны хоорондох зах зээлийн бодит үзүүлэлтүүдэд тулгуурлан симуляци хийж загварын гүйцэтгэлд үнэлгээ өгсөн байна. Энэ хугацаанд Dow Jones Industrial Average индекс 4.2 хувиар унасан бол шинэ загвар дөнгөж 2.4 хувийн алдааг үзүүлжээ. Харин профессор Vagelis Hristidis Dow Jones Industrial Average индексийн уналтын үеийн арилжааны стратегид тулгуурлан хийсэн уг судалгаанд хэд хэдэн сул тал байгааг үгүйсгээгүй байна. Тухайлбал дээрх индексийн өсөлтийн үед адил үр дүн үзүүлэх магадлал багатай юм байна.
эх сурвалж; mailonline
Уг загварын тусламжтайгаар компаниуд болон бүтээгдэхүүний нэрсийг иш татсан жиргээнүүдэд шүүлт хийж, тэдгээр нь бусад жиргээчидтэй хэрхэн холбогдож байгааг тогтоосноор арилжааны далайц болон арилжаалагдах хувьцааны тоон хэмжээг өмнөх өдөр нь тааварлан мэдэх боломжтой болжээ. Мөн загварыг шалгах туршилтыг 4 сарын хугацаагаар үргэлжлүүлэн хийж үзэхэд Dow Jones Industrial Average индекс болон зах зээлийн шинжилгээний бусад суурь стратегүүдээс 1.4-өөс дээш, ихэнх тохиолдолд 11 хувиар илүү үр дүнг тус тус үзүүлсэн байна.
Твиттерийн асар их хэмжээтэй өгөгдөл доторхи зүй тогтлыг олж харж, загварын хөгжүүлэлтийг хийсэн профессор Vagelis Hristidis; энэ загвар хөрөнгө оруулагч нарт томоохон цохилт болно гэж хэлжээ. Нийгмийн сүлжээн дэх мэдээллийн цар хэмжээ ихсэхийн хэрээр хөрөнгө оруулагч нар тэдгээрийг шинжилж ашиг олохыг эрмэлзсээр ирсэн. Урьд нь хийгдэж байсан адил төстэй судалгаануудад жиргээний агуулга эерэг болон сөрөг байгаа эсэхэд шинжилгээ хийж хувьцааны ирээдүйг тааварлахыг оролдож байв. Мөн ямар нэгэн компанийг сонгох бус, зах зээлийн ерөнхий индэксүүдийг хамарч байсан юм.
Тэгвэл харьцангуй цөөн судлаачид жиргээний тоон хэмжээ болон бусад жиргээчидтэй хэрхэн холбогдож байгаад анхаарал хандуулж байв. Шинэ загварыг боловсруулсан судалгааны хүрээнд 2010 оны эхний хагасын S&P 500 жагсаалтад орсон компаниудаас дурын байдлаар 150-г сонгон авч тэдгээрийн хувьцааны өдөр тутмын хаалтын ханш, арилжаалагдсан тоог тус тус бүртгэж авсан байна. Туршилтын дараагийн шатанд тэдгээр компаниудын талаархи жиргээнүүдээс судалгааны зорилгод хамаарахыг сонгон авах програм хангамжийн шүүлтүүрийг боловсруулсан байна. Хэрэв Apple компанийг сонгосон бол алим болон бусад төрлийн жимстэй холбоотой жиргээг харгалзаж үзэхгүй байх шаардлагатай гэсэн үг юм.
Судлаачид жиргээний нийт тооноос үндэслэн хувьцааны арилжаалагдах тоо хэмжээг тодорохойлж болно хэмээн таамаглаж байв. Гэвч хувьцааны тоо нь ямар нэгэн компанид хамаарах тодорхой сэдэв бүхий бичлэгийн тоотой шууд хамааралтай байв. Тухайлбал Аpple-ийг сонгосон тохиолдолд тус компаний шинэ гүйцэтгэх захирлын тухай жиргээнүүдээс илүүтэйгээр сүүлд худалдаанд гаргасан бүтээгдэхүүн болон түүний худалдааны ашиг орлогын тухай жиргээ илүү ач холбогдолтой байжээ.
Судлаачид мөн хувьцааны ханш тодорхой сэдэв бүхий бичлэгийн тооноос хамаарч байгааг тогтоож 2010 оны 3 сарын 1-нээс 6 сарын 30-ны хоорондох зах зээлийн бодит үзүүлэлтүүдэд тулгуурлан симуляци хийж загварын гүйцэтгэлд үнэлгээ өгсөн байна. Энэ хугацаанд Dow Jones Industrial Average индекс 4.2 хувиар унасан бол шинэ загвар дөнгөж 2.4 хувийн алдааг үзүүлжээ. Харин профессор Vagelis Hristidis Dow Jones Industrial Average индексийн уналтын үеийн арилжааны стратегид тулгуурлан хийсэн уг судалгаанд хэд хэдэн сул тал байгааг үгүйсгээгүй байна. Тухайлбал дээрх индексийн өсөлтийн үед адил үр дүн үзүүлэх магадлал багатай юм байна.
эх сурвалж; mailonline