عوامل موثر بر قیمت سهام

در بازار كارا قیمت سهام در بازار بورس تعیین می‌شود. به عبارت دیگر زمانی كه عرضه فروشنده با تقاضای خریدار تلاقی می‌كند.

متغیرهای بنیادی‌

 

در یك بازار كارآ، قیمت سهام در درجه نخست تحت تاثیر عوامل بنیادی تعیین می‌شود كه از تركیب دو متغیر اساسی EPS (سود هر سهم) و P/E (نسبت قیمت به سود هر سهم) به‌دست می‌آید. قسمتی از سود سهام ممكن است بین سهامداران تقسیم شود و مابقی به‌صورت اندوخته برای سرمایه‌گذاری نزد شركت باقی می‌ماند. جریان درآمدی آینده شركت تابعی از سطح فعلی درآمد نرخ و رشد مورد انتظار درآمد شركت می‌باشد.
متغیرهای تكنیكی‌
متغیرهای تكنیكی در واقع تركیبی از شرایط بیرونی هستند كه بر عرضه و تقاضای سهام تاثیر می‌گذارند. برخی از این عوامل به‌صورت غیرمستقیم بر عوامل بنیادی نیز تاثیر می‌گذارند. (به‌عنوان مثال رشد اقتصاد در رشد درآمد شركت‌ها موثر است.) متغیرهای تكنیكی به شرح زیر می‌باشند:
برای مشاهده متن کامل این پست ادامه مطلب را کایک کنید:

ادامه مطلب

• برچسب ها: روش های تصمیم گیری در بورس، بورس، بازار سهام، شاخص های مؤثر بر سهام، عوامل مؤثر بر قیمت سهام، قیمت سهام،  

راهیابی ریاضیدانان به بازار بورس

ریاضیدانان با استعداد در غرب اکنون فرصت آن را یافته اند تا مثل بازیگران سرشناس سینمای هالیوود و ورزشکاران نامی و پول ساز، درآمدهای کلان داشته باشند.این تحول، که برخلاف تصوری است که اغلب از وضعیت معیشتی یک متخصص رشته ریاضی انتظار می رفته است، از آنجا ناشی شده که صندوق های سرمایه گذاری خصوصی و بانک های غربی اقدام به استخدام این نوع استعدادها کرده اند و از آنها به عنوان دلال بورس استفاده می کنند.ورود رو به افزایش این گروه از ریاضیدانان به عرصه بازارهای مالی که به "آنالیست های کمیت" یا "کوآنت ها" (Quants)، معروف شده اند، باعث بحث و جدل هایی در دنیای مالی غرب شده است. در حالی که عده ای پیوستن این افراد به بازارهای مالی را نکته ای مثبت ارزیابی می کنند، بسیاری نیز این گروه از دلالان ریاضیدان را مسبب بروز بحران نقدینگی در بانک های و موسسات مالی بریتانیا در تابستان امسال می دانند.
ویلیام هوپر، فارغ التحصیل رشته ریاضی در لندن، یکی از این ریاضیدانان با استعداد است. او می گوید:

ادامه مطلب

• برچسب ها: بورس و ریاضی، بورس، مالی، مدیریت مالی،  

سفته بازی در بازار فاركس تحلیل بنیادی و مدیریت ریسك

سفته بازی در بازار فاركس تحلیل بنیادی و مدیریت ریسك

بازارهای ارز (فاركس) یكی از پیچیده‌ترین بازارهای مالی دنیاست كه در بین بازارهای دیگر، بیشترین قربانی را از سرمایه‌گذاران خرده‌پا می‌گیرد. یكی از جذابیت‌های غیرقابل‌انكار آن امكان كسب سودهای سریع و سرشار با سرمایه اولیه بسیار‌اندك می‌باشد كه این امر سرمایه‌گذاران كوچك را به شدت جذب آن نموده، ولی در نهایت منجر به ورشكستگی یا از دست دادن كلیه سرمایه اولیه آنها می‌شود. این نوشته در دو قسمت ارائه می‌شود؛ قسمت اول به كلیدی‌ترین اصل موفقیت و دوام بلندمدت در این بازارها كه در واقع مدیریت ریسك می‌باشد می‌پردازد، و در قسمت دوم رویكرد موثر برای تحلیل و پیش‌بینی بازارهای ارز ارائه می‌گردد. حساب مارجین در فاركس بنا به تعریف، حساب مارجین حسابی است كه به سرمایه‌گذار امكان می‌دهد كه بخشی از سرمایه لازم برای خرید دارایی مورد نظر را از كارگزار خود قرض بگیرد. كلیدی‌ترین نكته در حساب مارجین «درصد» مارجین است. به عنوان مثال، اگر مارجین شما 20درصد باشد، برای خرید سهامی به ارزش 10‌هزار‌دلار فقط داشتن 2‌هزار‌دلار كفایت می‌كند. بقیه پول را كارگزار به سرمایه‌گذار قرض داده و سودی را بابت آن از وی دریافت كرد. اما مشكل زمانی بروز می‌كند كه از یك سو نسبت مارجین بالا باشد و از سوی دیگر جهت حركت بازار برخلاف انتظار سرمایه‌گذار باشد. به عنوان مثال فرض كنید كه شما با دریافت 90‌هزار‌دلار وام از بانك، خانه‌ای را به قیمت 100‌هزار‌دلار خریداری می‌كنید. در این صورت دو حالت می‌تواند رخ دهد. اگر قیمت مسكن 20‌درصد افزایش پیدا كرده و به 120‌هزار‌دلار برسد

ادامه مطلب

• برچسب ها: سفته بازی، تحلیل بنیادی، بازار فاركس، مدیریت ریسك،  

متن کاوی چیست؟

متن کاوی چیست؟What is text mining ؟

این گفتار به تدریج تکمیل می شود.

متن کاوی(Text mining) که گاهی اوقات  با نام داده کاوی متن(text data mining) نیز خوانده می شود و تقریبا معادل اصطلاح تجزیه و تحلیل متن(text analytics) می باشد، اشاره به روند استخراج اطلاعات با کیفیت بالا(high-quality information) از متن دارد. اطلاعات با کیفیت بالا معمولا از طریق استنباط و فهم الگوها و روندهای یک متن حاصل می شود. این استنباط و فهم از طریق ابزارهایی مانند الگو های یادگیری آماری(statistical pattern learning) حاصل می شود.
هدف از متن کاوی عمل آوری اطلاعات بدون ساختار، استخراج شاخص معنی دار عددی از متن، و در نتیجه، در  قابل فهم کردن و در دسترس قرار دادن  اطلاعات موجود در متن برای الگوریتم های متعدد داده کاوی (مانند الگوریتم های یادگیری ماشین و آماری)است. در اکثر مواقع، متن کاوی  تبدیل کننده  متن به عدد (شاخص معنی دار) است. شاخص هایی که بعدها می توان در تحلیل های دیگر مانند پروژه های داده کاوی پیش بینی کننده (predictive data mining projects)، بکارگیری روش آموزش بدون سرپرست (clustering) و غیر استفاده شوند.

• برچسب ها: متن کاوی، داده کاوی، متن کاوی چیست؟، کاربردهای متن کاوی، ابزارهای متن کاوی،