प्रक्षेप - KamilTaylan.blog
5 May 2021 22:30

प्रक्षेप

इंटरपोलेशन क्या है?

प्रक्षेप एक सांख्यिकीय विधि है जिसके द्वारा संबंधित ज्ञात मूल्यों का उपयोग किसी सुरक्षा की अज्ञात कीमत या संभावित उपज का अनुमान लगाने के लिए किया जाता है । अज्ञात मूल्य के साथ अनुक्रम में स्थित अन्य स्थापित मूल्यों का उपयोग करके इंटरपोलेशन प्राप्त किया जाता है।

इंटरपोलेशन एक सरल गणितीय अवधारणा है। यदि डेटा बिंदुओं के सेट पर आम तौर पर लगातार प्रवृत्ति होती है, तो कोई भी उस बिंदु पर सेट के मूल्य का अनुमान लगा सकता है जिसकी गणना नहीं की गई है। निवेशक और शेयर विश्लेषक अक्सर प्रक्षेपित डेटा बिंदुओं के साथ एक लाइन चार्ट बनाते हैं । ये चार्ट उन्हें प्रतिभूतियों की कीमत में परिवर्तन की कल्पना करने में मदद करते हैं और तकनीकी विश्लेषण का एक महत्वपूर्ण हिस्सा हैं ।

चाबी छीन लेना

  • इंटरपोलेशन एक सरल गणितीय विधि है जो निवेशक संबंधित ज्ञात मूल्यों का उपयोग करके किसी सुरक्षा या संपत्ति की अज्ञात कीमत या संभावित उपज का अनुमान लगाने के लिए उपयोग करते हैं।
  • डेटा बिंदुओं के एक समूह में एक सुसंगत प्रवृत्ति का उपयोग करके, निवेशक अज्ञात मूल्यों का अनुमान लगा सकते हैं और समय के साथ स्टॉक के मूल्य आंदोलन का प्रतिनिधित्व करने वाले चार्ट पर इन मूल्यों को साजिश कर सकते हैं।
  • निवेश विश्लेषण में प्रक्षेप का उपयोग करने की आलोचनाओं में से एक यह है कि इसमें सटीकता की कमी है और हमेशा सार्वजनिक रूप से कारोबार किए गए शेयरों की अस्थिरता को सही रूप से प्रतिबिंबित नहीं करता है।

इंटरपोल को समझना

निवेशक चार्ट पर ज्ञात डेटा बिंदुओं के बीच नए अनुमानित डेटा बिंदु बनाने के लिए प्रक्षेप का उपयोग करते हैं। सुरक्षा की कीमत कार्रवाई और मात्रा का प्रतिनिधित्व करने वाले चार्ट ऐसे उदाहरण हैं जहां प्रक्षेप का उपयोग किया जा सकता है। जबकि कंप्यूटर एल्गोरिदम आमतौर पर आज इन डेटा बिंदुओं को उत्पन्न करते हैं, प्रक्षेप की अवधारणा एक नया नहीं है। पुरातनता के बाद से मानव सभ्यताओं द्वारा प्रक्षेप का उपयोग किया गया है, विशेष रूप से मेसोपोटामिया और एशिया माइनर में शुरुआती खगोलविदों द्वारा ग्रहों की गतिविधियों के अपने अवलोकन में अंतराल को भरने का प्रयास किया गया है।

रेखीय प्रक्षेप, बहुपद प्रक्षेप, और टुकड़ावार निरंतर प्रक्षेप सहित प्रक्षेप के कई औपचारिक प्रकार हैं। वित्तीय विश्लेषक हाल ही में जारी किए गए अमेरिकी ट्रेजरी बांड या एक विशिष्ट परिपक्वता के नोटों की पैदावार का प्रतिनिधित्व करने के लिए एक ग्राफ बनाने के लिए एक प्रक्षेपित उपज वक्र का उपयोग करते हैं। इस प्रकार के प्रक्षेप से विश्लेषकों को यह जानने में मदद मिलती है कि बांड बाजार और अर्थव्यवस्था भविष्य में किस दिशा में जा सकते हैं।



प्रक्षेप को एक्सट्रपलेशन के साथ भ्रमित नहीं किया जाना चाहिए, जो डेटा के अवलोकन योग्य सीमा के बाहर एक डेटा बिंदु के अनुमान को संदर्भित करता है। एक्सट्रपलेशन में प्रक्षेप की तुलना में गलत परिणामों के उत्पादन का अधिक जोखिम होता है।

इंटरपोल का उदाहरण

प्रक्षेप का सबसे आसान और सबसे प्रचलित प्रकार एक रैखिक प्रक्षेप है। इस प्रकार का प्रक्षेप उपयोगी होता है यदि कोई उस बिंदु के लिए सुरक्षा या ब्याज दर के मूल्य का अनुमान लगाने की कोशिश कर रहा है जिस पर कोई डेटा नहीं है।

चलो मान लेते हैं, उदाहरण के लिए, हम समय की अवधि में एक सुरक्षा मूल्य पर नज़र रख रहे हैं। हम उस पंक्ति को कॉल करेंगे जिस पर सुरक्षा का मान फ़ंक्शन f (x) को ट्रैक करता है। हम समय में क्षणों का प्रतिनिधित्व करने वाले बिंदुओं की एक श्रृंखला पर स्टॉक की वर्तमान कीमत की साजिश करेंगे । इसलिए अगर हम अगस्त, अक्टूबर और दिसंबर के लिए f (x) रिकॉर्ड करते हैं, तो उन बिंदुओं को गणितीय रूप से x Aug, x Oct और x Dec, या x 1, x 3 और x 5 के रूप में दर्शाया जाएगा ।

कई कारणों से, हम सितंबर के दौरान सुरक्षा का मूल्य जानना चाह सकते हैं, एक महीना जिसके लिए हमारे पास कोई डेटा नहीं है। हम प्लॉट पॉइंट x Sep, या x 2 पर f (x) के मान का अनुमान लगाने के लिए एक रैखिक प्रक्षेप एल्गोरिथ्म का उपयोग कर सकते हैं जो मौजूदा डेटा रेंज के भीतर दिखाई देता है।

इंटरपोल की आलोचना

प्रक्षेप की सबसे बड़ी आलोचना यह है कि यद्यपि यह एक काफी सरल पद्धति है जो कि ईओन्स के लिए है, इसमें सटीकता की कमी है। प्राचीन ग्रीस और बाबुल में इंटरपलेशन मुख्य रूप से खगोलीय भविष्यवाणियां करने के बारे में था जो किसानों को फसल की पैदावार में सुधार के लिए अपनी रोपण रणनीतियों में मदद करेगा।

जबकि ग्रहों के पिंडों की आवाजाही कई कारकों के अधीन है, वे अभी भी बेतहाशा रूपांतर, सार्वजनिक रूप से कारोबार किए गए शेयरों की अप्रत्याशित अस्थिरता की तुलना में प्रक्षेप की बाधा के लिए बेहतर हैं । फिर भी, प्रतिभूतियों के विश्लेषण में शामिल डेटा के भारी पैमाने के साथ, मूल्य आंदोलनों के बड़े प्रक्षेप काफी अपरिहार्य हैं।

स्टॉक के इतिहास का प्रतिनिधित्व करने वाले अधिकांश चार्ट वास्तव में व्यापक रूप से प्रक्षेपित होते हैं। रैखिक प्रतिगमन का उपयोग घटता बनाने के लिए किया जाता है जो लगभग किसी सुरक्षा की कीमत भिन्नता का प्रतिनिधित्व करता है। यहां तक ​​कि अगर एक साल में किसी शेयर को मापने वाले चार्ट में साल के हर दिन के लिए डेटा बिंदु शामिल होते हैं, तो कोई भी कभी भी पूरे आत्मविश्वास के साथ नहीं कह सकता है कि किसी शेयर को समय पर एक विशिष्ट समय में मूल्यवान माना जाएगा।