Nonlinearity

नॉनक्लियरिटी क्या है?

Nonlinearity एक शब्द है जिसका उपयोग आँकड़ों में एक ऐसी स्थिति का वर्णन करने के लिए किया जाता है जहाँ एक स्वतंत्र चर और आश्रित चर के बीच सीधा-सीधा या सीधा संबंध नहीं होता है। एक गैर-संबंध संबंध में, आउटपुट में परिवर्तन किसी भी इनपुट में परिवर्तन के प्रत्यक्ष अनुपात में नहीं बदलते हैं।

जबकि रेखीय संबंध एक ग्राफ पर प्लॉट किए जाने पर एक सीधी रेखा बनाता है, एक गैर-रेखीय संबंध एक सीधी रेखा नहीं बनाता है, बल्कि एक वक्र बनाता है। कुछ निवेश, जैसे कि विकल्प, उच्च स्तर की गैर-प्रदर्शितता का प्रदर्शन करते हैं और निवेशकों को कई चरों पर विशेष ध्यान देने की आवश्यकता होती है जो निवेश (आरओआई) पर उनकी वापसी को प्रभावित कर सकते हैं ।

चाबी छीन लेना

• Nonlinearity एक गणितीय शब्द है जो एक ऐसी स्थिति का वर्णन करता है जहां एक स्वतंत्र चर और एक आश्रित चर के बीच संबंध एक सीधी रेखा से अनुमानित नहीं है।
• कुछ निवेश वर्ग, जैसे कि विकल्प, उच्च स्तर की गैर-प्रदर्शितता दर्शाते हैं, जिससे ये निवेश अधिक अराजक हो सकते हैं।
• परिसंपत्ति वर्गों के निवेशक जो उच्च स्तर की गैर-प्रदर्शितता का प्रदर्शन करते हैं, अक्सर संभावित नुकसान की मात्रा का अनुमान लगाने के लिए परिष्कृत मॉडलिंग तकनीकों का उपयोग करेंगे या उनका निवेश एक निर्दिष्ट समय से अधिक हो सकता है।

ग़ैर-बराबरी को समझना

रिश्तों की वजह और प्रभाव की जांच करते समय गैर-सामान्यता एक सामान्य मुद्दा है। इस तरह के उदाहरणों के लिए जटिल मॉडलिंग और परिकल्पना परीक्षण की आवश्यकता होती है ताकि अकाल घटना की व्याख्या की जा सके। स्पष्टीकरण के बिना गैर-समरूपता यादृच्छिक, अनियमित परिणामों को जन्म दे सकती है।

निवेश करने में, हम कुछ निवेश वर्गों में गैर-शुद्धता के उदाहरण देख सकते हैं। विकल्प, उदाहरण के लिए, नॉनलाइनियर  डेरिवेटिव हैं  क्योंकि विकल्पों से जुड़े इनपुट चर में परिवर्तन के परिणामस्वरूप आउटपुट में आनुपातिक परिवर्तन नहीं होते हैं। उच्च nonlinearity वाले निवेश अधिक अराजक या अप्रत्याशित दिखाई दे सकते हैं।

निवेशक जो अपने पोर्टफोलियो में नॉनलाइनियर डेरिवेटिव शामिल करते हैं, उन्हें अपने निवेश के जोखिम प्रोफाइल का अनुमान लगाने के लिए विभिन्न मूल्य निर्धारण सिमुलेशन का उपयोग करना होगा, जैसे कि वे रैखिक परिसंपत्तियों जैसे स्टॉक या वायदा अनुबंधों के लिए। उदाहरण के लिए, विकल्प व्यापारी अपने ” यूनानियों ” को देखेंगे जैसे डेल्टा, गामा, और थीटा । ये आकलन निवेशकों को उनके जोखिम का प्रबंधन करने और उनके ट्रेडों के प्रवेश और निकास बिंदुओं में मदद कर सकते हैं।

नॉनलाइनियरिटी बनाम लीनियरिटी

एक nonlinear रिश्ते के विपरीत, एक रैखिक संबंध एक ऐसी स्थिति को संदर्भित करता है जहां एक स्वतंत्र चर और एक आश्रित चर के बीच सीधा संबंध होता है। एक स्वतंत्र चर को प्रभावित करने वाला एक परिवर्तन आश्रित चर में एक संगत परिवर्तन उत्पन्न करेगा। जब एक ग्राफ पर प्लॉट किया जाता है, तो स्वतंत्र और निर्भर चर के बीच यह रैखिक संबंध एक सीधी रेखा बनाएगा।

उदाहरण के लिए, मान लें कि एक जूता कारखाने में प्रबंधन अपने कार्यबल (इस परिदृश्य में स्वतंत्र चर) को 10% तक बढ़ाने का निर्णय लेता है। यदि कंपनी के कार्यबल और उत्पादन (आश्रित चर) का एक विशेष रैखिक संबंध है, तो प्रबंधन को जूते के उत्पादन में इसी 10% की वृद्धि देखने की उम्मीद करनी चाहिए।

नॉनक्लियरिटी और विकल्प

एक विकल्प निवेश की वापसी को प्रभावित करने वाले कई चर उच्च गैर-समृद्धि के साथ विकल्पों को निवेश का एक उदाहरण बनाते हैं । व्यापारिक विकल्प देते समय, निवेशकों के पास विचार करने के लिए कई चर हो सकते हैं, जैसे अंतर्निहित परिसंपत्ति मूल्य, निहित अस्थिरता, परिपक्वता का समय और वर्तमान ब्याज दर।

उच्च श्रेणी की रैखिकता वाले निवेशों के लिए, निवेशक आमतौर पर जोखिम तकनीक पर एक मानक मूल्य का उपयोग करते हैं, ताकि यह अनुमान लगाया जा सके कि निवेश एक निर्दिष्ट समय अवधि में संभावित नुकसान की मात्रा का अनुमान लगा सकता है। हालांकि, जोखिम तकनीक पर एक मानक मूल्य का उपयोग आमतौर पर गैर-उच्चता की अपनी उच्च डिग्री के कारण विकल्पों के लिए पर्याप्त नहीं होता है ।

इसके बजाय, विकल्प निवेशक मोंटे कार्लो सिमुलेशन जैसे अधिक उन्नत तकनीक का उपयोग कर सकते हैं, जो निवेशक को संभावित निवेश रिटर्न और जोखिमों का आकलन करने के लिए विभिन्न मापदंडों के साथ विभिन्न प्रकार के चर के लिए मॉडल करने में सक्षम बनाता है।

विशेष ध्यान

Nonlinear प्रतिगमन वित्तीय उद्योग में उपयोग किए जाने वाले प्रतिगमन विश्लेषण का एक सामान्य रूप है जो उनके संबंधों की व्याख्या करने के प्रयास में स्वतंत्र चर के खिलाफ nonlinear डेटा को मॉडल करने के लिए किया जाता है। हालांकि मॉडल के पैरामीटर nonlinear हैं, nonlinear प्रतिगमन व्याख्यात्मक आउटपुट की पेशकश करने के लिए क्रमिक अनुमानों के तरीकों का उपयोग करके डेटा को फिट कर सकते हैं।

Nonlinear प्रतिगमन मॉडल रैखिक मॉडल की तुलना में बनाने के लिए अधिक जटिल हैं क्योंकि वे अक्सर आउटपुट को परिभाषित करने के लिए काफी परीक्षण-और-त्रुटि लेते हैं। हालांकि, वे उन निवेशकों के लिए मूल्यवान उपकरण हो सकते हैं जो विभिन्न चर के आधार पर अपने निवेश से जुड़े संभावित जोखिमों को निर्धारित करने का प्रयास कर रहे हैं।