एक समय श्रृंखला क्या है?
एक समय श्रृंखला क्या है?
एक समय श्रृंखला डेटा बिंदुओं का एक क्रम है जो समय की कुछ अवधि में क्रमिक क्रम में होती है। यह क्रॉस-अनुभागीय डेटा के साथ विपरीत हो सकता है, जो एक बिंदु-समय पर कब्जा कर लेता है।
निवेश में, एक समय श्रृंखला नियमित अंतराल पर दर्ज किए गए डेटा बिंदुओं के साथ एक निश्चित अवधि में, सुरक्षा की कीमत जैसे चुने हुए डेटा बिंदुओं की गति को ट्रैक करती है। इसमें कोई न्यूनतम या अधिकतम समय नहीं होना चाहिए, जिसमें डेटा को एक तरह से इकट्ठा करने की अनुमति हो, जो गतिविधि की जांच कर रहे निवेशक या विश्लेषक द्वारा मांगी जा रही जानकारी प्रदान करता है।
चाबी छीन लेना
- एक समय श्रृंखला एक डेटा सेट है जो समय के साथ एक नमूना को ट्रैक करता है।
- विशेष रूप से, एक समय श्रृंखला यह देखने की अनुमति देती है कि कौन से कारक समय-समय पर कुछ चर को प्रभावित करते हैं।
- समय श्रृंखला विश्लेषण यह देखने के लिए उपयोगी हो सकता है कि किसी दी गई संपत्ति, सुरक्षा या आर्थिक परिवर्तन समय के साथ कैसे बदलते हैं।
- टाइम सीरीज़ का उपयोग करते हुए पूर्वानुमान विधियों का उपयोग मौलिक और तकनीकी विश्लेषण दोनों में किया जाता है।
- हालांकि क्रॉस-अनुभागीय डेटा को समय श्रृंखला के विपरीत के रूप में देखा जाता है, दोनों को अक्सर अभ्यास में एक साथ उपयोग किया जाता है।
टाइम सीरीज को समझना
एक समय श्रृंखला को किसी भी चर पर लिया जा सकता है जो समय के साथ बदलता है। निवेश में, समय के साथ सुरक्षा की कीमत को ट्रैक करने के लिए समय श्रृंखला का उपयोग करना आम है। इसे अल्पावधि पर ट्रैक किया जा सकता है, जैसे कि किसी व्यावसायिक दिन के दौरान घंटे पर सुरक्षा की कीमत, या लंबी अवधि, जैसे कि हर महीने के अंतिम दिन सुरक्षा की कीमत। पांच साल का कोर्स।
समय श्रृंखला विश्लेषण यह देखने के लिए उपयोगी हो सकता है कि किसी दी गई संपत्ति, सुरक्षा या आर्थिक परिवर्तन समय के साथ कैसे बदलते हैं। इसका उपयोग यह जांचने के लिए भी किया जा सकता है कि चुने हुए डेटा बिंदु से जुड़े परिवर्तन उसी समय अवधि में अन्य चर में बदलाव की तुलना में कैसे हो सकते हैं।
समय श्रृंखला का उपयोग कई गैर-वित्तीय संदर्भों में भी किया जाता है, जैसे कि समय के साथ जनसंख्या में परिवर्तन को मापना। नीचे दी गई संख्या 1900-2000 से सदी के दौरान अमेरिकी आबादी की वृद्धि के लिए ऐसी समय श्रृंखला को दर्शाती है।
समय श्रृंखला विश्लेषण
मान लीजिए कि आप एक वर्ष की अवधि में किसी दिए गए स्टॉक के लिए दैनिक बंद स्टॉक की कीमतों की समय श्रृंखला का विश्लेषण करना चाहते थे। आप पिछले वर्ष के लिए प्रत्येक दिन से स्टॉक के लिए सभी समापन मूल्यों की एक सूची प्राप्त करेंगे और उन्हें कालानुक्रमिक क्रम में सूचीबद्ध करेंगे। यह स्टॉक के लिए एक साल की दैनिक समापन मूल्य श्रृंखला होगी।
थोड़ा और गहरा होने पर, आप यह जानने के लिए तकनीकी विश्लेषण उपकरणों के साथ समय श्रृंखला डेटा का विश्लेषण कर सकते हैं कि क्या स्टॉक की समय श्रृंखला किसी भी मौसम को दर्शाती है। यह निर्धारित करने में मदद करेगा कि क्या स्टॉक हर साल नियमित समय पर चोटियों और गर्तों से गुजरता है। इस क्षेत्र में विश्लेषण करने के लिए मनाया कीमतों को लेने और उन्हें एक चुना मौसम के लिए सहसंबद्ध की आवश्यकता होगी। इसमें पारंपरिक कैलेंडर मौसम शामिल हो सकते हैं, जैसे कि गर्मी और सर्दी, या खुदरा मौसम, जैसे छुट्टी का मौसम।
वैकल्पिक रूप से, आप एक शेयर के शेयर मूल्य परिवर्तनों को रिकॉर्ड कर सकते हैं क्योंकि यह एक आर्थिक चर से संबंधित है, जैसे कि बेरोजगारी दर । चयनित आर्थिक चर से संबंधित जानकारी के साथ डेटा बिंदुओं को सहसंबंधित करके, आप डेटा बिंदुओं और चुने हुए चर के बीच निर्भरता प्रदर्शित करने वाली स्थितियों में पैटर्न का निरीक्षण कर सकते हैं।
समय श्रृंखला डेटा के साथ एक संभावित मुद्दा यह है कि चूंकि प्रत्येक चर अपनी पूर्व स्थिति या मूल्य पर निर्भर है, इसलिए ऑटोकैरेलेशन का एक बड़ा सौदा हो सकता है, जो परिणामों को पूर्वाग्रह कर सकता है।
समय श्रृंखला पूर्वानुमान
टाइम सीरीज़ पूर्वानुमान भविष्य की गतिविधि की भविष्यवाणी करने के लिए ऐतिहासिक मूल्यों और संबंधित पैटर्न के बारे में जानकारी का उपयोग करता है। सबसे अधिक बार, यह प्रवृत्ति विश्लेषण, चक्रीय उतार-चढ़ाव विश्लेषण, और मौसमी के मुद्दों से संबंधित है। सभी पूर्वानुमान विधियों के साथ, सफलता की गारंटी नहीं है।
बॉक्स जेनकींस मॉडल, उदाहरण के लिए, एक तकनीक है एक निर्दिष्ट समय श्रृंखला से इनपुट के आधार पर सीमाओं पूर्वानुमान डेटा के लिए बनाया गया है। यह तीन सिद्धांतों, अंतर्ग्रहण, भिन्नता और चलती औसत का उपयोग करके डेटा का अनुमान लगाता है । इन तीन सिद्धांतों को क्रमशः पी, डी और क्यू के रूप में जाना जाता है। प्रत्येक सिद्धांत का उपयोग बॉक्स-जेनकिंस विश्लेषण में किया जाता है और साथ में उन्हें सामूहिक रूप से एक ऑटोरोग्रेसिव एकीकृत चलती औसत, या एआरआईएमए (पी, डी, क्यू) के रूप में दिखाया जाता है । ARIMA का उपयोग, उदाहरण के लिए, स्टॉक की कीमतों या आय में वृद्धि का अनुमान लगाने के लिए किया जा सकता है।
एक अन्य विधि, जिसे रेस्केल्ड रेंज विश्लेषण के रूप में जाना जाता है, का उपयोग समय श्रृंखला डेटा में दृढ़ता, यादृच्छिकता या माध्य प्रत्यावर्तन की मात्रा का पता लगाने और मूल्यांकन करने के लिए किया जा सकता है । पुनर्विकसित श्रेणी का उपयोग डेटा के भविष्य के मूल्य या औसत को एक्सट्रपलेट करने के लिए किया जा सकता है, यह देखने के लिए कि क्या प्रवृत्ति स्थिर है या रिवर्स होने की संभावना है।
क्रॉस-सेक्शनल बनाम टाइम सीरीज विश्लेषण
क्रॉस-अनुभागीय विश्लेषण स्टॉक विश्लेषण के लिए दो व्यापक तुलना तरीकों में से एक है। क्रॉस-अनुभागीय विश्लेषण समय की अवधि के बजाय एक बिंदु पर एकत्रित डेटा को देखता है। विश्लेषण अनुसंधान लक्ष्यों की स्थापना और चर की परिभाषा से शुरू होता है जो एक विश्लेषक मापना चाहता है। अगला कदम क्रॉस-सेक्शन की पहचान करना है, जैसे कि साथियों या उद्योग का समूह और निर्धारित समय में विशिष्ट बिंदु निर्धारित करना। अंतिम चरण क्रॉस-सेक्शन और चर के आधार पर विश्लेषण का संचालन करना है, और किसी कंपनी या संगठन के प्रदर्शन पर निष्कर्ष निकालना है। अनिवार्य रूप से, क्रॉस-सेक्शनल विश्लेषण से पता चलता है कि किस कंपनी को सबसे अच्छा मेट्रिक्स दिया जाता है जिसकी वह परवाह करती है।
समय श्रृंखला विश्लेषण, जिसे ट्रेंड विश्लेषण के रूप में जाना जाता है जब यह तकनीकी व्यापार पर लागू होता है, समय के साथ एक एकल सुरक्षा पर केंद्रित होता है। इस मामले में, कीमत को उसके पिछले प्रदर्शन के संदर्भ में आंका जा रहा है। टाइम सीरीज़ विश्लेषण एक निवेशक को दिखाता है कि कंपनी उसके द्वारा किए गए उपायों से पहले से बेहतर या बदतर कर रही है या नहीं। अक्सर ये क्लासिक्स होंगे जैसे प्रति शेयर कमाई (ईपीएस), डेट-टू-इक्विटी, फ्री कैश फ्लो (एफसीएफ), और इसी तरह। व्यवहार में, निवेशक आमतौर पर निर्णय लेने से पहले समय श्रृंखला विश्लेषण और क्रॉस-अनुभागीय विश्लेषण के संयोजन का उपयोग करेंगे। उदाहरण के लिए, ईपीएस को समय के साथ देखना और फिर उद्योग बेंचमार्क ईपीएस की जांच करना।
समय-श्रृंखला अक्सर पूछे जाने वाले प्रश्न
समय श्रृंखला के कुछ उदाहरण क्या हैं?
एक समय श्रृंखला का निर्माण किसी भी डेटा द्वारा किया जा सकता है जो समान रूप से अंतराल अंतराल पर समय के साथ मापा जाता है। ऐतिहासिक स्टॉक की कीमतें, कमाई, जीडीपी, या वित्तीय या आर्थिक डेटा के अन्य अनुक्रमों का विश्लेषण एक समय श्रृंखला के रूप में किया जा सकता है।
आप समय श्रृंखला डेटा का विश्लेषण कैसे करते हैं?
सांख्यिकीय तकनीकों का उपयोग समय श्रृंखला डेटा को दो प्रमुख तरीकों से विश्लेषण करने के लिए किया जा सकता है: समय पर ब्याज के कुछ चर को प्रभावित करने या भविष्य के रुझानों का पूर्वानुमान करने के लिए कैसे एक या अधिक चर प्रभावित करते हैं। क्रॉस-सेक्शनल डेटा के विपरीत, जो अनिवार्य रूप से एक समय श्रृंखला का एक टुकड़ा है, समय का तीर एक विश्लेषक को अधिक प्रशंसनीय कारण दावे करने की अनुमति देता है।
क्रॉस-सेक्शनल और टाइम सीरीज डेटा के बीच अंतर क्या है?
एक क्रॉस-सेक्शन समय में एक बिंदु पर दिखता है, जो एक दूसरे पर विभिन्न कारकों के प्रभाव की तुलना और विश्लेषण या एक नमूना का वर्णन करने के लिए उपयोगी है। समय श्रृंखला में समय के साथ एक ही डेटा का नमूना दोहराया जाना शामिल है। व्यवहार में, विश्लेषण के दोनों रूपों का आमतौर पर उपयोग किया जाता है; और जब उपलब्ध हो, एक साथ उपयोग किए जाते हैं।
डेटा माइनिंग में समय श्रृंखला का उपयोग कैसे किया जाता है?
डेटा माइनिंग एक ऐसा कच्चा माल है जो कच्चे डेटा को उपयोगी जानकारी में बदल देता है। डेटा के बड़े बैचों में पैटर्न देखने के लिए सॉफ़्टवेयर का उपयोग करके, व्यवसाय अपने ग्राहकों के बारे में अधिक प्रभावी विपणन रणनीतियों को विकसित करने, बिक्री बढ़ाने और लागत में कमी के बारे में अधिक जान सकते हैं। समय श्रृंखला, जैसे कि कॉरपोरेट फाइलिंग या वित्तीय विवरणों का एक ऐतिहासिक रिकॉर्ड, विशेष रूप से उन रुझानों और पैटर्नों की पहचान करने के लिए यहां उपयोगी हैं जिन्हें भविष्य में पूर्वानुमानित किया जा सकता है।