مدیریت ریسک و سرمایه

اندازه‌ی پوزیشن، حد ضرر، نسبتِ ریسک به بازده و سودِ مرکب.

مدیریتِ سرمایه مهم‌تر از انتخابِ نماد است. این ابزار به شما کمک می‌کند اندازه‌ی هر پوزیشن را بر پایه‌ی ریسکِ قابل‌تحمل تعیین کنید و نسبتِ ریسک به بازده را پیش از ورود بسنجید.

راهنمای این صفحه
  • سرمایه و درصدِ ریسکِ مجاز را وارد کنید.
  • حد ضرر و اندازه‌ی پوزیشن را محاسبه کنید.
  • نسبتِ ریسک/بازده زیر ۱ را نپذیرید.
چگونه این خروجی را تفسیر کنیم؟
  • حجمِ مجاز از «درصدِ ریسکِ هر معامله × سرمایه ÷ فاصلهٔ ورود تا حدِ ضرر» می‌آید؛ پس هرچه حدِ ضرر نزدیک‌تر باشد حجم بزرگ‌تر می‌شود — و همان حجمِ بزرگ‌تر، ریسکِ لغزشِ قیمت را بالا می‌برد.
  • مثال: سرمایه ۱۰۰ میلیون، ریسکِ هر معامله ۱٪ (۱ میلیون)، ورود ۲۰٬۰۰۰ و حدِ ضرر ۱۹٬۰۰۰ ⇒ فاصله ۱٬۰۰۰ ⇒ حجمِ مجاز ۱٬۰۰۰ سهم.
  • نسبتِ ریسک به بازدهِ ۱:۲ با نرخِ بردِ حدودِ ۳۴٪ سربه‌سر می‌شود؛ این نسبت بدونِ نرخِ برد به‌تنهایی معنا ندارد.
  • در بازارِ با دامنهٔ نوسان، حدِ ضرر ممکن است در صفِ فروش اجرا نشود؛ خروجی «زیانِ حداکثریِ تضمین‌شده» نیست.

ماشین‌حساب مدیریت سرمایه و ریسک

پرش به ابزار
مدیریتِ سرمایه

اندازه‌ی پوزیشن و حد ضرر

بر پایه‌ی «درصدِ ریسکِ مجاز از سرمایه» تعیین می‌کند چند سهم بخرید تا اگر به حد ضرر رسید، بیش از حدِ تعیین‌شده زیان نبینید.

نسبت ریسک به بازده (R/R)

کیفیتِ یک معامله را می‌سنجد: سودِ محتمل تا حد سود در برابرِ زیانِ محتمل تا حد ضرر.

سود مرکب

رشدِ سرمایه با فرضِ بازدهیِ ثابتِ دوره‌ای و سرمایه‌گذاریِ دوباره‌ی سود.

بازدهِ مؤثرِ مرکب (با مالیات و کارمزد)

تکمیلِ ماشین‌حسابِ سودِ مرکبِ بالا: کارمزدِ هر دوره از رشدِ ناخالص کسر و در پایان مالیاتِ سودِ سرمایه روی سودِ خالص اعمال می‌شود — سرمایه‌ی نهایی و نرخِ بازدهِ *مؤثرِ* واقعی (پس از هزینه) را نشان می‌دهد.

ریسکِ پرتفو و بهینه‌سازی

تحلیلِ ریسکِ پرتفو (VaR/CVaR، سورتینو/کالمار، افت)

نمادها و وزنِ هرکدام را وارد کنید؛ با دادهٔ روزانهٔ تاریخی، ارزشِ در معرضِ خطر (VaR/CVaR)، نوسانِ سالانه، نسبت‌های سورتینو و کالمار و بیشینهٔ افتِ سرمایه محاسبه و منحنیِ «زیرِ آب» (Underwater) رسم می‌شود.

بهینه‌سازِ مرزِ کارا (مارکویتز)

چند نماد را وارد کنید؛ با دادهٔ روزانهٔ تاریخی، بازده و کوواریانسِ سالانه برآورد و با شبیه‌سازیِ هزاران سبدِ تصادفی، مرزِ کارا رسم و دو سبدِ بهینه معرفی می‌شود: کمینه‌واریانس و بیشینهٔ نسبتِ شارپ (سبدِ مماس).

استرس‌تست و تحلیلِ حساسیتِ پرتفو

نمادها و وزن‌ها را وارد کنید؛ حساسیتِ سبد به شاخصِ کل (بتا) از دادهٔ روزانهٔ تاریخی برآورد و اثرِ سناریوهای شوکِ بازار (سقوط/رشد) بر ارزشِ سبد تخمین زده می‌شود. بدترین روزها و پنجره‌های تاریخیِ شاخص نیز به‌عنوانِ استرسِ واقعی گزارش می‌شوند.

تحلیلِ آماری و کمّیِ نمادها

شاخصِ نقدشوندگیِ آمیهود (Illiquidity)

چند نماد را وارد کنید تا از دادهٔ روزانهٔ تاریخی، «تأثیرِ قیمتیِ آمیهود» برای هرکدام محاسبه و مقایسه شود: میانگینِ نسبتِ قدرِمطلقِ بازدهِ روزانه به ارزشِ معاملاتِ آن روز. هرچه این عدد بزرگ‌تر باشد، نماد کم‌نقدشونده‌تر است (هر واحد معامله، قیمت را بیشتر تکان می‌دهد).

خوشه‌بندیِ همبستگی و گرافِ هم‌حرکتی (MST)

چند نماد را وارد کنید؛ از بازدهِ روزانهٔ تاریخی، ماتریسِ همبستگی برآورد و «درختِ پوشای کمینه» (Minimum Spanning Tree) بر پایهٔ فاصله‌ی √(۲(۱−همبستگی)) رسم می‌شود. نمادهای هم‌حرکت نزدیکِ هم و شاخه‌های درخت، خوشه‌های رفتاریِ بازار را آشکار می‌کنند.

تشخیصِ ناهنجاریِ حجم و قیمت

یک نماد را وارد کنید؛ از دادهٔ روزانهٔ تاریخی، روزهایی که حجم یا بازدهِ قیمت به‌طورِ آماری از رفتارِ عادی فاصله می‌گیرند (نمرهٔ Z بالاتر از آستانه) شناسایی و فهرست می‌شوند. مفید برای یافتنِ ورودِ پولِ غیرعادی، شوکِ خبری یا حرکتِ مشکوک.

فصلی‌بودنِ بازار (الگوی تقویمی)

میانگینِ بازدهِ ماهانهٔ شاخص بر پایهٔ تقویمِ شمسی از کلِ تاریخچهٔ موجود محاسبه می‌شود؛ کدام ماه‌ها به‌طورِ تاریخی صعودی یا نزولی بوده‌اند و «نرخِ برد» (درصدِ سال‌های مثبت) هر ماه چقدر است. برای شناختِ الگوهای فصلیِ بازار.

آزمونِ هم‌انباشتگیِ جفت‌ها (Cointegration)

دو نماد را وارد کنید؛ با رگرسیونِ Engle–Granger نسبتِ پوششِ بهینه و «اسپردِ» جفت برآورد و با آزمونِ ADF بررسی می‌شود آیا این دو نماد هم‌انباشته‌اند (اسپرد میل به بازگشت به میانگین دارد). نیمه‌عمرِ بازگشت و نمرهٔ Z کنونیِ اسپرد نیز برای معاملهٔ جفتی گزارش می‌شود.

رژیمِ نوسان و پیش‌بینیِ آن (GARCH)

یک نماد را وارد کنید؛ مدلِ GARCH(1,1) روی بازدهِ روزانه (با بیشینه‌سازیِ درست‌نماییِ گاوسی) برازش می‌شود تا نوسانِ شرطیِ کنونی، رژیمِ نوسان (کم/عادی/بالا نسبت به بلندمدت)، ماندگاریِ شوک و پیش‌بینیِ نوسانِ روزهای آینده برآورد شود.

امتیازِ کیفیتِ سیگنال (بک‌تستِ درون‌خطی)

یک نماد و یک سیگنالِ ساده را انتخاب کنید تا روی دادهٔ روزانهٔ تاریخی بک‌تست شود: نرخِ برد، میانگینِ سود/زیانِ هر معامله، ضریبِ سود، امیدِ ریاضی و بازدهِ کل در برابرِ «خرید و نگه‌داری» گزارش می‌شود. برای سنجشِ کیفیتِ واقعیِ یک سیگنال پیش از اتکا به آن.

احتمالِ جهتِ فردا (مدلِ آماری)

یک نماد را وارد کنید؛ یک مدلِ رگرسیونِ لجستیک روی ویژگی‌های تکنیکالِ دادهٔ روزانه (بازده، مومنتوم، RSI، فاصله از میانگین، شتاب) برازش و احتمالِ صعودِ روزِ آینده برآورد می‌شود. دقتِ درون‌نمونه و برون‌نمونه (تفکیکِ زمانی) صادقانه گزارش می‌شود تا از فریبِ بیش‌برازش پرهیز شود.

پیش‌بینیِ سری‌زمانیِ قیمت (روندِ هُلت)

یک نماد را وارد کنید؛ با هموارسازیِ نماییِ روند-دار (هُلت) روی لگاریتمِ قیمت، مسیرِ آیندهٔ قیمت برای چند روز پیش‌بینی و بازهٔ اطمینانِ ۹۰٪ ترسیم می‌شود. پارامترها با کمینه‌سازیِ خطای یک‌گام‌جلو برازش می‌شوند.

خوشه‌بندیِ رفتاریِ نمادها (k-means)

چند نماد را وارد کنید؛ از دادهٔ تاریخیِ هرکدام یک بردارِ رفتاری (بازدهِ سالانه، نوسان، مومنتوم، بیشینهٔ افت، چولگی، روندِ حجم) ساخته و استاندارد می‌شود، سپس با الگوریتمِ k-means به خوشه‌های رفتاری تقسیم می‌شوند. نمادهای هم‌خوشه رفتارِ ریسک/بازدهِ مشابهی دارند. نمودار، دو مؤلفهٔ اصلی (بازده و نوسان) را نشان می‌دهد.

انتسابِ عملکردِ چندعاملی (فاکتوری)

نمادهای پرتفو را وارد کنید؛ بازدهِ اخیرِ پرتفو نسبت به میانگینِ بازار به سهمِ عوامل (مومنتوم، روند، کم‌نوسانی، جریانِ پولِ هوشمند) و «گزینشِ سهم» تجزیه می‌شود. عایدیِ هر عامل با رگرسیونِ مقطعیِ بازدهِ ۲۰ روزه روی نمرهٔ استانداردِ عوامل در کلِ بازار برآورد می‌شود؛ سهمِ هر عامل = تمایلِ پرتفو × عایدیِ عامل.

ساختارِ بازار و ابزارِ پیشرفته

نمودارِ چرخشِ نسبیِ صنایع (RRG)

برای هر صنعت یک شاخصِ ترکیبیِ هم‌وزن از نمادهای شاخصِ آن ساخته و نسبت به شاخصِ مبنا سنجیده می‌شود. دو محور «قدرتِ نسبی» (RS-Ratio) و «مومنتومِ نسبی» (RS-Momentum) هستند، هر دو حولِ ۱۰۰. ربعِ راست-بالا «پیشرو»، راست-پایین «تضعیف‌شونده»، چپ-پایین «واپس‌رونده» و چپ-بالا «بهبودیابنده» است. دنبالهٔ هر صنعت مسیرِ چرخشِ اخیرش را نشان می‌دهد.

عمقِ دفترچهٔ سفارش و توازنِ صف

یک نماد را وارد کنید؛ دفترچهٔ سفارشِ ۵ردیفهٔ زنده (بهترین قیمت‌ها و حجم‌های خرید/فروش) دریافت و نمودارِ عمقِ تجمعی رسم می‌شود. عدمِ توازنِ صف (سهمِ حجمِ خرید از کلِ سفارش‌ها)، اسپرد و فاصله تا سقف/کفِ مجاز نیز محاسبه می‌شود.

پهنای بازارِ پیشرفته (مک‌کللان · Breadth Thrust · ٪بالای MA200)

سری‌زمانیِ روزانه‌ی پیشرو/پسرو روی جهانِ نمادهای پرمعامله دریافت و از آن نوسان‌گرِ مک‌کللان (EMA۱۹−EMA۳۹ از خالصِ پیشروها)، شاخصِ Breadth Thrust (EMAی ۱۰روزه‌ی نسبتِ پیشروها) و درصدِ نمادهای بالای میانگینِ ۲۰۰روزه ساخته می‌شود. مثبت‌شدنِ پایدارِ مک‌کللان و عبورِ Breadth Thrust از ~۰٫۶۱۵ نشانه‌ی فراگیریِ صعود است.

پهنای میانگین‌های متحرک (٪بالای MA20 · MA50 · MA200)

برای هر نشست، درصدِ نمادهای پرمعامله‌ای که بالای میانگینِ متحرکِ ۲۰، ۵۰ و ۲۰۰ روزه بسته‌اند محاسبه می‌شود. MA20 پهنای کوتاه‌مدت، MA50 میان‌مدت و MA200 بلندمدتِ بازار را نشان می‌دهد. بالا بودنِ ٪MA20 هم‌زمان با پایین بودنِ ٪MA200 معمولاً نشانهٔ رالیِ زودگذر درونِ روندِ نزولی است؛ عبورِ هر سه از ۵۰٪ نشانهٔ فراگیریِ روندِ صعودی. نمادی که هنوز تاریخچهٔ کافی برای یک میانگین ندارد از مخرجِ همان میانگین کنار گذاشته می‌شود.

سطحِ نوسانِ ضمنی (IV Surface) و لبخندِ نوسان

زنجیره‌ی اختیارِ دارای معامله دریافت و از نامِ کاملِ هر قرارداد قیمتِ اعمال، سررسید و داراییِ پایه استخراج می‌شود؛ سپس با مدلِ بلک‌–شولز نوسانِ ضمنیِ هر قرارداد از قیمتِ مظنه حل می‌شود. نقشه‌ی پراکندگیِ IV بر حسبِ روزِ باقی‌مانده و مانِینس (K/S)، لبخندِ نوسانِ نزدیک‌ترین سررسید و نسبتِ حجمِ اختیارِ فروش به خرید (Put/Call) نمایش داده می‌شود.

اسکنرِ الگوها (کلاسیک · هارمونیک · امواجِ الیوت)

تاریخچه‌ی روزانه‌ی نماد دریافت و با الگوریتمِ زیگزاگ نقاطِ چرخشِ سوینگ استخراج می‌شود؛ سپس الگوهای کلاسیک (سقف/کفِ دوقلو، سر و شانه، مثلث/گُوِه)، الگوهای هارمونیکِ فیبوناچی (گارتلی، خفاش، پروانه، خرچنگ) و شمارشِ تخمینیِ امواجِ الیوت تشخیص داده می‌شوند. حساسیتِ زیگزاگ را می‌توانید تنظیم کنید.