பைதான் போர்ட்ஃபோலியோ மேம்படுத்தல்: உலகளாவிய முதலீட்டாளர்களுக்கான நவீன போர்ட்ஃபோலியோ கோட்பாட்டை வழிநடத்துதல்

இன்றைய ஒன்றோடொன்று இணைக்கப்பட்ட நிதி உலகில், முதலீட்டாளர்கள் ஒரு கவர்ச்சிகரமான ஆனால் சிக்கலான சவாலை எதிர்கொள்கின்றனர்: இடரை திறம்பட நிர்வகிக்கும் அதே வேளையில் உகந்த வருவாயை அடைய எண்ணற்ற சொத்துக்களில் மூலதனத்தை எவ்வாறு ஒதுக்குவது. வளர்ந்த சந்தைகளில் உள்ள ஈக்விட்டிகள் முதல் வளரும் சந்தை பத்திரங்கள் வரை, மற்றும் பொருட்கள் முதல் ரியல் எஸ்டேட் வரை, நிலப்பரப்பு பரந்தது மற்றும் எப்போதும் மாறிக்கொண்டே இருக்கிறது. முதலீட்டு போர்ட்ஃபோலியோக்களை முறையாக பகுப்பாய்வு செய்து மேம்படுத்தும் திறன் இனி ஒரு நன்மை மட்டுமல்ல; இது ஒரு அவசியம். நவீன போர்ட்ஃபோலியோ கோட்பாடு (MPT), பைதான் இன் பகுப்பாய்வு சக்திக்கு ஏற்ப, தகவலறிந்த முடிவுகளை எடுக்க விரும்பும் உலகளாவிய முதலீட்டாளர்களுக்கு இன்றியமையாத கருவியாக வெளிப்படுகிறது.

இந்த விரிவான வழிகாட்டி MPT இன் அடித்தளங்களை ஆராய்கிறது மற்றும் உலகளாவிய பார்வையாளர்களுக்காக வடிவமைக்கப்பட்ட வலுவான, பல்வகைப்படுத்தப்பட்ட போர்ட்ஃபோலியோக்களை உருவாக்க உங்களை மேம்படுத்தும், அதன் கொள்கைகளை செயல்படுத்த பைதான் எவ்வாறு பயன்படுத்தப்படலாம் என்பதை நிரூபிக்கிறது. நாம் முக்கிய கருத்துக்கள், நடைமுறை செயலாக்க படிகள் மற்றும் புவியியல் எல்லைகளை தாண்டிய மேம்பட்ட பரிசீலனைகளை ஆராய்வோம்.

அடித்தளத்தைப் புரிந்துகொள்ளுதல்: நவீன போர்ட்ஃபோலியோ கோட்பாடு (MPT)

அதன் மையத்தில், MPT என்பது ஒரு முதலீட்டு போர்ட்ஃபோலியோவை உருவாக்குவதற்கான ஒரு கட்டமைப்பு ஆகும், இது கொடுக்கப்பட்ட சந்தை இடரின் ஒரு குறிப்பிட்ட அளவிற்கு எதிர்பார்க்கப்படும் வருவாயை அதிகரிக்கிறது, அல்லது நேர்மாறாக, எதிர்பார்க்கப்படும் வருவாயின் ஒரு குறிப்பிட்ட அளவிற்கு இடரைக் குறைக்கிறது. 1952 இல் நோபல் பரிசு பெற்ற ஹாரி மார்கோவிட்ஸ் என்பவரால் உருவாக்கப்பட்ட MPT, தனித்தனி சொத்துக்களை தனித்தனியாக மதிப்பிடுவதிலிருந்து, ஒரு போர்ட்ஃபோலியோவில் சொத்துக்கள் எவ்வாறு ஒன்றாக செயல்படுகின்றன என்பதைக் கருத்தில் கொள்வதில் இருந்து முன்னுதாரணத்தை மாற்றியது.

MPT இன் அடித்தளங்கள்: ஹாரி மார்கோவிட்ஸின் புரட்சிகரமான பணி

மார்கோவிட்ஸுக்கு முன், முதலீட்டாளர்கள் பெரும்பாலும் தனிப்பட்ட "நல்ல" பங்குகள் அல்லது சொத்துக்களை தேடினர். மார்கோவிட்ஸின் புரட்சிகரமான நுண்ணறிவு என்னவென்றால், ஒரு போர்ட்ஃபோலியோவின் இடர் மற்றும் வருவாய் அதன் தனிப்பட்ட கூறுகளின் இடர் மற்றும் வருவாயின் எடையுள்ள சராசரி மட்டுமல்ல. மாறாக, சொத்துக்களுக்கு இடையிலான தொடர்பு - குறிப்பாக, அவற்றின் விலைகள் ஒன்றோடொன்று எவ்வாறு நகர்கின்றன - ஒட்டுமொத்த போர்ட்ஃபோலியோவின் பண்புகளை தீர்மானிப்பதில் ஒரு முக்கிய பங்கு வகிக்கிறது. இந்த தொடர்பு தொடர்பு (correlation) என்ற கருத்தால் பிடிக்கப்படுகிறது.

முக்கிய கருத்து நேர்த்தியானது: சரியாக ஒத்திசைவாக நகராத சொத்துக்களை இணைப்பதன் மூலம், முதலீட்டாளர்கள் சாத்தியமான வருவாயைப் பலியிடாமல் தங்கள் போர்ட்ஃபோலியோவின் ஒட்டுமொத்த கொந்தளிப்பைக் (இடர்) குறைக்க முடியும். "உங்கள் எல்லா முட்டைகளையும் ஒரே கூடையில் வைக்காதீர்கள்" என்ற கொள்கையால் அடிக்கடி சுருக்கப்படும் இந்த கொள்கை, பல்வகைப்படுத்தலை அடைய ஒரு அளவு முறையை வழங்குகிறது.

இடர் மற்றும் வருவாய்: அடிப்படை வர்த்தகம்

MPT இரண்டு முக்கிய கூறுகளை அளவிடுகிறது:

• எதிர்பார்க்கப்படும் வருவாய்: இது ஒரு குறிப்பிட்ட காலப்பகுதியில் முதலீட்டாளர் ஒரு முதலீட்டில் இருந்து சம்பாதிக்கும் சராசரி வருவாய் ஆகும். ஒரு போர்ட்ஃபோலியோவிற்கு, இது பொதுவாக அதன் தனிப்பட்ட சொத்துக்களின் எதிர்பார்க்கப்படும் வருவாயின் எடையுள்ள சராசரியாகும்.
• இடர் (கொந்தளிப்பு): MPT அதன் இடரின் முதன்மை அளவீடாக வருவாயின் புள்ளிவிவர மாறுபாடு அல்லது நிலையான விலகலைப் பயன்படுத்துகிறது. அதிக நிலையான விலகல் அதிக கொந்தளிப்பைக் குறிக்கிறது, இது எதிர்பார்க்கப்படும் வருவாயைச் சுற்றியுள்ள சாத்தியமான விளைவுகளின் பரந்த வரம்பைக் குறிக்கிறது. இந்த அளவீடு ஒரு சொத்தின் விலை காலப்போக்கில் எவ்வளவு மாறுபடுகிறது என்பதைப் பிடிக்கிறது.

அடிப்படையில் வர்த்தகம் என்னவென்றால், அதிக எதிர்பார்க்கப்படும் வருவாய்கள் பொதுவாக அதிக இடருடன் வருகின்றன. MPT முதலீட்டாளர்கள் திறமையான எல்லைக்கோட்டில் உள்ள உகந்த போர்ட்ஃபோலியோக்களை அடையாளம் காண்பதன் மூலம் இந்த வர்த்தகத்தை வழிநடத்த உதவுகிறது, அங்கு கொடுக்கப்பட்ட இடருக்கு இடர் குறைவாக உள்ளது, அல்லது கொடுக்கப்பட்ட இடருக்கு வருவாய் அதிகரிக்கிறது.

பல்வகைப்படுத்தலின் மாயாஜாலம்: தொடர்புகள் ஏன் முக்கியம்

பல்வகைப்படுத்தல் MPT இன் மூலைக்கல்லாகும். சொத்துக்கள் அரிதாகவே முழுமையாக ஒரே நேரத்தில் நகர்வதால் இது செயல்படுகிறது. ஒரு சொத்தின் மதிப்பு குறையும் போது, மற்றொன்று நிலையானதாகவோ அல்லது உயரவோ செய்யலாம், இதனால் சில இழப்புகளை ஈடுசெய்யும். பயனுள்ள பல்வகைப்படுத்தலின் திறவுகோல் தொடர்பு (correlation) ஐப் புரிந்துகொள்வதில் உள்ளது - இரண்டு சொத்துக்களின் வருவாய் ஒன்றோடொன்று எவ்வாறு நகர்கிறது என்பதைக் குறிக்கும் ஒரு புள்ளிவிவர அளவீடு:

• நேர்மறை தொடர்பு (+1 க்கு அருகில்): சொத்துக்கள் ஒரே திசையில் நகரும். அவற்றை இணைப்பது சிறிய பல்வகைப்படுத்தல் நன்மையை அளிக்கிறது.
• எதிர்மறை தொடர்பு (-1 க்கு அருகில்): சொத்துக்கள் எதிர் திசைகளில் நகரும். ஒரு சொத்தின் இழப்பு பெரும்பாலும் மற்றொன்றின் லாபத்தால் ஈடுசெய்யப்படுவதால் இது குறிப்பிடத்தக்க பல்வகைப்படுத்தல் நன்மைகளை வழங்குகிறது.
• பூஜ்ஜிய தொடர்பு (0 க்கு அருகில்): சொத்துக்கள் சுயாதீனமாக நகர்கின்றன. இது ஒட்டுமொத்த போர்ட்ஃபோலியோ கொந்தளிப்பைக் குறைப்பதன் மூலம் பல்வகைப்படுத்தல் நன்மைகளை இன்னும் வழங்குகிறது.

ஒரு உலகளாவிய கண்ணோட்டத்தில், பல்வகைப்படுத்தல் ஒரு சந்தைக்குள் உள்ள வெவ்வேறு நிறுவன வகைகளை விட அதிகமாகும். இது முதலீடுகளை பின்வருவனவற்றில் பரப்புகிறது:

• புவியியல்: வெவ்வேறு நாடுகள் மற்றும் பொருளாதார கூட்டமைப்புகளில் முதலீடு செய்தல் (எ.கா., வட அமெரிக்கா, ஐரோப்பா, ஆசியா, வளர்ந்து வரும் சந்தைகள்).
• சொத்து வகுப்புகள்: ஈக்விட்டிகள், நிலையான வருமானம் (பத்திரங்கள்), ரியல் எஸ்டேட், பொருட்கள் மற்றும் மாற்று முதலீடுகளை இணைத்தல்.
• தொழில்கள்/துறைகள்: தொழில்நுட்பம், சுகாதாரம், எரிசக்தி, நுகர்வோர் அடிப்படைப் பொருட்கள் போன்றவற்றில் பல்வகைப்படுத்தல்.

உயரமான தொடர்புகள் இல்லாத உலகளாவிய சொத்துக்களின் பரந்த வரிசையில் பல்வகைப்படுத்தப்பட்ட ஒரு போர்ட்ஃபோலியோ, எந்தவொரு ஒற்றை சந்தை வீழ்ச்சி, புவிசார் அரசியல் நிகழ்வு அல்லது பொருளாதார அதிர்ச்சிக்கு ஒட்டுமொத்த இடர் வெளிப்பாட்டை கணிசமாகக் குறைக்க முடியும்.

நடைமுறை பயன்பாட்டிற்கான MPT இல் முக்கிய கருத்துக்கள்

MPT ஐ செயல்படுத்த, பைதான் நமக்கு எளிதாக கணக்கிட உதவும் பல அளவு கருத்துக்களை நாம் புரிந்து கொள்ள வேண்டும்.

எதிர்பார்க்கப்படும் வருவாய் மற்றும் கொந்தளிப்பு

ஒரு தனிப்பட்ட சொத்துக்கு, எதிர்பார்க்கப்படும் வருவாய் பொதுவாக ஒரு குறிப்பிட்ட காலப்பகுதியில் அதன் வருவாயின் வரலாற்று சராசரியாக கணக்கிடப்படுகிறது. ஒரு போர்ட்ஃபோலியோவிற்கு, எதிர்பார்க்கப்படும் வருவாய் (E[R_p]) அதன் தனிப்பட்ட சொத்துக்களின் எதிர்பார்க்கப்படும் வருவாயின் எடையுள்ள கூட்டுத்தொகையாகும்:

E[R_p] = Σ (w_i * E[R_i])

இங்கு w_i என்பது போர்ட்ஃபோலியோவில் சொத்து i இன் எடையாகும் (விகிதம்), மற்றும் E[R_i] என்பது சொத்து i இன் எதிர்பார்க்கப்படும் வருவாய் ஆகும்.

போர்ட்ஃபோலியோ கொந்தளிப்பு (σ_p), இருப்பினும், தனிப்பட்ட சொத்து கொந்தளிப்புகளின் எடையுள்ள சராசரி மட்டுமல்ல. இது சொத்துக்களுக்கு இடையிலான இணை மாறுபாடுகளை (அல்லது தொடர்புகளை) சார்ந்துள்ளது. இரண்டு சொத்துக்களின் போர்ட்ஃபோலியோவிற்கு:

σ_p = √[ (w_A^2 * σ_A^2) + (w_B^2 * σ_B^2) + (2 * w_A * w_B * Cov(A, B)) ]

இங்கு σ_A மற்றும் σ_B என்பது சொத்துக்கள் A மற்றும் B இன் நிலையான விலகல்கள், மற்றும் Cov(A, B) என்பது அவற்றின் இணை மாறுபாடு. அதிக சொத்துக்களைக் கொண்ட போர்ட்ஃபோலியோக்களுக்கு, இந்த சூத்திரம் எடைகளின் திசையன் மற்றும் இணை மாறுபாடு அணி ஆகியவற்றை உள்ளடக்கிய ஒரு அணி பெருக்கலுக்கு நீட்டிக்கிறது.

இணை மாறுபாடு மற்றும் தொடர்பு: சொத்துக்களின் இடைவினை

• இணை மாறுபாடு: இரண்டு மாறிகள் (சொத்து வருவாய்) ஒன்றாக நகரும் அளவை அளவிடுகிறது. நேர்மறை இணை மாறுபாடு அவை ஒரே திசையில் நகரும் என்பதைக் குறிக்கிறது, அதே நேரத்தில் எதிர்மறை இணை மாறுபாடு அவை எதிர் திசைகளில் நகரும் என்பதைக் குறிக்கிறது.
• தொடர்பு: இணை மாறுபாட்டின் தரப்படுத்தப்பட்ட பதிப்பு, -1 முதல் +1 வரை இருக்கும். இது இணை மாறுபாட்டை விட விளக்க எளிதானது. விவாதிக்கப்பட்டபடி, பல்வகைப்படுத்தலுக்கு குறைந்த (அல்லது எதிர்மறை) தொடர்பு விரும்பத்தக்கது.

இந்த அளவீடுகள் போர்ட்ஃபோலியோ கொந்தளிப்பைக் கணக்கிடுவதற்கு முக்கியமான உள்ளீடுகள் மற்றும் பல்வகைப்படுத்தல் எவ்வாறு செயல்படுகிறது என்பதன் அளவுரீதியான உருவகமாகும்.

திறமையான எல்லை: கொடுக்கப்பட்ட இடருக்கு வருவாயை அதிகரித்தல்

MPT இன் மிகவும் காட்சி கவர்ச்சிகரமான வெளியீடு திறமையான எல்லை ஆகும். ஆயிரக்கணக்கான சாத்தியமான போர்ட்ஃபோலியோக்களை வரைபடத்தில் வரைவதைக் கற்பனை செய்து பாருங்கள், ஒவ்வொன்றும் சொத்துக்கள் மற்றும் எடைகளின் தனிப்பட்ட கலவையைக் கொண்டிருக்கும், அங்கு X-அச்சு போர்ட்ஃபோலியோ இடர் (கொந்தளிப்பு) மற்றும் Y-அச்சு போர்ட்ஃபோலியோ வருவாயை குறிக்கிறது. விளைவாக வரும் சிதறல் வரைபடம் புள்ளிகளின் மேகத்தை உருவாக்கும்.

திறமையான எல்லை என்பது இந்த மேகத்தின் மேல் எல்லையாகும். இது ஒவ்வொரு வரையறுக்கப்பட்ட இடர் அளவிற்கு மிக உயர்ந்த எதிர்பார்க்கப்படும் வருவாயை வழங்கும் உகந்த போர்ட்ஃபோலியோக்களின் தொகுப்பைக் குறிக்கிறது, அல்லது ஒவ்வொரு வரையறுக்கப்பட்ட எதிர்பார்க்கப்படும் வருவாய் அளவிற்கு மிகக் குறைந்த இடரைக் குறிக்கிறது. எல்லைக்கு கீழே உள்ள எந்த போர்ட்ஃபோலியோவும் உகந்ததல்ல, ஏனெனில் இது ஒரே இடத்திற்கு குறைவான வருவாயை அல்லது ஒரே வருவாய்க்கு அதிக இடரைக் கொண்டுள்ளது. முதலீட்டாளர்கள் திறமையான எல்லையில் உள்ள போர்ட்ஃபோலியோக்களை மட்டுமே கருத்தில் கொள்ள வேண்டும்.

உகந்த போர்ட்ஃபோலியோ: இடர்-சரிசெய்யப்பட்ட வருவாயை அதிகரித்தல்

திறமையான எல்லை நமக்கு உகந்த போர்ட்ஃபோலியோக்களின் ஒரு வரம்பை அளித்தாலும், எந்த ஒன்று "சிறந்தது" என்பது தனிப்பட்ட முதலீட்டாளரின் இடர் சகிப்புத்தன்மையைப் பொறுத்தது. இருப்பினும், MPT பெரும்பாலும் இடர்-சரிசெய்யப்பட்ட வருவாயின் அடிப்படையில் உலகளவில் உகந்ததாகக் கருதப்படும் ஒற்றை போர்ட்ஃபோலியோவை அடையாளம் காட்டுகிறது: அதிகபட்ச ஷார்ப் விகித போர்ட்ஃபோலியோ.

ஷார்ப் விகிதம், நோபல் பரிசு பெற்ற வில்லியம் எஃப். ஷார்ப் என்பவரால் உருவாக்கப்பட்டது, இது இடரின் ஒரு யூனிட்டிற்கான (நிலையான விலகல்) அதிகப்படியான வருவாயை (இடர்-இல்லாத விகிதத்திற்கு மேலான வருவாய்) அளவிடுகிறது. அதிக ஷார்ப் விகிதம் சிறந்த இடர்-சரிசெய்யப்பட்ட வருவாயைக் குறிக்கிறது. திறமையான எல்லையில் அதிக ஷார்ப் விகிதத்தைக் கொண்ட போர்ட்ஃபோலியோ பெரும்பாலும் "தொடுகோடு போர்ட்ஃபோலியோ" என்று குறிப்பிடப்படுகிறது, ஏனெனில் இது இடர்-இல்லாத விகிதத்திலிருந்து திறமையான எல்லையைத் தொடும் கோடு வரையப்படும் புள்ளியாகும். இந்த போர்ட்ஃபோலியோ கோட்பாட்டளவில் இடர்-இல்லாத சொத்துடன் இணைப்பதற்கு மிகவும் திறமையானது.

ஏன் பைதான் போர்ட்ஃபோலியோ மேம்படுத்தலுக்கான கருவியாக உள்ளது

அளவு நிதியில் பைதானின் எழுச்சி தற்செயலானது அல்ல. அதன் பல்துறைத்திறன், விரிவான நூலகங்கள் மற்றும் பயன்பாட்டின் எளிமை ஆகியவை MPT போன்ற சிக்கலான நிதி மாதிரிகளை செயல்படுத்துவதற்கு, குறிப்பாக பல்வேறு தரவு ஆதாரங்களைக் கொண்ட உலகளாவிய பார்வையாளர்களுக்கு ஒரு சிறந்த மொழியாக ஆக்குகின்றன.

திறந்த மூல சுற்றுச்சூழல்: நூலகங்கள் மற்றும் கட்டமைப்புகள்

பைதான் நிதி தரவு பகுப்பாய்வு மற்றும் மேம்படுத்தலுக்கு ஏற்ற திறந்த மூல நூலகங்களின் வளமான சூழலைக் கொண்டுள்ளது:

• pandas: தரவு கையாளுதல் மற்றும் பகுப்பாய்வுக்கு இன்றியமையாதது, குறிப்பாக வரலாற்று பங்கு விலைகள் போன்ற நேர-தொடர் தரவுகளுடன். அதன் DataFrames பெரிய தரவுத்தொகுப்புகளை கையாளவும் செயலாக்கவும் உள்ளுணர்வு வழிகளை வழங்குகின்றன.
• NumPy: பைதானில் எண் கணக்கீட்டிற்கான அடித்தளம், வருவாய்கள், இணை மாறுபாடு அணிகள் மற்றும் போர்ட்ஃபோலியோ புள்ளிவிவரங்களை கணக்கிடுவதற்கு முக்கியமான சக்திவாய்ந்த வரிசை பொருள்கள் மற்றும் கணித செயல்பாடுகளை வழங்குகிறது.
• Matplotlib/Seaborn: உயர்தர காட்சிப்படுத்தல்களை உருவாக்குவதற்கு சிறந்த நூலகங்கள், திறமையான எல்லையை, சொத்து வருவாய்களை மற்றும் இடர் சுயவிவரங்களை வரைவதற்கு அவசியமானவை.
• SciPy (குறிப்பாக scipy.optimize): திறமையான எல்லையில் உள்ள குறைந்தபட்ச கொந்தளிப்பு அல்லது அதிகபட்ச ஷார்ப் விகித போர்ட்ஃபோலியோக்களை கணித ரீதியாக கண்டறியக்கூடிய மேம்படுத்தல் வழிமுறைகளைக் கொண்டுள்ளது, கட்டுப்படுத்தப்பட்ட மேம்படுத்தல் சிக்கல்களை தீர்ப்பதன் மூலம்.
• yfinance (அல்லது பிற நிதி தரவு APIகள்): பல்வேறு உலகளாவிய பரிவர்த்தனைகளிலிருந்து வரலாற்று சந்தை தரவுகளுக்கு எளிதான அணுகலை எளிதாக்குகிறது.

அணுகல் மற்றும் சமூக ஆதரவு

பைதானின் ஒப்பீட்டளவில் மென்மையான கற்றல் வளைவு, நிதி மாணவர்கள் முதல் அனுபவம் வாய்ந்த நிபுணர்கள் வரை பரந்த அளவிலான நிபுணர்களுக்கு அதை அணுகக்கூடியதாக ஆக்குகிறது. அதன் மிகப்பெரிய உலகளாவிய சமூகம் ஏராளமான வளங்கள், பயிற்சிகள், மன்றங்கள் மற்றும் தொடர்ச்சியான வளர்ச்சியை வழங்குகிறது, புதிய கருவிகள் மற்றும் நுட்பங்கள் எப்போதும் வெளிவருவதை உறுதிசெய்கிறது மற்றும் ஆதரவு உடனடியாக கிடைக்கிறது.

பல்வேறு தரவு ஆதாரங்களைக் கையாளுதல்

உலகளாவிய முதலீட்டாளர்களுக்கு, வெவ்வேறு சந்தைகள், நாணயங்கள் மற்றும் சொத்து வகுப்புகளிலிருந்து தரவுகளைக் கையாள்வது முக்கியமானது. பைதானின் தரவு செயலாக்க திறன்கள் தரவுகளை ஒருங்கிணைக்க உதவுகிறது:

• முக்கிய பங்கு குறியீடுகள் (எ.கா., S&P 500, EURO STOXX 50, Nikkei 225, CSI 300, Ibovespa).
• பல்வேறு நாடுகளின் அரசு பத்திரங்கள் (எ.கா., US Treasuries, German Bunds, Japanese JGBs).
• பொருட்கள் (எ.கா., தங்கம், கச்சா எண்ணெய், விவசாயப் பொருட்கள்).
• நாணயங்கள் மற்றும் மாற்று விகிதங்கள்.
• மாற்று முதலீடுகள் (எ.கா., REITs, தனியார் பங்கு குறியீடுகள்).

பைதான் இந்த வேறுபட்ட தரவுத்தொகுப்புகளை ஒரு ஒருங்கிணைந்த போர்ட்ஃபோலியோ மேம்படுத்தல் செயல்முறைக்கு எளிதாக உட்கொண்டு ஒருங்கிணைக்க முடியும்.

சிக்கலான கணக்கீடுகளுக்கான வேகம் மற்றும் அளவிடுதல்

MPT கணக்கீடுகள், குறிப்பாக அதிக எண்ணிக்கையிலான சொத்துக்கள் அல்லது மான்டே கார்லோ உருவகப்படுத்துதல்களின் போது, தீவிரமாக இருக்கக்கூடும் என்றாலும், பைதான், அதன் C-மேம்படுத்தப்பட்ட நூலகங்களான NumPy ஆல் பெரும்பாலும் வலுப்படுத்தப்பட்டு, இந்த கணக்கீடுகளை திறமையாக செய்ய முடியும். ஆயிரக்கணக்கான அல்லது மில்லியன் கணக்கான சாத்தியமான போர்ட்ஃபோலியோ கலவைகளை ஆராயும்போது, திறமையான எல்லையை துல்லியமாக வரைபடமாக்கும் போது இந்த அளவிடுதல் முக்கியமானது.

நடைமுறை செயலாக்கம்: பைத்தானில் ஒரு MPT மேம்படுத்தியை உருவாக்குதல்

உலகளாவிய பார்வையாளர்களுக்கு கருத்துரீதியாக தெளிவாக வைத்திருக்க, குறிப்பிட்ட குறியீடு வரிகளை விட, படிகள் மற்றும் அடிப்படை தர்க்கத்தில் கவனம் செலுத்தி, பைதானைப் பயன்படுத்தி ஒரு MPT மேம்படுத்தியை உருவாக்குவதற்கான செயல்முறையை கோடிட்டுக் காட்டுவோம்.

படி 1: தரவு சேகரிப்பு மற்றும் முன் செயலாக்கம்

உங்கள் போர்ட்ஃபோலியோவில் சேர்க்க விரும்பும் சொத்துக்களுக்கான வரலாற்று விலை தரவுகளை சேகரிப்பது முதல் படியாகும். உலகளாவிய கண்ணோட்டத்திற்காக, நீங்கள் வெவ்வேறு பிராந்தியங்கள் அல்லது சொத்து வகுப்புகளை பிரதிநிதித்துவப்படுத்தும் பரிமாற்ற-வர்த்தக நிதிகள் (ETFs) அல்லது வெவ்வேறு சந்தைகளிலிருந்து தனிப்பட்ட பங்குகளை தேர்ந்தெடுக்கலாம்.

• கருவி: yfinance போன்ற நூலகங்கள் Yahoo Finance போன்ற தளங்களிலிருந்து வரலாற்று பங்கு, பத்திரங்கள் மற்றும் ETF தரவுகளைப் பெற சிறந்தவை, இது பல உலகளாவிய பரிவர்த்தனைகளை உள்ளடக்கியது.
• செயல்முறை:
  1. சொத்து குறியீடுகளின் பட்டியலை வரையறுக்கவும் (எ.கா., S&P 500 ETF க்கு "SPY", iShares Germany ETF க்கு "EWG", Gold ETF க்கு "GLD", போன்றவை).
  2. வரலாற்று தேதி வரம்பைக் குறிப்பிடவும் (எ.கா., கடந்த 5 ஆண்டுகளின் தினசரி அல்லது மாதந்திர தரவு).
  3. ஒவ்வொரு சொத்தின் "Adj Close" விலைகளை பதிவிறக்கவும்.
  4. இந்த சரிசெய்யப்பட்ட மூடும் விலைகளிலிருந்து தினசரி அல்லது மாதந்திர வருவாய்களைக் கணக்கிடுங்கள். இவை MPT கணக்கீடுகளுக்கு முக்கியமானவை. வருவாய்கள் பொதுவாக `(தற்போதைய_விலை / முந்தைய_விலை) - 1` என கணக்கிடப்படுகின்றன.
  5. ஏதேனும் காணாமல் போன தரவைக் கையாளவும் (எ.கா., `NaN` மதிப்புகள் கொண்ட வரிகளை கைவிடுதல் அல்லது முன்/பின் நிரப்பு முறைகளைப் பயன்படுத்துதல்).

படி 2: போர்ட்ஃபோலியோ புள்ளிவிவரங்களைக் கணக்கிடுதல்

நீங்கள் வரலாற்று வருவாய்களைப் பெற்றவுடன், MPT க்கான தேவையான புள்ளிவிவர உள்ளீடுகளை நீங்கள் கணக்கிடலாம்.

• ஆண்டுதோறும் எதிர்பார்க்கப்படும் வருவாய்: ஒவ்வொரு சொத்துக்கும், ஒரு குறிப்பிட்ட காலப்பகுதியில் அதன் வரலாற்று தினசரி/மாதந்திர வருவாயின் சராசரியைக் கணக்கிட்டு, பின்னர் அதை ஆண்டுதோறும் செய்யவும். எடுத்துக்காட்டாக, தினசரி வருவாய்க்கு, சராசரி தினசரி வருவாயை 252 ஆல் பெருக்கவும் (ஒரு வருடத்தின் வர்த்தக நாட்கள்).
• ஆண்டுதோறும் இணை மாறுபாடு அணி: அனைத்து சொத்துக்களின் தினசரி/மாதந்திர வருவாயின் இணை மாறுபாடு அணியைக் கணக்கிடுங்கள். இந்த அணி ஒவ்வொரு சொத்து ஜோடி எவ்வாறு ஒன்றாக நகர்கிறது என்பதைக் காட்டுகிறது. ஆண்டுதோறும் இந்த அணியை ஆண்டுக்கு வர்த்தக காலங்களின் எண்ணிக்கையால் பெருக்கி (எ.கா., தினசரி தரவுகளுக்கு 252) செய்யவும். இந்த அணி போர்ட்ஃபோலியோ இடர் கணக்கீட்டின் இதயம்.
• கொடுக்கப்பட்ட எடைகளின் தொகுப்பிற்கான போர்ட்ஃபோலியோ வருவாய் மற்றும் கொந்தளிப்பு: சொத்து எடைகளின் தொகுப்பை உள்ளீடாக எடுத்து, போர்ட்ஃபோலியோவின் எதிர்பார்க்கப்படும் வருவாய் மற்றும் அதன் நிலையான விலகல் (கொந்தளிப்பு) கணக்கிட எதிர்பார்க்கப்படும் வருவாய் மற்றும் இணை மாறுபாடு அணியைப் பயன்படுத்தும் ஒரு செயல்பாட்டை உருவாக்கவும். இந்த செயல்பாடு மேம்படுத்தலின் போது மீண்டும் மீண்டும் அழைக்கப்படும்.

படி 3: சீரற்ற போர்ட்ஃபோலியோக்களை உருவகப்படுத்துதல் (மான்டே கார்லோ அணுகுமுறை)

முறையான மேம்படுத்தலுக்குச் செல்வதற்கு முன், மான்டே கார்லோ உருவகப்படுத்துதல் முதலீட்டு பிரபஞ்சத்தின் காட்சி புரிதலை வழங்க முடியும்.

• செயல்முறை:
  1. பெரிய எண்ணிக்கையிலான (எ.கா., 10,000 முதல் 100,000 வரை) சீரற்ற போர்ட்ஃபோலியோ எடை கலவைகளை உருவாக்கவும். ஒவ்வொரு கலவைக்கும், எடைகள் 1 (100% ஒதுக்கீடு) க்கு சமமாக இருப்பதை உறுதிப்படுத்தவும் மற்றும் எதிர்மறையாக இல்லாமல் (குறுகிய விற்பனை இல்லை) இருப்பதை உறுதிப்படுத்தவும்.
  2. ஒவ்வொரு சீரற்ற போர்ட்ஃபோலியோவிற்கும், படி 2 இல் உருவாக்கப்பட்ட செயல்பாடுகளைப் பயன்படுத்தி அதன் எதிர்பார்க்கப்படும் வருவாய், கொந்தளிப்பு மற்றும் ஷார்ப் விகிதத்தை கணக்கிடுங்கள்.
  3. இந்த முடிவுகளை (எடைகள், வருவாய், கொந்தளிப்பு, ஷார்ப் விகிதம்) ஒரு பட்டியல் அல்லது pandas DataFrame இல் சேமிக்கவும்.

இந்த உருவகப்படுத்துதல் ஆயிரக்கணக்கான சாத்தியமான போர்ட்ஃபோலியோக்களின் சிதறல் வரைபடத்தை உருவாக்கும், இது திறமையான எல்லையின் தோராயமான வடிவத்தையும் அதிக ஷார்ப் விகித போர்ட்ஃபோலியோக்களின் இருப்பிடத்தையும் காட்சி ரீதியாக அடையாளம் காண உங்களை அனுமதிக்கிறது.

படி 4: திறமையான எல்லை மற்றும் உகந்த போர்ட்ஃபோலியோக்களைக் கண்டறிதல்

மான்டே கார்லோ ஒரு நல்ல தோராயத்தை அளித்தாலும், கணித மேம்படுத்தல் துல்லியமான தீர்வுகளை வழங்குகிறது.

• கருவி: scipy.optimize.minimize என்பது பைத்தானில் கட்டுப்படுத்தப்பட்ட மேம்படுத்தல் சிக்கல்களுக்கான முக்கிய செயல்பாடாகும்.
• குறைந்தபட்ச கொந்தளிப்பு போர்ட்ஃபோலியோவிற்கான செயல்முறை:
  1. குறைக்கப்பட வேண்டிய ஒரு குறிக்கோள் செயல்பாட்டை வரையறுக்கவும்: போர்ட்ஃபோலியோ கொந்தளிப்பு.
  2. கட்டுப்பாடுகளை வரையறுக்கவும்: அனைத்து எடைகளும் எதிர்மறையாக இருக்கக்கூடாது, மேலும் அனைத்து எடைகளின் கூட்டுத்தொகை 1 க்கு சமமாக இருக்க வேண்டும்.
  3. இந்த கட்டுப்பாடுகளுக்கு உட்பட்டு கொந்தளிப்பை குறைக்கும் எடைகளின் தொகுப்பைக் கண்டறிய scipy.optimize.minimize ஐப் பயன்படுத்தவும்.
• அதிகபட்ச ஷார்ப் விகித போர்ட்ஃபோலியோவிற்கான செயல்முறை:
  1. அதிகரிக்கப்பட வேண்டிய ஒரு குறிக்கோள் செயல்பாட்டை வரையறுக்கவும்: ஷார்ப் விகிதம். scipy.optimize.minimize குறைப்பதால், நீங்கள் உண்மையில் எதிர்மறை ஷார்ப் விகிதத்தைக் குறைப்பீர்கள் என்பதை கவனிக்கவும்.
  2. மேலே உள்ள அதே கட்டுப்பாடுகளைப் பயன்படுத்தவும்.
  3. அதிகபட்ச ஷார்ப் விகிதத்தை வழங்கும் எடைகளைக் கண்டறிய ஆப்டிமைசரை இயக்கவும். இது பெரும்பாலும் MPT இல் அதிகம் தேடப்படும் போர்ட்ஃபோலியோ ஆகும்.
• முழுமையான திறமையான எல்லையை உருவாக்குதல்:
  1. இலக்கு எதிர்பார்க்கப்படும் வருவாய்களின் வரம்பு வழியாக செல்லவும்.
  2. ஒவ்வொரு இலக்கு வருவாய்க்கும், கொந்தளிப்பைக் குறைக்கும் போர்ட்ஃபோலியோவைக் கண்டறிய scipy.optimize.minimize ஐப் பயன்படுத்தவும், கட்டுப்பாடுகள்: எடைகள் 1 க்கு சமமாக இருக்க வேண்டும், எதிர்மறையாக இருக்கக்கூடாது, மற்றும் போர்ட்ஃபோலியோவின் எதிர்பார்க்கப்படும் வருவாய் தற்போதைய இலக்கு வருவாய்க்கு சமமாக இருக்க வேண்டும்.
  3. இந்த குறைந்தபட்ச இடர் போர்ட்ஃபோலியோக்களின் ஒவ்வொரு கொந்தளிப்பு மற்றும் வருவாயையும் சேகரிக்கவும். இந்த புள்ளிகள் திறமையான எல்லையை உருவாக்கும்.

படி 5: முடிவுகளை காட்சிப்படுத்துதல்

முடிவுகளைப் புரிந்துகொள்வதற்கும் தொடர்புகொள்வதற்கும் காட்சிப்படுத்தல் முக்கியமானது.

• கருவி: Matplotlib மற்றும் Seaborn தெளிவான மற்றும் தகவலறிந்த வரைபடங்களை உருவாக்குவதற்கு சிறந்தவை.
• வரைபட கூறுகள்:
  1. அனைத்து உருவகப்படுத்தப்பட்ட மான்டே கார்லோ போர்ட்ஃபோலியோக்களின் சிதறல் வரைபடம் (இடர் vs. வருவாய்).
  2. திறமையான எல்லை கோட்டை மேலடுக்கு, கணித ரீதியாக பெறப்பட்ட உகந்த போர்ட்ஃபோலியோக்களை இணைத்தல்.
  3. குறைந்தபட்ச கொந்தளிப்பு போர்ட்ஃபோலியோவை (திறமையான எல்லையின் இடதுபுறம் உள்ள புள்ளி) முன்னிலைப்படுத்தவும்.
  4. அதிகபட்ச ஷார்ப் விகித போர்ட்ஃபோலியோவை (தொடுகோடு போர்ட்ஃபோலியோ) முன்னிலைப்படுத்தவும்.
  5. தனிப்பட்ட சொத்து புள்ளிகளை வரைவது, அவை எல்லைக்கு எதிராக எங்கே அமைந்துள்ளன என்பதைக் காண்பிக்கும் (விரும்பினால்).
• விளக்கம்: வரைபடம் பல்வகைப்படுத்தல் என்ற கருத்தை காட்சி ரீதியாக விளக்கும், பல்வேறு சொத்து கலவைகள் வெவ்வேறு இடர்/வருவாய் சுயவிவரங்களுக்கு எவ்வாறு இட்டுச் செல்கின்றன என்பதைக் காட்டுகிறது, மேலும் மிகவும் திறமையான போர்ட்ஃபோலியோக்களை தெளிவாக சுட்டிக்காட்டுகிறது.

அடிப்படை MPT க்கு அப்பால்: மேம்பட்ட பரிசீலனைகள் மற்றும் நீட்டிப்புகள்

அடிப்படையாக இருந்தாலும், MPT க்கு வரம்புகள் உள்ளன. அதிர்ஷ்டவசமாக, நவீன அளவு நிதி இந்த குறைபாடுகளை நிவர்த்தி செய்யும் நீட்டிப்புகள் மற்றும் மாற்று அணுகுமுறைகளை வழங்குகிறது, அவற்றில் பல பைத்தானிலும் செயல்படுத்தக்கூடியவை.

MPT இன் வரம்புகள்: மார்கோவிட்ஸ் எதை உள்ளடக்கவில்லை

• வருவாயின் இயல்பான விநியோக அனுமானம்: MPT வருவாய்கள் இயல்பாக விநியோகிக்கப்படுகின்றன என்று கருதுகிறது, இது எப்போதும் உண்மையான சந்தைகளில் உண்மையாக இருக்காது (எ.கா., "கொழுப்பு வால்கள்" அல்லது தீவிர நிகழ்வுகள் ஒரு சாதாரண விநியோகத்தை விட அதிகமாக பொதுவானவை).
• வரலாற்று தரவை நம்பியிருத்தல்: MPT வரலாற்று வருவாய்கள், கொந்தளிப்புகள் மற்றும் தொடர்புகளை பெரிதும் நம்பியுள்ளது. "கடந்தகால செயல்திறன் எதிர்கால முடிவுகளுக்கு ஒரு குறிகாட்டியாக இல்லை," மற்றும் சந்தை ஆட்சிகள் மாறலாம், வரலாற்று தரவை குறைவாக யூகிக்க வைக்கும்.
• ஒரு-கால மாதிரி: MPT ஒரு-கால மாதிரி ஆகும், அதாவது முதலீட்டு முடிவுகள் ஒரு நேரத்தில் ஒரு எதிர்கால காலத்திற்கு எடுக்கப்படுகின்றன என்று கருதுகிறது. இது தானாகவே மாறும் மறுசீரமைப்பு அல்லது பல-கால முதலீட்டு காலஅளவுகளை கணக்கில் கொள்ளாது.
• பரிவர்த்தனை செலவுகள், வரிகள், நீர்மம்: அடிப்படை MPT வர்த்தக செலவுகள், ஆதாயங்கள் மீதான வரிகள் அல்லது சொத்துக்களின் நீர்மம் போன்ற நிஜ உலக உராய்வுகளை கணக்கில் கொள்ளாது, இது நிகர வருவாயை கணிசமாக பாதிக்கலாம்.
• முதலீட்டாளர் பயன்பாட்டு செயல்பாடு: இது திறமையான எல்லையை வழங்கினாலும், அவர்களின் குறிப்பிட்ட பயன்பாட்டு செயல்பாட்டை (இடர் தவிர்ப்பு) அறியாமல், ஒரு முதலீட்டாளருக்கு எல்லையில் உள்ள எந்த போர்ட்ஃபோலியோ உண்மையில் "உகந்தது" என்று இது கூறாது.

வரம்புகளை நிவர்த்தி செய்தல்: நவீன மேம்பாடுகள்

• பிளாக்-லிட்டர்மேன் மாதிரி: MPT இன் இந்த நீட்டிப்பு, முதலீட்டாளர்கள் தங்கள் சொந்த பார்வைகளை (சொத்து வருவாய் குறித்த அகநிலை கணிப்புகள்) மேம்படுத்தல் செயல்பாட்டில் சேர்க்க அனுமதிக்கிறது, வரலாற்று தரவை முன்னோக்கு நுண்ணறிவுடன் மென்மையாக்குகிறது. வரலாற்று தரவு தற்போதைய சந்தை நிலைமைகள் அல்லது முதலீட்டாளர் நம்பிக்கைகளை முழுமையாக பிரதிபலிக்காதபோது இது குறிப்பாக பயனுள்ளதாக இருக்கும்.
• மறுமாதிரி திறமையான எல்லை: ரிச்சர்ட் மைக்கேல் என்பவரால் முன்மொழியப்பட்டது, இந்த நுட்பம் MPT இன் உள்ளீடு பிழைகளுக்கு (எதிர்பார்க்கப்படும் வருவாய் மற்றும் இணை மாறுபாடுகளில் மதிப்பீட்டு பிழை) உணர்திறனை நிவர்த்தி செய்கிறது. இது சற்று மாற்றப்பட்ட உள்ளீடுகளுடன் (bootstrapped வரலாற்று தரவு) MPT ஐ பல முறை இயக்குவதை உள்ளடக்கியது, பின்னர் ஒரு நிலையான மற்றும் உறுதியான உகந்த போர்ட்ஃபோலியோவை உருவாக்க சராசரி திறமையான எல்லைகளை உருவாக்குகிறது.
• நிபந்தனைக்குட்பட்ட மதிப்பு-இடர் (CVaR) மேம்படுத்தல்: நிலையான விலகலில் (இது மேல் மற்றும் கீழ் கொந்தளிப்பை சமமாக நடத்துகிறது) மட்டுமே கவனம் செலுத்துவதற்கு பதிலாக, CVaR மேம்படுத்தல் வால் இடரைக் குறிவைக்கிறது. இது இழப்பு ஒரு குறிப்பிட்ட வரம்பை மீறும் பட்சத்தில் எதிர்பார்க்கப்படும் இழப்பைக் குறைப்பதை நோக்கமாகக் கொண்டுள்ளது, குறிப்பாக கொந்தளிப்பான உலக சந்தைகளில் கீழ் இடர் மேலாண்மைக்கு மிகவும் உறுதியான அளவீட்டை வழங்குகிறது.
• காரணி மாதிரிகள்: இந்த மாதிரிகள் சொத்து வருவாய்களை அடிப்படை பொருளாதார அல்லது சந்தை காரணிகளுக்கு (எ.கா., சந்தை இடர், அளவு, மதிப்பு, வேகம்) வெளிப்பாட்டிற்கு அடிப்படையாகக் கொண்டு விளக்குகின்றன. காரணி மாதிரிகளை போர்ட்ஃபோலியோ கட்டுமானத்தில் ஒருங்கிணைப்பது, குறிப்பாக வெவ்வேறு உலக சந்தைகளில் பயன்படுத்தப்படும்போது, மிகவும் பல்வகைப்படுத்தப்பட்ட மற்றும் இடர்-நிர்வகிக்கப்பட்ட போர்ட்ஃபோலியோக்களுக்கு வழிவகுக்கும்.
• முதலீட்டு நிர்வாகத்தில் இயந்திர கற்றல்: இயந்திர கற்றல் வழிமுறைகள் போர்ட்ஃபோலியோ மேம்படுத்தலின் பல்வேறு அம்சங்களை மேம்படுத்த பயன்படுத்தப்படலாம்: எதிர்கால வருவாய் கணிப்பு மாதிரிகள், இணை மாறுபாடு அணிகளின் மேம்பட்ட மதிப்பீடு, சொத்துக்களுக்கு இடையிலான நேரியல் அல்லாத உறவுகளை அடையாளம் காணுதல், மற்றும் மாறும் சொத்து ஒதுக்கீடு உத்திகள்.

உலகளாவிய முதலீட்டு கண்ணோட்டம்: பல்வேறு சந்தைகளுக்கு MPT

ஒரு உலகளாவிய சூழலில் MPT ஐப் பயன்படுத்துவது, பல்வேறு சந்தைகள் மற்றும் பொருளாதார அமைப்புகளில் அதன் செயல்திறனை உறுதிப்படுத்த கூடுதல் பரிசீலனைகள் தேவை.

நாணய இடர்: ஹெட்ஜிங் மற்றும் வருவாயில் தாக்கம்

வெளிநாட்டு சொத்துக்களில் முதலீடு செய்வது போர்ட்ஃபோலியோக்களை நாணய ஏற்ற இறக்கங்களுக்கு உட்படுத்துகிறது. வலுவான உள்ளூர் நாணயம் வெளிநாட்டு முதலீடுகளிலிருந்து வரும் வருவாயை முதலீட்டாளரின் அடிப்படை நாணயத்திற்கு மாற்றும்போது அரிக்கும். உலகளாவிய முதலீட்டாளர்கள் இந்த நாணய இடரை ஹெட்ஜ் செய்ய வேண்டுமா (எ.கா., ஃபார்வர்ட் ஒப்பந்தங்கள் அல்லது நாணய ETF களைப் பயன்படுத்தி) அல்லது அதை ஹெட்ஜ் செய்யாமல் விட வேண்டுமா, சாதகமான நாணய இயக்கங்களிலிருந்து பயனடைய வாய்ப்புள்ளது, ஆனால் கூடுதல் கொந்தளிப்பிற்கு தங்களை வெளிப்படுத்துகிறது.

புவிசார் அரசியல் இடர்கள்: அவை தொடர்புகள் மற்றும் கொந்தளிப்பை எவ்வாறு பாதிக்கின்றன

உலக சந்தைகள் ஒன்றோடொன்று இணைக்கப்பட்டுள்ளன, ஆனால் புவிசார் அரசியல் நிகழ்வுகள் (எ.கா., வர்த்தகப் போர்கள், அரசியல் ஸ்திரமின்மை, மோதல்கள்) சொத்து தொடர்புகள் மற்றும் கொந்தளிப்புகளை கணிக்க முடியாத வகையில் கணிசமாக பாதிக்கலாம். MPT வரலாற்று தொடர்புகளை அளவிட்டாலும், தகவலறிந்த சொத்து ஒதுக்கீட்டிற்கு, குறிப்பாக அதிக பல்வகைப்படுத்தப்பட்ட உலகளாவிய போர்ட்ஃபோலியோக்களில், புவிசார் அரசியல் இடரின் தரமான மதிப்பீடு முக்கியமானது.

சந்தை நுண் கட்டமைப்பு வேறுபாடுகள்: நீர்மம், பல்வேறு பிராந்தியங்களில் வர்த்தக நேரங்கள்

உலகெங்கிலும் உள்ள சந்தைகள் வெவ்வேறு வர்த்தக நேரங்கள், நீர்ம நிலைகள் மற்றும் ஒழுங்குமுறை கட்டமைப்புகளுடன் செயல்படுகின்றன. இந்த காரணிகள் முதலீட்டு உத்திகளின் நடைமுறை செயலாக்கத்தை பாதிக்கலாம், குறிப்பாக சுறுசுறுப்பான வர்த்தகர்கள் அல்லது பெரிய நிறுவன முதலீட்டாளர்களுக்கு. பைதான் இந்த தரவு நுணுக்கங்களை நிர்வகிக்க உதவும், ஆனால் முதலீட்டாளர் செயல்பாட்டு யதார்த்தங்களைப் பற்றி அறிந்திருக்க வேண்டும்.

ஒழுங்குமுறை சூழல்கள்: வரி தாக்கங்கள், முதலீட்டு கட்டுப்பாடுகள்

வரி விதிப்பு விதிகள் பிராந்தியம் மற்றும் சொத்து வகுப்பு வாரியாக கணிசமாக வேறுபடுகின்றன. வெளிநாட்டு முதலீடுகளிலிருந்து வரும் ஆதாயங்கள் வெவ்வேறு மூலதன ஆதாயங்கள் அல்லது ஈவுத்தொகை வரிகளுக்கு உட்பட்டிருக்கலாம். சில நாடுகள் சில சொத்துக்களின் வெளிநாட்டு உரிமையின் மீது கட்டுப்பாடுகளை விதிக்கின்றன. ஒரு உலகளாவிய MPT மாதிரி, உண்மையான செயல்படக்கூடிய ஆலோசனைகளை வழங்க, இந்த நிஜ உலக கட்டுப்பாடுகளை உள்ளடக்கியிருக்க வேண்டும்.

சொத்து வகுப்புகள் முழுவதும் பல்வகைப்படுத்தல்: ஈக்விட்டிகள், பத்திரங்கள், ரியல் எஸ்டேட், பொருட்கள், மாற்று உலகளாவியவை

திறமையான உலகளாவிய பல்வகைப்படுத்தல் என்பது வெவ்வேறு நாடுகளின் பங்குகளில் முதலீடு செய்வது மட்டுமல்ல, பரந்த அளவிலான சொத்து வகுப்புகள் முழுவதும் மூலதனத்தைப் பரப்புவதும் ஆகும். எடுத்துக்காட்டாக:

• உலகளாவிய ஈக்விட்டிகள்: வளர்ந்த சந்தைகளுக்கு (எ.கா., வட அமெரிக்கா, மேற்கு ஐரோப்பா, ஜப்பான்) மற்றும் வளர்ந்து வரும் சந்தைகளுக்கு (எ.கா., சீனா, இந்தியா, பிரேசில்) வெளிப்பாடு.
• உலகளாவிய நிலையான வருமானம்: வெவ்வேறு நாடுகளின் அரசு பத்திரங்கள் (இது மாறுபட்ட வட்டி விகித உணர்திறன் மற்றும் கடன் இடர் இருக்கலாம்), கார்ப்பரேட் பத்திரங்கள் மற்றும் பணவீக்க-இணைக்கப்பட்ட பத்திரங்கள்.
• ரியல் எஸ்டேட்: வெவ்வேறு கண்டங்களில் உள்ள சொத்துக்களில் முதலீடு செய்யும் REITs (ரியல் எஸ்டேட் முதலீட்டு அறக்கட்டளைகள்) வழியாக.
• பொருட்கள்: தங்கம், எண்ணெய், தொழில்துறை உலோகங்கள், விவசாயப் பொருட்கள் பெரும்பாலும் பணவீக்கத்திற்கு எதிராக ஒரு ஹெட்ஜ் ஆக செயல்படுகின்றன மற்றும் பாரம்பரிய ஈக்விட்டிகளுடன் குறைந்த தொடர்பைக் கொண்டிருக்கலாம்.
• மாற்று முதலீடுகள்: ஹெட்ஜ் நிதிகள், தனியார் பங்கு, அல்லது உள்கட்டமைப்பு நிதிகள், அவை பாரம்பரிய சொத்துக்களால் பிடிக்கப்படாத தனிப்பட்ட இடர்-வருவாய் பண்புகளை வழங்கலாம்.

போர்ட்ஃபோலியோ கட்டுமானத்தில் ESG (சுற்றுச்சூழல், சமூக மற்றும் ஆளுகை) காரணிகளைக் கருத்தில் கொள்ளுதல்

உலகளாவிய முதலீட்டாளர்கள் ESG அளவுகோல்களை தங்கள் போர்ட்ஃபோலியோ முடிவுகளில் ஒருங்கிணைக்கிறார்கள். MPT இடர் மற்றும் வருவாயில் கவனம் செலுத்தினாலும், ESG மதிப்பெண்களின் அடிப்படையில் சொத்துக்களை வடிகட்ட, அல்லது நிதி நோக்கங்களை நெறிமுறை மற்றும் சுற்றுச்சூழல் பரிசீலனைகளுடன் சமநிலைப்படுத்தும் "நிலையான திறமையான எல்லை"க்கு உகந்ததாக்க பைதான் பயன்படுத்தப்படலாம். இது நவீன போர்ட்ஃபோலியோ கட்டுமானத்திற்கு கூடுதல் சிக்கல் மற்றும் மதிப்பை சேர்க்கிறது.

உலகளாவிய முதலீட்டாளர்களுக்கான செயல்படக்கூடிய நுண்ணறிவு

MPT மற்றும் பைதானின் சக்தியை நிஜ உலக முதலீட்டு முடிவுகளாக மொழிபெயர்க்க, அளவு பகுப்பாய்வு மற்றும் தரமான தீர்ப்பு ஆகியவற்றின் கலவை தேவை.

• சிறியதாகத் தொடங்கி மீண்டும் செய்யவும்: குறைந்த எண்ணிக்கையிலான உலகளாவிய சொத்துக்களுடன் தொடங்கி, வெவ்வேறு வரலாற்று காலங்களுடன் பரிசோதனை செய்யுங்கள். பைதானின் பல்துறைத்திறன் விரைவான முன்மாதிரி மற்றும் மீண்டும் மீண்டும் செய்ய அனுமதிக்கிறது. நீங்கள் நம்பிக்கையையும் புரிதலையும் பெறும் போது படிப்படியாக உங்கள் சொத்து பிரபஞ்சத்தை விரிவாக்குங்கள்.
• வழக்கமான மறுசீரமைப்பு முக்கியமானது: MPT இலிருந்து பெறப்பட்ட உகந்த எடைகள் நிலையானவை அல்ல. சந்தை நிலைமைகள், எதிர்பார்க்கப்படும் வருவாய் மற்றும் தொடர்புகள் மாறுகின்றன. உங்கள் விரும்பிய இடர்-வருவாய் சுயவிவரத்தை பராமரிக்க, உங்கள் போர்ட்ஃபோலியோவை திறமையான எல்லைக்கு எதிராக அவ்வப்போது (எ.கா., காலாண்டு அல்லது ஆண்டுதோறும்) மறுபரிசீலனை செய்து, உங்கள் ஒதுக்கீடுகளை மறுசீரமைக்கவும்.
• உங்கள் உண்மையான இடர் சகிப்புத்தன்மையை புரிந்து கொள்ளுங்கள்: MPT இடரைக் கணக்கிட்டாலும், சாத்தியமான இழப்புகளுக்கான உங்கள் தனிப்பட்ட வசதி நிலை முக்கியமானது. வர்த்தகங்களைப் பார்க்க திறமையான எல்லையைப் பயன்படுத்தவும், ஆனால் கோட்பாட்டு உகந்ததை மட்டும் சார்ந்து இல்லாமல், இடருக்கான உங்கள் உளவியல் திறனுடன் இணங்கும் ஒரு போர்ட்ஃபோலியோவைத் தேர்வு செய்யவும்.
• அளவுரீதியான நுண்ணறிவுகளை தரமான தீர்ப்புடன் இணைக்கவும்: MPT ஒரு வலுவான கணித கட்டமைப்பை வழங்குகிறது, ஆனால் அது ஒரு படிகப் பந்து அல்ல. அதன் நுண்ணறிவுகளை பொருளாதார முன்னறிவிப்புகள், புவிசார் அரசியல் பகுப்பாய்வு மற்றும் நிறுவன-குறிப்பிட்ட அடிப்படை ஆராய்ச்சி போன்ற தரமான காரணிகளுடன் துணைபுரியவும், குறிப்பாக வேறுபட்ட உலக சந்தைகளைக் கையாளும் போது.
• சிக்கலான யோசனைகளை தொடர்பு கொள்ள பைதானின் காட்சிப்படுத்தல் திறன்களைப் பயன்படுத்தவும்: திறமையான எல்லைகள், சொத்து தொடர்புகள் மற்றும் போர்ட்ஃபோலியோ அமைப்புகளை வரைபடமாக்கும் திறன், சிக்கலான நிதி கருத்துக்களை அணுகக்கூடியதாக ஆக்குகிறது. உங்கள் சொந்த போர்ட்ஃபோலியோவைப் புரிந்துகொள்ளவும், உங்கள் உத்தியை மற்றவர்களுக்கு (எ.கா., வாடிக்கையாளர்கள், கூட்டாளர்கள்) தெரிவிக்கவும் இவற்றைப் பயன்படுத்தவும்.
• மாறும் உத்திகளைக் கருத்தில் கொள்ளுங்கள்: அடிப்படை MPT இன் நிலையான அனுமானங்களுக்கு அப்பால், மாறும் சொத்து ஒதுக்கீடு உத்திகளை செயல்படுத்துவதற்கு பைதான் எவ்வாறு பயன்படுத்தப்படலாம் என்பதை ஆராயுங்கள், அவை மாறும் சந்தை நிலைமைகளுக்கு ஏற்ப மாற்றியமைக்கப்படுகின்றன.

முடிவுரை: பைதான் மற்றும் MPT உடன் உங்கள் முதலீட்டு பயணத்தை மேம்படுத்துதல்

போர்ட்ஃபோலியோ மேம்படுத்தல் பயணம் ஒரு தொடர்ச்சியான ஒன்றாகும், குறிப்பாக உலகளாவிய நிதியின் மாறும் நிலப்பரப்பில். நவீன போர்ட்ஃபோலியோ கோட்பாடு, பல்வகைப்படுத்தல் மற்றும் இடர்-சரிசெய்யப்பட்ட வருவாயின் முக்கிய பங்கை வலியுறுத்தி, பகுத்தறிவு முதலீட்டு முடிவுகளை எடுப்பதற்கு ஒரு காலத்தால் சோதிக்கப்பட்ட கட்டமைப்பை வழங்குகிறது. பைதானின் இணையற்ற பகுப்பாய்வு திறன்களுடன் இது ஒருங்கிணைக்கப்படும்போது, MPT ஒரு கோட்பாட்டு கருத்திலிருந்து யார் அளவு முறைகளை ஏற்றுக்கொள்ள விரும்புகிறார்களோ அவர்களுக்கு அணுகக்கூடிய ஒரு சக்திவாய்ந்த, நடைமுறை கருவியாக மாறுகிறது.

MPT க்கு பைதானை மாஸ்டரிங் செய்வதன் மூலம், உலகளாவிய முதலீட்டாளர்கள் பின்வருவனவற்றைச் செய்யும் திறனைப் பெறுகிறார்கள்:

• பல்வேறு சொத்து வகுப்புகளின் இடர்-வருவாய் பண்புகளை முறையாக பகுப்பாய்வு செய்து புரிந்துகொள்ளுதல்.
• புவியியல் மற்றும் முதலீட்டு வகைகளில் உகந்ததாக பல்வகைப்படுத்தப்பட்ட போர்ட்ஃபோலியோக்களை உருவாக்குதல்.
• குறிப்பிட்ட இடர் சகிப்புத்தன்மை மற்றும் வருவாய் நோக்கங்களுடன் இணங்கும் போர்ட்ஃபோலியோக்களை புறநிலையாக அடையாளம் காணுதல்.
• மாறும் சந்தை நிலைமைகளுக்கு ஏற்ப மற்றும் மேம்பட்ட உத்திகளை ஒருங்கிணைத்தல்.

இந்த மேம்பாடு மிகவும் நம்பிக்கையான, தரவு-உந்துதல் முதலீட்டு முடிவுகளை எடுக்க அனுமதிக்கிறது, முதலீட்டாளர்கள் உலகளாவிய சந்தைகளின் சிக்கல்களை வழிநடத்தவும், அவர்களின் நிதி நோக்கங்களை அதிக துல்லியத்துடன் பின்பற்றவும் உதவுகிறது. நிதி தொழில்நுட்பம் தொடர்ந்து முன்னேறும்போது, வலுவான கோட்பாடு மற்றும் பைதான் போன்ற சக்திவாய்ந்த கணக்கீட்டு கருவிகளின் கலவை உலகளாவிய அளவில் புத்திசாலித்தனமான முதலீட்டு நிர்வாகத்தின் முன்னணியில் இருக்கும். இன்று உங்கள் பைதான் போர்ட்ஃபோலியோ மேம்படுத்தல் பயணத்தைத் தொடங்குங்கள் மற்றும் முதலீட்டு நுண்ணறிவின் ஒரு புதிய பரிமாணத்தைத் திறக்கவும்.