ट्रेडिंग में क्वांटिटेटिव रिस्क मैनेजमेंट के मूल सिद्धांत

क्वांटिटेटिव ट्रेडिंग में जोखिम प्रबंधन नुकसान से बचने के बारे में नहीं है — यह उनके वितरण को समझने और यह सुनिश्चित करने के बारे में है कि कोई भी एक घटना या घटनाओं का क्रम आपको खेल से बाहर नहीं कर सकता। कई ट्रेडर पोजीशन साइजिंग के नियमों को सूत्रों के रूप में सीखते हैं, उनके पीछे के सांख्यिकीय तर्क को समझे बिना, जिसका अर्थ है कि वे परिचित स्थितियों में नियमों को सही ढंग से लागू करते हैं और अपरिचित स्थितियों में उन्हें पूरी तरह से छोड़ देते हैं। यह कोर्स वैचारिक नींव बनाता है जो जोखिम नियमों को प्रभावी बनाता है। इस कोर्स के अंत तक आप यह समझाने में सक्षम होंगे कि वैल्यू एट रिस्क (Value at Risk - VaR) क्या मापता है और क्या नहीं मापता है, मीन-वेरिएंस पोर्टफोलियो ऑप्टिमाइजेशन के पीछे की मान्यताओं का वर्णन करेंगे और वे मान्यताएं कहाँ टूटती हैं, संदर्भ में Sharpe ratio की गणना और व्याख्या करेंगे, ड्रॉडाउन मेट्रिक्स को समझेंगे और क्यों अधिकतम ड्रॉडाउन एक पिछड़ने वाला (lagging) संकेतक है न कि भविष्यसूचक (predictive), और फिक्स्ड फ्रैक्शनल और Kelly criterion विधियों सहित पोजीशन साइजिंग के दृष्टिकोणों के पीछे के तर्क को समझाएंगे। आप क्या सीखेंगे: - रिटर्न का संभाव्यता वितरण: वास्तविक बाजारों में सामान्य वितरण टेल रिस्क को कम क्यों आंकता है - वैल्यू एट रिस्क (Value at Risk): पैरामीट्रिक, ऐतिहासिक सिमुलेशन, और Monte Carlo विधियाँ — और प्रत्येक की सीमाएँ - एक्सपेक्टेड शॉर्टफॉल (Expected Shortfall - CVaR): जोखिम रिपोर्टिंग के लिए इसे VaR पर क्यों पसंद किया जाता है और यह वास्तव में क्या मापता है - मीन-वेरिएंस ऑप्टिमाइजेशन: कुशल फ्रंटियर निर्माण, सहसंबंध इनपुट, और अनुमान त्रुटि के प्रति संवेदनशीलता - Sharpe ratio, Sortino ratio, और Calmar ratio: प्रत्येक क्या पुरस्कृत करता है और प्रत्येक किस बाजार वातावरण के लिए उपयुक्त है - ड्रॉडाउन विश्लेषण: अधिकतम ड्रॉडाउन, औसत ड्रॉडाउन, रिकवरी अवधि, और ये एक रणनीति के जोखिम प्रोफाइल के बारे में क्या बताते हैं - पोजीशन साइजिंग के मूल सिद्धांत: फिक्स्ड फ्रैक्शनल साइजिंग और Kelly criterion का गणितीय तर्क - जोखिम सीमाएँ और एक्सपोजर प्रबंधन: सकल एक्सपोजर, शुद्ध एक्सपोजर, और सेक्टर एकाग्रता की बाधाएँ यह कोर्स वैचारिक पाठों की एक प्रगति के रूप में संरचित है, प्रत्येक समग्र जोखिम ढांचे का एक घटक बनाता है। कार्य किए गए उदाहरण अमूर्त अवधारणाओं को स्पष्ट करने के लिए सरलीकृत संख्यात्मक परिदृश्यों का उपयोग करते हैं। स्व-मूल्यांकन अभ्यास आपको गणना देखने से पहले काल्पनिक रणनीति परिणामों के लिए जोखिम मेट्रिक्स के माध्यम से तर्क करने के लिए कहते हैं। यह कोर्स उन व्यक्तियों के लिए डिज़ाइन किया गया है जो क्वांटिटेटिव ट्रेडिंग में नए हैं और जोखिम प्रबंधन को कठोरता से समझना चाहते हैं, साथ ही उन विवेकाधीन ट्रेडरों के लिए भी जो अधिक व्यवस्थित दृष्टिकोण की ओर बढ़ रहे हैं। सांख्यिकी या क्वांटिटेटिव फाइनेंस में किसी पूर्व पृष्ठभूमि की आवश्यकता नहीं है — मुख्य अवधारणाओं को शुरू से पेश किया गया है। यह कोर्स सूचनात्मक और शैक्षिक है और वित्तीय या निवेश सलाह का गठन नहीं करता है। सभी ट्रेडिंग में नुकसान का जोखिम होता है।