लैब · C · परिवर्तन पहचान
उस डिटेक्टर का अंशांकन जो इस प्रश्न का उत्तर देता है कि «अभी कुछ हो रहा है या नहीं», और वास्तविक डेटा पर उसका मूल्यांकन।
कृत्रिम अंशांकन
यह क्या है: कृत्रिम शृंखलाओं में, जहाँ बदलाव की तिथि ज्ञात है, डिटेक्टर कितनी देरी से बदलाव पकड़ता है, और कोई बदलाव न होने पर वह कितनी बार मिथ्या अलार्म उठाता है।
इसे कौन-सा डेटा चलाता है: केवल कृत्रिम डेटा से बनाया गया; यह डेटाबेस को नहीं छूता। हर परिदृश्य 60 बार दोहराया जाता है; पहले 90 प्रेक्षण तैयारी की अवधि हैं।
यह क्या दिखाता है: औसत पहचान देरी (दिन), पहले मिथ्या अलार्म तक का औसत समय (ARL0) और पकड़े गए परिदृश्यों की संख्या; माध्य बदलावों और अस्थिरता वृद्धि के लिए अलग-अलग पंक्तियाँ।
इससे क्या निष्कर्ष निकाला जा सकता है: पहचान देरी बदलाव-से-शोर अनुपात के वर्ग के व्युत्क्रमानुपाती है: माध्य के छोटे बदलाव लगभग कभी नहीं पकड़े जाते, जबकि अस्थिरता का दोगुना होना कुछ ही दिनों में पकड़ा जाता है। इसीलिए डिटेक्टर मात्रा और अस्थिरता पर नज़र रखता है।
घटनाओं के आसपास अलार्म का समय
यह क्या है: दर्ज घटनाओं के आसपास ±10 दिनों में अलार्मों का वितरण, और यादृच्छिक दिनों से तुलना।
इसे कौन-सा डेटा चलाता है: event तालिका और चुने गए रन की अलार्म शृंखला। शून्य परिकल्पना के रूप में यादृच्छिक तिथियों पर वही सांख्यिकी निकाली जाती है।
यह क्या दिखाता है: घटना से पहले के दिन अंबर पट्टियाँ हैं, बाद के दिन धूसर पट्टियाँ। नीचे, घटना-पूर्व अलार्म दर और यादृच्छिक दर।
इससे क्या निष्कर्ष निकाला जा सकता है: यदि घटना-पूर्व दर यादृच्छिक से स्पष्ट रूप से अधिक न हो, तो डिटेक्टर घटनाओं को पहले से नहीं भाँपता। यदि कोई घटना रिकॉर्ड न हों तो चार्ट ख़ाली रहता है; सेटिंग्स > घटनाएँ से परिणाम और KAP तिथियाँ लोड करनी चाहिए।
अलार्म के बाद स्थायित्व
यह क्या है: अलार्म दिवस की दिशा का चिह्न 1, 5 और 21 दिन बाद बना रहता है या नहीं।
इसे कौन-सा डेटा चलाता है: चुने गए रन के अलार्म और return_daily के अवशिष्ट रिटर्न।
यह क्या दिखाता है: प्रति क्षितिज हिट दर, 95% अंतराल और प्रेक्षणों की संख्या।
इससे क्या निष्कर्ष निकाला जा सकता है: यदि दर 50% से कम हो, तो अलार्म दिवस की गति उसके बाद पलट जाती है। बदलाव को जल्दी भाँप लेना उससे लाभ कमाना नहीं है; वास्तविक डेटा पर यह दर 47–48% आती है।
दैनिक अलार्म संख्या और बाज़ार अशांति
यह क्या है: हर दिन कितने शेयरों ने अलार्म उठाया, और बाज़ार के अशांत व्यवस्था में होने की प्रायिकता।
इसे कौन-सा डेटा चलाता है: चुने गए रन की अलार्म शृंखला, और XU100 रिटर्न पर फिट किए दो-अवस्था Markov व्यवस्था मॉडल की छनी हुई प्रायिकता।
यह क्या दिखाता है: अंबर पट्टियाँ अलार्म संख्या हैं, लाल रेखा अशांति प्रायिकता। शीर्षक समग्र अलार्म दर और पड़ोसी प्रमाण चालू है या नहीं, यह दिखाता है।
इससे क्या निष्कर्ष निकाला जा सकता है: अशांत अवधियों में अलार्मों का ढेर लगना दिखाता है कि डिटेक्टर शेयर-विशिष्ट नहीं बल्कि पूरे बाज़ार की घटनाएँ पकड़ रहा है। छनी हुई प्रायिकता उपयोग होती है, चिकनी की हुई नहीं: चिकनी शृंखला भविष्य देखती है और इसलिए लाइव उपयोग में अवैध है।
यहाँ दी गई निवेश संबंधी जानकारी, टिप्पणियाँ और सिफ़ारिशें निवेश परामर्श सेवाओं के दायरे में नहीं आतीं। निवेश परामर्श सेवाएँ ग्राहक और ब्रोकरेज हाउस, पोर्टफोलियो प्रबंधन कंपनियों, या जमा स्वीकार न करने वाले बैंकों के बीच हस्ताक्षरित निवेश परामर्श अनुबंध के अंतर्गत दी जाती हैं। यहाँ के संकेत सांख्यिकीय मॉडलों से ऐतिहासिक डेटा से बनाए जाते हैं, सभी को एक जैसे दिखाए जाते हैं और व्यक्तिगत नहीं हैं; हो सकता है वे आपकी वित्तीय स्थिति या जोखिम और प्रतिफल की आपकी प्राथमिकताओं के अनुकूल न हों। इसलिए केवल यहाँ दी गई जानकारी के आधार पर निवेश निर्णय लेने से ऐसे परिणाम नहीं मिल सकते जो आपकी अपेक्षाओं पर खरे उतरें।