Có ba kỹ thuật phân tích rủi ro cần được biết đến cho kỳ thi:
1. Phân tích Độ nhạy
Phân tích độ nhạy cảm chỉ đơn giản là phương pháp để xác định phân tích NPV nhạy cảm của chúng ta như thế nào là thay đổi trong các giả định biến của chúng ta. Để bắt đầu phân tích độ nhạy cảm, trước hết chúng ta phải đưa ra một kịch bản cơ sở. Đây thường là các giả định sử dụng NPV mà chúng tôi cho là chính xác nhất. Từ đó, chúng ta có thể thay đổi các giả định khác nhau mà chúng ta đã thực hiện ban đầu dựa trên các giả định tiềm ẩn khác. NPV sau đó được tính lại, và độ nhạy của NPV dựa trên sự thay đổi trong các giả định được xác định. Tùy thuộc vào sự tự tin của chúng tôi trong các giả định của chúng tôi, chúng tôi có thể xác định tiềm năng rủi ro của một dự án.
2. Phân tích Kịch bản
Phân tích Kịch bản đưa phân tích độ nhạy lên một bước xa hơn. Thay vì chỉ nhìn vào độ nhạy của phân tích NPV của chúng tôi với những thay đổi trong các giả định biến của chúng tôi, phân tích mô hình cũng xem xét phân bố xác suất của các biến. Giống như phân tích độ nhạy, phân tích kịch bản bắt đầu bằng việc xây dựng kịch bản cơ sở. Từ đó, các kịch bản khác được xem là "kịch bản tốt nhất" và "trường hợp xấu nhất". Xác suất được gán cho các kịch bản và tính toán để đạt đến một giá trị kỳ vọng. Với tính đơn giản của nó, phân tích mô hình là một trong những kỹ thuật phân tích rủi ro thường được sử dụng nhiều nhất.
3. Monte Carlo Mô phỏng Mô phỏng Monte Carlo
được coi là phương pháp phân tích độ nhạy "tốt nhất". Nó đi kèm với tính toán vô hạn (giá trị mong đợi) cho một số khó khăn. Hạn chế được thêm vào và hệ thống tạo ra các biến ngẫu nhiên của đầu vào. Từ đó, NPV được tính toán. Thay vì tạo ra một vài lần lặp lại, mô phỏng lặp lại quá trình này nhiều lần. Từ nhiều kết quả, giá trị kỳ vọng sẽ được tính toán.
Là phân tích kỹ thuật chỉ được sử dụng để phân tích cổ phiếu?
Câu trả lời đơn giản cho câu hỏi này chắc chắn là không. Hình thức phân tích này có thể được áp dụng trong nhiều tình huống hơn bạn nghĩ. Bất cứ lúc nào một người sử dụng dữ liệu trong quá khứ để dự đoán kết quả của một sự kiện tương lai, họ sẽ sử dụng phân tích kỹ thuật. Ví dụ, một nhà khí tượng học có thể sử dụng phân tích kỹ thuật bằng cách lấy tất cả các nhiệt độ cho ngày 10 tháng Giêng trong 25 năm qua và sử dụng trung bình để dự đoán nhiệt độ sẽ như thế nào trong 10 tháng này.
Tốt hơn là nên sử dụng phân tích cơ bản, phân tích kỹ thuật hay phân tích định lượng để đánh giá các quyết định đầu tư dài hạn trên thị trường chứng khoán?
Hiểu được sự khác biệt giữa phân tích cơ bản, kỹ thuật và định lượng, và cách thức đo lường giúp các nhà đầu tư đánh giá các khoản đầu tư dài hạn.
Làm thế nào tôi có thể hợp nhất phân tích kỹ thuật và phân tích cơ bản với phân tích định lượng để tạo ra lợi nhuận trong danh mục chứng khoán?
Tìm hiểu về các tỷ lệ phân tích cơ bản có thể kết hợp với các phương pháp kiểm tra số lượng và cách các chỉ số kỹ thuật được sử dụng trong các thuật toán.