ایڈجسٹ شدہ قیمتیں، اسٹاک کے تجزیہ کے تناظر میں، اسٹاک کی قیمتوں کا حوالہ دیتے ہیں جن میں کچھ عوامل، جیسے اسٹاک کی تقسیم، منافع، یا دیگر کارپوریٹ کارروائیوں کے حساب سے ترمیم کی گئی ہے۔ یہ ایڈجسٹمنٹ اس بات کو یقینی بنانے کے لیے کی گئی ہیں کہ قیمتیں اسٹاک کی بنیادی قدر کی درست عکاسی کرتی ہیں اور تجزیہ اور ماڈلنگ کے مقاصد کے لیے زیادہ معنی خیز نمائندگی فراہم کرتی ہیں۔
ریگریشن تجزیہ میں ایڈجسٹ شدہ قیمتوں کو استعمال کرنے کی ایک عام وجہ اسٹاک کی تقسیم کے اثرات کا حساب دینا ہے۔ اسٹاک کی تقسیم اس وقت ہوتی ہے جب کوئی کمپنی اپنے موجودہ حصص کو متعدد حصص میں تقسیم کرنے کا فیصلہ کرتی ہے۔ مثال کے طور پر، 2 کے بدلے 1 اسٹاک کی تقسیم کے نتیجے میں ہر موجودہ حصص کو دو حصوں میں تقسیم کیا جائے گا۔ تقسیم کے نتیجے میں، ہر شیئر کی قیمت آدھی رہ گئی ہے۔ تاہم، سرمایہ کاری کی کل قیمت وہی رہتی ہے۔
رجعت کا تجزیہ کرتے وقت، تاریخی قیمت کے اعداد و شمار پر اسٹاک کی تقسیم کے اثرات پر غور کرنا ضروری ہے۔ اگر خام قیمت کے اعداد و شمار کو بغیر کسی ایڈجسٹمنٹ کے استعمال کیا جاتا ہے، تو تجزیہ ترچھا اور غلط ہو سکتا ہے۔ ایڈجسٹ شدہ قیمتوں کا استعمال کرتے ہوئے، اسٹاک کی تقسیم کے اثرات کو ختم کر دیا جاتا ہے، متغیر کے درمیان تعلقات کا زیادہ درست تجزیہ کرنے کی اجازت دیتا ہے.
ریگریشن تجزیہ میں ایڈجسٹ شدہ قیمتوں کو استعمال کرنے کی ایک اور وجہ ڈیویڈنڈز کے اثرات کو مدنظر رکھنا ہے۔ منافع ایک کمپنی کی طرف سے اپنے شیئر ہولڈرز کو منافع کی تقسیم کے طور پر کی جانے والی ادائیگیاں ہیں۔ جب ڈیویڈنڈ ادا کیا جاتا ہے تو، اسٹاک کی قیمت عام طور پر ڈیویڈنڈ کی رقم سے کم ہوتی ہے۔ قیمت میں اس کمی کا تجزیہ پر اثر پڑ سکتا ہے اگر خام قیمت کا ڈیٹا استعمال کیا جائے۔
ایڈجسٹ شدہ قیمتوں کا استعمال کرتے ہوئے، منافع کے اثرات کو مدنظر رکھا جاتا ہے، اس بات کو یقینی بناتے ہوئے کہ تجزیہ ان ادائیگیوں سے متعصب نہیں ہے۔ یہ خاص طور پر اس وقت اہم ہے جب طویل مدتی رجحانات کا تجزیہ کرتے ہوئے یا پیشین گوئی کرنے والی ماڈلنگ کی جاتی ہے، کیونکہ وقت کے ساتھ ساتھ منافع کے اثرات نمایاں ہو سکتے ہیں۔
اسٹاک کی تقسیم اور منافع کے علاوہ، دیگر کارپوریٹ کارروائیاں یا واقعات ہوسکتے ہیں جو اسٹاک کی قیمت کو متاثر کرسکتے ہیں۔ ان میں انضمام، حصول، اسپن آف، یا اسٹاک بائی بیکس شامل ہو سکتے ہیں۔ ایڈجسٹ شدہ قیمتیں ان واقعات کے حساب سے استعمال ہوتی ہیں اور اسٹاک کی بنیادی قیمت کی زیادہ درست نمائندگی فراہم کرتی ہیں۔
ایڈجسٹ شدہ قیمتوں کا حساب لگانے کے لیے، مخصوص کارپوریٹ اعمال اور واقعات پر منحصر مختلف طریقے استعمال کیے جا سکتے ہیں۔ مثال کے طور پر، سٹاک کی تقسیم کے لیے ایڈجسٹ کرتے وقت، حصص کی نئی تعداد کو ظاہر کرنے کے لیے تاریخی قیمتوں کو تقسیم کے تناسب سے تقسیم کیا جاتا ہے۔ منافع کے لیے ایڈجسٹ کرتے وقت، تاریخی قیمتیں ڈیویڈنڈ کی مقدار سے کم ہوتی ہیں۔
اسٹاک کے تجزیے میں ایڈجسٹ شدہ قیمتیں ان قیمتوں کا حوالہ دیتی ہیں جن میں اسٹاک کی تقسیم، منافع اور دیگر کارپوریٹ کارروائیوں کے حساب سے ترمیم کی گئی ہے۔ یہ ایڈجسٹمنٹ ریگریشن تجزیہ میں اہم ہیں تاکہ یہ یقینی بنایا جا سکے کہ تجزیہ ان عوامل سے متعصب نہیں ہے۔ ایڈجسٹ شدہ قیمتوں کو استعمال کرنے سے، اسٹاک کی تقسیم اور ڈیویڈنڈ کے اثرات ختم ہوجاتے ہیں، جو اسٹاک کی بنیادی قیمت کی زیادہ درست نمائندگی فراہم کرتے ہیں۔
سے متعلق دیگر حالیہ سوالات اور جوابات ازگر کے ساتھ ای آئی ٹی سی/اے آئی/ایم ایل پی مشین لرننگ:
- لکیری ریگریشن میں بی پیرامیٹر (بہترین فٹ لائن کا y-انٹرسیپٹ) کیسے شمار کیا جاتا ہے؟
- SVM کے فیصلے کی حد کو متعین کرنے میں معاون ویکٹرز کیا کردار ادا کرتے ہیں، اور تربیتی عمل کے دوران ان کی شناخت کیسے کی جاتی ہے؟
- SVM اصلاح کے تناظر میں، ویٹ ویکٹر `w` اور bias `b` کی کیا اہمیت ہے، اور ان کا تعین کیسے کیا جاتا ہے؟
- SVM نفاذ میں `visualize` طریقہ کا مقصد کیا ہے، اور یہ ماڈل کی کارکردگی کو سمجھنے میں کس طرح مدد کرتا ہے؟
- SVM نفاذ میں 'پیش گوئی' کا طریقہ نئے ڈیٹا پوائنٹ کی درجہ بندی کا تعین کیسے کرتا ہے؟
- مشین لرننگ کے تناظر میں سپورٹ ویکٹر مشین (SVM) کا بنیادی مقصد کیا ہے؟
- Python میں SVM کی درجہ بندی کو لاگو کرنے کے لیے کتب خانوں جیسے scikit-learn کو کیسے استعمال کیا جا سکتا ہے، اور اس میں اہم کام کیا ہیں؟
- SVM آپٹیمائزیشن میں رکاوٹ (y_i (mathbf{x}_i cdot mathbf{w} + b) geq 1) کی اہمیت کی وضاحت کریں۔
- SVM اصلاح کے مسئلے کا مقصد کیا ہے اور اسے ریاضی کے لحاظ سے کیسے بنایا جاتا ہے؟
- SVM میں سیٹ کردہ فیچر کی درجہ بندی فیصلہ فنکشن کے نشان پر کیسے منحصر ہے (text{sign}(mathbf{x}_i cdot mathbf{w} + b))؟
مزید سوالات اور جوابات EITC/AI/MLP Machine Learning with Python میں دیکھیں