NSE में Sector Breadth क्या है: Timeframe के हिसाब से तुलना (Hindi में)
ऊँचा प्रतिशत तभी मायने रखता है जब तुलना बराबरी की हो।
एक sector में 70% भागीदारी दिखती है और दूसरे में 60%। क्या पहला sector सच में ज़्यादा मज़बूत है, या हमने अलग-अलग चीज़ों की तुलना कर दी?
रीडिंग को क्रम देने से पहले मैं जानना चाहता हूँ कि क्या गिना गया, कौन से शेयर eligible थे और observations कब लिए गए। रंग-बिरंगी ranking table जितना दिखाती है, उससे कहीं ज़्यादा ये बातें जवाब बदल सकती हैं।
दोनों baskets के लिए एक ही सवाल रखें
मान लीजिए सवाल यह है कि कितने शेयर अपनी 50-सत्र की simple moving average से ऊपर बंद हुए। Sector s के लिए:
P(s,t) = 100 × B(s,t)/E(s,t).
B शर्त पूरी करने वाले eligible शेयरों की गिनती है और E उस sector में eligible गिनती। दोनों baskets के लिए closing-price परिपाटी और observation की तारीख एक ही रखते हैं।
Moving average से ऊपर के प्रतिशत की सामान्य अवधारणा StockCharts के participation संदर्भ में दर्ज है। यहाँ मेरा ध्यान दो samples की तुलना पर है, sector trading का कोई नियम सुझाने पर नहीं।
दो काल्पनिक भारतीय sector baskets
| Basket | Eligible शेयर | Average से ऊपर | Participation |
|---|---|---|---|
| Sector A | 10 | 7 | 70% |
| Sector B | 40 | 24 | 60% |
Sector A में भाग लेने वालों का हिस्सा ज़्यादा है। Sector B में पूर्ण संख्या में ज़्यादा qualifying शेयर हैं। दोनों बातें एक साथ सही हो सकती हैं।
एक शेयर के average से नीचे जाने पर Sector A 70% से 60% पर आ जाएगा: दस प्रतिशत अंक। Sector B में उसी एक शेयर के बदलाव से वह 60% से 57.5% होगा: 2.5 प्रतिशत अंक।
इसलिए मैं छोटे और बड़े baskets में हर प्रतिशत-अंक की चाल को बराबर अहमियत देने में सावधान रहूँगा। गणित की संवेदनशीलता अलग है।
Sectors का आँख मूँदकर औसत न निकालें
अगर ये baskets आपस में नहीं मिलते और coverage पूरी है, तो मिली-जुली भागीदारी 100 × (7 + 24)/(10 + 40) = 62% है।
उनके प्रतिशतों का सीधा औसत 65% आता है। यह हर शेयर को नहीं, हर sector को बराबर वज़न देता है। कोई भी तरीका अपने आप में मना नहीं है, पर वज़न अलग सवाल का जवाब देता है।
अगर baskets आपस में मिलते हैं, तो उनकी गिनतियाँ जोड़ने से साझा शेयर दो बार गिने जाते हैं। शेयर-स्तर के मिले हुए universe में भागीदारी निकालने से पहले दोहराव हटाने चाहिए।
Timeframe चर (variable) बदल सकता है
Daily closes की 50-सत्र वाली moving average daily observations इस्तेमाल करती है। Hourly chart पर 50-bar की average hourly observations इस्तेमाल करती है। सिर्फ़ इसलिए कि period की संख्या वही है, वह 50-दिन की average नहीं हो जाती।
इसी तरह hourly advances का मतलब पिछले hourly close से बदलाव भी हो सकता है और पिछले दिन के close से बदलाव भी। Label या methodology पढ़ें। सिर्फ़ chart के display interval से संदर्भ मत मान लें।
हफ़्ते में एक बार लिया गया daily breadth मान अपने आप weekly breadth नहीं बन जाता। Weekly close-to-close advances के लिए weekly closes की तुलना चाहिए।
मेरा व्यावहारिक पढ़ने का क्रम
किसी sector को leader कहने से पहले मैं universe, eligible coverage, शर्त, lookback और timestamp जाँचूँगा। फिर उस भागीदारी की तुलना sector की कीमत की चाल से करूँगा। भीतर की भागीदारी और कीमत में बेहतर प्रदर्शन अलग observations हैं, एक दूसरे की गारंटी नहीं।
IndexBreadth पर universe और timeframe controls सोच-समझकर इस्तेमाल करें। यह पाठ किसी proprietary rotation view के बनने का अनुमान नहीं लगाता। Denominator की बुनियाद के लिए eligible-stock गाइड पढ़ें।
IndexBreadth के charts पढ़ना
ये exports sectors और timeframes के बीच के फ़र्क दिखाते हैं। Sector views दिखाते हैं कि चुने हुए baskets में रीडिंग कैसे बदलती हैं। Nifty 500 की जोड़ी daily और hourly view दिखाती है। उनकी history खिड़कियाँ अलग हैं, इसलिए बाएँ किनारे मिलाने की बजाय मिलती तारीखों की तुलना करें।
Sector table चुने हुए baskets में रीडिंग का फैलाव दिखाती है।
Chart ऐतिहासिक संदर्भ जोड़ता है। हर sector पहचानने के लिए legend और तारीख वाला tooltip इस्तेमाल करें।
Nifty 500 की कीमत और SMA 50 participation का daily view।
तुलना के लिए hourly view। Moving-average period पढ़ते समय चुना हुआ timeframe याद रखें।
Charts: IndexBreadth। पूरे आकार में देखने के लिए तस्वीर चुनें। ये ऐतिहासिक चित्रण हैं, इस पाठ के संख्यात्मक उदाहरणों से अलग।
Tags: #MarketBreadth #SectorBreadth #MultiTimeframeAnalysis #IndexBreadth #Hindi