Phương pháp phân tích cụm là gì? Nhược điểm của phương pháp phân tích cụm

1. Phương pháp phân tích cụm là gì?

Khái niệm phương pháp phân tích cụm:

Phương pháp phân tích cụm được hiểu là một kĩ thuật phổ biến trong thống kê được sử dụng để nhằm mục đích đó là nhóm các đối tượng có chung đặc điểm.

Các chủ thể là các nhà đầu tư sử dụng phương pháp phân tích cụm để có thể phát triển phương pháp giao dịch theo cụm nhằm xây dựng các danh mục đầu tư đa dạng.

Các cổ phiếu có mối tương quan cao trong lợi nhuận sẽ được đưa vào một giỏ, tương tự với những cổ phiếu ít tương quan hơn cho đến khi mọi cổ phiếu đều được đưa vào các danh mục.

Nếu được thực hiện một cách đúng đắn thì các phân cụm khác nhau sẽ thể hiện mối tương quan tối thiểu với nhau. Bằng cách này, các chủ thể là các nhà đầu tư sẽ có được tất cả các ưu điểm của đa dạng hóa cụ thể đó chính là: giảm rủi ro thua lỗ, bảo toàn vốn và khả năng thực hiện các giao dịch rủi ro hơn mà không tăng rủi ro tổng thể. Đa dạng hóa vẫn là một trong những khái niệm trung tâm trong đầu tư và phương pháp phân tích cụm là một công cụ để các chủ thể có thể đạt được nó.

Phương pháp phân tích cụm trong tiếng Anh là gì?

Phương pháp phân tích cụm trong tiếng Anh là Cluster Analysis.

2. Đặc điểm phương pháp phân tích cụm:

Phương pháp phân tích cụm ngày nay được xây dựng đã cho phép các chủ thể là các nhà đầu tư loại bỏ sự mất trật tự trong danh mục đầu tư của chính mình bằng cách xác định các chứng khoán có lợi nhuận tương quan với nhau.

Ví dụ cụ thể như các danh mục đầu tư chỉ bao gồm các cổ phiếu công nghệ có vẻ an toàn và đa dạng nhưng khi một sự kiện như bong bóng dotcom xảy ra, khả năng toàn bộ danh mục đầu tư thua lỗ là rất cao.

Mua và phân cụm các tài sản phù hợp với các phân khúc thị trường khác nhau rất quan trọng để tăng sự đa dạng hóa và bảo vệ nhà đầu tư khỏi các rủi ro hệ thống như bong bóng dotcom.

– Ta hiểu về bong bóng dotcom như sau:

Các công ty dotcom đã mang đến làn sóng mới trong nền kinh tế thế giới cuối những năm 1990. Giá trị của công ty dotcom cũng tăng nhanh hơn bất kì ngành công nghiệp nào khác cùng thời. Mặc dù trên thực tế, đa số các công ty internet có rất ít tài sản vật chất, rất nhiều trong số chúng đã được định giá rất cao trên thị trường chứng khoán lúc đầu. Bị hấp dẫn bởi những dự đoán về ngành công nghệ, các chủ thể là những nhà đầu tư đã đầu tư một số lượng lớn vốn vào các công ty dotcom mà không có lịch sử lợi nhuận chính xác.

Rất nhiều công ty dotcom được ra đời và chỉ tập trung vào tăng trưởng và mức độ nhận diện thương hiệu với mục tiêu đạt được giá trị cao trên thị trường chứng khoán, bất chấp việc trên thực tế các công ty này bán được rất ít sản phẩm. Nasdaq đã tăng lên mức cao nhất trong lịch sử vào tháng 3 năm 2000.

Bong bóng dotcom đã vỡ vào năm 2001 khi nhiều công ty internet bắt đầu công bố việc thiếu hụt lợi nhuận. Một số chủ thể là ácc nhà đầu tư bắt đầu nhanh chóng chuyển tiền đầu tư của họ sang các công cụ tài chính khác, cũng chính vì thế mà đã dẫn đến tình trạng bán tháo và sụt giảm giá cổ phiếu. Một lượng lớn các khoản đầu tư đã bị mất, từ đó mà dẫn đến một cuộc suy thoái nhẹ ở Mỹ và các quốc gia khác.

Phương pháp phân tích cụm trong lựa chọn và giao dịch cổ phiếu:

Phương pháp phân tích cụm đã giúp tìm ra các phân loại cổ phiếu như cổ phiếu có tính chu kì và cổ phiếu tăng trưởng. Những chiến lược đầu tư như chiến lược smart beta hay đầu tư yếu tố (Factor investing).

Những chiến lược đầu tư như chiến lược smart beta hay đầu tư yếu tố cố gắng thu lợi nhuận được điều chỉnh rủi ro tốt hơn từ các phần bù rủi ro như mức biến động giá tối thiểu, mức tăng trưởng và động lượng. Chúng bao hàm các khái niềm về nhóm và phân loại cổ phiếu dựa trên phương pháp phân tích cụm.

Phương pháp phân tích cụm được đánh giá là nền tảng cho các chiến lược đầu tư yếu tố xác định các cổ phiếu có rủi ro hệ thống và các đặc điểm tương tự nhau.

Tuy nhiên không phải lúc nào tất cả các tài sản trong một phân cụm đều trong cùng một ngành. Thông thường, các phân cụm cổ phiếu nắm giữ đến từ nhiều ngành hay lĩnh vực khác nhau như công nghệ và tài chính.

3. Nhược điểm của phương pháp phân tích cụm:

Nhược điểm lớn nhất của phương pháp phân tích cụm đó chính là mức độ chồng chéo giữa các phân cụm. Các phân cụm gần nhau hay có nghĩa là có mối tương quan cao trong lợi nhuận, thông thường chia sẻ chung một số yếu tố rủi ro.

Chính bởi vì nguyên nhân đó nên một phân cụm giảm lợi nhuận có thể khiến hiệu suất giảm trong phân cụm khác. Vì vậy, các chủ thể là các nhà đầu tư nên tìm kiếm và nhóm các cổ phiếu có khoảng cách lớn với các phân cụm sẽ bị ảnh hưởng bởi nhiều yếu tố thị trường khác nhau.

Tuy nhiên, những điều kiện thị trường rộng hơn như cuộc suy thoái thế giới năm 2008 vẫn sẽ làm toàn bộ danh mục đầu tư giảm hiệu suất bất kể các chủ thể là các nhà đầu tư cấu trúc nó như thế nào.

Kịch bản lí tưởng nhất đó chính là các phân cụm tốt sẽ có thể làm giảm thiểu các tổn thất của các chủ thể.

4. Tìm hiểu về thống kê:

Ta hiểu về thống kê như sau:

Thống kê được hiểu là việc nghiên cứu của tập hợp nhiều lĩnh vực khác nhau, bao gồm các hoạt động phân tích, giải thích, trình bày và tổ chức dữ liệu. Hay ta hiểu thống kê là các số liệu được thu thập nhằm mục đích chính là để phản ánh các hiện tượng kinh tế – xã hội, tự nhiên, kỹ thuật. Không những thế, thống kê cũng chính là hệ thống các phương pháp được sử dụng nhằm mục đích để nghiên cứu các hiện tượng kinh tế – xã hội, tự nhiên, kỹ thuật.

Khi các chủ thể không thể thu thập được dữ liệu điều tra dân số, các nhà thống kê thu thập dữ liệu bằng cách phát triển các mẫu thí nghiệm và mẫu khảo sát cụ thể. Quá trình thực hiện lấy mẫu đại diện sẽ đảm bảo rằng những suy luận và kết luận có thể được áp dụng từ mẫu cho đến tổng thể. Một nghiên cứu thực nghiệm bao gồm việc các chủ thể thực hiện đo lường hệ thống được nghiên cứu, thao tác trên hệ thống và sau đó sẽ đo lường thêm, sử dụng cùng thủ tục mẫu để nhằm mục đích chính đó là để nhằm xác định xem các thao tác có thay đổi giá trị đo lường hay không. Ngược lại, một quan sát nghiên cứu sẽ không liên quan đến thao tác thực nghiệm.

Hai phương pháp thống kê chính được sử dụng trong phân tích dữ liệu đó chính là:

– Thống kê mô tả, đây được hiểu là phương pháp tóm tắt dữ liệu từ một mẫu sử dụng các chỉ số như là giá trị trung bình hoặc độ lệch chuẩn.

Thống kê mô tả được sử dụng thường xuyên nhất với hai thuộc tính phân phối (mẫu hoặc tổng thể): chiều hướng trung tâm (hoặc vị trí) tìm cách để nhằm mục đích mô tả giá trị trung bình hoặc giá trị đặc trưng của phân phối, trong khi phân tán (hoặc thay đổi) mức độ đặc trưng mà các thuộc tính của phân phối đi trệch so với nghiên cứu..

– Thống kê suy luận, rút ra kết luận từ dữ liệu biến thiên ngẫu nhiên (ví dụ: các sai số quan sát, mẫu của tổng thể).

Suy luận về thống kê toán học được thực hiện trong khuôn khổ của lý thuyết xác suất, trong đó sẽ đề cập tới việc phân tích các hiện tượng ngẫu nhiên. Để nhằm mục đích thực hiện một suy luận khi chưa biết số lượng, hoặc nhiều ước lượng được đánh giá bằng cách sử dụng mẫu.

Chức năng của thống kê:

Thống kê được chia ra làm hai lĩnh vực, cụ thể đó là: thống kê mô tả và thống kê suy luận. Trên thực tế mỗi lĩnh vực có riêng thì sẽ có một chức năng của nó, tổng hợp hai chức năng của hai lĩnh vực này ta sẽ được chức năng của thống kê. Chức năng của thống kê bao gồm:

– Thống kê mô tả (Descriptive statistics): Thống kê mô tả được hiểu là các phương pháp liên quan đến việc thu thập số liệu, tóm tắt, trình bày, tính toán và mô tả các đặc trưng khác nhau để nhằm mục đích giúp phản ánh một cách tổng quát đối tượng nghiên cứu.

– Thống kê suy luận (Inferential statistics): Thống kê suy luận là bao gồm các phương pháp ước lượng các đặc trưng của tổng thể, phân tích mối liên hệ giữa các hiện tượng nghiên cứu, dự đoán hoặc ra quyết định dựa trên cơ sở thu thập thông tin từ kết quả quan sát mẫu.