আমরা এই সমস্যাটি ব্যাখ্যা করার জন্য একটি পরীক্ষা করেছি। এই পরীক্ষাটি কয়েকটি মূল অনুমান থেকে শুরু হয়। আমাদের 20 টি ট্রেডিং সিগন্যাল রয়েছে যা 8% এবং 0.6 বার্ষিক শেয়ার্পের বার্ষিক সমন্বয় করে। এই কৌশলটির সিগন্যালগুলি খুব বেশি উত্পাদনশীল নয়। এই ট্রেডিং সিগন্যালগুলি প্রতিদিন প্রের হয়। পরীক্ষায় কৌশলটি দশ বছরের জন্য স্থায়ী হয় (দৈনিক ট্রেডিং), তবে তারপরে আমরা দেখাব যে পরিসংখ্যানটি পরিবর্তিত হয় যখন পর্যবেক্ষণের নমুনা হ্রাস পায়। পরীক্ষাটি মোট 500 বার পুনরাবৃত্তি করা হয় এবং সম্পর্কিত পরিসংখ্যানগুলির একটি বিতরণ পাওয়া যায়, যেমন বার্ষিক সমন্বয় লাভ এবং বার্ষিক শেয়ার্পের হার।
ট্রেডিংয়ের একটি গুরুত্বপূর্ণ ইনপুট ভেরিয়েবল হল সিগন্যালগুলির মধ্যে সম্পর্ক। আমরা 0 থেকে 0.9 পর্যন্ত সম্পর্কিত কফিয়েন্টগুলি অনুসরণ করে একটি সিরিজ পরীক্ষা করেছি। পরীক্ষাটি লেনদেনের ব্যয় বিবেচনা করে না (কারণ আমরা কেবলমাত্র আপেক্ষিক পারফরম্যান্সে আগ্রহী) এবং সম্পর্কিত দৈনিক পুনরায় ভারসাম্যযুক্ত বার্ষিক সমন্বয় উপার্জনের বিতরণটি মূলত একই। স্পষ্টতই, কৌশলগত সম্পর্ক বিবেচনা না করে, একাধিক কৌশল রয়েছে যা বার্ষিক উপার্জন বাড়ায় না।
নিম্ন প্রাসঙ্গিকতার সংকেতগুলি একত্রিত করা আয় বৃদ্ধি করে না, তবে উপরের চিত্রটি ইঙ্গিত দেয় যে অতিরিক্ত কৌশলগুলির সুবিধা হতে পারে, বিশেষত যখন এই কৌশলগুলি সম্পর্কিত নয়। চিত্রের বাম অর্ধেক, যা 0 থেকে 0.4 এর মধ্যে সম্পর্কিত সহগগুলি, আরও সংকীর্ণভাবে বিতরণ করা হয়েছে এবং পাঁচশত পরীক্ষার আয় ইতিবাচক।
শার্প রেট ব্যবহার করে ঝুঁকি সামঞ্জস্যের লাভের পরিমাপ করার পর পরীক্ষার ফলাফল আরও স্পষ্ট হয়। ২০টি বার্ষিক শার্প রেট ০.৬ এবং একে অপরের সাথে সম্পর্কিত কোয়ালিটি ০ এর সাথে একটি সমন্বয় তৈরি করা হয়, যার বার্ষিক শার্প রেট ৩। ২০টি বার্ষিক শার্প রেট ০.৬ এবং একে অপরের সাথে সম্পর্কিত গড় কোয়ালিটি ০.৯ এর সাথে একটি সমন্বয় তৈরি করা হয়, যার বার্ষিক শার্প রেট ০.৬৪ এবং পূর্ববর্তীটি পরেরটির চেয়ে ৩৭০% বেশি লাভ করে।
উপরের চার্টটি দেখায় যে কৌশলগুলির প্রাসঙ্গিকতা বাড়ার সাথে সাথে শার্প অনুপাত দ্রুত হ্রাস পায়। সম্পর্কিত কফিয়ারেন্টগুলি 0 থেকে 0.2 এ বৃদ্ধি পেয়েছে এবং শার্প অনুপাত 56% হ্রাস পেয়েছে।
এমনকি উচ্চ শার্প রেট থাকা সত্ত্বেও, এই সমন্বয় কৌশলটি প্রায় 50,000 টি ট্রেডিং সিগন্যাল রয়েছে এবং শার্প রেটগুলির পার্থক্যগুলি শূন্যের সাথে সম্পর্কিত। একটি ভাগ্যবান বিনিয়োগকারী 3.5 এর শার্প রেট পেতে পারে (যা একজন ব্যক্তিকে কোটিপতি হতে পারে) এবং একই সমন্বয়কারী দুর্ভাগ্যজনক বিনিয়োগকারীরা 2.5 এর শার্প রেট পান। এমনকি উচ্চ শার্প রেটগুলির সমন্বয়েও গ্যাস একটি গুরুত্বপূর্ণ ভূমিকা পালন করে।
স্পষ্টতই, পর্যবেক্ষণের নমুনা যত বেশি, সীমানা তত স্পষ্ট। যদি কোনও বিনিয়োগকারী দশকের পরিবর্তে কেবল এক বছরের পর্যবেক্ষণের নমুনা গ্রহণ করে তবে কী হবে? নিম্নলিখিত চিত্রটি দেখায় যে প্রাসঙ্গিকতা বাড়ার সাথে সাথে শার্প রেটগুলির পার্থক্যগুলি সূচকীয়ভাবে বৃদ্ধি পায়) যদিও 5000 টি লেনদেন রয়েছে, বেশিরভাগ পোর্টফোলিওগুলি এলোমেলো ভাগ্য উপাদান থেকে পৃথক নয়। স্পষ্টতই, এই কারণেই ডেটা-চালিত হেজ ফান্ডগুলি উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং পছন্দ করে, উচ্চ-ফ্রিকোয়েন্সি ট্রেডগুলি দ্রুত সংকেতগুলি যাচাই করতে পারে এবং তাদের শার্প রেট গড় অর্জন করে।
যদি আমরা উপরের ১০,০০০টি পৃথক কৌশলকে অনুকরণ করি, তাহলে কত শতাংশের পি-ভ্যালু ৫% এর নিচে? উত্তরটি প্রায় ৪৮%। এটি সম্ভবত বেশিরভাগ গবেষকদের এই ধরনের একটি দৈনন্দিন কৌশল ত্যাগ করতে বাধ্য করবে (যেমন, বার্ষিক শার্প রেট ০.৬ এর কৌশল) । তবে, যদি সিগন্যালগুলির মধ্যে সম্পর্ক যথেষ্ট কম হয়, তাহলে এই দুর্বল সংকেত সমন্বয়গুলি একত্রিত করে অলৌকিক কাজ করতে পারে এবং সংমিশ্রণের রিটার্ন খুব উল্লেখযোগ্য হয়ে ওঠে। সমস্ত শূন্য সম্পর্কিত পোর্টফোলিওগুলির পি-ভ্যালু ৫% এর নিচে।
০.৬ এর একটি বার্ষিক শার্প অনুপাতের কৌশলটি গবেষকদের দ্বারা পরিত্যাগ করা হতে পারে কারণ এটির ট্রেডিংয়ে কোনও আকর্ষণ নেই; কিন্তু যদি এটি বিদ্যমান সংকেতগুলির সাথে সঠিক (অর্থাৎ কম) সম্পর্কিত হয় তবে এটি ভালভাবে সংমিশ্রণের মান বাড়িয়ে তুলতে পারে।
এই নিবন্ধটি নতুন কোন ক্ষেত্র উন্মোচন করেনি, কারণ বিচ্ছিন্ন বিনিয়োগের সুবিধাগুলি বিনিয়োগকারী সম্প্রদায়ের কাছে সুপরিচিত। তবে এটি আপনাকে মনে করিয়ে দেয় যে 0.6 বার্ষিক শার্প রেট কৌশলটি ত্যাগ করার দরকার নেই, সম্ভবত আপনি এটি আপনার বিদ্যমান কৌশল পোর্টফোলিওতে যুক্ত করতে পারেন, যা পোর্টফোলিওর তরলতা হ্রাস করে এবং সামগ্রিক আয় বাড়ানোর জন্য আরও বেশি লিভারেজ ব্যবহারের অনুমতি দেয়।
প্রাইভেট ওয়ার্কশপ থেকে পুনর্নির্দেশিত