आपका बैकटेस्ट वोलैटिलिटी के उछाल को नया रेजीम क्यों मानता है

वोलैटिलिटी-टार्गेटेड रणनीति मापी गई वोलैटिलिटी बढ़ने पर अपनी पोज़िशन घटाती है, फिर वोलैटिलिटी गिरने पर एक्सपोज़र बढ़ाती है। यह सीधा लगता है, जब तक कोई झटका अनुमान को आसमान तक न पहुँचा दे। अनुमान पद्धति और रीबैलेंस नियम के आधार पर, रणनीति घटना के बाद कई हफ्तों तक पोज़िशन घटाती रह सकती है, रिकवरी के बाद ही दोबारा खरीद सकती है, या अपनी पोज़िशन में शोरभरे उतार-चढ़ाव दिखा सकती है।

कार्यान्वयन की 3 गलतियाँ इस नुकसान का बड़ा हिस्सा पैदा करती हैं। बैकटेस्ट में हर गलती एक समझदारी भरे जोखिम नियम को बेकार या शानदार दिखा सकती है। सुधार की शुरुआत यह तय करने से होती है कि टार्गेट किस चीज़ को नियंत्रित करे, फिर अनुमान और ट्रेडिंग शेड्यूल को उसी काम के अनुरूप बनाने से।

गलती 1: वोलैटिलिटी के आखिरी अनुमान को पूर्वानुमान मान लेना

रोलिंग स्टैंडर्ड डिविएशन चुनी गई अवधि का सार होता है। उसे नहीं पता कि अगला सेशन शांत होगा या उथल-पुथल भरा। छोटी अवधि का अनुमान झटके पर तेज़ी से प्रतिक्रिया देता है, लेकिन जब तक झटका सैंपल से बाहर नहीं हो जाता, यह ऊँचा बना रह सकता है। लंबी अवधि का अनुमान दोनों दिशाओं में धीरे बदलता है।

ऐसी रणनीति पर विचार करें जिसका लक्ष्य 10% वार्षिकीकृत वोलैटिलिटी हो और जो 20-दिन का अनुमान इस्तेमाल करे। अगर अनुमान 10% से बढ़कर 25% हो जाए, तो साधारण इनवर्स-वोलैटिलिटी नियम एक्सपोज़र को पिछले स्तर के 40% तक घटा देता है। झटका विंडो से बाहर होने पर अनुमान तेज़ी से गिर सकता है और एक्सपोज़र फिर बढ़ जाता है। नतीजे का रास्ता हेडलाइन टार्गेट जितना ही विंडो, रिटर्न सीरीज़ और रीबैलेंस शेड्यूल पर भी निर्भर करता है।

नुकसान अक्सर ऐसी पोज़िशन के रूप में दिखता है जो गिरावट के बाद बेचती है और कीमतें उछलने के बाद जोखिम बहाल करती है। इससे यह साबित नहीं होता कि नियम गलत है: उथल-पुथल के दौर में जोखिम सीमित करना उसका उद्देश्य हो सकता है। लेकिन केवल वास्तविक वोलैटिलिटी बताने वाला बैकटेस्ट टर्नओवर और बाज़ार में देर से भागीदारी की कीमत छिपा सकता है।

एक ही अवधि पर कई विंडो परखें और झटकों के आसपास एक्सपोज़र का रास्ता देखें। अगर पूर्वानुमान मॉडल आउट-ऑफ-सैंपल निर्णयों को बेहतर बनाता है, तो उसे इस्तेमाल करना उचित हो सकता है; लेकिन सिर्फ़ रेखा को समतल करने से किसी अधिक जटिल अनुमान पर भरोसा नहीं बनता।

गलती 2: पोज़िशन साइज़ पर सीमा लगाकर कहना कि टार्गेट हासिल हो गया

वोलैटिलिटी टार्गेटिंग आमतौर पर एक गुणक के रूप में लागू होती है। इसका एक मोटा रूप है: टार्गेट वोलैटिलिटी को अनुमानित वोलैटिलिटी से भाग देकर रणनीति की आधार पोज़िशन पर लागू करना। लेवरेज्ड बाज़ारों में अनुमान कम होने पर यह गुणक बड़ा हो सकता है। डेवलपर अक्सर इसकी अधिकतम सीमा तय करते हैं, जो बैकटेस्ट के लिए समझदारी है, लेकिन इससे नियम बदल जाता है।

मान लें कि टार्गेट 12% है, अनुमानित वोलैटिलिटी 4% है और आधार पोज़िशन 1.0 है। कच्चा गुणक 3.0 होगा। 1.5 की अधिकतम सीमा के साथ, रणनीति अपना इच्छित एक्सपोज़र हासिल नहीं कर सकती। इसके उलट, जब अनुमानित वोलैटिलिटी 30% तक बढ़ती है, तो कच्चा गुणक 0.4 रह जाता है। 0.5 की न्यूनतम एक्सपोज़र सीमा का मतलब है कि रणनीति टार्गेट फ़ॉर्मूला के अनुसार अपेक्षित स्तर से ज़्यादा जोखिम में बनी रहती है।

ये 3 अलग-अलग नियंत्रण हैं। रणनीति विनिर्देश में इन्हें अलग-अलग दर्ज करें और रिपोर्ट करें कि हर सीमा कितनी बार लागू हुई। अगर आधे सैंपल के दौरान अधिकतम सीमा सक्रिय रहती है, तो लक्ष्य से कम वास्तविक वोलैटिलिटी बस अपेक्षित नतीजा हो सकती है।

गलती 3: मॉडल में लगातार और खाते में अंतराल पर रीबैलेंस करना

बैकटेस्ट हर बार पर एक्सपोज़र दोबारा निकाल सकता है, जबकि पेपर ट्रेडिंग दिन में एक बार जाँच करती है। दोनों एक ही फ़ॉर्मूला इस्तेमाल करें, तब भी वे अलग रणनीतियाँ हैं। बार-बार रीबैलेंस करने से तेज़ प्रतिक्रिया मिलती है, लेकिन अनुमान का शोर ऑर्डर में बदल सकता है। फ़्यूचर्स में टर्नओवर से फ़ीस और संभावित फ़ंडिंग एक्सपोज़र आता है; इक्विटी में कमीशन, स्प्रेड और बाज़ार प्रभाव जुड़ते हैं। स्प्रेड को बार-बार पार करने पर छोटे समायोजन भी महँगे हो सकते हैं।

100,000 डॉलर के पोर्टफ़ोलियो में 50,000 डॉलर की टार्गेट पोज़िशन लें। अगर अनुमानित वोलैटिलिटी टार्गेट को 47,000 डॉलर तक ले जाए और अगले सेशन में फिर 49,000 डॉलर तक पहुँचा दे, तो दैनिक नियम 2 दिनों में 5,000 डॉलर का ट्रेड करेगा। साप्ताहिक नियम शायद केवल 1 बार ट्रेड करे, यह उसके अवलोकन की तारीख पर निर्भर करेगा। कोई भी शेड्यूल अपने आप बेहतर नहीं होता। बैकटेस्ट में वही शेड्यूल मॉडल होना चाहिए जिसका पेपर रणनीति वास्तव में पालन कर सकती है।

एक व्यावहारिक विकल्प रीबैलेंस बैंड है: तभी ट्रेड करें जब मौजूदा एक्सपोज़र टार्गेट से तय सीमा से अधिक अलग हो। इससे अनावश्यक ट्रेड घट सकते हैं, लेकिन जोखिम को टार्गेट से भटकने की गुंजाइश भी मिलती है। बैंड, उससे हुआ टर्नओवर और वास्तविक वोलैटिलिटी साथ दिखाएँ; टार्गेट को ऐसे पेश न करें मानो बैंड का कोई असर न हो।

वोलैटिलिटी-टार्गेटिंग बैकटेस्ट में क्या रिपोर्ट करना चाहिए?

नियम को इतना स्पष्ट रखें कि कोई व्यक्ति इनपुट देखकर पोज़िशन में बदलाव समझा सके। कम से कम हर अपडेट पर अनुमान, कच्चा गुणक, लागू गुणक, सीमा की स्थिति, टार्गेट एक्सपोज़र, वास्तविक एक्सपोज़र और रीबैलेंस का निर्णय दर्ज करें। फिर समान डेटा, लागत और एक्ज़िक्यूशन मान्यताओं पर अलग-अलग रूपों की तुलना करें।

और सबसे खराब हफ्तों को ध्यान से देखें। क्या रणनीति ने नुकसान से पहले जोखिम घटाया, या बाद में? क्या उसने रिकवरी से पहले एक्सपोज़र बहाल किया, या बाद में? इन जवाबों से यह तय नहीं होगा कि जोखिम नियम उपयोगी है या नहीं। ये बताएँगे कि आपने वास्तव में किस नियम का परीक्षण किया।