Base Rate ও Bayesian Updating: Traders-এর Practical Guide

Base Rate ও Bayesian Updating: Traders-এর Practical Guide

Powerful chart pattern, earnings surprise বা macro headline decisive মনে হতে পারে। সাধারণত তা নয়। Useful প্রশ্ন হলো new evidence আগে থেকে থাকা outcome-এর probability কতটা বদলাবে।

Read in English: Base Rates and Bayesian Updating: A Practical Guide for Traders

শেখার লক্ষ্য: defensible prior probability দিয়ে শুরু করা, competing outcome-এর অধীনে signal কতটা diagnostic তা measure করা, false certainty ছাড়া probability update করা এবং new estimate-কে payoff ও risk-এর সঙ্গে connect করা।

1. Signal আসার আগেই probability শুরু হয়

Base rate হলো আজকের special evidence consider করার আগে relevant reference set-এ outcome কতবার ঘটেছে। Comparable breakout-এর মাত্র 30% chosen target-এ invalidation-এর আগে পৌঁছালে 30% একটি possible starting prior—zero নয় এবং trader-এর confidence-ও নয়।

Reference set decision-এর সঙ্গে match করতে হবে। Bull market-এর US technology share-এর base rate supply shock-এর oil futures সম্পর্কে সামান্যই বলতে পারে। Define করুন:

• instrument ও market;
• timeframe ও holding period;
• exact setup ও outcome;
• volatility বা trend regime;
• transaction-cost assumption;
• sample date ও out-of-sample period।

Vague base rate precise-looking কিন্তু unreliable update তৈরি করে।

2. Comparison-এর মাধ্যমে evidence গুরুত্বপূর্ণ হয়

ধরা যাক breakout high volume-এ resistance-এর ওপরে close করেছে। “Successful breakout-এর আগে high volume কতবার আসে?” প্রশ্নটি test-এর অর্ধেক। Failure-এর আগে same signal কতবার আসে তাও জিজ্ঞেস করুন।

Evidence useful যখন alternative outcome-এর তুলনায় একটি outcome-এর অধীনে এটি বেশি likely। Bayesian terms-এ:

Posterior odds = prior odds × likelihood ratio

Likelihood ratio compare করে:

P(signal | success) ÷ P(signal | failure)

Success ও failure—দুটির আগেই signal common হলে chart impressive দেখালেও conviction সামান্য বদলানো উচিত।

3. Worked example: 70% signal মানে 70% success chance নয়

Historical out-of-sample data suggest করে:

• defined breakout-এর 30% succeed করে;
• successful breakout-এর 70%-এ confirmation signal থাকে;
• failed breakout-এর 40%-এও signal থাকে।

100 comparable setup কল্পনা করুন:

Outcome	Setup	Signal present
Successful	30	21
Failed	70	28
Total	100	49

49 signal-positive setup-এর মাত্র 21টি succeeded:

P(success | signal) = 21 ÷ 49 ≈ 42.9%

Signal estimate-কে 30% থেকে প্রায় 42.9%-এ তোলে। এটি useful evidence, কিন্তু 70% success probability তৈরি করে না। P(signal | success)-কে P(success | signal) মনে করা common base-rate error।

4. Probability একা trade decide করে না

Updated probability-কে payoff ও সব cost-এর সঙ্গে compare করতে হবে। Hypothetical trade success-এ 2R earn এবং failure-এ 1R lose করলে 42.9% estimated success rate-এ simplified expectancy:

(0.429 × 2R) − (0.571 × 1R) = +0.287R

এটি spread, slippage, fee, gap ও model error-এর আগের estimate। Price ইতোমধ্যে move করে remaining reward শুধু 1R হলে same probability দেয়:

(0.429 × 1R) − (0.571 × 1R) = −0.142R

Good news probability improve করতে পারে, কিন্তু worse entry trade-এর expected value remove করতে পারে।

5. Favourite story নয়, competing hypothesis update করুন

New information পড়ার আগে অন্তত দুই explanation লিখুন। যেমন:

• H1: daily uptrend resume করছে;
• H2: move wider range-এর ভেতরে short-covering bounce।

তারপর প্রতিটি outcome-এর অধীনে evidence কতটা likely জিজ্ঞেস করুন। One-day rally দুটোর সঙ্গেই fit করতে পারে। Wider participation ও follow-throughসহ resistance-এর ওপরে close better discriminate করতে পারে। Every story-তে fit করা evidence-এর diagnostic value কম।

CFA Institute Bayesian thinking-কে new evidence আসলে belief update করা হিসেবে describe করে, যেখানে evidence কত informative তার ভিত্তিতে weight দেওয়া হয়। Method single forecast-এর attachment কমাবে, narrative-কে mathematical decoration দেবে না।

6. Correlated evidence double-count করবেন না

Price breakout, rising momentum indicator ও moving-average crossover একই price move থেকে আসতে পারে। এগুলোকে three independent confirmation ধরলে update exaggerate হয়।

Source অনুযায়ী evidence group করুন:

• price ও market structure;
• volume ও breadth;
• fundamental বা economic data;
• positioning ও flow;
• volatility ও options pricing।

প্রতিটি group-এর indicator same input-এর transformation কি না check করুন। Independent evidence larger update justify করতে পারে; one observation-এর repeated version পারে না।

7. Regime change prior invalidate করতে পারে

Calm market থেকে estimated prior war, policy intervention, liquidity shock বা structural rule change-এর সময় fail করতে পারে। Inconvenient হলেই base rate discard করবেন না, তবে mechanism ও population comparable আছে কি না test করুন।

Sample support করলে conditional prior ব্যবহার করুন: trending বনাম ranging market, high বনাম low volatility, earnings বনাম non-earnings day। অতিরিক্ত subdivision tiny sample ও overfitting তৈরি করে। Untouched validation period preserve করুন।

8. Simple update journal তৈরি করুন

প্রতিটি decision-এর জন্য record করুন:

1. hypothesis ও alternative;
2. prior probability ও data source;
3. প্রতিটি outcome-এর অধীনে expected evidence;
4. updated probability;
5. available price-এ reward, loss ও cost;
6. position size ও invalidation;
7. outcome এবং probability calibrated ছিল কি না।

যথেষ্ট observation-এর পরে forecast band অনুযায়ী group করুন। 60–70% probability দেওয়া event মাত্র 40% ঘটলে process overconfident। One trade-এ certain শোনানোর চেয়ে calibration বেশি গুরুত্বপূর্ণ।

SEC-এর behavioural-pattern investor bulletin বলে noise trader good ও bad news-এ overreact করতে পারে। Written prior ও update rule সেই reaction slow করে এবং reviewable বানায়।

Common mistakes

1. Current setup unique মনে হওয়ায় base rate ignore করা।
2. P(signal | outcome) ও P(outcome | signal) reverse করা।
3. In-sample result-কে unbiased prior হিসেবে ব্যবহার করা।
4. Same price series থেকে তৈরি কয়েকটি indicator double-count করা।
5. শুধু existing position support করলে update করা।
6. Estimated probability-কে certain বা stable ধরা।
7. Signal price-এ already reflected থাকতে পারে ভুলে যাওয়া।
8. Reward, loss ও cost estimate ছাড়া probability ব্যবহার করা।

Practical checklist

• Outcome ও reference class precisely defined?
• Prior relevant out-of-sample observation-based?
• Competing hypothesis written?
• Success ও failure-এর অধীনে signal frequency measured?
• Correlated evidence একবারই counted?
• Current price-এর payoff-এর সঙ্গে posterior compared?
• Fee, slippage ও gap included?
• Regime prior sample-এর সঙ্গে comparable?
• Invalidation ও position size defined?
• Forecast calibration পরে reviewed?

The Money Man View

Strong analysis uncertainty eliminate করে না; evidence অনুযায়ী conviction বদলায়। Usually কী ঘটে তা দিয়ে শুরু করুন, competing outcome distinguish করা information-কে weight দিন এবং price calculation-এ রাখুন। Dramatic headline সত্য হলেও trade unattractive থাকতে পারে।

শিক্ষামূলক risk disclosure

এই tutorial simplified hypothetical probability ব্যবহার করেছে এবং The Money Man editorial workflow-এর অধীনে AI-assisted research ও writing দিয়ে প্রস্তুত। এটি শিক্ষামূলক তথ্য, personalised investment advice নয়। Historical base rate বদলাতে পারে, model input ভুল হতে পারে এবং trading substantial loss ঘটাতে পারে।