করেলেশন ও কনসেনট্রেশন ঝুঁকি: আলাদা ট্রেড যখন একই বাজি
সর্বশেষ সংরক্ষিত:
Executive Summary
- ✦একাধিক ticker-ও একটি concentrated market view প্রকাশ করতে পারে।
- ✦Timeframe, lookback ও market regime-এর সঙ্গে correlation বদলায়।
- ✦সম্পর্কিত position-কে common risk driver অনুযায়ী group করুন।
- ✦Portfolio stress-test করুন এবং cluster level-এ cash risk budget করুন।
করেলেশন ও কনসেনট্রেশন ঝুঁকি: আলাদা ট্রেড কখন একই বাজি
শেখার লক্ষ্য: যেসব পজিশন দেখতে বৈচিত্র্যপূর্ণ হলেও একই বাজারচালকের ওপর নির্ভর করে, সেগুলো শনাক্ত করা এবং সেই ওভারল্যাপ বিবেচনায় নিয়ে পোর্টফোলিও ঝুঁকি নির্ধারণ করা।
একাধিক ইন্সট্রুমেন্ট থাকলেই পোর্টফোলিও বৈচিত্র্যপূর্ণ হয় না। একটি পোর্টফোলিওতে UK equity index, US technology fund, Bitcoin এবং oil producer থাকতে পারে, কিন্তু সবগুলোই একটি বড় ফলাফলের ওপর নির্ভর করতে পারে: শক্তিশালী risk appetite ও সহজ আর্থিক পরিবেশ। সেই সাধারণ চালক উল্টে গেলে একাধিক পজিশন একসঙ্গে ক্ষতিগ্রস্ত হতে পারে।
করেলেশন এই সম্পর্ক বর্ণনা করতে সাহায্য করে। এটি পরবর্তী মুভের পূর্বাভাস নয় এবং স্থিরও নয়। এর ব্যবহারিক উদ্দেশ্য হলো, ভিন্ন ticker-এর মাধ্যমে একই ঝুঁকি অনিচ্ছাকৃতভাবে বহু গুণ নেওয়া ঠেকানো।
১. করেলেশন কী মাপে বুঝুন
করেলেশন সাধারণত -১ থেকে +১-এর মধ্যে প্রকাশ করা হয়:
- +১ মানে নমুনা সময়ে দুটি return series একই দিক ও অনুপাতে চলেছে।
- ০ মানে ওই নমুনায় ধারাবাহিক linear relationship ছিল না।
- -১ মানে তারা বিপরীত দিক ও অনুপাতে চলেছে।
Price level তুলনা না করে return থেকে correlation হিসাব করা উচিত। ফলাফল timeframe ও lookback-এর ওপরও নির্ভর করে। ২০ দিনের daily-return correlation, ২৫০ দিনের measure বা intraday estimate থেকে অনেক আলাদা হতে পারে।
করেলেশন বর্ণনামূলক, স্থায়ী নয়। বাজারে ধাক্কার সময় বিনিয়োগকারীরা একসঙ্গে বহু risky asset বিক্রি করলে এটি দ্রুত বেড়ে যেতে পারে।
২. সাধারণ ঝুঁকিচালক খুঁজুন
Matrix দেখার আগে লিখুন প্রতিটি trade কেন কাজ করার কথা। সাধারণ driver group হতে পারে:
- বৈশ্বিক প্রবৃদ্ধি ও risk appetite;
- সুদের হার ও bond yield;
- US dollar;
- জ্বালানি মূল্য;
- inflation expectation;
- একই industry, country বা company supply chain।
দুটি পজিশনের historical correlation মাঝারি হলেও তাদের event risk একই হতে পারে। যেমন long airline ও short oil—দুটিই fuel cost নিয়ে একটি view প্রকাশ করতে পারে। কয়েকটি gold-mining share নিলে gold-price exposure-এর সঙ্গে company ও equity-market risk-ও যোগ হয়।
৩. Exposure মাপুন, তারপর stress test করুন
প্রতিটি পজিশন, stop পর্যন্ত cash risk, direction ও প্রধান driver দিয়ে একটি সহজ table তৈরি করুন। এরপর একাধিক window—যেমন ২০ ও ৬০ trading day—ব্যবহার করে return correlation দেখুন। এটি diagnosis-এর উপায়; একটি মাত্র সংখ্যাকে ধরে optimisation করার নির্দেশ নয়।
তারপর stress scenario পরীক্ষা করুন: equities কমলে, dollar বাড়লে, volatility লাফ দিলে বা oil gap করলে কী হবে? একই liquidation pressure-এ থাকা assetগুলোর correlation +১-এর দিকে যেতে পারে ধরে নিন। এই পরীক্ষা শান্ত সময়ের statistics-এ লুকানো concentration প্রায়ই প্রকাশ করে।
৪. Portfolio risk budget ব্যবহার করুন
প্রতিটি position risk আলাদাভাবে এবং cluster-এর অংশ হিসেবেও দেখতে হবে। কয়েকটি ঘনিষ্ঠভাবে সম্পর্কিত idea-কে আলাদা পূর্ণ allocation না দিয়ে তাদের সম্মিলিত cash risk সীমিত করা যেতে পারে।
সঠিক limit নির্ভর করবে strategy, liquidity, holding period ও পরীক্ষিত loss tolerance-এর ওপর। Percentage-risk নিয়ম উদাহরণ মাত্র, সবার জন্য স্থির নিয়ম নয়। Stop-এ slippage হতে পারে, gap পরিকল্পিত ক্ষতি ছাড়াতে পারে এবং exit fill হওয়ার আগেই correlation বদলাতে পারে।
কাজ করা উদাহরণ
ধরা যাক, একটি কাল্পনিক £25,000 account-এ তিনটি planned long trade আছে:
| পজিশন | Stop পর্যন্ত cash risk | প্রধান driver |
|---|---|---|
| US technology ETF | £250 | growth ও falling yields |
| Bitcoin | £250 | risk appetite ও liquidity |
| Semiconductor share | £250 | growth, AI demand ও falling yields |
প্রতিটি trade account-এর ১% ঝুঁকি নেয়। কিন্তু সব stop hit হলে সম্মিলিত planned loss £750, অর্থাৎ ৩%। নাম আলাদা হলেও yield বাড়া ও risk appetite দুর্বল হলে তিনটিই ক্ষতিগ্রস্ত হতে পারে।
একটি সম্ভাব্য পদ্ধতি হলো এগুলোকে একটি risk cluster হিসেবে দেখা। Trader প্রতিটি position ছোট করে cluster-এর মোট risk £375 করতে পারেন, শুধু সবচেয়ে শক্তিশালী setup বেছে নিতে পারেন, অথবা পরীক্ষা করা ভিন্ন আচরণের exposure যোগ করতে পারেন। এতে ছোট ক্ষতির নিশ্চয়তা নেই; gap ও পরিবর্তনশীল সম্পর্কের ঝুঁকি থাকে।
এখন ধরা যাক, তিনটির ৬০ দিনের return correlation মাঝারি ছিল, কিন্তু সর্বশেষ দুটি তীব্র risk-off session-এ সবগুলো একসঙ্গে পড়েছে। স্বল্পমেয়াদি downside plan-এর জন্য শান্ত সময়ের average-এর চেয়ে এই stress behaviour বেশি গুরুত্ব পাওয়ার যোগ্য।
সাধারণ ভুল
- সাধারণ driver না দেখে ticker গোনা।
- অতীতের correlation coefficient-কে স্থায়ী নিয়ম ধরা।
- Strategy horizon-এর সঙ্গে না মিলিয়ে daily ও intraday data মেশানো।
- Direction উপেক্ষা করা: positively correlated দুটি asset-এর একটি long ও অন্যটি short হলে offset হতে পারে।
- Hedge-এর size, basis বা trading hour আলাদা হলেও সেটিকে নিখুঁত মনে করা।
- একই news catalyst-এর পর কয়েকটি trade যোগ করে প্রত্যেকটিকে আলাদাভাবে মূল্যায়ন করা।
- Stop কাঙ্ক্ষিত price-এর বাইরে fill হতে পারে—এটি ভুলে যাওয়া।
ব্যবহারিক checklist
সম্পর্কিত trade নেওয়ার আগে জিজ্ঞেস করুন:
- কোন economic বা market driver প্রতিটি setup-কে কাজ করাবে?
- একই surprise-এ কোন পজিশনগুলো ক্ষতিগ্রস্ত হতে পারে?
- প্রতিটি driver cluster-এর মোট cash risk কত?
- Short ও medium window return correlation কি একই গল্প বলে?
- সাম্প্রতিক stressed session-এ সম্পর্কগুলো কেমন ছিল?
- Position direction overlap তৈরি করছে, নাকি offset?
- Gap, liquidity ও ভিন্ন market hour কি risk plan-এ আছে?
- Correlation হঠাৎ বেড়ে গেলেও portfolio কি গ্রহণযোগ্য থাকবে?
The Money Man-এর দৃষ্টিভঙ্গি
Daily-timeframe trading-এ correlation সবচেয়ে কার্যকর portfolio warning system হিসেবে। Trade thesis ও cash risk দিয়ে শুরু করুন, statistics দিয়ে সেই ধারণাকে যাচাই করুন, তারপর পুরো cluster stress test করুন। সম্পর্ক স্থির থাকবে ধরে নিলে বা কয়েকটি correlated stop-কে স্বাধীন সুরক্ষা মনে করলে বিশ্লেষণটি আর নির্ভরযোগ্য থাকে না।
এই tutorial শিক্ষামূলক তথ্য, AI-assisted research ও writing-এর সহায়তায় তৈরি। এটি ব্যক্তিগত আর্থিক পরামর্শ, trade recommendation বা লাভের প্রতিশ্রুতি নয়। বাজারে gap হতে পারে, liquidity কমে যেতে পারে এবং ক্ষতি পরিকল্পিত stop risk ছাড়িয়ে যেতে পারে।