MAE ও MFE: আপনার Trade-এর ভেতরে কী ঘটেছিল?
সর্বশেষ সংরক্ষিত:

Executive Summary
- ✦MAE সবচেয়ে বড় adverse move এবং MFE সবচেয়ে বড় favourable move মাপে।
- ✦ভিন্ন trade তুলনা করতে excursion initial R-এ প্রকাশ করুন।
- ✦একটি anecdote নয়, setup ও regime অনুযায়ী distribution review করুন।
- ✦Live use-এর আগে বড় unseen sample-এ rule change test করুন।
শেখার লক্ষ্য: maximum adverse excursion (MAE) ও maximum favourable excursion (MFE) মাপা, তারপর একাধিক trade-এর data দিয়ে entry, stop ও exit উন্নত করা—একটি result দেখে rule fit না করে।
Final profit বা loss trade-এর চলার পথ লুকিয়ে রাখে। Winning trade প্রথমে প্রায় stop hit করতে পারে। Losing trade reverse হওয়ার আগে বড় open profit দেখাতে পারে। MAE ও MFE সেই path সংরক্ষণ করে।
- MAE হলো position open থাকা অবস্থায় সবচেয়ে বড় unrealised adverse move।
- MFE হলো position open থাকা অবস্থায় সবচেয়ে বড় unrealised favourable move।
দুটিই money, percentage, price point বা R-multiple-এ record করা যায়। ভিন্ন size তুলনায় R সাধারণত সহজ।
১. Measurement window fixed রাখুন
Actual entry থেকে actual exit পর্যন্ত মাপুন। Long trade-এ holding period-এর lowest traded price দিয়ে MAE এবং highest price দিয়ে MFE হয়। Short trade-এ calculation উল্টো।
Strategy-এর উপযোগী data ব্যবহার করুন। End-of-day swing trading-এর জন্য daily bar যথেষ্ট হতে পারে, কিন্তু intraday high ও low কোনটি আগে হয়েছে তা দেখায় না। Intraday managed strategy-এর জন্য intraday data দরকার।
২. Excursion-কে R-এ convert করুন
ধরা যাক long entry £50, initial stop £48 এবং risk distance £2। প্রতি share one R = £2।
Price ওঠার আগে £49.20-এ নামলে MAE £0.80, অর্থাৎ 0.4R। পরে £54 ছুঁলে MFE £4, অর্থাৎ 2R। £52.50 exit হলে realised result +1.25R; best unrealised gain-এর 0.75R capture হয়নি।
এই difference তথ্য, কিন্তু স্বয়ংক্রিয়ভাবে mistake নয়। Trend-following exit প্রতিটি high capture করবে না।
৩. Anecdote নয়, distribution review করুন
Meaningful sample-এ জিজ্ঞেস করুন:
- Winning trade সাধারণত কত MAE দেখে?
- অনেক loser কি সামান্য বা কোনো MFE ছাড়াই ব্যর্থ হয়?
- MFE-এর কত অংশ realised R-এ convert হয়?
- Setup, asset বা volatility regime অনুযায়ী result বদলায় কি?
অধিকাংশ winner 0.5R adverse movement-এর মধ্যে থাকলেও stop 1R দূরে হলে entry বা stop investigate করা যায়। এতে stop সঙ্গে সঙ্গে tighten করা প্রমাণিত হয় না। Tighter stop কোন trade survive করবে তা বদলায় এবং retest প্রয়োজন।
৪. MAE ও MFE দিয়ে ভালো question করুন
Winner-এর high MAE early entry, volatile instrument বা normal noise-এর ভেতরের stop বোঝাতে পারে। High MFE কিন্তু weak realised result এমন exit rule দেখাতে পারে যা বেশি open profit ফেরত দেয়। Loser-এর খুব low MFE দ্রুত failed setup দেখায় এবং time stop useful হতে পারে।
Cost, gap ও liquidity এখনও গুরুত্বপূর্ণ। Excursion data past path describe করে; future trade একইভাবে চলবে—এমন guarantee দেয় না।
Worked example
একই ধরনের পাঁচ breakout trade:
| Trade | MAE | MFE | Realised |
|---|---|---|---|
| A | 0.2R | 2.4R | 1.8R |
| B | 0.4R | 1.9R | 1.2R |
| C | 1.0R | 0.1R | -1.0R |
| D | 0.3R | 2.1R | 0.6R |
| E | 0.9R | 0.2R | -0.9R |
দুই loss প্রায় কোনো favourable movement দেখায়নি, আর winner 0.4R MAE-এর মধ্যে ছিল। Trade D best point থেকে 1.5R ফেরত দিয়েছে। বড় historical sample-এ দুটি hypothesis test করা যায়: progress না থাকা trade-এর earlier failure rule, এবং MFE 2R ছাড়ালে বেশি profit protect করা trailing method।
সঠিক next step হলো testing; পাঁচ observation দেখে live rule বদলানো নয়।
সাধারণ ভুল
- Actual fill নয়, planned entry থেকে মাপা।
- Intraday managed strategy-তে daily bar ব্যবহার করা।
- MFE ও realised profit-এর প্রতিটি gap-কে failure বলা।
- Small sample থেকে stop tighten করে curve-fit rule বানানো।
- Label ছাড়া long/short setup বা ভিন্ন regime mix করা।
- Fee, slippage ও partial exit ignore করা।
ব্যবহারিক checklist
- Entry, exit, high ও low কি consistent data থেকে?
- Trade direction কি সঠিকভাবে handle করা হয়েছে?
- MAE ও MFE কি initial R-এ প্রকাশ করা হয়েছে?
- Actual fill ও cost কি record করা হয়েছে?
- Sample কি setup ও regime অনুযায়ী আলাদা?
- একটি trade নয়, distribution কী দেখায়?
- Proposed rule change কি unseen data-তে retest করা হয়েছে?
- Change কি loss-এর সঙ্গে winner-ও কমাতে পারে?
The Money Man-এর দৃষ্টিভঙ্গি
MAE ও MFE diagnostic tool। এগুলো reward-এর আগে কত risk এসেছিল এবং method কত open profit ধরে রেখেছে তা দেখায়। আমরা initial risk unit fixed রেখে testable hypothesis তৈরি করি এবং কয়েকটি trade ঘিরে optimise করার temptation এড়িয়ে চলি।
শুধু শিক্ষামূলক তথ্য। এই tutorial AI-assisted এবং The Money Man প্রকাশিত। এটি ব্যক্তিগত investment advice, recommendation বা return-এর প্রতিশ্রুতি নয়। Trading-এ loss হতে পারে।