Skewness ও Tail Risk: Profitable Average কীভাবে বড় Loss লুকায়

Skewness ও Tail Risk: Profitable Average কীভাবে বড় Loss লুকায়

কোনো strategy positive average return, high win rate ও calm equity curve দেখাতে পারে—তারপর একটি move-এ কয়েক মাসের gain হারাতে পারে। Mean ও volatility record-এর এক অংশ বলে। Skewness ও left tail দেখায় rare loss সেটিকে dominate করে কি না।

Read in English: Skewness and Tail Risk: Why a Profitable Average Can Hide Large Losses

শেখার লক্ষ্য: positive ও negative skew আলাদা করা, average-এর ওপর নির্ভর না করে loss tail inspect করা, simple Expected Shortfall calculate করা এবং rare large loss avoid করার ওপর নির্ভরশীল frequent-small-gain strategy stress-test করা।

1. Complete return distribution দিয়ে শুরু করুন

Return series-এ average-এর চেয়ে বেশি information থাকে:

• Mean: outcome-এর arithmetic average;
• Median: middle observation;
• Volatility: mean-এর চারপাশে outcome কতটা ছড়ায়;
• Skewness: distribution-এর কোন side বেশি দূর প্রসারিত;
• Tail: দুই প্রান্তের rare, extreme observation।

CFA Institute-এর statistical measures of asset returns central tendency, dispersion, skewness ও kurtosis-কে return analysis-এর আলাদা অংশ হিসেবে দেখে। একটি number অন্যগুলোর বিকল্প নয়।

2. Positive ও negative skew সহজ ভাষায়

Positive skew-এর right tail longer। অনেক outcome small loss বা modest gain হতে পারে, সঙ্গে occasional very large winner। Loss cut করে কয়েকটি trend run করতে দেওয়া trend-following system-এর এমন shape হতে পারে।

Negative skew-এর left tail longer। এটি frequent small gain এবং occasional severe loss দিতে পারে। Crash, gap, liquidity বা short-option risk absorb করার premium আয় করা strategy-এর এমন shape হতে পারে।

Skewness কোনো strategy-কে good বা bad label করে না। এটি বলে কোন ধরনের surprise গুরুত্বপূর্ণ। Positively skewed strategy-ও unprofitable হতে পারে; negatively skewed strategy return earn করতে পারে, তবে তার rare loss-এর জন্য explicit capital plan দরকার।

3. Worked example: একই average, ভিন্ন experience

Cost-এর আগে দুটি simplified 20-period record compare করুন:

• Strategy A: উনিশটি +1% return এবং একটি −15% return;
• Strategy B: বিশটি +0.2% return।

দুটির arithmetic mean একই:

[(19 × 1%) − 15%] ÷ 20 = +0.2%

কিন্তু compounded result আলাদা:

• Strategy A: 1.01¹⁹ × 0.85 − 1 ≈ +2.68%;
• Strategy B: 1.002²⁰ − 1 ≈ +4.08%।

Strategy A-এর win rate-ও 95%, কিন্তু একটি loss পনেরটি ordinary winner erase করে এবং negatively skewed distribution তৈরি করে। Mean return ও win rate attractive দেখালেও path risk uncomfortable থাকতে পারে।

4. Volatility ও Sharpe কেন shape miss করতে পারে

Standard deviation upside ও downside deviation symmetrically treat করে। Sharpe ratio excess average return-কে সেই volatility দিয়ে divide করে। Comparison-এর জন্য useful, কিন্তু small gain-এর smooth stream-এর পরে একটি crash একই mean ও standard deviation-এর symmetric series-এর equivalent নয়।

CFA Institute-এর higher moments and disaster risk review বলে traditional measure skewness ও rare-disaster exposure understate করতে পারে। Sharpe ও Sortino guide tail measure-এর সঙ্গে ব্যবহার করুন, final verdict হিসেবে নয়।

5. Worst observation directly inspect করুন

Return worst থেকে best sort করে report করুন:

1. worst single-period return;
2. worst five ও ten observation;
3. maximum drawdown ও recovery time;
4. planned stop-এর বাইরে largest gap;
5. market stress-এর সময় loss;
6. fee, spread ও financing-এর আগে এবং পরের result।

তারপর দেখুন loss-এর common cause আছে কি না: earnings gap, volatility spike, crowded exit, exchange closure বা correlated position। Mechanism ছাড়া tail statistic sample describe করতে পারে, কিন্তু next regime predict করতে fail করতে পারে।

6. VaR threshold; Expected Shortfall তার বাইরে দেখে

Historical Value at Risk (VaR) chosen percentile-এ loss threshold estimate করে। 100টি equally weighted daily observation-এ simple 95% historical VaR worst five observation-কে অন্য 95টি থেকে আলাদা করা boundary-এর কাছাকাছি।

Boundary পার হওয়ার পরে loss কত severe তা VaR বলে না। Expected Shortfall (ES) tail-এর loss average করে।

ধরা যাক five worst daily return −4%, −5%, −6%, −8% এবং −12%:

95% historical ES = (−4% − 5% − 6% − 8% − 12%) ÷ 5 = −7%

Estimate বলছে sample-এর worst 5%-এর average ছিল 7% loss। এটি next tail loss 7%-এ capped থাকার promise নয়।

7. Small sample tail estimate-কে fragile করে

100 observation-এ 95% ES মাত্র five data point-এর ওপর নির্ভর করে। 250 daily observation-এ 99% tail-এ মাত্র কয়েকটি observation থাকে। একটি new shock estimate sharply বদলাতে পারে।

Review improve করতে:

• different regime include করার মতো data ব্যবহার করুন;
• crisis period automatically “outlier” বলে remove করবেন না;
• clustered return একসঙ্গে রাখতে block-bootstrap sampling করুন;
• historical worst-এর চেয়েও বড় loss stress করুন;
• wider spread, gap ও unavailable liquidity test করুন;
• false precision-এর বদলে confidence range report করুন।

Historical skewness sample-এর evidence, strategy-এর stable law নয়।

8. Tail risk-কে position rule-এ translate করুন

Gap-এ strategy normal stop-এর কয়েক গুণ lose করতে পারলে position size intended stop নয়, stressed loss ব্যবহার করবে। Correlated position একসঙ্গে shock করতে হবে।

Practical review জিজ্ঞেস করতে পারে:

• Worst historical loss দুইবার হলে কী হয়?
• Position reduce করার আগে volatility double হলে কী হয়?
• Same theme-এর সব position একসঙ্গে gap করলে কী হয়?
• Stop-এর এক বা দুই price level beyond-এ exit fill হলে কী হয়?
• Resulting drawdown account-এর ruin threshold-এর নিচে থাকে?

Tail analysis তখনই useful যখন এটি size, diversification, hedging, execution বা trade avoid করার decision বদলায়।

Common mistakes

1. শুধু average return থেকে strategy choose করা।
2. High win rate-কে low risk-এর evidence ধরা।
3. Check না করে return normal distribution follow করে assume করা।
4. Investigation ছাড়া extreme loss data error হিসেবে delete করা।
5. VaR-কে maximum possible loss হিসেবে report করা।
6. খুব কম data থেকে 99% tail estimate করা।
7. Clustered loss ও changing market regime ignore করা।
8. Common portfolio tail miss করে প্রতিটি position আলাদাভাবে measure করা।

Practical checklist

• Mean ও median দুটোই reported?
• Histogram বা empirical distribution inspected?
• Skewness direction understood?
• Worst observation individually reviewed?
• Maximum drawdown ও recovery time measured?
• VaR-এর সঙ্গে Expected Shortfall used?
• Sample-এ যথেষ্ট tail observation আছে?
• Crisis ও gap scenario retained?
• Correlated position একসঙ্গে stressed?
• Tail finding position size-এ reflected?

The Money Man View

Average একটি summary, survival plan নয়। Return unusually smooth, win rate খুব high এবং loss mechanism-কে “unlikely” বলা হলে trader-এর সবচেয়ে বেশি সন্দেহ করা উচিত। Strategy কতবার lose করে শুধু তা নয়, familiar pattern break করলে কতটা lose করতে পারে সেটিও প্রশ্ন।

শিক্ষামূলক risk disclosure

এই tutorial simplified hypothetical example ব্যবহার করেছে এবং The Money Man editorial workflow-এর অধীনে AI-assisted research ও writing দিয়ে প্রস্তুত। এটি শিক্ষামূলক তথ্য, personalised investment advice নয়। Tail estimate limited historical data-এর ওপর নির্ভর করে, extreme event sample exceed করতে পারে এবং trading substantial loss ঘটাতে পারে।