Volatility Targeting: Market বদলালে Traders কীভাবে Risk Scale করেন

Volatility Targeting: Market বদলালে Traders কীভাবে Risk Scale করেন

Fixed position calm market ও turbulent market-এ খুব different risk carry করতে পারে। Volatility targeting recent বা forecast volatility estimate অনুযায়ী exposure change করে: volatility rise করলে size reduce এবং fall করলে size increase করতে পারে। Aim হলো more stable risk profile, profit guarantee বা gap protection নয়।

Read in English: Volatility Targeting: How Traders Scale Risk as Markets Change

শেখার লক্ষ্য: basic volatility-scaling multiplier calculate করা, practical cap ও buffer তৈরি করা এবং forecast lag, turnover, leverage ও correlation risk recognise করা।

1. Volatility target একটি risk budget

Volatility measure করে return কত widely vary করেছে। Annualised 12% target বলে trader position বা portfolio size এমনভাবে set করার চেষ্টা করছেন যাতে future annualised volatility 12%-এর near হয়। এর মানে account maximum 12% lose করবে নয়, আর expected return-ও set করে না।

Simplest scaling rule:

Exposure multiplier = target volatility ÷ forecast volatility

Forecast volatility target-এর above হলে multiplier one-এর below এবং exposure falls। Forecast volatility target-এর below হলে multiplier one-এর above; cap prevent না করলে rule leverage call করে।

CFA Institute-এর impact of volatility targeting review method-টিকে low-volatility period-এ leverage এবং high-volatility period-এ scale back হিসেবে describe করে। Review আরও report করে risk-adjusted result-এর improvement all asset class-এ uniform ছিল না।

2. Look-ahead ছাড়া volatility estimate করুন

Common historical estimate daily return-এর standard deviation use করে:

Annualised volatility ≈ daily return standard deviation × √252

252 হলো year-এ approximate trading day। এটি convention, law নয়। Crypto every day trade করে, intraday strategy different frequency use করে এবং serial dependence square-root-of-time scaling inaccurate করতে পারে।

Possible forecast:

• rolling 20-, 60- বা 120-day standard deviation;
• exponentially weighted volatility, যা recent observation-এ more weight দেয়;
• high ও low price use করা range-based measure;
• option থেকে implied volatility;
• market ও strategy-specific risk combine করা model।

Position set করার আগে available information only use করুন। Current day's full return দিয়ে current day's exposure choose করা backtest-এ look-ahead bias।

3. Worked example: calm, normal ও stressed state

ধরা যাক hypothetical £50,000 account example হিসেবে 12% annualised volatility target করে। Unscaled reference exposure full £50,000। Rule-এ 1.25× maximum multiplier ও 0.30× minimum multiplier আছে।

Normal state

Forecast volatility 12%:

Multiplier = 12% ÷ 12% = 1.00

Target exposure = £50,000 × 1.00 = £50,000

Stressed state

Forecast volatility 18%-এ rise করে:

Multiplier = 12% ÷ 18% = 0.667

Target exposure ≈ £50,000 × 0.667 = £33,350

Calm state

Forecast volatility 8%-এ falls:

Raw multiplier = 12% ÷ 8% = 1.50

Leverage cap override করে:

Applied multiplier = min(1.50, 1.25) = 1.25

Target notional = £50,000 × 1.25 = £62,500

£62,500 recommendation নয়। এটি দেখায় volatility rule market calm দেখানোর সময়ই leverage demand করতে পারে। Borrow করতে unable বা unwilling trader multiplier 1.00-এ cap করে cash দিয়ে difference absorb করতে পারেন।

4. Target-এর clear scope দরকার

Several level-এ volatility target করা যায়:

• single position: one instrument-কে own estimated volatility দিয়ে scale;
• strategy sleeve: one trading system-এর combined return scale;
• portfolio: all holding-এর weight, volatility ও correlation use;
• risk contribution: each sleeve total risk-এর intended share contribute করে এমন allocation।

Every asset individually 12%-এ scale করলে 12% portfolio হয় না। Correlation determine করে risk diversify নাকি combine হবে। Normally offset করা two asset crisis-এ together move করতে পারে।

Portfolio-তে estimated variance individual volatility ও covariance both দ্বারা driven। Weight change-এর পরে aggregate risk recalculate করুন; position volatility add করবেন না।

5. Volatility loss-এর same নয়

Low measured volatility strategy-তেও severe hidden risk থাকতে পারে। Example:

• large jump-এর আগে small steady premium-এর জন্য option sell;
• infrequent mark-সহ illiquid asset hold;
• overnight gap cross করতে পারে এমন stop use;
• binary event-এর মধ্যে concentrated position carry;
• stress-এ break করা correlation-এর ওপর rely।

Downside-specific measure use না করলে volatility upside ও downside movement symmetrically treat করে। Past বা implied information থেকে distribution estimate করে। Maximum loss promise করতে পারে না।

Volatility target-এর সঙ্গে hard position, leverage, liquidity ও event-risk limit রাখুন। CFA Institute-এর market-risk framework volatility measure-কে scenario limit, stop-loss limit ও position limit থেকে distinguish করে; each different risk constrain করে।

6. Forecast always late আসে

Rolling realised volatility large move sample-এ enter করার পর rise করে। তাই shock start-এ exposure high থাকতে পারে এবং price already move করার পরে fall করে। পরে volatility decline করলে model rebound start হওয়ার পরে risk add করতে পারে।

এটি automatically flaw নয়; observable data use করার consequence। তবে test করুন:

• estimator-এর speed;
• one extreme return-এর পরে behaviour;
• old shock window থেকে কত quickly leave করে;
• shock override justified কি না;
• faster reaction-এর cost।

Fast forecast quickly respond করে, তবে more turnover ও false change তৈরি করে। Slow forecast stable, তবে sudden regime shift-এ exposure too high রাখতে পারে।

7. Cap, floor ও rebalance band use করুন

Raw inverse-volatility rule estimated volatility unusually low হলে extreme position তৈরি করতে পারে। Practical control:

1. maximum multiplier: unlimited leverage prevent করে;
2. minimum multiplier: exposure meaningless residual position-এ নামা avoid করে;
3. daily change limit: abrupt resizing slow করে;
4. no-trade band: desired ও current exposure materially differ করলেই rebalance;
5. minimum volatility floor: tiny estimate huge multiplier তৈরি করা stop করে;
6. event rule: earnings, policy decision বা known gap-এর আগে risk cap;
7. liquidity rule: tradable volume ও spread-এর relative order limit।

Target-volatility rebalancing boundaries research risk control ও transaction cost-এর trade-off focus করে। Frequent precision expensive হতে পারে।

8. Turnover benefit consume করতে পারে

Every resize spread, commission, tax, market impact ও slippage তৈরি করতে পারে। Volatility spike many risk-targeting investor-কে together exposure reduce করতে force করতে পারে, liquidity worse করে। Cost-এর আগে smooth-looking rule implementation-এর পরে noisy হতে পারে।

Record করুন:

• gross ও net performance;
• volatility scaling-only turnover;
• regime অনুযায়ী spread ও market impact;
• rebalance band থেকে missed target বনাম saved cost;
• multiplier one exceed করলে funding cost।

Leverage free assume করবেন না। Futures, margin loan ও leveraged product-এর financing, liquidation ও tracking mechanics different।

9. Volatility targeting strategy বদলে দিতে পারে

Scaling capital কখন deployed তা alter করে। এটি volatile period-এর পরে exposure reduce এবং calm period-এর পরে increase করার tendency রাখে। Some strategy help ও other strategy hurt করতে পারে।

Financial Analysts Journal-এর conditional volatility targeting paper conventional scaling several region-এ momentum-এর Sharpe ratio ও downside risk improve করেছে, তবে every factor-এ করেনি। Paper impossible ex-post adjustment-এর বদলে implementable, ex-ante scaling stress করে।

Scaled version-কে new strategy হিসেবে treat করুন। Realistic cost, lagged forecast, leverage constraint ও crisis period দিয়ে unseen data-তে validate করুন। Similar average risk-এ unscaled version-এর সঙ্গে compare করুন।

10. Practical implementation process

1. Target করা position, sleeve বা portfolio define করুন।
2. Risk capacity-consistent target select করুন; universal নয়।
3. Prior data-only forecast choose করুন।
4. Leverage cap, volatility floor ও minimum exposure set করুন।
5. Liquidity, event ও hard-loss constraint add করুন।
6. Fixed schedule-এ desired exposure calculate করুন।
7. Rebalance band ও daily change limit apply করুন।
8. Execution-এর আগে trade, cost ও margin estimate করুন।
9. Target বনাম realised volatility record এবং miss explain করুন।
10. Calm, trending, crisis ও gap regime-এ stability review করুন।

Common mistakes

1. Target volatility-কে maximum possible loss মনে করা।
2. Current-period data available হওয়ার আগে use করা।
3. Estimated volatility low হলে unlimited leverage allow করা।
4. Portfolio correlation recalculate না করে position separately scale করা।
5. Every small forecast change-এ react করা।
6. Spread, funding ও market impact ignore করা।
7. Low-volatility asset-এর tail risk নেই assume করা।
8. Trade invalidation ও event limit-কে one volatility number দিয়ে replace করা।
9. Different average risk-এ scaled ও unscaled return compare করা।
10. Same sample-এ lookback ও target optimise করা।

Volatility-targeting checklist

• Target scope ও annualisation stated?
• Forecast sizing time-এ known information only use করে?
• Lookback বা decay rule fixed?
• Leverage cap ও volatility floor applied?
• Portfolio covariance recalculated?
• Gap, liquidity ও event limit retained?
• Rebalance band ও turnover measured?
• Funding ও execution cost included?
• Scaled strategy out of sample tested?
• Realised risk miss hidden না করে reviewed?

The Money Man View

Volatility targeting sizing discipline, market forecast নয়। Strength হলো changing risk-এর সঙ্গে exposure respond করে; notional size fixed রাখে না। Weakness হলো forecast backward-looking এবং unusually calm period-এর পরে leverage invite করতে পারে। Clean formula trust করার আগে আমরা cap, buffer, cost test ও separate tail-risk limit use করি।

শিক্ষামূলক risk disclosure

এই tutorial simplified hypothetical figure ব্যবহার করেছে এবং The Money Man editorial workflow-এর অধীনে AI-assisted research ও writing দিয়ে prepared। এটি educational information, personalised investment advice বা leverage use করার recommendation নয়। Volatility estimate fail করতে পারে, correlation change করতে পারে, gap modelled risk exceed করতে পারে এবং leveraged loss initially deposited amount ছাড়াতে পারে।