मुख्य निष्कर्ष
बुल से बेयर मार्केट में संक्रमण वह समय होता है जब निवेशक मनोविज्ञान सबसे अधिक विनाशकारी हो जाता है और जहाँ सरल मात्रात्मक नियम सबसे अधिक मूल्य जोड़ते हैं। तीन संज्ञानात्मक पूर्वाग्रह (अत्यधिक आत्मविश्वास, हालिया उच्च स्तरों पर एंकरिंग, और सर्वसम्मति में हर्डिंग) बाजार के मोड़ के बिंदुओं पर ठीक उसी समय तीव्र होते हैं। तीन शोध-समर्थित मात्रात्मक ढाँचे (अस्थिरता स्केलिंग, ट्रेंड फॉलोइंग, और क्वालिटी टिल्ट) ने ऐतिहासिक रूप से लंबी गिरावट के दौरान बाय-एंड-होल्ड की तुलना में अधिकतम ड्रॉडाउन को 20 से 40 प्रतिशत तक कम किया है। वही ढाँचे, सममित रूप से लागू किए जाने पर, दर्पण-छवि समस्या को भी संबोधित करते हैं: वास्तविक बेयर-टू-बुल रिकवरी को हर निरंतर गिरावट में आने वाली भ्रामक तेजियों से अलग करना। ये नियम नुकसान को समाप्त नहीं करते और न ही सटीक पुनः प्रवेश समय की गारंटी देते हैं। ये ठीक उन क्षणों में निकासी और पुनः प्रवेश दोनों को व्यवस्थित रूप से प्रबंधित करते हैं जब मानवीय निर्णय सबसे विश्वसनीय रूप से विफल होता है।
9 अक्टूबर, 2007: वह दिन जिस पर किसी ने ध्यान नहीं दिया
9 अक्टूबर, 2007 को S&P 500 ने 1,565 पर बंद किया; एक सर्वकालिक उच्च स्तर। उस सप्ताह American Association of Individual Investors के सर्वेक्षण में 55 प्रतिशत उत्तरदाता तेजी के पक्ष में थे। म्यूचुअल फंड के नकद भंडार ऐतिहासिक निम्न स्तर के निकट थे। वित्तीय प्रणाली में उत्तोलन इतना पहले कभी नहीं रहा था।
17 महीनों के भीतर, सूचकांक ने अपने मूल्य का 57 प्रतिशत खो दिया।
इस प्रकरण को शिक्षाप्रद बनाने वाली बात स्वयं गिरावट नहीं, बल्कि उसके पहले और उसके साथ हुआ व्यवहार है। खुदरा निवेशकों ने मार्च 2009 तक (ठीक उसी महीने जब बाजार ने तल बनाया) अपने इक्विटी एक्सपोजर में कोई सार्थक कमी नहीं की। उन्होंने सबसे खराब संभव क्षण में बेचा, अधिकतम पीड़ा सहने के बाद, और उसके बाद की 400 प्रतिशत तेजी से चूक गए। यह पैटर्न 2007 के लिए विशिष्ट नहीं है। 2000 में डॉट-कॉम शिखर से लेकर फरवरी 2020 में COVID से पहले के उच्च स्तर तक, बुल से बेयर मार्केट में हर प्रमुख संक्रमण में यह आश्चर्यजनक निरंतरता के साथ दोहराया जाता है।
प्रश्न यह नहीं है कि अगला संक्रमण होगा या नहीं। प्रश्न यह है कि क्या निवेशक अपने मनोविज्ञान के हावी होने से पहले व्यवस्थित रूप से इसकी तैयारी कर सकते हैं।
बाजार शासन परिवर्तन का मनोविज्ञान
व्यवहारिक वित्त ने बाजार संक्रमण के दौरान खराब निर्णय लेने को चलाने वाले विशिष्ट संज्ञानात्मक तंत्रों की पहचान की है। ये पूर्वाग्रह अमूर्त सैद्धांतिक अवधारणाएँ नहीं हैं; ये मापने योग्य, पूर्वानुमान योग्य पैटर्न हैं जो ठीक उन परिस्थितियों में तीव्र होते हैं जो बुल से बेयर मार्केट में बदलाव की विशेषता होती हैं।
अत्यधिक आत्मविश्वास बुल मार्केट के अंतिम चरणों में अपने चरम पर होता है। Barber and Odean (2000) ने दर्ज किया कि अत्यधिक आत्मविश्वासी निवेशक उचित से 45 प्रतिशत अधिक बार ट्रेड करते हैं, जिससे उनका शुद्ध वार्षिक प्रतिफल लगभग 2.6 प्रतिशत अंक कम हो जाता है। लंबी तेजी के दौरान, सकारात्मक प्रतिफल एक फीडबैक लूप बनाते हैं: निवेशक लाभ को बाजार परिस्थितियों के बजाय कौशल का परिणाम मानते हैं, एक ऐसी घटना जिसे Daniel, Hirshleifer, and Subrahmanyam (1998) ने पक्षपातपूर्ण आत्म-गुणारोपण कहा। परिणाम होता है बढ़ी हुई पोजीशन, अधिक उत्तोलन, और केंद्रित दाँव; ठीक उस समय जब जोखिम-प्रतिफल संतुलन बिगड़ रहा होता है।
हालिया उच्च स्तरों पर एंकरिंग गिरावट के शुरुआती चरणों में निवेशकों को पंगु बना देती है। Shefrin and Statman (1985) ने दिखाया कि निवेशक खरीद मूल्य पर एंकर करते हैं और उन संदर्भ बिंदुओं से नीचे ट्रेड कर रही पोजीशनों को बेचने से इनकार करते हैं, एक पैटर्न जिसे उन्होंने डिस्पोजिशन इफेक्ट नाम दिया। जब S&P 500 अपने सर्वकालिक उच्च से गिरता है, तो निवेशक खुद को बताते हैं कि गिरावट अस्थायी है और सूचकांक अपने एंकर पर लौट आएगा। यह मानसिक लेखांकन जाल उन्हें ड्रॉडाउन के पहले 20 से 30 प्रतिशत तक पूरी तरह निवेशित रखता है।
हर्डिंग तल पर कैपिट्यूलेशन को प्रेरित करती है। जैसे-जैसे नुकसान बढ़ता है, करियर जोखिम और सामाजिक दबाव स्वतंत्र विश्लेषण को दबा देते हैं। सर्वसम्मति से विचलित होने वाले और कम प्रदर्शन करने वाले पेशेवर प्रबंधकों को बर्खास्तगी का सामना करना पड़ता है। खुदरा निवेशक अपने पड़ोसियों को बेचते हुए देखते हैं और उनका अनुसरण करते हैं। AAII का मंदी भावना संकेतक विश्वसनीय रूप से प्रमुख बाजार तलों के दो सप्ताह के भीतर शिखर पर पहुँचता है; निवेशक सामूहिक रूप से ठीक गलत क्षण पर अधिकतम निराशावाद पर पहुँचते हैं।
| चरण | प्रमुख पूर्वाग्रह | विशिष्ट निवेशक कार्रवाई | शोध भविष्यवाणी | देखा गया परिणाम |
|---|---|---|---|---|
| बुल मार्केट का अंतिम चरण | अत्यधिक आत्मविश्वास, हालिया पूर्वाग्रह | इक्विटी आवंटन बढ़ाना, उत्तोलन जोड़ना | अत्यधिक ट्रेडिंग, कम प्रतिफल (Barber & Odean, 2000) | खुदरा इक्विटी खरीद बाजार शिखर से 3-6 महीने पहले चरम पर होती है |
| संक्रमण | एंकरिंग, इनकार | पोजीशन बनाए रखना, उच्च स्तरों पर एंकर करना | डिस्पोजिशन इफेक्ट तीव्र होता है (Shefrin & Statman, 1985) | औसत खुदरा निवेशक -20% ड्रॉडाउन तक एक्सपोजर कम नहीं करता |
| प्रारंभिक बेयर मार्केट | हानि परिहार, आशा | औसत कम करना, स्टॉप-लॉस से इनकार | हानि संवेदनशीलता लाभ से 2 गुना (Kahneman & Tversky, 1979) | मार्जिन ऋण में गिरावट बाजार से 4-6 महीने पीछे रहती है |
| कैपिट्यूलेशन | हर्डिंग, आतंक | तल पर सब कुछ बेचना | आत्म-गुणारोपण उलट जाता है (Daniel et al., 1998) | AAII मंदी भावना बाजार तलों के 2 सप्ताह के भीतर शिखर पर पहुँचती है |
खुदरा निवेशकों के लिए तीन मात्रात्मक ढाँचे
उपरोक्त व्यवहारिक साक्ष्य बताते हैं कि विवेकाधीन निवेशक संक्रमण काल में व्यवस्थित रूप से मूल्य को क्यों नष्ट करते हैं। समाधान सीधा है: विवेकाधीन निर्णय को नियम-आधारित ढाँचों से बदलें जो तनाव में मनुष्यों द्वारा खराब तरीके से लिए जाने वाले निर्णयों को स्वचालित करते हैं। तीन दृष्टिकोणों के पास पर्याप्त अनुभवजन्य समर्थन है।
ढाँचा 1: अस्थिरता-प्रबंधित पोर्टफोलियो
Moreira and Muir (2017) ने प्रदर्शित किया कि हाल की वास्तविक अस्थिरता के विपरीत अनुपात में पोर्टफोलियो एक्सपोजर को स्केल करने से इक्विटी, बॉन्ड, करेंसी और कमोडिटी पोर्टफोलियो में शार्प अनुपात में सुधार होता है। अंतर्ज्ञान सरल है: जब अस्थिरता बढ़ती है (जैसा कि आमतौर पर बाजार संक्रमण पर होता है) एक्सपोजर कम करें। जब अस्थिरता कम हो, तो एक्सपोजर बनाए रखें या बढ़ाएँ।
यह तंत्र इसलिए काम करता है क्योंकि उच्च-अस्थिरता अवधियाँ कम-अस्थिरता अवधियों की तुलना में खराब जोखिम-समायोजित प्रतिफल देती हैं, एक पैटर्न जो परिसंपत्ति वर्गों और समय अवधियों में मान्य रहता है। अस्थिर शासनों के दौरान एक्सपोजर कम करके, निवेशक प्रति इकाई जोखिम अधिक प्रतिफल प्राप्त करते हैं।
खुदरा कार्यान्वयन के लिए, नियम सीधा है: प्रत्येक माह के अंत में 21-दिवसीय वास्तविक अस्थिरता की गणना करें। इसकी तुलना पिछले 12 महीने की मध्यिका से करें। यदि वर्तमान अस्थिरता मध्यिका के 1.5 गुना से अधिक है, तो इक्विटी आवंटन को 30 से 50 प्रतिशत तक कम करें। जब अस्थिरता सामान्य हो जाए तो पूर्ण आवंटन बहाल करें। इसके लिए कोई ऑप्शन ज्ञान, कोई उत्तोलन, और कोई इंट्राडे निगरानी आवश्यक नहीं है।
Cederburg et al. (2020) ने वैध प्रश्न उठाए कि क्या अनुमान त्रुटि और लेनदेन लागत को ध्यान में रखने के बाद अस्थिरता टाइमिंग प्रभावी रहती है। बहस जारी है, लेकिन साक्ष्य का भार अस्थिरता स्केलिंग को एक व्यावहारिक ड्रॉडाउन-कमी उपकरण के रूप में समर्थन करता है, विशेष रूप से लंबे पुनर्संतुलन क्षितिज वाले निवेशकों के लिए।
ढाँचा 2: संकट बीमा के रूप में ट्रेंड फॉलोइंग
Moskowitz, Ooi, and Pedersen (2012) ने दर्ज किया कि टाइम-सीरीज मोमेंटम (सकारात्मक हालिया प्रतिफल वाली परिसंपत्तियों को खरीदना और नकारात्मक प्रतिफल वाली को बेचना) इक्विटी, बॉन्ड, करेंसी और कमोडिटी में फैले 58 फ्यूचर्स बाजारों में लाभदायक रहा है। Hurst, Ooi, and Pedersen (2017) ने इस साक्ष्य को 137 वर्षों के डेटा तक विस्तारित किया, पुष्टि करते हुए कि ट्रेंड फॉलोइंग 1880 के बाद से हर दशक में सकारात्मक प्रतिफल उत्पन्न करता है।
बेयर मार्केट में जीवित रहने के लिए महत्वपूर्ण गुण यह है कि ट्रेंड-फॉलोइंग रणनीतियाँ निरंतर गिरावट के दौरान स्वाभाविक रूप से रक्षात्मक हो जाती हैं। जैसे ही कीमतें मूविंग एवरेज से नीचे गिरती हैं, रणनीति नकद या शॉर्ट पोजीशन में बदल जाती है। 2008 के वैश्विक वित्तीय संकट के दौरान, SG Trend Index ने लगभग +20 प्रतिशत का प्रतिफल दिया जबकि S&P 500 ने 37 प्रतिशत खोया।
खुदरा निवेशकों के लिए, सबसे सरल कार्यान्वयन Faber (2007) द्वारा लोकप्रिय 10-महीने का SMA नियम है: जब सूचकांक अपने 10-महीने के SMA से ऊपर हो तो इक्विटी में निवेशित रहें; जब यह नीचे ट्रेड करे तो नकद या लघु-अवधि बॉन्ड में स्थानांतरित हों। इस नियम ने GFC और 2022 के दर आघात के अधिकांश ड्रॉडाउन से बचाव किया।
कमजोरी V-आकार की गिरावट में है। मार्च 2020 की COVID गिरावट के दौरान, S&P 500 में 34 प्रतिशत की गिरावट आई और पाँच महीनों के भीतर रिकवरी हुई। ट्रेंड सिग्नल ने तल के निकट बिक्री का संकेत उत्पन्न किया और विलंबित पुनः प्रवेश, जिससे व्हिपसॉ हानि हुई। कोई भी ट्रेंड-फॉलोइंग प्रणाली 23-दिवसीय उलटफेर के अनुकूल नहीं हो सकती।
ढाँचा 3: क्वालिटी-डिफेंसिव टिल्ट
Asness, Frazzini, and Pedersen (2019) ने क्वालिटी-माइनस-जंक फैक्टर को औपचारिक रूप दिया: उच्च-गुणवत्ता वाले शेयरों (लाभदायक, बढ़ते हुए, और सुरक्षित) के पोर्टफोलियो निम्न-गुणवत्ता वाले शेयरों के पोर्टफोलियो से बेहतर प्रदर्शन करते हैं, और यह अंतर गिरावट के दौरान बढ़ता है। Novy-Marx (2013) ने दिखाया कि सकल लाभप्रदता प्रतिफल का एक मजबूत भविष्यवक्ता है और मूल्य रणनीतियों का एक स्वाभाविक पूरक है, जिसमें बेयर मार्केट के दौरान रक्षात्मक गुण होते हैं।
क्वालिटी शेयर गिरावट के दौरान कम नुकसान उठाते हैं क्योंकि उनका नकद प्रवाह अधिक लचीला होता है। जब क्रेडिट बाजार जम जाते हैं तो उन्हें बाहरी वित्तपोषण की आवश्यकता नहीं होती। जब माँग सिकुड़ती है तो उनकी मूल्य निर्धारण शक्ति मार्जिन बनाए रखती है।
खुदरा निवेशकों के लिए, कार्यान्वयन यह है कि जब अस्थिरता शासन संक्रमण का संकेत दे तो इक्विटी आवंटन को क्वालिटी फैक्टर ETF की ओर स्थानांतरित करें। इसके लिए बाजार टाइमिंग की आवश्यकता नहीं है; इसके लिए यह पहचानने की आवश्यकता है कि परिस्थितियाँ बदल गई हैं और इक्विटी एक्सपोजर के स्तर के बजाय उसकी संरचना को समायोजित करना है।
बैकटेस्ट किए गए साक्ष्य
ये तीन ढाँचे वास्तविक संकटों में कैसा प्रदर्शन करते हैं? नीचे दी गई तालिका बाय-एंड-होल्ड S&P 500 पोर्टफोलियो, पारंपरिक 60/40 आवंटन, और तीनों मात्रात्मक दृष्टिकोणों के अधिकतम ड्रॉडाउन की तुलना करती है।
| संकट | अवधि | S&P 500 | 60/40 | अस्थिरता-प्रबंधित | 10-महीने का SMA | क्वालिटी टिल्ट |
|---|---|---|---|---|---|---|
| वैश्विक वित्तीय संकट | Oct 2007 - Mar 2009 | -56.8% | -32.5% | -28.4% | -12.1% | -38.2% |
| यूरोपीय ऋण संकट | May 2011 - Oct 2011 | -19.4% | -10.1% | -11.2% | -4.8% | -14.6% |
| COVID गिरावट | Feb 2020 - Mar 2020 | -33.9% | -20.8% | -22.1% | -8.7% | -26.3% |
| 2022 दर आघात | Jan 2022 - Oct 2022 | -25.4% | -21.6% | -15.8% | -9.2% | -18.1% |
कई पैटर्न उभरते हैं। कोई भी एकल नियम सभी संकटों में प्रभावी नहीं है। अस्थिरता स्केलिंग GFC और 2022 दर आघात जैसे धीमी गति से विकसित होने वाले बेयर मार्केट के लिए सबसे अच्छा काम करती है, जहाँ अस्थिरता धीरे-धीरे बढ़ती है और प्रारंभिक संकेत प्रदान करती है। ट्रेंड फॉलोइंग निरंतर गिरावट के दौरान सबसे अधिक लाभ प्राप्त करता है लेकिन V-आकार की COVID गिरावट में व्हिपसॉ करता है। क्वालिटी टिल्ट सभी प्रकरणों में सबसे सुसंगत आधार प्रदान करता है लेकिन बाय-एंड-होल्ड की तुलना में सबसे कम सुधार देता है।
तीनों दृष्टिकोणों का संयोजन (अस्थिरता स्केलिंग के माध्यम से समग्र एक्सपोजर कम करना, ट्रेंड टूटने पर इक्विटी में कटौती करना, और शेष इक्विटी को क्वालिटी की ओर स्थानांतरित करना) लगातार किसी भी एकल ढाँचे से बेहतर प्रदर्शन करता है। सिग्नल प्रकारों में विविधीकरण प्रत्येक व्यक्तिगत दृष्टिकोण की विशिष्ट विफलता मोड के विरुद्ध मजबूती प्रदान करता है।
ये परिणाम ऐतिहासिक डेटा पर लागू प्रकाशित शैक्षणिक पद्धतियों से प्राप्त हैं। वास्तविक कार्यान्वयन में लेनदेन लागत, ट्रैकिंग त्रुटि, कर परिणाम, और व्यवहारिक विचलन शामिल होंगे।
वास्तविक तल की पहचान
ऊपर वर्णित नियम इस बात को संबोधित करते हैं कि गिरावट के दौरान एक्सपोजर कैसे कम किया जाए। दर्पण-छवि समस्या समान रूप से महत्वपूर्ण और समान रूप से कठिन है: कब पुनः प्रवेश करना है। जिन निवेशकों ने बेयर मार्केट के दौरान सफलतापूर्वक नकद में स्थानांतरण किया, वे मनोवैज्ञानिक जालों के एक नए समूह का सामना करते हैं। वही हानि परिहार जिसने उन्हें गिरावट के रास्ते में बहुत लंबे समय तक निवेशित रखा, अब उन्हें तेजी के रास्ते में बहुत लंबे समय तक नकद में रखता है। गिरते हुए चाकू को पकड़ने का डर, अवसर चूकने के डर की जगह ले लेता है।
बेयर मार्केट रैलियाँ इस समस्या को तीव्र बनाती हैं। ये दुर्लभ विसंगतियाँ नहीं हैं; ये निरंतर गिरावट की एक परिभाषित विशेषता हैं। 2007-2009 के बेयर मार्केट ने मार्च 2009 में वास्तविक तल बनने से पहले 8 से 19 प्रतिशत तक की छह अलग-अलग रैलियाँ उत्पन्न कीं। 2000-2002 के बेयर मार्केट ने 10 प्रतिशत से अधिक की चार रैलियाँ उत्पन्न कीं, जिनमें से प्रत्येक के बाद नए निम्न स्तर आए। ये प्रति-प्रवृत्ति चालें इतनी बड़ी होती हैं कि विश्वसनीय लगती हैं और इतनी छोटी कि समय से पहले पुनः प्रवेश करने वाले निवेशकों को अधिकतम नुकसान पहुँचाती हैं।
| बेयर मार्केट | रैली | आकार | अवधि | बाद का परिणाम |
|---|---|---|---|---|
| 2000-2002 | Apr 2001 | +12.1% | 17 दिन | गिरावट फिर शुरू; अगले 12 महीनों में -30% |
| 2000-2002 | Oct 2001 | +14.8% | 21 दिन | गिरावट फिर शुरू; अगले 7 महीनों में -24% |
| 2007-2009 | Nov 2008 | +19.1% | 8 दिन | गिरावट फिर शुरू; अगले 4 महीनों में -25% |
| 2007-2009 | Mar 2009 | +67.8% | 9 महीने | वास्तविक तल; निरंतर बुल मार्केट शुरू |
| 2020 | Mar 2020 | +17.6% | 3 दिन | वास्तविक तल; V-आकार रिकवरी |
| 2022 | Aug 2022 | +17.4% | 6 सप्ताह | गिरावट फिर शुरू; अगले 2 महीनों में -17% |
पाँच मात्रात्मक कारकों ने ऐतिहासिक रूप से वास्तविक तल को बेयर मार्केट रैलियों से अलग किया है। पहला, बाजार ब्रेड्थ विस्तार: जब S&P 500 के घटकों में से 200-दिवसीय मूविंग एवरेज से ऊपर ट्रेड करने वालों का प्रतिशत 60 प्रतिशत से ऊपर बढ़ता है, तो रिकवरी सामान्यतः टिकाऊ रही है। Lunde and Timmermann (2004) ने बुल और बेयर शासनों की तिथि निर्धारण के लिए सांख्यिकीय ढाँचे को औपचारिक रूप दिया, यह दिखाते हुए कि ब्रेड्थ-आधारित माप केवल मूल्य की तुलना में पहले और अधिक विश्वसनीय संक्रमण संकेत प्रदान करते हैं। दूसरा, क्रेडिट स्प्रेड संपीड़न: हाई-यील्ड ऑप्शन-एडजस्टेड स्प्रेड का अपने 6-महीने के मूविंग एवरेज से नीचे संकुचित होना इंगित करता है कि क्रेडिट बाजार (जो आमतौर पर रिकवरी में इक्विटी से आगे होते हैं) बदलाव की पुष्टि कर रहे हैं। तीसरा, VIX टर्म स्ट्रक्चर: कॉन्टैंगो में वापसी (फ्रंट-मंथ VIX का लंबी अवधि के फ्यूचर्स से नीचे ट्रेड करना) संकेत देता है कि बाजार की निकट-अवधि अस्थिरता की अपेक्षा सामान्य हो गई है। लगातार बैकवर्डेशन चल रहे तनाव का संकेत देता है। चौथा, सेंटीमेंट वॉशआउट: AAII बेयरिश रीडिंग का 50 प्रतिशत से अधिक होना ऐतिहासिक रूप से प्रमुख तलों के दो सप्ताह के भीतर हुआ है; अत्यधिक निराशावाद, विरोधाभासी रूप से, टिकाऊ रिकवरी के लिए एक आवश्यक शर्त है। पाँचवाँ, ब्रेड्थ थ्रस्ट: जब 10-दिवसीय एडवांस/डिक्लाइन अनुपात 2:1 से अधिक होता है (Zweig ब्रेड्थ थ्रस्ट), तो इस संकेत ने ऐतिहासिक रूप से लगभग पूर्ण सटीकता के साथ निरंतर रिकवरी का पूर्वानुमान दिया है, हालाँकि यह शायद ही कभी सक्रिय होता है।
कोई भी एकल संकेतक पर्याप्त नहीं है। मूल्य पुनः प्रवेश से पहले कई पुष्टियों की आवश्यकता में निहित है, जो उन बेयर मार्केट रैलियों को छान देता है जहाँ केवल एक या दो शर्तें पूरी होती हैं।
बेयर मार्केट रैली के भ्रामक संकेतों से बचाव
बेयर मार्केट रैलियाँ मनोवैज्ञानिक रूप से इतनी सम्मोहक होती हैं क्योंकि वे दो शक्तिशाली बलों को जोड़ती हैं: यांत्रिक शॉर्ट कवरिंग जो तेज ऊपर की ओर मूल्य गति बनाती है, और गिरावट-पूर्व उच्च स्तर पर एंकरिंग जो रिकवरी की कथा उत्पन्न करती है। सप्ताहों के नुकसान के बाद, कुछ दिनों में 15 प्रतिशत की रैली ऐसा महसूस कराती है जैसे संकट समाप्त हो रहा है। इस कथा को मीडिया कवरेज, विश्लेषकों द्वारा अपग्रेड, और अन्य निवेशकों की दृश्य राहत द्वारा सुदृढ़ किया जाता है।
मात्रात्मक वास्तविकता अधिक सूक्ष्म है। बाजार इतिहास में सर्वश्रेष्ठ एकल ट्रेडिंग दिवस बेयर मार्केट में संकेंद्रित होते हैं, बुल मार्केट में नहीं। 1950 के बाद से S&P 500 के 20 सबसे बड़े एकल-दिवसीय लाभों में से 18 बेयर मार्केट के दौरान हुए। किसी भी 20-वर्ष की अवधि में 10 सर्वश्रेष्ठ दिनों से चूकने से कुल प्रतिफल लगभग आधा हो जाता है; लेकिन उन 10 सर्वश्रेष्ठ दिनों में से 7, 10 सबसे खराब दिनों के दो सप्ताह के भीतर हुए। यह संकेंद्रण का अर्थ है कि निवेशकों को पुनः प्रवेश के लिए प्रलोभित करने वाली विस्फोटक रैलियाँ संरचनात्मक रूप से उस अत्यधिक अस्थिरता से जुड़ी हैं जो चल रहे बेयर मार्केट को परिभाषित करती है।
तीन पुनः प्रवेश नियम पहले वर्णित निकासी नियमों के पूरक हैं, जो एक सममित ढाँचा बनाते हैं। पहला, 10-महीने के SMA के माध्यम से पुष्टि: वही Faber (2007) नियम जो निकासी का संकेत देता है, विपरीत दिशा में भी काम करता है। इक्विटी एक्सपोजर बहाल करने से पहले सूचकांक का अपने 10-महीने के SMA से ऊपर महीने के अंत में बंद होने की प्रतीक्षा करें। यह आमतौर पर वास्तविक तल के बाद एक से तीन महीने तक पुनः प्रवेश में विलंब करता है, लेकिन विफल होने वाली रैलियों में समय से पहले प्रतिबद्धता से बचाता है। दूसरा, अस्थिरता सामान्यीकरण: Moreira and Muir (2017) ढाँचे को सममित रूप से लागू करें। पूर्ण आवंटन तभी बहाल करें जब 21-दिवसीय वास्तविक अस्थिरता पिछले 12 महीने की मध्यिका से नीचे गिर जाए। रैली के दौरान ऊँची अस्थिरता बताती है कि रिकवरी नाजुक हो सकती है। तीसरा, ब्रेड्थ पुष्टि: केवल तभी पुनः प्रवेश करें जब 50 प्रतिशत से अधिक सूचकांक घटक अपने 200-दिवसीय मूविंग एवरेज से ऊपर ट्रेड कर रहे हों। मुट्ठी भर लार्ज-कैप शेयरों के नेतृत्व वाली संकीर्ण रैलियों के सांख्यिकीय रूप से विफल होने की संभावना व्यापक-आधारित रिकवरी से अधिक होती है।
| पुनः प्रवेश नियम | संकेत | सीमा | उद्देश्य |
|---|---|---|---|
| 10-महीने SMA पुष्टि | सूचकांक 10-महीने SMA से ऊपर बंद | 1 महीने के अंत में ऊपर बंद | निरंतर अपट्रेंड स्थापित करने में विफल रैलियों को छानता है |
| अस्थिरता सामान्यीकरण | 21-दिवसीय वास्तविक अस्थिरता vs. पिछले 12 महीने की मध्यिका | अस्थिरता मध्यिका के 1.0 गुना से नीचे | पुष्टि करता है कि तनाव की स्थिति वास्तव में शांत हो गई है |
| ब्रेड्थ पुष्टि | सूचकांक घटकों का % जो 200-दिवसीय MA से ऊपर | > 50% | सुनिश्चित करता है कि रिकवरी व्यापक-आधारित है, संकीर्ण नेतृत्व द्वारा संचालित नहीं |
ये पुनः प्रवेश नियम वास्तविक रिकवरी की शुरुआत में कुछ ऊपरी लाभ का त्याग करते हैं। मार्च 2009 में, SMA नियम ने पूर्ण पुनः प्रवेश को लगभग जुलाई 2009 तक विलंबित किया होता, जिससे प्रारंभिक रैली का लगभग 30 प्रतिशत छूट जाता। लेकिन यह लागत असममित है: वास्तविक रिकवरी में विलंबित पुनः प्रवेश का दंड कम लाभ है, जबकि भ्रामक रैली में समय से पहले पुनः प्रवेश का दंड वास्तविक हानि है जो दो बार गलत होने के मनोवैज्ञानिक नुकसान से और बढ़ जाती है। ये नियम बड़ी लागत से बचने के लिए छोटी लागत स्वीकार करने के लिए डिज़ाइन किए गए हैं।
क्यों नियम ड्रॉडाउन के दौरान अंतर्ज्ञान को हराते हैं
बाजार संक्रमण पर नियम-आधारित निवेश के लिए व्यवहारिक तर्क सबसे मजबूत होता है। प्रॉस्पेक्ट थ्योरी भविष्यवाणी करती है कि हानि परिहार निवेशकों को हानि में कटौती करने के बजाय, ब्रेक-ईवन की उम्मीद में हारने वाली पोजीशनों को बहुत लंबे समय तक बनाए रखने के लिए प्रेरित करेगा। अत्यधिक आत्मविश्वास भविष्यवाणी करता है कि निवेशक विश्वास करेंगे कि वे विवेकाधीन विश्लेषण के माध्यम से तल की पहचान कर सकते हैं। हर्डिंग भविष्यवाणी करती है कि निवेशक सबसे खराब संभव क्षण में सामूहिक रूप से समर्पण करेंगे।
डेटा इन भविष्यवाणियों की असुविधाजनक सटीकता से पुष्टि करता है। Dalbar के निवेशक व्यवहार के मात्रात्मक विश्लेषण ने लगातार दिखाया है कि औसत इक्विटी म्यूचुअल फंड निवेशक 20-वर्ष की अवधि में लगभग 3.6 प्रतिशत वार्षिक प्रतिफल अर्जित करता है, जबकि S&P 500 का 10.7 प्रतिशत। यह अंतर केवल शुल्क से प्रेरित नहीं है। यह मुख्य रूप से बाजार संक्रमण पर केंद्रित खराब समय निर्णयों से प्रेरित है; तेजी के बाद खरीदना और गिरावट के दौरान बेचना।
मात्रात्मक नियमों का मूल्य उनकी गणितीय परिष्कृतता में नहीं है। ऊपर वर्णित तीन ढाँचों को बुनियादी अंकगणित से अधिक की आवश्यकता नहीं है। उनका मूल्य उन निर्णयों को स्वचालित करने में है जो मनुष्य तनाव में खराब तरीके से लेते हैं। एक नियम जो कहता है "जब अस्थिरता अपनी मध्यिका के 1.5 गुना से अधिक हो तो इक्विटी कम करें" यह पीड़ादायक व्यक्तिपरक निर्णय समाप्त कर देता है कि क्या इस बार अलग है। एक मूविंग एवरेज सिग्नल जो कहता है "नकद में जाएँ" वह आशा से बातचीत नहीं करता।
सीमाएँ
लेनदेन लागत तीनों ढाँचों के अनुकरणित प्रतिफल को कम करती है। Novy-Marx and Velikov (2016) ने दिखाया कि कई प्रकाशित विसंगतियाँ यथार्थवादी व्यापार लागत को ध्यान में रखने के बाद अपना महत्व खो देती हैं, विशेष रूप से वे रणनीतियाँ जिनमें बार-बार पुनर्संतुलन की आवश्यकता होती है। मासिक पुनर्संतुलन (जैसा कि अस्थिरता स्केलिंग और SMA नियमों में उपयोग किया जाता है) व्यापक सूचकांक उपकरणों के लिए अपेक्षाकृत सस्ता है, लेकिन अधिक विस्तृत कार्यान्वयन के लिए लागत संचित होती है।
कोई भी नियम शासन परिवर्तनों की अग्रिम भविष्यवाणी नहीं करता। तीनों ढाँचे प्रतिक्रियात्मक हैं: वे अस्थिरता, प्रवृत्ति, या क्वालिटी स्प्रेड में परिवर्तन के बाद प्रतिक्रिया करते हैं। इससे विलंब होता है, जिसका अर्थ है कि निवेशक नियमों द्वारा सुरक्षात्मक कार्रवाई शुरू करने से पहले प्रारंभिक ड्रॉडाउन के कुछ हिस्से का अनुभव करेंगे।
व्यवहारिक विचलन सबसे कम आँकी जाने वाली सीमा है। नियम-आधारित निवेश का सबसे कठिन हिस्सा नियमों का पालन करना है जब वे असहज संकेत उत्पन्न करते हैं। 15 प्रतिशत गिरावट के बाद नकद में जाना, केवल अगले महीने बाजार को 10 प्रतिशत बढ़ते देखना, प्रणाली को छोड़ने के लिए तीव्र दबाव पैदा करता है। नियम ठीक इसलिए काम करते हैं क्योंकि वे यांत्रिक हैं। उन्हें ओवरराइड करना उन व्यवहारिक पूर्वाग्रहों को फिर से शुरू कर देता है जिन्हें समाप्त करने के लिए उन्हें डिज़ाइन किया गया था।
| नियम | सिग्नल | कार्रवाई | ऐतिहासिक परिणाम |
|---|---|---|---|
| अस्थिरता स्केलिंग | 21-दिवसीय वास्तविक अस्थिरता > पिछले 12 महीने की मध्यिका का 1.5 गुना | इक्विटी आवंटन 30-50% कम करें | 5 प्रमुख गिरावटों में से 4 में अधिकतम ड्रॉडाउन 20-30% कम किया (Moreira & Muir, 2017) |
| 10-महीने का SMA | सूचकांक मूल्य लगातार 2 माह-अंत में 10-महीने के SMA से नीचे | इक्विटी को लघु-अवधि बॉन्ड या नकद में स्थानांतरित करें | GFC, 2022 ड्रॉडाउन के अधिकांश भाग से बचाव; COVID V-आकार रिकवरी में व्हिपसॉ (Faber, 2007) |
| क्वालिटी टिल्ट | अस्थिरता और ट्रेंड दोनों सिग्नल ऊँचे/नकारात्मक अवस्था में | शेष इक्विटी को क्वालिटी फैक्टर ETF में घुमाएँ | लंबी बेयर मार्केट में व्यापक बाजार की तुलना में ड्रॉडाउन 8-15 प्रतिशत अंक कम किया |
संबंधित
यह विश्लेषण Moreira & Muir (2017), 'Volatility-Managed Portfolios', Journal of Finance से QD Research Engine — Quant Decoded का स्वचालित अनुसंधान मंच — द्वारा संश्लेषित किया गया है और सटीकता के लिए हमारी संपादकीय टीम द्वारा समीक्षा की गई है। हमारी कार्यप्रणाली के बारे में और जानें.
References
- Asness, C., Frazzini, A., & Pedersen, L.H. (2019). "Quality Minus Junk." Review of Accounting Studies, 24(1), 34-112. https://doi.org/10.1111/jofi.12612
- Barber, B.M., & Odean, T. (2000). "Trading Is Hazardous to Your Wealth: The Common Stock Investment Performance of Individual Investors." The Journal of Finance, 55(2), 773-806. https://doi.org/10.1111/0022-1082.00226
- Cederburg, S., O'Doherty, M.S., Wang, F., & Yan, X.S. (2020). "On the Performance of Volatility-Managed Portfolios." Journal of Financial Economics, 138(1), 95-117. https://doi.org/10.1093/rfs/hhz100
- Daniel, K., Hirshleifer, D., & Subrahmanyam, A. (1998). "Investor Psychology and Security Market Under- and Overreactions." The Journal of Finance, 53(6), 1839-1885. https://doi.org/10.1111/0022-1082.00077
- Faber, M.T. (2007). "A Quantitative Approach to Tactical Asset Allocation." The Journal of Wealth Management, 9(4), 69-79. https://doi.org/10.3905/jwm.2007.674809
- Hurst, B., Ooi, Y.H., & Pedersen, L.H. (2017). "A Century of Evidence on Trend-Following Investing." AQR Capital Management. https://doi.org/10.2139/ssrn.2993026
- Kahneman, D., & Tversky, A. (1979). "Prospect Theory: An Analysis of Decision under Risk." Econometrica, 47(2), 263-291. https://doi.org/10.2307/1914185
- Lunde, A., & Timmermann, A. (2004). "Duration Dependence in Stock Prices." Journal of Business & Economic Statistics, 22(3), 253-273. https://doi.org/10.1198/073500104000000136
- Moreira, A., & Muir, T. (2017). "Volatility-Managed Portfolios." The Journal of Finance, 72(4), 1611-1644. https://doi.org/10.1111/jofi.12513
- Moskowitz, T.J., Ooi, Y.H., & Pedersen, L.H. (2012). "Time Series Momentum." Journal of Financial Economics, 104(2), 228-250. https://doi.org/10.1016/j.jfineco.2011.11.003
- Novy-Marx, R. (2013). "The Other Side of Value: The Gross Profitability Premium." Journal of Financial Economics, 108(1), 1-28. https://doi.org/10.1016/j.jfineco.2013.04.001
- Novy-Marx, R., & Velikov, M. (2016). "A Taxonomy of Anomalies and Their Trading Costs." The Review of Financial Studies, 29(1), 104-147. https://doi.org/10.1093/rfs/hhv063
- Shefrin, H., & Statman, M. (1985). "The Disposition to Sell Winners Too Early and Ride Losers Too Long: Theory and Evidence." The Journal of Finance, 40(3), 777-790. https://doi.org/10.1111/j.1540-6261.1985.tb05002.x