সেরা দিনগুলো হাতছাড়া করার আর্থিক ক্ষতি

বাজারের সঠিক সময় নির্ধারণ করার চেষ্টার একটি অদৃশ্য খরচ হলো সবচেয়ে ভালো দিনগুলো হারিয়ে ফেলা। ২০১৬ সালের শুরু থেকে, S&P 500-এ SPY ট্র্যাকিং ফান্ডটির মাধ্যমে পূর্ণ বিনিয়োগ বজায় রাখলে 275.5% রিটার্ন পাওয়া গেছে। সেই দশকে মাত্র দশটি সেরা দিন বাদ দিলে রিটার্ন কমে 97%-এ নেমে আসে। সেরা দিনগুলো শান্ত বিকেলে আসে না। এগুলো বাজারের সবচেয়ে খারাপ এবং অস্থির সময়ে দেখা দেয়, ঠিক সেই সময়ে যখন একজন ভীত বিনিয়োগকারীর বিক্রি করে দেওয়ার প্রবণতা সবচেয়ে বেশি থাকে।

সেরা দিনগুলো হাতছাড়া করার মূল্য

মূল ধারণাটি এক লাইনে নিচে দেওয়া হলো। ২০১৬ সালের শুরু থেকে প্রতিটি ট্রেডিং দিনকে তাদের দৈনিক রিটার্ন অনুযায়ী ক্রমানুসারে সাজান এবং SPY-এর একটি সাধারণ buy-and-hold পজিশন থেকে সবচেয়ে সেরা দিনগুলোকে বাদ দিন। বাকি দিনগুলো আগের মতোই থাকবে। চার্টটি দেখায় যে সেরা কিছু দিন বাদ দিলে এক দশকের এই মুনাফা চক্রবৃদ্ধি হারে কত হয়।

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
rets AS (
    SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
ranked AS (
    SELECT log(1 + ret) AS lr, row_number() OVER (ORDER BY ret DESC) AS rnk
    FROM rets
    WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
)
SELECT k AS best_days_missed,
       round((exp(sumIf(lr, rnk > k)) - 1) * 100, 1) AS total_return_pct
FROM ranked
CROSS JOIN (SELECT arrayJoin([0, 10, 20, 30, 50]) AS k) AS kvals
GROUP BY k
ORDER BY k

সম্পূর্ণ বিনিয়োগকৃত অবস্থায়, এই সময়ের মধ্যে SPY 275.5% হারে বৃদ্ধি পেয়েছে। যদি 10 সেরা দিনগুলো বাদ দেওয়া হয়, তবে সেই মুনাফার প্রায় দুই-তৃতীয়াংশ হারিয়ে যায় এবং 97% অবশিষ্ট থাকে। যদি সেরা 20 দিন বাদ দেওয়া হয়, তবে 42.4% অবশিষ্ট থাকে। সেরা 50 দিন বাদ দিলে পুরো দশকটি -32.5% হারে নেতিবাচক হয়ে যায়। দুই হাজারেরও বেশি দিনের মধ্যে মাত্র পঞ্চাশটি দিন এই পুরো ফলাফলটি নির্ধারণ করেছে। দীর্ঘমেয়াদী রিটার্ন সময়ের সাথে সমানভাবে বণ্টিত নয়। এটি অল্প কিছু বিশাল সেশনের ওপর নির্ভরশীল।

কেন সেরা দিনগুলো ইচ্ছাকৃতভাবে এড়িয়ে চলা অসম্ভব

একটি স্পষ্ট আপত্তি হলো যে, একজন বুদ্ধিমান বিনিয়োগকারী খারাপ দিনগুলোও এড়িয়ে চলবেন। বাস্তবে, ভালো দিন এবং খারাপ দিনগুলো একে অপরের সাথে মিশে থাকে। বছরের ভিত্তিতে সবচেয়ে বড় ২০টি ঊর্ধ্বমুখী দিন এবং সবচেয়ে বড় ২০টি নিম্নমুখী দিনকে বিন্যাস করলে দেখা যায়, এগুলো একই বছরের তালিকায় জমা হচ্ছে।

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
rets AS (
    SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
clean AS (
    SELECT dt, ret FROM rets WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
),
ranked AS (
    SELECT dt, ret,
           row_number() OVER (ORDER BY ret DESC) AS best_rnk,
           row_number() OVER (ORDER BY ret ASC) AS worst_rnk
    FROM clean
)
SELECT toYear(dt) AS year,
       countIf(best_rnk <= 20) AS best_20_days,
       countIf(worst_rnk <= 20) AS worst_20_days
FROM ranked
GROUP BY year
ORDER BY year

শুধুমাত্র ২০২০ সালে সেরা ২০টি দিনের মধ্যে 11 এবং সবচেয়ে খারাপ ২০টি দিনের মধ্যে 9 ছিল। ২০২২ সালের বিয়ার মার্কেটে প্রতিটি তালিকার 5 ছিল। এর মাঝখানের শান্ত বছরগুলোতে কোনোটিই ছিল না। চরম ঊর্ধ্বমুখী দিন এবং চরম নিম্নমুখী দিন একই ধরনের পরিস্থিতি, যা প্যানিকের সময় একসাথে আসে। যে নিয়মটি ধস এড়িয়ে চলত, তা তার পাশেই থাকা রিকভারিও এড়িয়ে চলত।

যখন সবচেয়ে বড় পজিটিভ দিনগুলো ঘটেছিল

সবচেয়ে ভালো দিনগুলোর দিকে নজর দিলে প্যাটার্নটি আরও স্পষ্ট হয়ে ওঠে। গত এক দশকে SPY-এর দশটি বৃহত্তম একদিনের লাভের তালিকা নিচে দেওয়া হলো:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY dt
),
rets AS (
    SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
clean AS (
    SELECT dt, ret FROM rets WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
),
ranked AS (
    SELECT dt, ret, row_number() OVER (ORDER BY ret DESC) AS best_rnk FROM clean
)
SELECT formatDateTime(dt, '%b %e, %Y') AS episode,
       round(ret * 100, 1) AS daily_return_pct
FROM ranked
WHERE best_rnk <= 10
ORDER BY daily_return_pct DESC

এই দশকের সবচেয়ে ভালো দিনটি ছিল Mar 24, 2020, যখন SPY 9.5% বৃদ্ধি পেয়েছিল। দশটি বৃহত্তম পজিটিভ দিনের বেশিরভাগই ২০২০ সালের বসন্তের ধসের সময় ঘটেছিল; বাকিগুলো ২০১৮ সালের শেষভাগ, ২০২২ সালের মন্দা এবং ২০২৫ সালের এপ্রিলের বিক্রয়চক্রের সময় ঘটেছিল। এই দশটির মধ্যে সবচেয়ে ছোটটিও এক সেশনে 4.4% বৃদ্ধি পেয়েছিল। এগুলোর প্রতিটিই ঘটেছিল যখন বাজার মারাত্মকভাবে নিচের দিকে নামছিল। একজন বিনিয়োগকারী যদি একটি ভয়াবহ সপ্তাহের পর পরিস্থিতি স্থিতিশীল হওয়ার জন্য বিক্রি করে দিতেন, তবে তিনি ঠিক এই রিবাউন্ডগুলোর সময় নগদ অর্থ হাতে নিয়ে বসে থাকতেন।

মার্কেটে থাকার সময়কাল গুরুত্বপূর্ণ, মার্কেটের সময় নির্ধারণ নয়

একটি প্রচলিত ধারণা হলো মার্কেটে থাকার সময়কাল (time in the market), মার্কেটের সঠিক সময় নির্ধারণের (timing the market) চেয়ে বেশি কার্যকর; এর গাণিতিক যুক্তিটি অত্যন্ত স্পষ্ট। এক দশকের মুনাফার একটি বড় অংশ মাত্র কয়েক ডজন ট্রেডিং সেশনের মাধ্যমে অর্জিত হয়, এবং এই সেশনগুলো সাধারণত বড় ধরনের বিক্রয় বা সেলঅফ (selloff) শুরু হওয়ার আগে নয়, বরং তার মাঝখানে ঘটে থাকে। সবচেয়ে খারাপ দিনটি এড়াতে বিনিয়োগ থেকে সরে দাঁড়ালে, সবচেয়ে ভালো দিনটি মিস করার ঝুঁকি থাকে, এবং এই দুই দিন প্রায়ই একে অপরের খুব কাছাকাছি থাকে।

এই বিষয়টি অন্যদের ভয়ের সময় কেনাকাটা করা ধারণার সাথে সামঞ্জস্যপূর্ণ: সবচেয়ে দ্রুত পুনরুদ্ধার বা রিকভারি শুরু হয় যখন খবরের শিরোনামগুলো তখনও নেতিবাচক থাকে। এটি একটি পোর্টফোলিও দীর্ঘমেয়াদী ধরে রাখার কৌশলের সাথেও যুক্ত। বাজারের পতন সহ্য করা তখন সহজ হয় যখন আপনার পজিশনগুলোর আকার এমনভাবে নির্ধারণ করা হয় যা দীর্ঘ মেয়াদে টিকে থাকতে পারে। এটি concentration risk কমানোর এবং lower-volatility stocks এর ওপর নির্ভর করার স্বপক্ষে একটি যুক্তি, কারণ অস্থিরতার সময় এই স্টকগুলো ধরে রাখা সহজ। বাজারের সেরা দিনগুলো কোনো চতুরতার পুরস্কার নয়। এগুলো হলো মার্কেটে টিকে থাকার পুরস্কার।

FAQ

বাজারের সেরা দিনগুলো মিস করলে কী ক্ষতি হয়?

২০১৬ সাল থেকে, SPY-তে বিনিয়োগ বজায় রাখলে 275.5% রিটার্ন পাওয়া গেছে। মাত্র দশটি সেরা দিন মিস করলে তা কমে 97% হয়, এবং সেরা পঞ্চাশটি দিন মিস করলে দশকের রিটার্ন -32.5% নেতিবাচক হয়ে যায়। অল্প কিছু দিনের মধ্যেই দীর্ঘমেয়াদী রিটার্নের সিংহভাগ নিহিত থাকে।

আমি কি এর পরিবর্তে শুধু খারাপ দিনগুলো এড়িয়ে চলতে পারি না?

সেরা এবং সবচেয়ে খারাপ দিনগুলো একই অস্থির সময়ের মধ্যে ঘটে, যা প্রায়ই একই সপ্তাহের মধ্যে সীমাবদ্ধ থাকে। ২০২০ সালে, সেরা বিশটি দিনের মধ্যে 11 এবং সবচেয়ে খারাপ বিশটি দিনের মধ্যে 9 ওই একটি বছরেই ঘটেছিল। এগুলোকে আগে থেকে আলাদা করার মতো কোনো নির্ভরযোগ্য নিয়ম নেই, এবং পতন এড়াতে শেয়ার বিক্রি করে দিলে সাধারণত রিবাউন্ড বা দ্রুত উত্থান মিস হয়ে যায়।

সবচেয়ে বড় ঊর্ধ্বমুখী দিনগুলো কখন ঘটেছিল?

২০১৬ সালের পর SPY-এর একক সেরা দিন ছিল Mar 24, 2020, যেখানে 9.5% বৃদ্ধি দেখা গিয়েছিল। দশটি বড় ঊর্ধ্বমুখী দিনের বেশিরভাগই ২০২০ সালের বসন্তকালীন ধসের সময় ঘটেছিল; এছাড়া অন্যান্য দিনগুলো ছিল ২০১৮ সালের শেষভাগ, ২০২২ এবং ২০২৫ সালের এপ্রিল মাসে, যা মূলত বাজারের তীব্র পতনের সময় ঘটেছিল।

মার্কেটে থাকা কি মার্কেট টাইমিং করার চেয়ে ভালো ফলাফল দেয়?

এই তথ্যের ভিত্তিতে, হ্যাঁ। একটি পূর্ণাঙ্গ বিনিয়োগ করা পজিশন সেই সব পজিশনের চেয়ে অনেক বেশি মুনাফা করেছে, যেগুলোতে কয়েক দিন বিনিয়োগ থেকে সরে থাকার কারণে সেরা দিনগুলো মিস হয়েছিল। সেরা দিনগুলো এত কম এবং বাজারের পতনের মধ্যেই এত বেশি ঘনীভূত যে, সেগুলো নিয়ে ট্রেড করা নির্ভরযোগ্য নয়।

এখানে প্রতিটি সংখ্যা একটি সংরক্ষিত কুয়েরি যা আপনি ওপেন এবং অডিট করতে পারেন। Strasmore টার্মিনালে যেকোনো ইনডেক্স বা স্টকের ওপর একই 'best-days' পরীক্ষা চালিয়ে দেখুন।