SPY சிறந்த நாட்களை இழப்பதன் செலவு என்ன

சந்தையின் நேரத்தைக் கணிக்க முயல்வதன் மறைக்கப்பட்ட செலவு, சிறந்த நாட்களை இழப்பதாகும். 2016 தொடக்கத்திலிருந்து, SPY என்ற கண்காணிப்பு நிதியின் மூலம் S&P 500 இல் முழுமையாக முதலீடு செய்திருந்தால் 275.5% லாபம் கிடைத்திருக்கும். அந்தப் பத்தாண்டில் சிறந்த பத்து நாட்களை மட்டும் விட்டுவிட்டால், லாபம் 97% ஆகக் குறைகிறது. சிறந்த நாட்கள் அமைதியான மதிய வேளைகளில் வருவதில்லை. அவை சந்தையின் மோசமான, அதிக ஏற்றிறக்கமுள்ள காலகட்டங்களுக்குள் குவிந்துள்ளன; அதுவே ஒரு பதற்றமுற்ற முதலீட்டாளர் விற்க மிகவும் தூண்டப்படும் இடம்.

சிறந்த நாட்களை இழப்பதன் செலவு

இங்கே முழு கருத்தும் ஒரே வரியில். 2016 தொடக்கத்திலிருந்து ஒவ்வொரு வர்த்தக நாளையும் எடுத்து, அவற்றின் தினசரி லாபத்தால் தரவரிசைப்படுத்தி, SPY இல் எளிய வாங்கி-வை என்ற நிலையிலிருந்து மிகச் சிறந்த நாட்களை நீக்கவும். மற்ற ஒவ்வொரு நாளும் அப்படியே தன் இடத்தில் இருக்கும். முதல் சில நாட்களை நீக்கினால் பத்தாண்டு காலப் பெருக்கல் லாபம் எவ்வாறு மாறுகிறது என்பதை வரைபடம் காட்டுகிறது.

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

முழுமையாக முதலீடு செய்திருந்தால், இந்தக் காலகட்டத்தில் SPY 275.5% ஆகப் பெருகியது. சிறந்த 10 நாட்களை நீக்கினால் அந்த லாபத்தில் ஏறக்குறைய மூன்றில் இரண்டு பங்கு மறைந்து, 97% மீண்டும் எஞ்சுகிறது. சிறந்த 20 நாட்களை நீக்கினால் 42.4% மீண்டும் எஞ்சுகிறது. சிறந்த 50 நாட்களை நீக்கினால் முழு பத்தாண்டும் எதிர்மறையாக மாறி, -32.5% ஆகிறது. இரண்டாயிரத்திற்கும் மேற்பட்ட நாட்களில் ஐம்பது நாட்கள் மட்டுமே மொத்த விளைவைத் தாங்கின. நீண்ட கால லாபம் காலம் முழுவதும் சமமாகப் பரவியிருப்பதில்லை. அது சில பெரிய வர்த்தக அமர்வுகளில் மட்டுமே தங்கியுள்ளது.

சிறந்த நாட்களை வேண்டுமென்றே தவறவிட முடியாதது ஏன்

தெளிவான ஆட்சேபணை என்னவென்றால், புத்திசாலியான முதலீட்டாளர் மோசமான நாட்களிலும் சந்தையிலிருந்து விலகியிருப்பார் என்பது. நடைமுறையில் நல்ல நாட்களும் கெட்ட நாட்களும் ஒன்றன்மேல் ஒன்றாக அமைகின்றன. இருபது பெரிய ஏற்ற நாட்களையும் இருபது பெரிய இறக்க நாட்களையும் அவை விழுந்த ஆண்டின்படி குழுவாக்கினால், அவை ஒரே சில ஆண்டுகளின் குறுகிய பட்டியலில் குவிகின்றன.

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

2020 ஆம் ஆண்டு மட்டுமே இருபது சிறந்த நாட்களில் 11 ஐயும், இருபது மோசமான நாட்களில் 9 ஐயும் கொண்டிருந்தது. 2022 கரடி சந்தை ஒவ்வொன்றிலும் 5 ஐக் கொண்டிருந்தது. அதற்கு இடைப்பட்ட அமைதியான ஆண்டுகள் இரண்டிலுமே கிட்டத்தட்ட எதையும் பங்களிக்கவில்லை. தீவிர ஏற்ற நாட்களும் தீவிர இறக்க நாட்களும் ஒரே தட்பவெப்பநிலை; பீதிகளின்போது ஒன்றாக வருகின்றன. சந்தை வீழ்ச்சிகளைத் தவிர்த்த ஒரு விதி, அதன் அருகிலேயே இருக்கும் மீள்திருப்பங்களையும் தவிர்த்திருக்கும்.

மிகப்பெரிய ஏற்ற நாட்கள் உண்மையில் நடந்தபோது

சிறந்த நாட்களை நெருக்கி பார்த்தால் இந்த அமைப்பு இன்னும் கூர்மையாகத் தெரிகிறது. இங்கே பத்தாண்டுகளில் SPY இன் பத்து பெரிய தினசரி லாபங்கள், அளவின்படி தரவரிசைப்படுத்தப்பட்டுள்ளன.

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

பத்தாண்டுகளின் ஒரே சிறந்த நாள் Mar 24, 2020 ஆகும்; அன்று SPY 9.5% உயர்ந்தது. பத்து பெரிய ஏற்ற நாட்களில் பெரும்பாலானவை 2020 வசந்த வீழ்ச்சியின்போது நிகழ்ந்தன; மீதியவை 2018 பிற்பகுதி, 2022 இறக்கம், மற்றும் 2025 ஏப்ரல் விற்பனையில் இருந்தன. இந்தப் பத்தில் மிகச் சிறியது கூட ஒரே அமர்வில் 4.4% லாபம் பெற்றது. அவற்றில் ஒவ்வொன்றும் சந்தை கடுமையாக வீழ்ந்துகொண்டிருந்தபோது நிகழ்ந்தன. பயமுறும் வாரத்திற்குப் பிறகு விற்றுவிட்டு தூசி தெளிய காத்திருந்த முதலீட்டாளர், இந்த மீள்திருப்பங்களின்போது பணத்தைத்தான் பிடித்திருப்பார்.

சந்தையில் இருக்கும் காலம், சந்தையின் நேரத்தைக் கணிப்பது அல்ல

பழைய பழமொழி சந்தையில் இருக்கும் காலம் சந்தையின் நேரத்தைக் கணிப்பதை விடச் சிறந்தது என்கிறது; அதற்குப் பின்னால் உள்ள கணிதம் நேரடியானது. பத்தாண்டு லாபங்கள் சில டசன் அமர்வுகளில் பின்னணியில் ஏற்றப்படுகின்றன; அவை விற்பனைகளுக்குப் பிறகு அல்லாமல் அவற்றின் நடுவே தோன்றுகின்றன. மோசமான நாளைத் தவிர்க்க ஒதுங்கினால், சிறந்த நாளுக்கு முன்பாகவே ஒதுங்கும் ஆபத்தை எதிர்கொள்கிறீர்கள்; இரண்டும் பெரும்பாலும் சில நாட்கள் இடைவெளியில் இருக்கின்றன.

இது மற்றவர்கள் பயப்படும்போது வாங்குதல் என்பதின் வழியே ஓடும் அதே பாடம்: மிகக் கூர்மையான மீள்திருப்பங்கள் தலைப்புச் செய்திகள் இன்னும் மோசமாக இருக்கும்போதே தொடங்குகின்றன. இது ஒரு போர்ட்ஃபோலியோ பிடித்து வைக்கப்படுவதற்காக எவ்வாறு கட்டமைக்கப்படுகிறது என்பதற்கும் இணைகிறது. இறக்கங்களைக் கடந்து அமர்வது பயணத்திற்கு ஏற்றவாறு அளவிடப்பட்ட நிலைகளுடன் எளிதாக இருக்கிறது; இது குவிப்பு ஆபத்தை கட்டுப்படுத்துவதற்கான வாதத்தின் ஒரு பகுதி, மேலும் புயலைக் கடந்து பிடித்திருக்க எளிதான குறைந்த ஏற்றிறக்க பங்குகளை நம்புவதற்கான வாதத்தின் பகுதி. சிறந்த நாட்கள் புத்திமதிக்கான வெகுமதி அல்ல. இன்னும் இருக்கையில் இருப்பதற்கான வெகுமதி.

FAQ

சந்தையில் சிறந்த நாட்களை இழப்பது என்ன செலவை ஏற்படுத்துகிறது?

2016 முதல், SPY இல் முதலீடு செய்திருந்தால் 275.5% லாபம் கிடைத்திருக்கும். சிறந்த பத்து நாட்களை மட்டும் இழந்தால் அது 97% ஆகக் குறைந்தது; சிறந்த ஐம்பது நாட்களை இழந்தால் பத்தாண்டு -32.5% ஆக எதிர்மறையானது. சில நாட்கள் மட்டுமே நீண்ட கால லாபத்தின் பெரும்பகுதியைத் தாங்குகின்றன.

மோசமான நாட்களை நான் வெறுமனே தவிர்க்க முடியாதது ஏன்?

சிறந்த மற்றும் மோசமான நாட்கள் ஒரே ஏற்றிறக்க காலகட்டங்களில் குவிகின்றன; பெரும்பாலும் ஒரே வாரத்திற்குள். 2020 இல், இருபது சிறந்த நாட்களில் 11 மற்றும் இருபது மோசமான நாட்களில் 9 அந்த ஒரே ஆண்டில் விழுந்தன. முன்கூட்டியே அவற்றைப் பிரிக்க நம்பகமான விதி இல்லை; இறக்கங்களைத் தவிர்க்க விற்றால் பெரும்பாலும் மீள்திருப்பங்களையும் இழக்கிறீர்கள்.

மிகப்பெரிய ஏற்ற நாட்கள் எப்போது நிகழ்ந்தன?

2016 முதல் SPY இன் ஒரே சிறந்த நாள் Mar 24, 2020 ஆகும்; அது 9.5% லாபம். பத்து பெரிய ஏற்ற நாட்களில் பெரும்பாலானவை 2020 வசந்த வீழ்ச்சியின்போது நிகழ்ந்தன; மற்றவை 2018 பிற்பகுதி, 2022, மற்றும் 2025 ஏப்ரலில், அனைத்தும் கடுமையான சந்தை வீழ்ச்சிகளின்போது.

சந்தையில் இருக்கும் காலம் சந்தையின் நேரத்தைக் கணிப்பதை விடச் சிறந்ததா?

இந்தப் பதிவின்படி, ஆம். முழுமையாக முதலீடு செய்த நிலை, ஒதுங்கி சிறந்த சில அமர்வுகளைக்கூட இழந்த எந்தப் பதிப்பை விடவும் மிக முன்னால் பெருகியது. சிறந்த நாட்கள் மிகச் சில, மேலும் இறக்க காலகட்டங்களுக்குள் மிகவும் குவிந்துள்ளன; நம்பகமாக வர்த்தகம் செய்ய முடியாத அளவுக்கு.

இங்கே ஒவ்வொரு எண்ணும் நீங்கள் திறந்து தணிக்கை செய்யக்கூடிய சேமிக்கப்பட்ட வினவல். Strasmore முனையத்தில் எந்த குறியீடு அல்லது பங்கிற்கும் இதே சிறந்த-நாட்கள் சோதனையை இயக்கவும்.