అత్యుత్తమ రోజులను కోల్పోవడం వల్ల కలిగే నష్టం

మార్కెట్ సమయాన్ని సరిగ్గా పట్టుకోవడానికి ప్రయత్నించడంలో దాగి ఉన్న ఖర్చు ఏమిటంటే, అత్యుత్తమ రోజులను కోల్పోవడం. 2016 ప్రారంభం నుండి, S&P 500 ట్రాకింగ్ ఫండ్ SPYలో పూర్తిగా పెట్టుబడి పెట్టి ఉంటే 275.5% రాబడి వచ్చేది. ఆ దశాబ్దంలో అత్యుత్తమమైన పది రోజులను మాత్రమే దాటవేస్తే, రాబడి 97%కు పడిపోతుంది. అత్యుత్తమ రోజులు ప్రశాంతమైన సాయంత్రాలలో రావు. అవి మార్కెట్ అత్యంత దుర్బలమైన, అత్యంత అస్థిరమైన కాలాల్లోనే, భయపడే పెట్టుబడిదారుడు అమ్మడానికి ఎక్కువగా ఆకర్షించబడే చోటనే కేంద్రీకృతమై ఉంటాయి.

అత్యుత్తమ రోజులను కోల్పోవడం వల్ల ఖర్చు

ఒక్క వాక్యంలో మొత్తం ఆలోచన ఇక్కడ ఉంది. 2016 ప్రారంభం నుండి ప్రతి ట్రేడింగ్ రోజును తీసుకుని, వాటి రోజువారీ రాబడి ప్రకారం ర్యాంక్ చేసి, SPYలోని సాధారణ కొనుగోలు-ఉంచుకోవడం స్థానం నుండి అత్యుత్తమమైన వాటిని తొలగించండి. మిగిలిన ప్రతి రోజు అదే చోట ఉంటుంది. అగ్ర పది రోజులను తొలగిస్తే ఆ దశాబ్దం ఏమిటి అనేది చార్ట్ చూపిస్తుంది.

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

పూర్తిగా పెట్టుబడి పెట్టి ఉంటే, ఆ కాలంలో SPY 275.5%కు కంపౌండ్ అయింది. అత్యుత్తమ 10 రోజులను తొలగిస్తే, ఆ లాభంలో సుమారు రెండు-మూడు వంతులు అదృశ్యమై, 97% మిగులుతుంది. అత్యుత్తమ 20 రోజులను తొలగిస్తే 42.4% మిగులుతుంది. అత్యుత్తమ 50 రోజులను తొలగిస్తే మొత్తం దశాబ్దం ప్రతికూలంగా మారి, -32.5% వద్ద ఉంటుంది. రెండు వేలకు పైగా రోజులలో యాభై రోజులు మొత్తం ఫలితాన్ని మోశాయి. దీర్ఘకాలిక రాబడి సమయంలో సమానంగా విస్తరించి ఉండదు. ఇది భారీ సెషన్‌ల చిన్న సంఖ్యపై ఆధారపడి ఉంటుంది.

అత్యుత్తమ రోజులను ఉద్దేశపూర్వకంగా దాటవేయడం ఎందుకు అసాధ్యం

స్పష్టమైన వాదన ఏమిటంటే తెలివైన పెట్టుబడిదారుడు చెడ్డ రోజులను కూడా దాటవేస్తాడు. నిజామాటంలో మంచి రోజులు, చెడ్డ రోజులు ఒకదానిపై ఒకటి ఉంటాయి. ఇరవై అతిపెద్ద పైకి-రోజులు, ఇరవై అతిపెద్ద కింది-రోజులను వాటి పడిన సంవత్సరం ప్రకారం సమూహం చేస్తే, అవి అదే చిన్న సంవత్సరాల జాబితాలో కుప్పలుగా పేరుకుపోతాయి.

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 సంవత్సరం మాత్రమే ఇరవై అత్యుత్తమ రోజులలో 11, ఇరవై అత్యంత చెడ్డ రోజులలో 9 కలిగి ఉంది. 2022 ఎలుగుబండి మార్కెట్ ప్రతి జాబితాలో 5 కలిగి ఉంది. మధ్యలోని ప్రశాంత సంవత్సరాలు దాదాపు ఏదీ అందించలేదు. తీవ్రమైన పైకి-రోజులు, తీవ్రమైన కింది-రోజులు ఒకే వాతావరణం, భయాందోళనల సమయంలో కలిసి వస్తాయి. పతనాలను తప్పించే నియమం వాటి పక్కనే ఉన్న రికవరీలను కూడా తప్పించి ఉండేది.

అతిపెద్ద పైకి-రోజులు నిజంగా ఎప్పుడు జరిగాయి

ఒక్కొక్క అత్యుత్తమ రోజును దగ్గరగా చూస్తే, ఈ క్రమం మరింత స్పష్టంగా మారుతుంది. ఆ దశాబ్దంలో SPY కోసం పది అతిపెద్ద ఒక్క-రోజు లాభాలు ఇక్కడ ఉన్నాయి, పరిమాణం ప్రకారం ర్యాంక్ చేయబడ్డాయి.

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

ఆ దశాబ్దంలో ఒక్క అత్యుత్తమ రోజు Mar 24, 2020, ఆ రోజు SPY 9.5% పైకి ఎగిసింది. పది అతిపెద్ద పైకి-రోజులలో ఎక్కువ భాగం 2020 వసంతకాలం పతనంలో పడ్డాయి, మిగిలినవి 2018 చివరి, 2022 క్షీణత, ఏప్రిల్ 2025 అమ్మకాలలో ఉన్నాయి. ఈ పదిలో అతి చిన్నది కూడా ఒక సెషన్‌లో 4.4% లాభపడింది. ప్రతి ఒక్కటి మార్కెట్ దాని చుట్టూ గట్టిగా పడిపోతున్నప్పుడే జరిగింది. భయపెట్టే వారం తర్వాత ధూళి నెమ్మదించే వరకు వేచి ఉండటానికి అమ్మిన పెట్టుబడిదారుడు ఖచ్చితంగా ఈ రిబౌండ్‌ల కోసం నగదు పట్టుకొని ఉండేవాడు.

మార్కెట్‌లో సమయం, మార్కెట్ సమయాన్ని పట్టుకోవడం కాదు

పాత సూత్రం ఏమిటంటే మార్కెట్‌లో సమయం మార్కెట్ సమయాన్ని పట్టుకోవడాన్ని అధిగమిస్తుంది, దాని వెనుక ఉన్న అంకగణితం కఠినమైనది. ఒక దశాబ్దం లాభాలు కొన్ని డజను సెషన్‌లపై వెనక్కి లోడ్ చేయబడతాయి, ఆ సెషన్‌లు పతనాల తర్వాత కాకుండా వాటి మధ్యలో కనిపిస్తాయి. అత్యంత చెడ్డ రోజును తప్పించడానికి పక్కకు తగ్గడం అంటే అత్యుత్తమ రోజు ముందు పక్కకు తగ్గే ప్రమాదం, ఆ రెండు తరచుగా కొన్ని రోజుల దూరంలో ఉంటాయి.

ఇదే పాఠం ఇతరులు భయపడుతున్నప్పుడు కొనుగోలు చేయడం ద్వారా కూడా ప్రవహిస్తుంది: అత్యంత తీవ్రమైన రికవరీలు హెడ్‌లైన్‌లు ఇంకా అగ్గిచ్చిగా ఉన్నప్పుడే ప్రారంభమవుతాయి. ఇది పోర్ట్‌ఫోలియో ఎలా పట్టుకోవడానికి నిర్మించబడిందో దానికి కూడా అనుసంధానమై ఉంటుంది. పతనాల ద్వారా కూర్చోవడం మీరు రైడ్ కోసం సైజు చేసిన స్థానాలతో సులభం, ఇది కేంద్రీకరణ ప్రమాదాన్ని పరిమితం చేయడానికి, తుఫాను ద్వారా పట్టుకోవడానికి సులభమైన తక్కువ-అస్థిరత స్టాక్‌లపై ఆధారపడటానికి కారణం. అత్యుత్తమ రోజులు తెలివికి బహుమానం కాదు. అవి మీ సీటులో ఇంకా ఉన్నందుకు బహుమానం.

తరచుగా అడిగే ప్రశ్నలు

మార్కెట్‌లో అత్యుత్తమ రోజులను కోల్పోవడం వల్ల ఖర్చు ఎంత?

2016 నుండి, SPYలో పెట్టుబడి పెట్టి ఉంటే 275.5% రాబడి వచ్చేది. కేవలం పది అత్యుత్తమ రోజులను కోల్పోవడం దానిని 97%కు కట్ చేసింది, అత్యుత్తమ యాభై రోజులను కోల్పోవడం దశాబ్దాన్ని -32.5% వద్ద ప్రతికూలంగా మార్చింది. కొద్ది సంఖ్యలో రోజులు దీర్ఘకాలిక రాబడిలో ఎక్కువ భాగాన్ని మోస్తాయి.

అత్యంత చెడ్డ రోజులను ఎందుకు నేను తప్పించలేను?

అత్యుత్తమ, అత్యంత చెడ్డ రోజులు ఒకే అస్థిర కాలాల్లో, తరచుగా అదే వారంలో కేంద్రీకృతమై ఉంటాయి. 2020లో, ఇరవై అత్యుత్తమ రోజులలో 11, ఇరవై అత్యంత చెడ్డ రోజులలో 9 ఆ ఒక్క సంవత్సరంలో పడ్డాయి. ముందుగానే వాటిని వేరు చేసే నమ్మదగిన నియమం లేదు, పతనాలను తప్పించడానికి అమ్మడం సాధారణంగా రిబౌండ్‌లను కోల్పోవడమే.

అతిపెద్ద పైకి-రోజులు ఎప్పుడు జరిగాయి?

2016 నుండి SPY యొక్క ఒక్క అత్యుత్తమ రోజు Mar 24, 2020, 9.5% లాభం. పది అతిపెద్ద పైకి-రోజులలో ఎక్కువ భాగం 2020 వసంతకాలం పతనంలో జరిగాయి, మిగిలినవి 2018 చివరి, 2022, ఏప్రిల్ 2025లో, అన్నీ తీవ్రమైన మార్కెట్ క్షీణతల సమయంలో జరిగాయి.

మార్కెట్‌లో సమయం మార్కెట్ సమయాన్ని పట్టుకోవడాన్ని అధిగమిస్తుందా?

ఈ రికార్డులో, అవును. పూర్తిగా పెట్టుబడి పెట్టిన స్థానం అత్యుత్తమ సెషన్‌లలో కొన్నింటిని కోల్పోయి బయటకు వచ్చిన ఏ సంస్కరణ కంటే చాలా ముందుకు కంపౌండ్ అయింది. అత్యుత్తమ రోజులు చాలా తక్కువ, క్షీణతలలో చాలా కేంద్రీకృతమై ఉన్నాయి, వాటి చుట్టూ నమ్మదగిన వాణిజ్యం చేయడానికి.