नुकसान-लाभ असममिति: वह गणित जो आपकी जमा राशि को नष्ट कर देता है

50% नुकसान की भरपाई के लिए 100% वृद्धि की आवश्यकता क्यों होती है, वोलैटिलिटी ड्रैग साइडवेज बाजारों में भी पूंजी को कैसे नष्ट करता है, और हर एल्गो ट्रेडर को रिस्क मैनेजमेंट बनाने के लिए कौन से फॉर्मूले जानने चाहिए।

वह पहेली जो अंतर्ज्ञान को तोड़ती है

कल्पना कीजिए: एक एसेट में 70% की वृद्धि हुई, फिर 70% की गिरावट आई। या इसका उल्टा — पहले गिरा, फिर बढ़ा। कौन-सा परिदृश्य अधिक लाभदायक है?

उत्तर: दोनों समान रूप से अलाभकारी हैं। गुणन क्रमविनिमेय (कम्यूटेटिव) है:

$100 \times 1.7 \times 0.3 = 100 \times 0.3 \times 1.7 = 51$

आपने "शून्य" मूल्य परिवर्तन के साथ अपनी पूंजी का 49% खो दिया। यह कोई बग नहीं है — यह रिटर्न की गुणात्मक प्रकृति का एक मौलिक गुण है।

नुकसान लाभ से "भारी" क्यों होते हैं

प्रतिशत रिटर्न गुणात्मक स्पेस में एक ऑपरेशन है। 50% नुकसान का मतलब है 0.5 से गुणा करना, और शुरुआती बिंदु पर वापस आने के लिए आपको 2 से गुणा करना होगा — यानी 100% कमाना होगा।

रिकवरी फॉर्मूला

यदि आपने अपनी पूंजी का $x\%$ खो दिया है, तो प्रारंभिक बैलेंस पर वापस आने के लिए आवश्यक रिटर्न है:

$R_{recovery} = \frac{x}{100 - x} \times 100\%$

व्युत्पत्ति मूलभूत है। मान लीजिए प्रारंभिक पूंजी $C$ है। $x\%$ के नुकसान के बाद:

$C_{after} = C \cdot \left(1 - \frac{x}{100}\right)$

रिकवर करने के लिए, $C_{after} \cdot (1 + R) = C$, इसलिए:

$R = \frac{C}{C_{after}} - 1 = \frac{1}{1 - x/100} - 1 = \frac{x}{100 - x}$

असममिति तालिका

असममिति गुणांक गैर-रैखिक रूप से बढ़ता है। 50% नुकसान के बाद आप एक ऐसे क्षेत्र में प्रवेश करते हैं जहां से रणनीति बदले बिना बच निकलना सांख्यिकीय रूप से लगभग असंभव है।

वोलैटिलिटी ड्रैग: साइडवेज बाजारों में मूक हत्यारा

जब बाजार "स्थिर" रहता है, तब भी अकेले वोलैटिलिटी पूंजी को नष्ट कर देती है। इस परिघटना को वोलैटिलिटी ड्रैग (या वेरिएंस ड्रेन) कहा जाता है।

औपचारिक परिभाषा

दैनिक रिटर्न की एक श्रृंखला $r_1, r_2, \ldots, r_n$ के लिए, ज्यामितीय (वास्तविक) रिटर्न है:

$G = \prod_{i=1}^{n}(1 + r_i) - 1$

अंकगणितीय (औसत) रिटर्न है:

$\bar{r} = \frac{1}{n}\sum_{i=1}^{n} r_i$

दोनों के बीच संबंध लगभग है:

$G \approx \bar{r} - \frac{\sigma^2}{2}$

जहां $\sigma^2$ रिटर्न का विचरण (वेरिएंस) है। पद $\frac{\sigma^2}{2}$ वोलैटिलिटी ड्रैग है।

उदाहरण: 5% दैनिक वोलैटिलिटी वाला साइडवेज बाजार

मान लीजिए कोई एसेट प्रतिदिन बराबर संभावना के साथ बेतरतीब ढंग से 5% ऊपर या नीचे जाता है। अंकगणितीय माध्य = 0%। लेकिन ज्यामितीय रिटर्न:

$G \approx 0 - \frac{0.05^2}{2} = -0.125\%$

252 ट्रेडिंग दिनों में: $(1 - 0.00125)^{252} \approx 0.729$, जिसका मतलब है "शून्य" औसत गति पर वार्षिक -27.1%।

क्रिप्टो बाजार के लिए, जिसमें विशिष्ट दैनिक वोलैटिलिटी 3–8% होती है, इसका मतलब है कि बिना किसी दिशात्मक ट्रेंड के एक अस्थिर एसेट को होल्ड करना पूंजी हानि की गारंटी देता है।

व्यावहारिक अनुप्रयोग: पायथन सिमुलेशन

import numpy as np

def simulate_volatility_drag(daily_vol: float, days: int = 252, simulations: int = 10_000) -> dict:
    """
    Monte Carlo simulation of volatility drag.

    Args:
        daily_vol: daily volatility (0.05 = 5%)
        days: number of trading days
        simulations: number of simulations

    Returns:
        Statistics of real (geometric) returns
    """
    # Generate random daily returns: mean=0, std=daily_vol
    daily_returns = np.random.normal(0, daily_vol, (simulations, days))

    # Geometric return for each simulation
    cumulative = np.prod(1 + daily_returns, axis=1)
    geo_returns = cumulative - 1

    # Theoretical volatility drag
    theoretical_drag = -0.5 * daily_vol**2 * days

    return {
        "mean_geometric_return": np.mean(geo_returns),
        "median_geometric_return": np.median(geo_returns),
        "theoretical_drag": theoretical_drag,
        "prob_loss": np.mean(geo_returns < 0),
        "worst_5pct": np.percentile(geo_returns, 5),
        "best_5pct": np.percentile(geo_returns, 95),
    }

# BTC-like volatility (~4% daily)
result = simulate_volatility_drag(daily_vol=0.04)
print(f"Mean geometric return:  {result['mean_geometric_return']:.2%}")
print(f"Theoretical drag:       {result['theoretical_drag']:.2%}")
print(f"Probability of loss:    {result['prob_loss']:.2%}")
print(f"Worst 5%:               {result['worst_5pct']:.2%}")

BTC जैसी वोलैटिलिटी के लिए विशिष्ट आउटपुट:

Mean geometric return:  -17.34%
Theoretical drag:       -20.16%
Probability of loss:     63.28%
Worst 5%:               -72.41%

एल्गो ट्रेडिंग के लिए निहितार्थ

1. रिस्क/रिवार्ड और केली क्राइटेरियन

नुकसान की असममिति को जानते हुए, केली क्राइटेरियन के माध्यम से इष्टतम पोजीशन आकार की गणना की जाती है:

$f^* = \frac{p \cdot W - (1 - p) \cdot L}{W \cdot L}$

जहां $p$ जीतने की संभावना है, $W$ औसत जीत है, और $L$ औसत नुकसान है (दांव के अंश के रूप में)।

व्यावहारिक ट्रेडिंग अनुप्रयोगों के लिए, फ्रैक्शनल केली ($f^{*}/2$ या $f^{*}/3$) का उपयोग किया जाता है, जो दीर्घकालिक रिटर्न में केवल मामूली कमी के साथ इक्विटी वोलैटिलिटी को कम करता है।

2. अधिकतम ड्रॉडाउन और पोजीशन साइज़िंग

यदि किसी रणनीति में अधिकतम ड्रॉडाउन $D_{max}$ की अनुमति है और स्टॉप-लॉस $S\%$ पर सेट है, तो क्रिटिकल ड्रॉडाउन से पहले लगातार स्टॉप्स की अधिकतम संख्या है:

$n = \frac{\ln(1 - D_{max})}{\ln(1 - S)}$

उदाहरण: $D_{max} = 20\%$ और $2\%$ स्टॉप-लॉस के साथ:

$n = \frac{\ln(0.8)}{\ln(0.98)} = \frac{-0.2231}{-0.0202} \approx 11$

रणनीति 11 लगातार स्टॉप्स को झेल सकती है। विन रेट जानकर, हम ऐसी लगातार श्रृंखला की संभावना का अनुमान लगा सकते हैं:

$P(n\ \text{stops}) = (1 - WR)^n$

45% विन रेट पर: $P = 0.55^{11} \approx 0.14\%$ — एक स्वीकार्य जोखिम।

3. रणनीति की ज्यामितीय अपेक्षा

किसी रणनीति का वास्तविक दीर्घकालिक रिटर्न ट्रेडों का अंकगणितीय माध्य नहीं है, बल्कि ज्यामितीय अपेक्षा है:

$E_{geo} = (1 + W)^p \times (1 - L)^{(1-p)} - 1$

$W = 3\%$, $L = 1\%$, $WR = 40\%$ वाली रणनीति:

$E_{geo} = 1.03^{0.4} \times 0.99^{0.6} - 1 = 1.01194 \times 0.99401 - 1 = +0.59\%$

$W = 3\%$, $L = 3\%$, $WR = 50\%$ वाली रणनीति (जो "ब्रेकईवन" प्रतीत होती है):

$E_{geo} = 1.03^{0.5} \times 0.97^{0.5} - 1 = 1.01489 \times 0.98489 - 1 = -0.045\%$

50% विन रेट वाली एक सिमेट्रिक R:R रणनीति वोलैटिलिटी ड्रैग के कारण अलाभकारी है।

4. लीवरेज: जब लीवर रणनीति को तोड़ देता है

लीवरेज न केवल रिटर्न को बल्कि वोलैटिलिटी ड्रैग को भी गुणा करता है। बिना लीवरेज के, ड्रैग $\frac{\sigma^2}{2}$ के बराबर होता है; लीवरेज $L$ के साथ यह $\frac{L^2 \sigma^2}{2}$ बन जाता है। लीवरेज के तहत पूंजी की ज्यामितीय वृद्धि दर:

$g(L) = L \cdot \mu - \frac{L^2 \sigma^2}{2}$

जहां $\mu$ अपेक्षित रिटर्न है और $\sigma$ एसेट की वोलैटिलिटी है।

3× का लीवरेज ड्रैग को 9 गुना बढ़ाता है, 3 गुना नहीं। 10× का लीवरेज — 100 गुना। 100× का लीवरेज — 10,000 गुना।

इष्टतम केली लीवरेज

$g(L)$ का अधिकतम इस पर पहुंचता है:

$L^* = \frac{\mu}{\sigma^2}$

यह सैद्धांतिक इष्टतम है। व्यवहार में, पोजीशन साइज़िंग के समान कारणों से फ्रैक्शनल केली ($L^*/2$ या $L^*/3$) का उपयोग किया जाता है: $\mu$ का अशुद्ध अनुमान, फैट-टेल वितरण, और गैर-स्थिर वोलैटिलिटी।

तालिका: लीवरेज, लिक्विडेशन, और वोलैटिलिटी ड्रैग

लक्ष्य ड्रॉडाउन से अधिकतम लीवरेज

यदि आप अधिकतम ड्रॉडाउन को $D_{max}$ तक सीमित करते हैं और 99% विश्वास स्तर पर एसेट का दैनिक VaR $V$ है:

$L_{max} = \frac{D_{max}}{V}$

तालिका से निष्कर्ष: क्रिप्टो बाजार के लिए इसकी वोलैटिलिटी के साथ, 3× भी पहले से ही आक्रामक लीवरेज है। क्रिप्टो एक्सचेंजों पर लोकप्रिय 50×–125×, बाजार की पहली सामान्य गति पर गणितीय रूप से गारंटीशुदा लिक्विडेशन है।

लीवरेज चुनने के लिए व्यावहारिक फॉर्मूला

मजबूत दृष्टिकोण कई अनुमानों का न्यूनतम लेना है:

$L_{opt} = \min\left(\frac{L_{Kelly}}{2},\quad \frac{D_{max}}{VaR},\quad \frac{\sigma_{target}}{\sigma_{current}},\quad L_{exchange}\right)$

जहां:

• $\frac{L_{Kelly}}{2}$ — फ्रैक्शनल केली (इष्टतम लीवरेज का आधा)
• $\frac{D_{max}}{VaR}$ — अधिकतम ड्रॉडाउन बाधा
• $\frac{\sigma_{target}}{\sigma_{current}}$ — वोल-टार्गेटिंग (लक्ष्य पोर्टफोलियो वोलैटिलिटी के अनुसार स्केलिंग)
• $L_{exchange}$ — एक्सचेंज सीमा

न्यूनतम यह सुनिश्चित करता है कि किसी भी बाधा का उल्लंघन न हो। व्यवहार में, ड्रॉडाउन बाधा आमतौर पर सबसे प्रतिबंधात्मक होती है।

इंटरैक्टिव कैलकुलेटर: Optimal Leverage Calculator आज़माएं — अपनी रणनीति के पैरामीटर डालें और विज़ुअलाइज़ेशन के साथ चारों तरीकों से इष्टतम लीवरेज प्राप्त करें।

ट्रेडिंग सिस्टम बनाने के लिए निष्कर्ष

नुकसान का प्रबंधन गणितीय रूप से लाभदायक एंट्री खोजने से अधिक महत्वपूर्ण है। यह कोई प्रेरक नारा नहीं है — यह गुणात्मक रिटर्न की असममिति का परिणाम है।

ठोस नियम:

1. स्टॉप-लॉस अनिवार्य हैं। नुकसान का हर प्रतिशत रिकवरी को घातांकीय रूप से जटिल बनाता है। 25% से ऊपर का ड्रॉडाउन (जिसे +33% की आवश्यकता होती है) रेड जोन है।

2. न्यूनतम R:R = 1:2। सिमेट्रिक R:R पर 50% विन रेट भी अलाभकारी है। केवल लाभ के पक्ष में एक असममित R:R ही वोलैटिलिटी ड्रैग की भरपाई करता है।

3. साइज़िंग के लिए फ्रैक्शनल केली। पूर्ण केली सैद्धांतिक रूप से इष्टतम है, लेकिन व्यवहार में $f^{*}/2$ इक्विटी वोलैटिलिटी के 50% पर रिटर्न का 75% देता है।

4. एज के बिना वोलैटिलिटी आपकी दुश्मन है। अत्यधिक अस्थिर एसेट्स के लिए साइडवेज बाजार में, केवल पोजीशन होल्ड करना ही नुकसान पैदा करता है। यदि आपके पास सांख्यिकीय एज नहीं है — ट्रेड न करें।

5. ज्यामितीय अपेक्षा की गणना करें, अंकगणितीय की नहीं। एक बैकटेस्ट जो प्रति ट्रेड औसत लाभ दिखाता है वह झूठ बोलता है — वास्तविक रिटर्न हमेशा $\frac{\sigma^2}{2}$ से कम होता है।

6. लीवरेज फॉर्मूले से, लालच से नहीं। अधिकतम लीवरेज की गणना करने के लिए फॉर्मूला $L_{max} = D_{max} / VaR$ का उपयोग करें। 8% दैनिक VaR और 20% लक्ष्य ड्रॉडाउन वाले क्रिप्टो के लिए, यह 2.5× देता है — 50× या 125× नहीं।

निष्कर्ष: सही ढंग से गणना करें — अधिक समय तक टिके रहें

रिटर्न की गुणात्मक प्रकृति को समझना कोई अकादमिक अभ्यास नहीं है। यह वह नींव है जिस पर कोई भी व्यवहार्य ट्रेडिंग सिस्टम बनाया जाता है।

अधिकांश ट्रेडर बाजार से इसलिए नहीं हारते कि उनमें "अंतर्ज्ञान" या इनसाइडर जानकारी की कमी है — वे इसलिए हारते हैं क्योंकि वे एडिटिव स्पेस (अंकगणितीय माध्य) में निर्णय लेते हैं, जबकि बाजार गुणात्मक स्पेस (ज्यामितीय माध्य) में काम करता है।

हर ट्रेड से पहले पूछे जाने योग्य तीन प्रश्न:

1. यदि स्टॉप ट्रिगर होता है — क्या मैं रिकवर कर सकता हूं? फॉर्मूला $R_{recovery} = \frac{x}{100-x}$ तुरंत उत्तर देता है। जब प्रति ट्रेड जोखिम 10% से अधिक हो जाता है, तो रिकवरी के लिए असंगत प्रयास की आवश्यकता होने लगती है।

2. क्या मेरे पास सांख्यिकीय एज है? यदि नहीं — ट्रेड न करें। अकेले वोलैटिलिटी, वोलैटिलिटी ड्रैग के माध्यम से नुकसान की गारंटी देती है। वोलैटिलिटी के तहत एज की अनुपस्थिति पूंजी का धीमा लेकिन अनिवार्य विनाश है।

3. मेरी रणनीति की ज्यामितीय अपेक्षा क्या है? प्रति ट्रेड औसत लाभ नहीं, विन रेट प्रतिशत नहीं — बल्कि ठीक-ठीक $E_{geo}$। यह एकमात्र मीट्रिक है जो वास्तविक दीर्घकालिक प्रभावशीलता दिखाता है।

एल्गो ट्रेडिंग कोड लिखने से शुरू नहीं होती, बल्कि गणित से शुरू होती है। कोड केवल उस रणनीति के कार्यान्वयन का उपकरण है जो पहले ही गणितीय सत्यापन पास कर चुकी है। इस सत्यापन के बिना, एक पूरी तरह से लिखा गया एल्गोरिदम भी व्यवस्थित रूप से आपकी जमा राशि को कम कर देगा।

बाजार गलतियों को दंडित नहीं करता — वह बस उन लोगों से पूंजी को पुनर्वितरित करता है जो गलत गणना करते हैं उन लोगों की ओर जो सही गणना करते हैं।

अगला विषय: मीन-वेरिएंस विधियों का उपयोग करके पोर्टफोलियो अनुकूलन — कब डायवर्सिफिकेशन काम करता है और कब यह सुरक्षा का भ्रम बन जाता है।

उद्धरण

@article{soloviov2026lossprofitasymmetry,
  author = {Soloviov, Eugen},
  title = {Loss-Profit Asymmetry: The Math That Kills Your Deposit},
  year = {2026},
  url = {https://marketmaker.cc/en/blog/post/loss-profit-asymmetry},
  version = {0.1.0},
  description = {Why losing 50% requires 100% growth to recover, how volatility drag destroys capital even in sideways markets, and which formulas every algo trader must know for risk management.}
}