Foliolytic কার্যপ্রণালী

সর্বশেষ আপডেট:

Foliolytic যে প্রতিটি মেট্রিক গণনা করে, কীভাবে এটি গণনা করা হয়, এটি কী ডেটা ব্যবহার করে, বাস্তবায়ন কী প্রান্তিক পরিস্থিতি পরিচালনা করে এবং Foliolytic সাধারণ অনলাইন ক্যালকুলেটর থেকে কোথায় ভিন্ন। কোনো ব্ল্যাক বক্স নেই।

দ্রুত উত্তর

Foliolytic-এ সবচেয়ে গুরুত্বপূর্ণ পদ্ধতিগত পছন্দ কী?

Foliolytic আপনার পোর্টফোলিও ইতিহাসের প্রতিটি ক্যালেন্ডার দিনের সাথে মিলে যাওয়া ঝুঁকি-মুক্ত হার হিসাবে FRED থেকে প্রকৃত দৈনিক মার্কিন ট্রেজারি বিল ফলন ব্যবহার করে। বেশিরভাগ অনলাইন ক্যালকুলেটর একটি স্থির ২% বা ৩% অনুমান ব্যবহার করে, যা T-বিল ফলন ৫% থাকা পরিবেশে Sharpe এবং Sortino অনুপাতকে ০.৩–০.৫ দ্বারা পরিবর্তন করতে পারে। দৈনিক-রেজোলিউশন ড্রডাউন পুনর্গঠন (মাস-শেষের স্ন্যাপশট নয়) এবং বাইসেকশন ফলব্যাক সহ নিউটন-র‌্যাপসন XIRR-এর সাথে মিলিত হয়ে, এটি Foliolytic-এর সংখ্যাগুলিকে প্রাতিষ্ঠানিক সম্পদ-ব্যবস্থাপনা পদ্ধতির সাথে সঙ্গতিপূর্ণ করে তোলে।

প্রকৃত ট্রেজারি ফলন · দৈনিক গ্রানুলারিটি · নিউটন-র‌্যাপসন XIRR
কভার করা মেট্রিকস
  1. Sharpe অনুপাত
  2. Sortino অনুপাত
  3. XIRR (অর্থ-ভারিত রিটার্ন)
  4. TWR (সময়-ভারিত রিটার্ন)
  5. Beta
  6. Alpha (জেনসেনের)
  7. R-Squared
  8. সর্বোচ্চ ড্রডাউন
  9. ঝুঁকির মূল্য (VaR)
  10. CVaR (প্রত্যাশিত ঘাটতি)
  11. Calmar অনুপাত
  12. Treynor অনুপাত
  13. তথ্য অনুপাত
  14. ক্যাপচার অনুপাত (ঊর্ধ্ব/নিম্ন)
  15. ট্র্যাকিং ত্রুটি
  16. সম্ভাব্য Sharpe অনুপাত (PSR)
  17. Hurst এক্সপোনেন্ট
  18. আলসার সূচক
  19. ব্যাটিং গড়
  20. Burke অনুপাত
  21. Martin অনুপাত
  22. Sterling অনুপাত
  23. Modigliani M²

Sharpe অনুপাত

সূত্র

Sharpe = (R̄_p - R_f) · √252 / (σ(r_d) · √252)
where r_d = daily log returns and R̄_p, σ are computed on those daily log returns.

ইনপুট

আপনার লেনদেন থেকে পুনর্গঠিত দৈনিক পোর্টফোলিও মূল্য সিরিজ। FRED থেকে দৈনিক ৩-মাসের মার্কিন ট্রেজারি বিল ফলন, প্রতিটি ক্যালেন্ডার দিনের সাথে মিলে যায়। শুধুমাত্র স্টক পোর্টফোলিওর জন্য বছরে ২৫২ ট্রেডিং দিন; শুধুমাত্র ক্রিপ্টোর জন্য ৩৬৫ দিন; মিশ্র পোর্টফোলিওর জন্য উপযুক্ত প্রতি-সম্পদ মিশ্রণ।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

যদি পোর্টফোলিও ইতিহাস ৩০ দিনের কম হয়, তাহলে Sharpe দমন করা হয় (অর্থপূর্ণ অনুমানের জন্য নমুনার আকার খুব ছোট)। যদি σ < 1e-9 (কার্যকরভাবে ফ্ল্যাট পোর্টফোলিও) হয়, তাহলে Sharpe অসীমতার পরিবর্তে শূন্য হিসাবে রিপোর্ট করা হয়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

বেশিরভাগ অনলাইন ক্যালকুলেটর একটি স্থির ২% বা ৩% ঝুঁকি-মুক্ত হার ব্যবহার করে। Foliolytic প্রকৃত দৈনিক T-বিল ফলন ব্যবহার করে। উচ্চ-হারের পরিবেশে (২০২৩–২০২৫), এটি স্থির-হারের ক্যালকুলেটরের তুলনায় Sharpe অনুপাতকে ০.৩–০.৫ দ্বারা পরিবর্তন করে।

Sortino অনুপাত

সূত্র

Sortino = (R̄_p - R_f) · √252 / DD
where DD = √( (1/n) · Σ min(r_d - r_f_d, 0)² ) · √252

ইনপুট

Sharpe-এর মতো একই দৈনিক পোর্টফোলিও সিরিজ এবং দৈনিক ঝুঁকি-মুক্ত হার। 'নিম্নমুখী' থ্রেশহোল্ড হল দৈনিক ঝুঁকি-মুক্ত হার, শূন্য নয়।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

নিম্নমুখী বিচ্যুতি শুধুমাত্র সেই দিনগুলি ব্যবহার করে গণনা করা হয় যেখানে r_d < r_f_d। যে দিনগুলিতে r_d ≥ r_f_d হয়, সেগুলি যোগফলে শূন্য অবদান রাখে কিন্তু n-এ গণনা করা হয়। এটি Sortino-এর মূল ১৯৮০-এর দশকের নির্দিষ্টকরণের সাথে মিলে যায়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

কিছু ক্যালকুলেটর নিম্নমুখী থ্রেশহোল্ড হিসাবে শূন্য ব্যবহার করে, যা গাণিতিকভাবে সুবিধাজনক হলেও তাত্ত্বিকভাবে ভুল। মূল Sortino পেপারটি ন্যূনতম গ্রহণযোগ্য রিটার্ন (MAR) নির্দিষ্ট করে, যা সবচেয়ে স্বাভাবিকভাবে ঝুঁকি-মুক্ত হার হিসাবে ব্যাখ্যা করা হয়।

XIRR (অর্থ-ভারিত রিটার্ন)

সূত্র

0 = Σᵢ CFᵢ / (1 + XIRR)^( (dᵢ - d₀) / 365 )
solved via Newton-Raphson with bisection fallback.

ইনপুট

তারিখ সহ নগদ প্রবাহের সম্পূর্ণ লেনদেন ইতিহাস। এতে অবদান (নেতিবাচক), উত্তোলন (ইতিবাচক), সাম্প্রতিকতম তারিখে টার্মিনাল পোর্টফোলিও মূল্য (ইতিবাচক), এবং পৃথক প্রবাহ হিসাবে প্রাপ্ত যেকোনো নগদ লভ্যাংশ অন্তর্ভুক্ত।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

নিউটন-র‌্যাপসন ০.১০-এর প্রাথমিক অনুমান সহ পুনরাবৃত্তি করে। যদি ডেরিভেটিভ শূন্যে চলে যায় বা পুনরাবৃত্তি ভিন্ন হয়, তবে অ্যালগরিদম [-০.৯৯, +৫.০]-এ বাইসেকশনে ফিরে আসে। অভিসার সহনশীলতা: 1e-10। $০.০১-এর নিচে নগদ প্রবাহ উপেক্ষা করা হয়। ফলাফল প্রতি বছর [-০.৯৯, +৫.০]-এ সীমাবদ্ধ থাকে — এই সীমার বাইরের মানগুলি প্রায় সবসময় ডেটা ত্রুটি নির্দেশ করে (মুদ্রা মিশ্রণ, দশমিক স্থান পরিবর্তন, ক্রিপ্টো রিপোর্টিং ত্রুটি)।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Excel-এর XIRR একই নিউটন-র‌্যাপসন পদ্ধতি ব্যবহার করে কিন্তু স্যানিটি-ক্যাপ করে না, তাই এটি অগোছালো ক্রিপ্টো ডেটার জন্য অযৌক্তিক মান (কয়েক বিলিয়ন শতাংশ) ফেরত দেয়। Foliolytic-এর ক্যাপ এগুলিকে ড্যাশবোর্ডকে দূষিত করা থেকে রক্ষা করে।

TWR (সময়-ভারিত রিটার্ন)

সূত্র

TWR = Π_i (1 + R_i) - 1
where R_i is the return of period i computed between cash flow events.

ইনপুট

দৈনিক পোর্টফোলিও মূল্য, সমস্ত বাহ্যিক নগদ প্রবাহের তারিখ। দুটি পরপর প্রবাহের মধ্যবর্তী সময়কাল একটি রিটার্ন-উইন্ডো।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

অবদান এবং উত্তোলনের সময় প্রভাব দূর করতে উপ-পিরিয়ড রিটার্নগুলি জ্যামিতিকভাবে শৃঙ্খলিত করা হয়। প্রবাহবিহীন দিনগুলি একক-দিনের রিটার্ন পিরিয়ড তৈরি করে। প্রবাহের মধ্যবর্তী বহু-দিনের পিরিয়ডগুলি যৌগিক হয়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

TWR সম্পদ-স্তরের কর্মক্ষমতা মূল্যায়নের জন্য মানদণ্ড (যা ফান্ড ম্যানেজাররা রিপোর্ট করে)। অর্থ-ভারিত রিটার্ন (XIRR) একজন বিনিয়োগকারীর প্রকৃত অভিজ্ঞতা মূল্যায়নের জন্য মানদণ্ড। Foliolytic উভয়ই গণনা করে — এগুলি প্রায়শই কয়েক শতাংশ পয়েন্ট দ্বারা ভিন্ন হয়।

Beta

সূত্র

β = Cov(r_p, r_m) / Var(r_m)
computed via OLS regression of daily portfolio returns r_p on daily benchmark returns r_m, using excess-of-risk-free-rate returns.

ইনপুট

দৈনিক পোর্টফোলিও রিটার্ন। দৈনিক বেঞ্চমার্ক রিটার্ন (ডিফল্টরূপে S&P 500; QQQ, VT, বা যেকোনো কাস্টম বেঞ্চমার্কে কনফিগার করা যায়)। অতিরিক্ত রিটার্ন গণনা করার জন্য দৈনিক ৩-মাসের T-বিল ফলন।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

পোর্টফোলিও এবং বেঞ্চমার্কের মধ্যে ন্যূনতম ৩০ দিনের ওভারল্যাপ। যে দিনগুলিতে কোনোটির ডেটা অনুপস্থিত থাকে, সেগুলি বাদ দেওয়া হয়। আউটলায়ারগুলি (>5σ) চিহ্নিত করা হয় কিন্তু সরানো হয় না — beta একটি শক্তিশালী পরিসংখ্যান এবং আউটলায়ারগুলি অপসারণ করলে এটি উপরের দিকে পক্ষপাতদুষ্ট হয়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

কিছু ক্যালকুলেটর কাঁচা রিটার্নের উপর beta চালায় (অতিরিক্ত রিটার্ন নয়), যা গাণিতিকভাবে সমতুল্য শুধুমাত্র যদি ঝুঁকি-মুক্ত হার স্থির থাকে। সময়-পরিবর্তনশীল T-বিল হারের সাথে, অতিরিক্ত রিটার্নের উপর রিগ্রেশন করা আরও সঠিক।

Alpha (জেনসেনের)

সূত্র

α = R̄_p - [R_f + β · (R̄_m - R_f)]
where all quantities are annualized.

ইনপুট

beta-এর মতো, প্লাস রিগ্রেশন ইন্টারসেপ্ট (OLS ধ্রুবক পদ)।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

Alpha বার্ষিক শতাংশ পয়েন্টে রিপোর্ট করা হয়। পরিসংখ্যানগত তাৎপর্য (t-stat) এর সাথে গণনা করা হয় — t-stat > ১.৫ ছাড়া Alpha মানগুলিকে দক্ষতা নয়, বরং গোলমাল হিসাবে বিবেচনা করা উচিত।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

অনেক স্প্রেডশীট Alpha অস্কেলড রিগ্রেশনের একটি বিশুদ্ধ ইন্টারসেপ্ট হিসাবে গণনা করা হয়, বার্ষিকীকরণ ধাপটি বাদ দিয়ে। Foliolytic সর্বদা বার্ষিক Alpha রিপোর্ট করে যাতে সংখ্যাটি সরাসরি 'বেঞ্চমার্ক-সমতুল্য ঝুঁকি এক্সপোজারের তুলনায় প্রতি বছর অতিরিক্ত রিটার্ন' হিসাবে ব্যাখ্যা করা যায়।

R-Squared

সূত্র

R² = 1 - SS_residual / SS_total
where SS_residual = Σ(r_p - r_p_predicted)² and SS_total = Σ(r_p - r̄_p)²

ইনপুট

beta-এর মতো একই রিগ্রেশন। R² হল সেই ফিট থেকে নির্ণয়ের সহগ।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

যদি নির্বাচিত বেঞ্চমার্কের বিপরীতে R² < ০.০৫ হয়, তাহলে পোর্টফোলিওর beta এবং alpha অনুমানগুলিকে পরিসংখ্যানগতভাবে অর্থহীন হিসাবে চিহ্নিত করা হয় — ব্যাখ্যা করার মতো কোনো রৈখিক সম্পর্ক নেই।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Foliolytic উচ্চ R² (কম সক্রিয় শেয়ার সহ ≥ ০.৯৫) কে একটি 'ক্লোজেট ইনডেক্সার' সংকেত হিসাবে বিবেচনা করে — ব্যাজ সংজ্ঞার জন্য CLAUDE.md-এ সাম্প্রতিক প্রধান আপডেটগুলি দেখুন।

সর্বোচ্চ ড্রডাউন

সূত্র

MaxDD = min over t of [V_t / max(V_s : s ≤ t) - 1]

ইনপুট

সম্পূর্ণ ইতিহাস জুড়ে দৈনিক পোর্টফোলিও মূল্য সিরিজ। পুনর্গঠন লেনদেন-দ্বারা-লেনদেন মূল্যায়ন ব্যবহার করে, পিরিয়ড-শেষের স্ন্যাপশট নয়।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

স্টক এবং ক্রিপ্টোর জন্য দৈনিক গ্রানুলারিটি ব্যবহার করা হয়। ইন্ট্রাডে পিক/ট্রফ ধরা পড়ে না — Foliolytic-এর সর্বোচ্চ ড্রডাউন দৈনিক-রেজোলিউশন। পুনরুদ্ধারের সময় (পিক থেকে পরবর্তী দিন পিক বা তার উপরে পৌঁছাতে যত দিন লাগে) এর সাথে রিপোর্ট করা হয়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

অনেক ট্র্যাকার মাসিক NAV থেকে ড্রডাউন গণনা করে, যা প্রকৃত পিক-টু-ট্রফকে গড়ে ২০–৩০% কম দেখায় কারণ তারা মাস-মধ্যবর্তী পতনগুলি বাদ দেয়। দৈনিক পুনর্গঠন পথের আরও বেশি অংশ ধারণ করে।

ঝুঁকির মূল্য (VaR)

সূত্র

Historical: VaR_α = quantile(r_d, 1 - α)
Parametric (Gaussian): VaR_α = μ - z_α · σ
Monte Carlo: simulate from fitted distribution and take 1-α quantile.

ইনপুট

সম্পূর্ণ দৈনিক রিটার্ন ইতিহাস। আত্মবিশ্বাস স্তর α (ডিফল্ট: ৯৫% এবং ৯৯%)। প্যারামেট্রিক VaR-এর জন্য, নমুনা গড় এবং স্ট্যান্ডার্ড বিচ্যুতিও প্রয়োজন। Monte Carlo-এর জন্য, একটি বিতরণ ফিট করে (ডিফল্টরূপে Gaussian; ফ্যাট-টেইলড সম্পদের জন্য t-বিতরণ)।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

ঐতিহাসিক VaR-এর জন্য কমপক্ষে ৬০ দিনের রিটার্ন প্রয়োজন (পরিসংখ্যানগত ন্যূনতম); ২৫০+ দিন অত্যন্ত পছন্দনীয়। নন-গাউসিয়ান রিটার্ন বিতরণের জন্য প্যারামেট্রিক VaR অবিশ্বস্ত হতে পারে। Foliolytic তিনটিই পাশাপাশি রিপোর্ট করে যাতে পার্থক্য (বা এর অভাব) দৃশ্যমান হয়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

বেশিরভাগ ক্যালকুলেটর শুধুমাত্র প্যারামেট্রিক VaR রিপোর্ট করে। Foliolytic ঐতিহাসিক, প্যারামেট্রিক এবং Monte Carlo দেখায়। ফ্যাট-টেইলড সম্পদের (ক্রিপ্টো, লিভারেজড ইক্যুইটি, একক স্টক) জন্য, প্যারামেট্রিক VaR প্রকৃত ক্ষতির সম্ভাবনাকে ৫০%+ দ্বারা কম অনুমান করতে পারে।

CVaR (প্রত্যাশিত ঘাটতি)

সূত্র

CVaR_α = E[Loss | Loss ≥ VaR_α]
empirically: mean of returns worse than VaR_α threshold.

ইনপুট

ঐতিহাসিক VaR-এর মতো। CVaR শুধুমাত্র সেই দিনগুলি ব্যবহার করে যেখানে ক্ষতি VaR থ্রেশহোল্ড অতিক্রম করেছে।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

লেজটি অ-খালি হওয়ার শর্তে: একটি অর্থপূর্ণ অনুমানের জন্য VaR থ্রেশহোল্ডের বাইরে কমপক্ষে ৫টি পর্যবেক্ষণ প্রয়োজন। ৯৫% VaR-এ ২৫০ দিনের ইতিহাস সহ, এটি ১২–১৩টি লেজ পর্যবেক্ষণ দেয় — যা প্রায় প্রান্তিক।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

অনেক উৎস শুধুমাত্র VaR রিপোর্ট করে। CVaR (যাকে Expected Shortfall-ও বলা হয়) আপনাকে শুধুমাত্র থ্রেশহোল্ড নয়, এর বাইরে ক্ষতির গড় তীব্রতাও বলে — যা মূলধন পরিকল্পনার জন্য আরও উপযোগী। এই কারণগুলির জন্য ব্যাংকগুলির জন্য Basel III এখন VaR-এর উপর CVaR বাধ্যতামূলক করেছে।

Calmar অনুপাত

সূত্র

Calmar = R_annual / |MaxDD|

ইনপুট

বার্ষিক রিটার্ন (সম্পূর্ণ ইতিহাস জুড়ে CAGR)। সম্পূর্ণ ইতিহাস জুড়ে সর্বোচ্চ ড্রডাউন।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

উভয় ইনপুটকে অ-তুচ্ছ হতে হবে। যদি MaxDD < ১% হয় (মূলত কোনো ড্রডাউন নেই), তাহলে Calmar অসীমতার পরিবর্তে 'প্রযোজ্য নয়' হিসাবে রিপোর্ট করা হয়। যদি R_annual ≤ ০ হয়, Calmar এখনও গণনা করা যেতে পারে তবে সুস্পষ্ট প্রেক্ষাপট সহ রিপোর্ট করা হয় (কম ড্রডাউন থেকে উচ্চ Calmar শুধুমাত্র তখনই চিত্তাকর্ষক যদি রিটার্নও ইতিবাচক হয়)।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

কিছু বাস্তবায়ন সম্পূর্ণ-পিরিয়ডের পরিবর্তে ৩৬-মাসের রোলিং Calmar ব্যবহার করে। Foliolytic ডিফল্টরূপে সম্পূর্ণ-পিরিয়ড Calmar গণনা করে; রোলিং Calmar উন্নত মেট্রিকস ট্যাবে উপলব্ধ।

Treynor অনুপাত

সূত্র

Treynor = (R̄_p - R_f) / β

ইনপুট

সময়কাল জুড়ে বার্ষিক অতিরিক্ত রিটার্ন। beta মেট্রিকের জন্য ব্যবহৃত একই রিগ্রেশন থেকে Beta।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

যদি β শূন্যের কাছাকাছি বা নেতিবাচক হয়, Treynor অর্থহীন বা স্বজ্ঞাবিরোধী হয়ে ওঠে। Foliolytic |β| < ০.২ সহ পোর্টফোলিওগুলিকে 'নিম্ন-beta' হিসাবে চিহ্নিত করে এবং একটি সতর্কীকরণ সূচক সহ Treynor দেখায়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Treynor সু-বৈচিত্র্যপূর্ণ পোর্টফোলিওগুলির জন্য সবচেয়ে উপযোগী যেখানে আইডিওসিঙ্ক্র্যাটিক ঝুঁকি বৈচিত্র্যপূর্ণ করা হয়েছে। একক স্টক বা কেন্দ্রীভূত পোর্টফোলিওগুলির জন্য, Sharpe হল আরও উপযুক্ত মেট্রিক — Treynor ঝুঁকি-সমন্বিত রিটার্নকে অতিরঞ্জিত করবে কারণ ফার্ম-নির্দিষ্ট ঝুঁকি beta দ্বারা ধরা পড়ে না।

তথ্য অনুপাত

সূত্র

IR = (R̄_p - R̄_b) / σ(r_p - r_b)
where the denominator is the tracking error.

ইনপুট

দৈনিক পোর্টফোলিও রিটার্ন এবং দৈনিক বেঞ্চমার্ক রিটার্ন। উভয়ই √২৫২ এর মাধ্যমে বার্ষিকীকরণ করা হয়।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

কমপক্ষে ৬০ দিনের জোড় ডেটা প্রয়োজন। যদি ট্র্যাকিং ত্রুটি < ০.৫% হয় (মূলত সূচিত), IR দমন করা হয় কারণ প্রায়-শূন্য ডিনোমিনেটর দ্বারা নিউমেরেটর ভাগ করলে অস্থির অনুমান পাওয়া যায়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

কিছু বাস্তবায়ন মাসিক রিটার্ন ব্যবহার করে (অফিসিয়াল GIPS স্ট্যান্ডার্ড)। Foliolytic উচ্চ রেজোলিউশনের জন্য দৈনিক ব্যবহার করে; IR-এর জন্য দৈনিক-বনাম-মাসিক পার্থক্য ছোট (সাধারণত ৫% এর মধ্যে)।

ক্যাপচার অনুপাত (ঊর্ধ্ব/নিম্ন)

সূত্র

Up-Capture = R̄_p_up / R̄_b_up
(over months where R_b > 0)
Down-Capture = R̄_p_down / R̄_b_down
(over months where R_b < 0)

ইনপুট

মাসিক পোর্টফোলিও এবং বেঞ্চমার্ক রিটার্ন। স্ট্যান্ডার্ড রিপোর্টিং কনভেনশনের সাথে মিলিয়ে মাসিক গ্রানুলারিটিতে গণনা করা হয়।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

অর্থপূর্ণ অনুমানের জন্য প্রতিটি শাসনব্যবস্থায় (ঊর্ধ্ব/নিম্ন) কমপক্ষে ১২ মাস প্রয়োজন। যে মাসগুলিতে বেঞ্চমার্ক রিটার্ন ঠিক শূন্য হয়, সেগুলি বাদ দেওয়া হয়। ক্যাপচার অনুপাতগুলি শতাংশ হিসাবে রিপোর্ট করা হয়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Foliolytic ক্যাপচার-অনুপাতের গুণমানও রিপোর্ট করে (up_capture - down_capture এর বিস্তার) — স্বপ্নের প্রোফাইল হল উচ্চ ঊর্ধ্বমুখী, নিম্ন নিম্নমুখী।

ট্র্যাকিং ত্রুটি

সূত্র

TE = σ(r_p - r_b) · √252

ইনপুট

দৈনিক পোর্টফোলিও এবং বেঞ্চমার্ক রিটার্ন। পার্থক্য সিরিজ দৈনিক গণনা করা হয়; TE হল বার্ষিক স্ট্যান্ডার্ড বিচ্যুতি।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

IR-এর মতো একই ন্যূনতম-ডেটা প্রয়োজনীয়তা (≥ ৬০ দিন)। খুব কঠোরভাবে সূচিত পোর্টফোলিওগুলির জন্য (< ০.৫% TE), মেট্রিকটি রিপোর্ট করা হয় তবে চিহ্নিত করা হয় কারণ এত কম ট্র্যাকিং ত্রুটি সাধারণত ক্লোজেট ইনডেক্সিং বোঝায়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

কিছু ক্যালকুলেটর এক্স-এন্টে (ভবিষ্যত-ভিত্তিক, ফ্যাক্টর-ভিত্তিক) ট্র্যাকিং ত্রুটি ব্যবহার করে এক্স-পোস্ট (ঐতিহাসিক) এর পরিবর্তে। Foliolytic সর্বদা এক্স-পোস্ট ব্যবহার করে — বেঞ্চমার্ক থেকে প্রকৃত উপলব্ধ বিচ্যুতি।

সম্ভাব্য Sharpe অনুপাত (PSR)

সূত্র

PSR(SR*) = Φ( (SR_obs - SR*) · √(n-1) / √(1 - γ_3·SR_obs + ((γ_4-1)/4)·SR_obs²) )
where γ_3 is sample skew and γ_4 is sample kurtosis.

ইনপুট

পর্যবেক্ষিত Sharpe অনুপাত, নমুনার আকার n, নমুনা স্কিউ, নমুনা কার্টোসিস। বেঞ্চমার্ক SR* (ডিফল্টরূপে ০)।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

PSR-এর জন্য কোয়ান্টাইলগুলি রোলিং ৫-বছরের SPY মোট-রিটার্ন উইন্ডো (১৯২৮–২০২৫ থেকে ১১০১টি উইন্ডো) থেকে বুটস্ট্র্যাপ করা হয়, তাই স্কোর নমুনা-আকার-সচেতন রেফারেন্স বিতরণ প্রতিফলিত করে। PSR সূত্রে নিউমেরেটরে √(n-1) রয়েছে, তাই রেফারেন্স বিতরণগুলিকে ব্যবহারকারীর ইতিহাসের দৈর্ঘ্যের সাথে মিলে যাওয়া উইন্ডো ব্যবহার করতে হবে — CLAUDE.md-এ এপ্রিল ২০২৬ মেট্রিকস v6 ফিক্স দেখুন।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

বেশিরভাগ অনলাইন ক্যালকুলেটর PSR রিপোর্ট করে না। যে কয়েকটি করে, তারা সাধারণত একটি স্থির রেফারেন্স বিতরণ ব্যবহার করে যা নমুনার আকার বিবেচনা করে না, যার ফলে বাস্তবসম্মত ৫-বছরের ইতিহাস সহ ব্যবহারকারীর পোর্টফোলিওগুলি BLP বিশ্বাসযোগ্যতার থ্রেশহোল্ডেও 'খারাপ' স্কোর করে।

Hurst এক্সপোনেন্ট

সূত্র

log(R/S)_n = H · log(n) + c
fit via OLS on log-window-size axis.

ইনপুট

দৈনিক রিটার্ন সিরিজ। উইন্ডো আকার সাধারণত ১০ থেকে T/2 পর্যন্ত লগারিদমিকভাবে পরিবর্তিত হয়।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

দিককে 'উচ্চতর-ভাল' এর পরিবর্তে 'নিরপেক্ষ' হিসাবে বিবেচনা করা হয় — H = ০.৫ (র্যান্ডম ওয়াক) হল ধারণাগত মধ্যবিন্দু, উভয় দিকে বিচ্যুতি তথ্যপূর্ণ। PSR-এর মতো রোলিং ৫-বছরের SPY উইন্ডো থেকে বুটস্ট্র্যাপ করা কোয়ান্টাইল।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Foliolytic রিস্কেলড-রেঞ্জ (R/S) পদ্ধতি ব্যবহার করে। ডিট্রেন্ডেড ফ্ল্যাকচুয়েশন অ্যানালাইসিস (DFA) উন্নত ট্যাবে একটি বিকল্প হিসাবে উপলব্ধ; উভয়ই সাধারণত বেশিরভাগ ব্যবহারকারীর ধারণ করা ইক্যুইটি রিটার্নের জন্য খুব অনুরূপ ফলাফল দেয়।

আলসার সূচক

সূত্র

UI = √( (1/n) · Σ DD_i² ) · 100

ইনপুট

দৈনিক ড্রডাউন সিরিজ (চলমান সর্বোচ্চ থেকে শতাংশ)।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

শতাংশ হিসাবে রিপোর্ট করা হয়। সমস্ত ড্রডাউন-ভিত্তিক মেট্রিকের মতো, অন্তর্নিহিত মূল্য সিরিজের রেজোলিউশনের প্রতি সংবেদনশীল — দৈনিক পুনর্গঠন গুরুত্বপূর্ণ।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

কিছু বাস্তবায়ন UI কে ভগ্নাংশ হিসাবে রিপোর্ট করে; Foliolytic প্রকাশিত গবেষণার সাথে সরাসরি তুলনা করার জন্য পিটার মার্টিনের মূল কনভেনশন শতাংশ * ১০০ ব্যবহার করে।

ব্যাটিং গড়

সূত্র

BA = (months where r_p > r_b) / (total months)

ইনপুট

মাসিক পোর্টফোলিও এবং বেঞ্চমার্ক রিটার্ন।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

যে মাসগুলিতে r_p == r_b হয়, সেগুলি অর্ধেক-অর্ধেক ভাগ করা হয়। অর্থপূর্ণ অনুমানের জন্য ন্যূনতম ১২ মাস প্রয়োজন।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Foliolytic একটি জোড় মেট্রিকও রিপোর্ট করে, ব্যাটিং-গড়-বনাম-শূন্য (যে মাসগুলিতে r_p > ০ / মোট), যা পরম-রিটার্ন কৌশলগুলির জন্য উপযোগী।

Burke অনুপাত

সূত্র

Burke = (R_annual - R_f) / √(Σ DD_i²)

ইনপুট

বার্ষিক রিটার্ন, ঝুঁকি-মুক্ত হার, সময়কাল জুড়ে সমস্ত ড্রডাউন মান।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

Calmar-এর অনুরূপ কিন্তু শুধুমাত্র সর্বোচ্চের পরিবর্তে বর্গাকার ড্রডাউনের যোগফলকে শাস্তি দেয়। Calmar-এর চেয়ে একক ব্ল্যাক-সোয়ান ড্রডাউনের প্রতি কম সংবেদনশীল।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Foliolytic-এর Burke বেসলাইনগুলি v6.5 (এপ্রিল ২০২৬) এ FF_100Y_BUFFETT_ANCHORED-এ পুনরায় ক্যালিব্রেট করা হয়েছিল — ক্যালিব্রেশন গল্পের জন্য CLAUDE.md দেখুন।

Martin অনুপাত

সূত্র

Martin = (R_annual - R_f) / UI

ইনপুট

বার্ষিক অতিরিক্ত রিটার্ন, আলসার সূচক।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

Calmar এবং Burke-এর সরাসরি কাজিন; পথ-ঝুঁকির ডিনোমিনেটর হিসাবে আলসার সূচক ব্যবহার করে।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

বেশিরভাগ ক্যালকুলেটর Martin অনুপাত গণনা করে না। Foliolytic এটি অন্তর্ভুক্ত করে কারণ আলসার-ভিত্তিক মেট্রিকগুলি বিষয়ভিত্তিক বিনিয়োগকারীর ব্যথার সাথে ভালভাবে সম্পর্কযুক্ত।

Sterling অনুপাত

সূত্র

Sterling = R_annual / (mean of N worst drawdowns - 10%)
N = 3, period = 36 months by default.

ইনপুট

বার্ষিক রিটার্ন। লুকব্যাক উইন্ডোর মধ্যে সমস্ত সম্পূর্ণ ড্রডাউনের তালিকা, গভীরতা অনুসারে র‍্যাঙ্ক করা হয়েছে।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

The -10% adjustment is a fixed offset from Sterling's original formulation. যদি N-এর কম সম্পূর্ণ ড্রডাউন বিদ্যমান থাকে, তাহলে মেট্রিকটি দমন করা হয়।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

Sterling মাঝারি ড্রডাউনের একটি সিরিজের প্রতি Calmar-এর চেয়ে বেশি সংবেদনশীল। Foliolytic-এর বেসলাইনগুলি (FF_100Y_BUFFETT_ANCHORED) v6.5-এ পুনরায় ক্যালিব্রেট করা হয়েছিল।

Modigliani M²

সূত্র

M² = Sharpe · σ_market + R_f

ইনপুট

পোর্টফোলিও Sharpe অনুপাত, বেঞ্চমার্কের বার্ষিক স্ট্যান্ডার্ড বিচ্যুতি, বার্ষিক ঝুঁকি-মুক্ত হার।

প্রান্তিক পরিস্থিতি এবং সংখ্যাগত পরিচালনা

M² ≡ Sharpe বেঞ্চমার্ক অস্থিরতায় রিস্কেল করা হয়েছে। যখনই Sharpe ব্যান্ডগুলি পরিবর্তিত হয়, M² ব্যান্ডগুলি অবশ্যই অভিন্নভাবে পরিবর্তিত হবে — এগুলি গাণিতিকভাবে একই পরিমাণ।

সাধারণ ক্যালকুলেটর থেকে পার্থক্য

অনেক ক্যালকুলেটর Sharpe গণনা করে কিন্তু M² বাদ দেয়। M² খুচরা ব্যবহারকারীদের জন্য আরও ব্যাখ্যামূলক কারণ এটি রিটার্নের শতাংশ পয়েন্টে প্রকাশ করা হয়, একক-বিহীন অনুপাতে নয়।

মেট্রিক জুড়ে প্রযোজ্য সাধারণ নোট

দৈনিক গ্রানুলারিটি, মাসিক নয়

প্রতিটি Foliolytic মেট্রিক দৈনিক পোর্টফোলিও পুনর্গঠন থেকে গণনা করা হয়, মাস-শেষের স্ন্যাপশট থেকে নয়। এটি ড্রডাউন-ভিত্তিক মেট্রিকগুলির (সর্বোচ্চ ড্রডাউন, Calmar, Burke, Martin, Sterling, Ulcer) জন্য সবচেয়ে গুরুত্বপূর্ণ: মাসিক NAVগুলি সাধারণত প্রকৃত পিক-টু-ট্রফ ড্রডাউনকে ২০–৩০% কম দেখায় কারণ তারা মাস-মধ্যবর্তী পতনগুলি বাদ দেয়। দৈনিক গ্রানুলারিটি আসলে যা ঘটেছে তার পথকে ধারণ করে।

বার্ষিকীকরণ কনভেনশন

শুধুমাত্র স্টক পোর্টফোলিও ২৫২ ট্রেডিং দিন ব্যবহার করে। শুধুমাত্র ক্রিপ্টো ৩৬৫ দিন ব্যবহার করে (২৪/৭ ট্রেডিং)। মিশ্র পোর্টফোলিও প্রতি-সম্পদ মিশ্রণ ব্যবহার করে, তারপর একটি একক বার্ষিক পোর্টফোলিও চিত্রে পুনরায় একত্রিত হয়। অস্থিরতা স্কেলিং √n ব্যবহার করে (ভেরিয়েন্স সময়ের সাথে রৈখিকভাবে স্কেল করে, তাই স্ট্যান্ডার্ড বিচ্যুতি √সময় এর সাথে স্কেল করে)।

যৌগিক করার জন্য লগ রিটার্ন, প্রদর্শনের জন্য অ্যারিথমেটিক

দৈনিক লগ রিটার্নগুলি অভ্যন্তরীণভাবে যেকোনো মেট্রিকের জন্য ব্যবহৃত হয় যার জন্য সময়-একত্রীকরণ প্রয়োজন (ভেরিয়েন্স, বহু-পিরিয়ড যৌগিককরণ, বার্ষিকীকরণ)। অ্যারিথমেটিক রিটার্নগুলি প্রদর্শনের জন্য ব্যবহৃত হয় কারণ এগুলি আরও স্বজ্ঞাত ('-৩০%' 'লগ-রিটার্ন -০.৩৫৭' এর চেয়ে বেশি চেনা যায়)। সাধারণ ইক্যুইটি রিটার্নের জন্য দুটি দৈনিক স্তরে সমতুল্য; চরম চালের জন্য তারা ভিন্ন হয়।

আউটলায়ার নীতি

আউটলায়ারগুলি চিহ্নিত করা হয় কিন্তু সরানো হয় না। আউটলায়ারগুলি অপসারণ করলে ভেরিয়েন্স এবং Sharpe অনুমানগুলি উপরের দিকে পক্ষপাতদুষ্ট হয় এবং এটি সাধারণত খারাপ অভ্যাস। ব্যতিক্রম হল যেখানে ডেটা স্পষ্টভাবে একটি ত্রুটি নির্দেশ করে — যেমন, ক্রিপ্টো ট্রেডগুলি ডলারের পরিবর্তে সেন্টে ভুলভাবে রিপোর্ট করা হয়েছে, বা মুদ্রা-রূপান্তর ত্রুটি ১০০০x মূল্য বৃদ্ধি ঘটাচ্ছে। এগুলি পার্সার স্তর দ্বারা ধরা পড়ে (দেখুন /about) এবং মেট্রিক গণনা করার আগে সংশোধন করা হয়।

ন্যূনতম নমুনার আকার

Foliolytic এমন মেট্রিকগুলিকে দমন করে যার জন্য উপলব্ধ ডেটার চেয়ে বেশি ডেটা প্রয়োজন। Sharpe এবং Sortino-এর জন্য ≥ ৩০ দিন প্রয়োজন। Beta, alpha, IR, ট্র্যাকিং ত্রুটির জন্য ≥ ৬০ দিনের জোড় ডেটা প্রয়োজন। ক্যাপচার অনুপাতের জন্য প্রতিটি শাসনব্যবস্থায় ≥ ১২ মাস প্রয়োজন। PSR এবং Hurst-এর জন্য রেফারেন্স বিতরণ বুটস্ট্র্যাপ করার জন্য পর্যাপ্ত ইতিহাস প্রয়োজন। যখন ন্যূনতম পূরণ হয় না, তখন মেট্রিকটি অর্থহীন সংখ্যার পরিবর্তে '—' দেখায়।

ঝুঁকি-মুক্ত হার মিলানো

R_f ব্যবহার করে এমন প্রতিটি মেট্রিকের জন্য (Sharpe, Sortino, Treynor, M², alpha, অতিরিক্ত রিটার্নে beta), দৈনিক ৩-মাসের T-বিল ফলন ব্যবহার করা হয় এবং পোর্টফোলিওর ইতিহাসের প্রতিটি ক্যালেন্ডার দিনের সাথে মেলানো হয়। প্রদর্শনে ব্যবহৃত বার্ষিক R_f হল পোর্টফোলিওর ইতিহাস জুড়ে দৈনিক R_f-এর সময়-ভারিত গড়। বেশিরভাগ ক্যালকুলেটর একটি একক স্থির R_f চিত্র ব্যবহার করে, যা হার পরিবর্তিত হলেই ভুল হয়।

বেঞ্চমার্কের পছন্দ

ডিফল্টরূপে S&P 500 (SPY মোট-রিটার্ন)। ব্যবহারকারী QQQ, VT, বা যেকোনো কাস্টম টিকারে কনফিগার করতে পারেন। Beta, alpha, R², ক্যাপচার অনুপাত, ব্যাটিং গড়, IR এবং ট্র্যাকিং ত্রুটি নির্বাচিত বেঞ্চমার্কের বিপরীতে পুনরায় গণনা করা হয়। বেঞ্চমার্ক-আপেক্ষিক মেট্রিকগুলির জন্য ক্রিপ্টো পোর্টফোলিওগুলি BTC-তে ডিফল্ট করে।

আপডেট এবং পুনরায় ক্যালিব্রেশন

পার্সেন্টাইল-ভিত্তিক স্কোরিংয়ের জন্য রেফারেন্স বিতরণগুলি (PSR, Hurst, Sharpe কোয়ান্টাইল ইত্যাদি) নতুন বাজার ডেটা আসার সাথে সাথে পর্যায়ক্রমে পুনরায় ক্যালিব্রেট করা হয়। বর্তমান ক্যালিব্রেশন সেট metricBaselines.js সোর্স ফাইলে নথিভুক্ত করা হয়েছে। স্বচ্ছতার জন্য প্রধান পুনরায় ক্যালিব্রেশন ইভেন্টগুলি সংস্করণ ট্যাগ (v6.4, v6.5) সহ লগ করা হয় — CLAUDE.md এবং metricBaselines.js এর শীর্ষে চেঞ্জলগ দেখুন।

সমস্ত Foliolytic ক্যালকুলেটর

নীচের প্রতিটি মেট্রিকের নিজস্ব ডেডিকেটেড ক্যালকুলেটর রয়েছে যেখানে সমাধান করা উদাহরণ, ব্যাখ্যা সারণী এবং একটি বিনামূল্যে CSV আপলোড টুল রয়েছে।

সচরাচর জিজ্ঞাস্য প্রশ্নাবলী

লগ রিটার্ন এবং অ্যারিথমেটিক রিটার্নের মধ্যে পার্থক্য কী?

অ্যারিথমেটিক রিটার্ন ((P_t - P_(t-1)) / P_(t-1)) স্বজ্ঞাত এবং বিনিয়োগকারীরা সাধারণত 'রিটার্ন' বলতে এটিই বোঝেন। লগ রিটার্নের (ln(P_t / P_(t-1))) একটি গুরুত্বপূর্ণ গাণিতিক বৈশিষ্ট্য রয়েছে: এগুলি সময়ের সাথে যোগযোগ্য। ৯০ দিনের লগ রিটার্ন ৯০ দিনের দৈনিক লগ রিটার্নের যোগফলের সমান। অ্যারিথমেটিক রিটার্নের এই বৈশিষ্ট্য নেই — এগুলি জ্যামিতিকভাবে যৌগিক হয়। Foliolytic যেকোনো সময়-একত্রীকরণের জন্য অভ্যন্তরীণভাবে লগ রিটার্ন ব্যবহার করে এবং প্রদর্শনের জন্য অ্যারিথমেটিক রিটার্ন ব্যবহার করে।

আমার ব্রোকারের Sharpe অনুপাত থেকে Foliolytic-এর Sharpe অনুপাত ভিন্ন কেন?

প্রায় নিশ্চিতভাবে ঝুঁকি-মুক্ত হারের কারণে। Foliolytic FRED থেকে প্রকৃত দৈনিক ৩-মাসের T-বিল ফলন ব্যবহার করে। বেশিরভাগ ব্রোকার এবং অনলাইন ক্যালকুলেটর একটি নির্দিষ্ট অনুমান (প্রায়শই ২% বা ০%) ব্যবহার করে। এমন পরিবেশে যেখানে T-বিল ফলন ৫%, এটি Sharpe-কে ০.৩–০.৫ দ্বারা পরিবর্তন করতে পারে — যা একটি উল্লেখযোগ্য পার্থক্য।

Foliolytic স্টক স্প্লিট কীভাবে পরিচালনা করে?

স্প্লিটগুলি ঐতিহাসিক শেয়ার সংখ্যা এবং মূল্যে পূর্ববর্তীভাবে প্রয়োগ করা হয়। আগস্ট ২০২০-এ AAPL-এর ৪-এর-জন্য-১ স্প্লিট আপনার শেয়ার সংখ্যাকে পূর্ববর্তীভাবে চারগুণ করে এবং স্প্লিটের আগের সমস্ত তারিখের জন্য ঐতিহাসিক মূল্যকে এক-চতুর্থাংশ করে। স্প্লিট জুড়ে পোর্টফোলিও মূল্য সিরিজ অবিচ্ছিন্ন থাকে — মূল্যে কোনো লাফ থাকে না, শুধুমাত্র প্রতি-শেয়ারের বাহ্যিক সংখ্যায় পরিবর্তন হয়।

লভ্যাংশ কীভাবে পরিচালনা করা হয়?

নগদ লভ্যাংশ এক্স-ডিভিডেন্ড তারিখে পোর্টফোলিও নগদ ব্যালেন্সে যোগ করা হয়। এগুলি স্বয়ংক্রিয়ভাবে পুনঃবিনিয়োগ করা হয় না। যদি আপনার ব্রোকার স্বয়ংক্রিয়ভাবে পুনঃবিনিয়োগ করে, তাহলে ফলস্বরূপ শেয়ার ক্রয়গুলি আপনার লেনদেনের ইতিহাসে প্রদর্শিত হবে এবং স্বাভাবিকভাবে প্রক্রিয়া করা হবে। বিশেষ লভ্যাংশগুলি নিয়মিত নগদ লভ্যাংশের মতোই পরিচালনা করা হয়।

Foliolytic কোন বেঞ্চমার্ক ব্যবহার করে?

ডিফল্টরূপে S&P 500 (SPY মোট রিটার্ন)। ড্যাশবোর্ডে বেঞ্চমার্ক কনফিগার করা যায় — আপনি যেকোনো প্রধান সূচক, ETF, বা এমনকি একটি কাস্টম টিকার বেছে নিতে পারেন। Beta, alpha, R², ক্যাপচার অনুপাত, ব্যাটিং গড় এবং ট্র্যাকিং ত্রুটি নির্বাচিত বেঞ্চমার্কের বিপরীতে পুনরায় গণনা করা হয়।

রিটার্ন কি ফি সহ নাকি ফি বাদ দিয়ে?

Foliolytic আপনার লেনদেনের ইতিহাস থেকে রিটার্ন যেমন আছে তেমনই গণনা করে। যদি আপনার ব্রোকার পজিশন থেকে ফি কেটে নেয় বা সেগুলিকে আলাদা লেনদেন হিসাবে চার্জ করে, তবে সেই প্রবাহগুলি প্রতিফলিত হয়। যদি ফি আপনার CSV-তে নেই এমন একটি পৃথক নগদ অ্যাকাউন্ট থেকে পরিশোধ করা হয়, তবে সেগুলি ধরা পড়ে না। বেশিরভাগ খুচরা ব্রোকারেজ অ্যাকাউন্টের (Fidelity, Schwab, Robinhood, IBKR) জন্য, প্ল্যাটফর্মের ফি ইতিমধ্যেই লেনদেনের মূল্যে প্রতিফলিত হয়।

Foliolytic ব্যবহার করে দেখুন — বিনামূল্যে, কোনো সাইনআপ নেই

উপরে বর্ণিত সমস্ত গণনা আপনার নিজের পোর্টফোলিওর বিরুদ্ধে কয়েক সেকেন্ডের মধ্যে চালান।

আপনার পোর্টফোলিও বিনামূল্যে বিশ্লেষণ করুন →