क्वांटिटेटिव ट्रेडिंग फर्म AlphaGrep ने भारतीय म्यूचुअल फंड बाजार में कदम रखा है। कंपनी ने AlphaGrep Multi Asset Allocation Fund (AGMAAF) लॉन्च किया है, जो हफ्ते में एक बार इक्विटी, डेट और कमोडिटी में निवेश को रीबैलेंस करने के लिए क्वांटिटेटिव मॉडल का इस्तेमाल करेगा। कंपनी ने अपने बैकटेस्टेड नतीजों को खूब भुनाया है, लेकिन यह याद रखना ज़रूरी है कि सिमुलेटेड परफॉरमेंस भविष्य के रिटर्न की गारंटी नहीं देता।
क्या हुआ?
क्वांटिटेटिव प्रोप्राइटरी ट्रेडिंग फर्म AlphaGrep ने भारत में अपना पहला म्यूचुअल फंड, AlphaGrep Multi Asset Allocation Fund (AGMAAF) लॉन्च कर दिया है। इस फंड का मकसद कंपनी के एल्गोरिथमिक, मॉडल-आधारित ट्रेडिंग अप्रोच को रिटेल निवेशकों तक पहुँचाना है। पारंपरिक फंड्स के विपरीत, जो फंड मैनेजर के विवेक पर निर्भर करते हैं, यह स्कीम पोर्टफोलियो मैनेजमेंट के लिए स्टैटिस्टिकल मॉडल का उपयोग करती है। इस फंड में 6 जुलाई, 2026 से निवेश के लिए खोला गया है।
क्वांटिटेटिव स्ट्रेटेजी कैसे काम करती है?
AGMAAF की स्ट्रेटेजी साप्ताहिक रीबैलेंसिंग पर आधारित है। मैनेजर के मैन्युअल फैसलों के बजाय, एक क्वांटिटेटिव मॉडल एसेट एलोकेशन तय करता है। पोर्टफोलियो को कई एसेट क्लास में बांटा गया है: इक्विटी, फिक्स्ड इनकम, गोल्ड, सिल्वर, कॉपर और क्रूड ऑयल। साथ ही, रियल एस्टेट इन्वेस्टमेंट ट्रस्ट्स (REITs) और इंफ्रास्ट्रक्चर इन्वेस्टमेंट ट्रस्ट्स (InvITs) में भी निवेश की योजना है।
एलोकेशन फ्लेक्सिबल है। इक्विटी और फिक्स्ड इनकम, दोनों में 10% से 60% तक का निवेश हो सकता है, जबकि कमोडिटीज़ में 10% से 40% तक का हिस्सा रखा जा सकता है। कंपनी के अनुसार, जून के अंत तक, मॉडल ने लगभग 34% इक्विटी में, 21% कमोडिटीज़ में और बाकी हिस्सा फिक्स्ड इनकम में एलोकेट किया था।
बैकटेस्टिंग का सच
कंपनी ने मॉडल की क्षमता को दर्शाने के लिए बैकटेस्टेड डेटा साझा किया है। सीईओ Bhautik Ambani ने बताया कि AGMAAF मॉडल ने 14% कंपाउंड एनुअल ग्रोथ रेट (CAGR) का अनुमान लगाया था, जिसमें 7.5% की एनुअलाइज्ड वोलैटिलिटी (volatility) और 13% का पीक ड्राडाउन (peak drawdown) था। तुलना के लिए, कंपनी ने 20 साल के लिए 60% इक्विटी एलोकेशन का हवाला दिया, जिसने कथित तौर पर 11-11.5% CAGR और 60% पीक ड्राडाउन दिया था।
निवेशकों को बैकटेस्टेड परफॉरमेंस और असल मार्केट रिटर्न के बीच अंतर समझना चाहिए। बैकटेस्टिंग ऐतिहासिक डेटा का उपयोग करके यह सिमुलेट करती है कि एक स्ट्रेटेजी कैसे परफॉर्म करती। रियल-वर्ल्ड मार्केट की स्थितियाँ, जैसे लिक्विडिटी की समस्याएँ, अचानक प्राइस गैप और एग्जीक्यूशन कॉस्ट, लाइव रिटर्न को ऐतिहासिक सिमुलेशन से काफी अलग कर सकती हैं। पिछला परफॉरमेंस - चाहे वह सिमुलेटेड हो या वास्तविक - भविष्य के नतीजों की कभी गारंटी नहीं होता।
बिजनेस की महत्वाकांक्षाएं और वितरण
AlphaGrep का लक्ष्य अगले तीन से पांच वर्षों में ₹20,000 से ₹30,000 करोड़ का एसेट्स अंडर मैनेजमेंट (AUM) हासिल करना है। इसे प्राप्त करने के लिए, कंपनी म्यूचुअल फंड डिस्ट्रिब्यूटर्स (MFDs) और नेशनल डिस्ट्रिब्यूटर्स के साथ पार्टनरशिप करने की योजना बना रही है। वे अपने पार्टनर्स को AI-आधारित रिसर्च टूल से भी सपोर्ट करेंगे।
कंपनी को कैटेगरी III अल्टरनेटिव इन्वेस्टमेंट फंड (AIF) और पोर्टफोलियो मैनेजमेंट सर्विस (PMS) चलाने का अनुभव है। फर्म के अनुसार, उनकी AIF लॉन्ग-शॉर्ट स्ट्रेटेजी ने चार वर्षों में 13-13.5% ग्रॉस रिटर्न दिया है, और उनके PMS ने मई 2026 तक तीन वर्षों में 17% पोस्ट-फी रिटर्न दिया था।
निवेशकों को क्या देखना चाहिए?
निवेशकों के लिए, सबसे महत्वपूर्ण यह देखना होगा कि यह मॉडल लाइव मार्केट कंडीशंस में कैसा प्रदर्शन करता है। एल्गोरिथमिक स्ट्रेटेजी अक्सर 'मॉडल रिस्क' का सामना करती हैं, जहाँ ऐतिहासिक सिमुलेशन में अच्छा प्रदर्शन करने वाली स्ट्रेटेजी मार्केट डायनामिक्स बदलने पर संघर्ष कर सकती है।
निवेशकों को मैनेजमेंट द्वारा बताए गए 'डिस्ट्रीब्यूशन चैलेंज' को फंड कैसे संभालता है, इस पर भी नज़र रखनी चाहिए। मॉडल-संचालित मल्टी-एसेट उत्पादों के बारे में रिटेल निवेशकों को शिक्षित करना, पारंपरिक स्कीम्स बेचने से अलग है। इसके अतिरिक्त, संभावित निवेशकों को अनुमानित बैकटेस्टेड डेटा पर पूरी तरह निर्भर रहने के बजाय, फंड के बेंचमार्क के मुकाबले वास्तविक प्रदर्शन पर लगातार अपडेट और मार्केट करेक्शन के दौरान वोलैटिलिटी को मैनेज करने की फंड की क्षमता पर ध्यान देना चाहिए।