YouMind
साइन इन करें

इक्वली वेटेड इंडेक्स मार्केट-कैपिटलाइजेशन-वेटेड इंडेक्स से बेहतर प्रदर्शन करते हैं

@Envelop_project
अंग्रेज़ी25 मई 2026
1.1M
207
23
8
32

TL;DR

यह लेख तीन क्रिप्टो इंडेक्स रणनीतियों—इक्वल वेट, मार्केट-कैप और कोरिलेशन-एडजस्टेड—की तुलना करता है और बताता है कि कैसे गणित-आधारित आवंटन जोखिम-समायोजित रिटर्न में काफी सुधार कर सकता है।

पिछले लेख:

"बाय द टॉप" रणनीति क्यों काम नहीं करती

😆एक निवेशक की कल्पना करें जो एक वित्तीय सलाहकार के कार्यालय में आता है: "मैं अपने पोर्टफोलियो में विविधता लाना चाहता हूँ!" सलाहकार सिर हिलाता है: "बढ़िया। चलिए BTC, ETH, और... ETF फंड के माध्यम से थोड़ा और BTC खरीदते हैं।"

इसे विविधीकरण का भ्रम कहा जाता है, जहाँ आपके पास तकनीकी रूप से कई अलग-अलग परिसंपत्तियाँ होती हैं, लेकिन वे सभी एक ही समाचार शीर्षक के कारण मूल्य में गिर जाती हैं।

हम Envelop प्लेटफॉर्म के L1 इंडेक्स के उदाहरण का उपयोग करके तीन इंडेक्स निर्माण रणनीतियों को देखेंगे, जिसमें छह अंतर्निहित ब्लॉकचेन शामिल हैं: $BTC, $ETH, $BNB, $TRX, $NEAR, और $ZEC। और हम बैकटेस्टिंग (यानी, "ऐतिहासिक परीक्षण") का उपयोग करके देखेंगे कि 2023 से 2025 तक प्रत्येक रणनीति ने $100 के प्रारंभिक निवेश के साथ कैसा प्रदर्शन किया होगा।

पोर्टफोलियो में भार आवंटित करने के तीन तरीके

  1. समान भार (EW), समान हिस्से। प्रत्येक परिसंपत्ति को बिल्कुल समान हिस्सा मिलता है। सरल, पारदर्शी और निष्पक्ष। यह दोस्तों के साथ पिज्जा साझा करने जैसा है: सभी को एक टुकड़ा मिलता है, और कोई भी वंचित महसूस नहीं करता। मई 2026 में यह Envelop इंडेक्स में प्रत्येक टोकन का 1/6 ≈ 16.7% है।
  2. बाजार पूंजीकरण (MCap) द्वारा भार। बाजार पूंजीकरण (मार्केट कैप) = टोकन मूल्य × प्रचलन में टोकन की संख्या। इस अर्थ में एक टोकन जितना "अधिक महंगा" होता है, इंडेक्स में उसका हिस्सा उतना ही बड़ा होता है। 2023 की शुरुआत में, BTC का हिस्सा 62.4%, BNB का सिर्फ 7.4%, और NEAR का 0.3% था।
  3. सहसंबंध-समायोजित भार (Corr-Adj), सहसंबंध के लिए समायोजित। यहां हम गणित का उपयोग करते हैं: उच्च अस्थिरता और बाकी के साथ उच्च सहसंबंध वाली परिसंपत्तियों को कम भार दिया जाता है। विचार यह है कि "अस्थिर" टोकन पोर्टफोलियो में कम स्थान लें।
ENVELOP (NIFTSY) - inline image

सहसंबंध क्या है और यह क्यों महत्वपूर्ण है

सहसंबंध एक माप है कि दो परिसंपत्तियाँ कितनी घनिष्ठ रूप से एक साथ चलती हैं। +1.0 का मान "हमेशा एक साथ" दर्शाता है, 0 "स्वतंत्र" दर्शाता है, और -1.0 "हमेशा विपरीत दिशाओं में" दर्शाता है।

हमारे L1 इंडेक्स के लिए, औसत युग्म सहसंबंध इस प्रकार हैं: BTC और ETH का सहसंबंध 0.82 है, जो बहुत अधिक है।

सहसंबंध मैट्रिक्स (2023–2025)

ENVELOP (NIFTSY) - inline image

नोट! परिसंपत्ति सहसंबंध विभिन्न समय सीमाओं में भिन्न हो सकते हैं

पोर्टफोलियो में सहसंबंध-समायोजित भार कैसे काम करते हैं

विचार सरल है: यदि कोई परिसंपत्ति जोखिम भरी है (उच्च अस्थिरता) और दूसरों के साथ मिलकर चलती है (उच्च सहसंबंध), तो उसमें बड़ी स्थिति क्यों रखें? यह पोर्टफोलियो के लिए कोई वास्तविक सुरक्षा प्रदान नहीं करती है।

Wi ∝ 1 / (Σi × (1 + Pi)) Σi = परिसंपत्ति i की वार्षिक अस्थिरता (यह कितनी "जोखिम भरी" है) Pi = अन्य परिसंपत्तियों के साथ औसत सहसंबंध (यह उनके साथ कितना "मिलकर चलता है") Σ और P जितने छोटे होंगे, भार उतना ही अधिक होगा

L1 इंडेक्स के परिणाम: BTC को थोड़ा अधिक हिस्सा मिलता है, 16.7% के बजाय 21%, क्योंकि कम Σ और "प्रणालीगत" सहसंबंध के बावजूद, यह सबसे "परिपक्व" परिसंपत्ति बनी हुई है। NEAR को कम हिस्सा (13.1%) मिलता है क्योंकि Σ = 100% प्रति वर्ष और 0.66 के सहसंबंध के साथ, यह बहुत अप्रत्याशित है, जबकि पर्याप्त विविधता प्रदान करने में विफल रहता है।

ENVELOP (NIFTSY) - inline image

💡 मुख्य बिंदु: ZEC की अस्थिरता अधिक (90%) है, लेकिन इसका औसत सहसंबंध इंडेक्स में सबसे कम (0.63) है। इसका मतलब है कि यह "अस्थिर" होते हुए भी अधिक स्वतंत्र रूप से व्यवहार करता है। यही कारण है कि Corr-Adj इसे 14.8% आवंटित करता है, जो लगभग समान भार वाले इंडेक्स जितना ही है। हालांकि, MCap इंडेक्स ZEC को केवल 0.1% आवंटित करता है, और इस प्रकार 2025 में इसकी +809% रैली से चूक गया।

3-वर्षीय बैकटेस्ट: किस रणनीति ने अधिक पैसा कमाया?

बैकटेस्टिंग निवेश के लिए एक "टाइम मशीन" की तरह है। हम ऐतिहासिक परिसंपत्ति मूल्य लेते हैं और पूछते हैं: "क्या होता अगर मैंने 2023 की शुरुआत में प्रत्येक रणनीति में $100 का निवेश किया होता?"

ENVELOP (NIFTSY) - inline image
ENVELOP (NIFTSY) - inline image

शार्प अनुपात: जोखिम की प्रति इकाई प्रतिफल

शार्प अनुपात शायद रणनीतियों की तुलना करते समय सबसे महत्वपूर्ण मीट्रिक है। यह इस प्रश्न का उत्तर देता है: "मैंने लिए गए जोखिम के प्रत्येक प्रतिशत बिंदु के लिए जोखिम-मुक्त दर से ऊपर कितना कमाया?"

सूत्र सरल है:

Sharpe Ratio = (Rportfolio − Rfree) / Σportfolio Rportfolio = वर्ष के लिए पोर्टफोलियो प्रतिफल Rfree = जोखिम-मुक्त दर (≈ 4%, US ट्रेजरी यील्ड) Σportfolio = प्रतिफल की अस्थिरता (मानक विचलन)

Corr-Adj ने 9.50 का शार्प अनुपात दिखाया। यह न केवल उच्च प्रतिफल को दर्शाता है, बल्कि सुसंगत वृद्धि को भी: साल-दर-साल +89%, +100%, +110% लगभग बिना किसी तीव्र गिरावट के। MCap, 1.11 के शार्प अनुपात के साथ, तुलना में फीका है: 2025 में इसका प्रदर्शन नकारात्मक था क्योंकि यह BTC (जो मुश्किल से बढ़ा) और ETH (जो 14% गिर गया) में केंद्रित था।

⚠️ महत्वपूर्ण! तीन साल के बैकटेस्ट में उच्च शार्प अनुपात भविष्य के परिणामों की गारंटी नहीं देते हैं। सांख्यिकीय रूप से महत्वपूर्ण निष्कर्ष निकालने के लिए तीन साल बहुत छोटा नमूना आकार है। वास्तव में "अच्छी" रणनीतियों का परीक्षण 10+ वर्षों के डेटा का उपयोग करके किया जाता है और "ब्लैक स्वान घटनाओं" के प्रति लचीलापन के लिए सत्यापित किया जाता है।

अंतर्ज्ञान पर गणित

सहसंबंध-समायोजित भार अधिकतम प्रतिफल की गारंटी नहीं देते हैं, कुछ वर्षों में वे समान भार वाले दृष्टिकोण से कम प्रदर्शन करते हैं। हालांकि, वे अधिक स्थिर वृद्धि और बेहतर जोखिम-प्रतिफल अनुपात (5.76 के मुकाबले 9.5 का शार्प अनुपात) प्रदान करते हैं।

एक नौसिखिए निवेशक का मुख्य दुश्मन क्रिप्टो अस्थिरता नहीं है, बल्कि बाजार-भारित पोर्टफोलियो में विविधीकरण का भ्रम है जहाँ 90% = BTC + ETH है। सही भार वाला एक स्मार्ट इंडेक्स जादू नहीं है, बल्कि क्रिप्टो बाजार में आधुनिक पोर्टफोलियो सिद्धांत का अनुप्रयोग है।

Envelop में यह कैसे काम करता है

नए उपयोगकर्ताओं के लिए शुरुआत करना आसान बनाने और Envelop इंडेक्स के निर्माण को समझने को सरल बनाने के लिए, हमने डिफ़ॉल्ट प्रीसेट में परिसंपत्ति-भारित इंडेक्स का उपयोग करने का निर्णय लिया।

हालांकि, आप हमेशा किसी भी भार और किसी भी परिसंपत्तियों के साथ इंडेक्स बना सकते हैं।

Envelop प्लेटफॉर्म अधिकतम लचीलापन प्रदान करता है।

ENVELOP (NIFTSY) - inline image

क्रिप्टो इंडेक्स कैसे बनाएं

एक क्लिक में सहेजें

YouMind में वायरल लेखों की AI गहन पढ़ाई

स्रोत सहेजें, केंद्रित सवाल पूछें, तर्क का सारांश बनाएँ और एक वायरल लेख को एक ही AI वर्कस्पेस में दोबारा इस्तेमाल करने लायक नोट्स में बदलें।

YouMind देखें
क्रिएटर्स के लिए

अपने Markdown को एक साफ़-सुथरे 𝕏 आर्टिकल में बदलें

जब आप अपना लंबा कंटेंट पब्लिश करते हैं, तो इमेज, टेबल और कोड ब्लॉक को 𝕏 के लिए फ़ॉर्मेट करना मुश्किल होता है। YouMind पूरे Markdown ड्राफ़्ट को एक साफ़-सुथरे, पोस्ट के लिए तैयार 𝕏 आर्टिकल में बदल देता है।

Markdown से 𝕏 आज़माएँ

समझने के लिए और पैटर्न

हाल के वायरल लेख

और वायरल लेख देखें