സ്‌പെഷ്യലൈസ്ഡ് ഇന്‍വെസ്റ്റ്മെന്റ് ഫണ്ടുമായി ഫ്രാങ്ക്‌ളിന്‍ ടെമ്പിള്‍ടണ്‍: സഫയര്‍ ഇക്വിറ്റി ലോംഗ്-ഷോര്‍ട്ട് എസ്‌ഐഎഫ് പുറത്തിറക്കി

1. വിപണിയിലെ വിവിധ ഘട്ടങ്ങളിലൂടെ ദീര്‍ഘകാലത്തെ മികച്ച വരുമാനം നേടുകയാണ് ലക്ഷ്യം. വലിയ, ഇടത്തരം, ചെറിയ വിഭാഗങ്ങളിലുള്ള കമ്പനികളില്‍ നിക്ഷേപിച്ച് പ്രത്യേക ക്വാണ്ടിറ്റേറ്റീവ് ലോംഗ്-ഷോര്‍ട്ട് ഇക്വിറ്റി സ്ട്രാറ്റജിയിലൂടെ ഇത് സാധ്യമാക്കുന്നു.

2. ചിട്ടയായ സ്റ്റോക്ക് തിരഞ്ഞെടുപ്പിനെ അടിസ്ഥാനമാക്കി, ഈ സ്ട്രാറ്റജി ദീര്‍ഘകാലത്തേക്കും പരിമിതമായ ഷോര്‍ട്ട് പൊസിഷനുകള്‍ക്കിടയിലും ചലനാത്മകമായ വിഹിതം ലക്ഷ്യമിടുന്നു, അപകടങ്ങളെ നിയന്ത്രിക്കാനുള്ള സംവിധാനങ്ങളും ഇതിലുണ്ട്. വിപണിയിലെ അവസരങ്ങളില്‍ പങ്കുചേരുകയും അതേസമയം നഷ്ടം കുറയ്ക്കുകയും ചെയ്യുക എന്നതാണ് ഈ സ്ട്രാറ്റജിയുടെ ലക്ഷ്യം.

മുംബൈ-ഏപ്രില്‍ 15, 2026 – ഫ്രാങ്ക്‌ളിന്‍ ടെമ്പിള്‍ടണ്‍ (ഇന്ത്യ) സഫയര്‍ ഇക്വിറ്റി ലോംഗ്-ഷോര്‍ട്ട് എസ്‌ഐഎഫ് പുറത്തിറക്കി. സങ്കീര്‍ണ്ണമായ നിക്ഷേപ തന്ത്രങ്ങള്‍ ആഗ്രഹിക്കുന്ന ഹൈ-നെറ്റ്-വര്‍ത്ത് ഇന്‍ഡിവിജ്വല്‍സ് (HNIs), അത്യാധുനിക റീട്ടെയില്‍ നിക്ഷേപകര്‍ എന്നിവര്‍ക്ക് മികച്ചൊരു അവസരമാണിത്. വ്യത്യസ്ത വിപണി സാഹചര്യങ്ങളില്‍ ദീര്‍ഘകാലാടിസ്ഥാനത്തില്‍ ബെഞ്ച്മാര്‍ക്കിനേക്കാള്‍ ഉയര്‍ന്ന ആദായം അഥവാ ആല്‍ഫ (അധികാദായം) സൃഷ്ടിക്കുക എന്നതാണ് ഈ ഫണ്ടിന്റെ പ്രഥമ ലക്ഷ്യം.

ഫ്രാങ്ക്‌ലിന്‍ ടെംപിള്‍ട്ടണ്‍ ആദ്യമായി ഒരു എസ്‌ഐഎഫ് അവതരിപ്പിക്കുന്നു എന്നത് നിക്ഷേപകരെ സംബന്ധിച്ചിടത്തോളം അത്യന്തം പ്രാധാന്യമര്‍ഹിക്കുന്ന ഒന്നാണ്. പരമ്പരാഗത മ്യൂച്വല്‍ ഫണ്ടുകള്‍ക്ക് പരിമിതികളുള്ള മേഖലകളില്‍, അത്യാധുനികമായ തന്ത്രങ്ങള്‍ ഉപയോഗപ്പെടുത്തിക്കൊണ്ട് നിക്ഷേപ മേഖലയിലെ വിടവുകള്‍ നികത്താന്‍ ഈ ഫണ്ട് സഹായിക്കുന്നു. വൈവിധ്യമാര്‍ന്ന വിപണി ചക്രങ്ങളില്‍ സ്ഥിരതയുള്ള മൂലധന വളര്‍ച്ച ആഗ്രഹിക്കുന്നവര്‍ക്ക്, മ്യൂച്വല്‍ ഫണ്ടുകള്‍ക്ക് അപ്പുറമുള്ള ഒരു പ്രൊഫഷണല്‍ നിക്ഷേപ ഉപാധിയായി ഇത് നിലകൊള്ളുന്നു. ഈ അത്യാധുനിക നിക്ഷേപ ശൈലിയുടെ പിന്നിലെ സാങ്കേതികവും തന്ത്രപരവുമായ വശങ്ങള്‍ താഴെ വിശദീകരിക്കുന്നു.

നിക്ഷേപ തന്ത്രവും പ്രവര്‍ത്തന രീതിയും

അസ്ഥിരമായ ഇന്നത്തെ വിപണി സാഹചര്യത്തില്‍, കേവലം ഓഹരികള്‍ വാങ്ങുന്നതിനേക്കാള്‍, ഡാറ്റയുടെ അടിസ്ഥാനത്തില്‍ നിക്ഷേപങ്ങള്‍ ക്രമീകരിക്കുന്ന ‘ക്വാണ്ടിറ്റേറ്റീവ് ലോംഗ്-ഷോര്‍ട്ട്’ രീതിയാണ് സാഫയര്‍ എസ്‌ഐഎഫ് സ്വീകരിക്കുന്നത്. ഗണിതശാസ്ത്രപരമായ കൃത്യതയോടെയുള്ള ഈ സമീപനം റിസ്‌ക് ലഘൂകരിക്കുന്നതിനും മികച്ച ആദായം കണ്ടെത്തുന്നതിനും സഹായകമാണ്.

ഫണ്ടിന്റെ പ്രവര്‍ത്തന രീതി:

* പ്രൊപ്രൈറ്ററി ക്വാണ്ടിറ്റേറ്റീവ് സ്ട്രാറ്റജി: കമ്പനികളുടെ ഗുണനിലവാരം (Quality), മൂല്യം (Value), വിപണിയിലെ മനോഭാവം (Market Sentiment), ഇതര സൂചകങ്ങള്‍ (Alternative Indicators) എന്നിങ്ങനെ നാല് പ്രധാന വിഭാഗങ്ങളിലായി 40-ലധികം ഘടകങ്ങളെ വിലയിരുത്തിയാണ് ഓഹരികള്‍ തിരഞ്ഞെടുക്കുന്നത്.

* ലോംഗ്-ഷോര്‍ട്ട് മെക്കാനിസം: വിപണി ഉയരുമ്പോള്‍ ലാഭമുണ്ടാക്കാന്‍ ഓഹരികള്‍ വാങ്ങുന്നതിനൊപ്പം, വിപണിയിലെ തകര്‍ച്ചകളെ പ്രതിരോധിക്കാന്‍ ഡെറിവേറ്റീവ്‌സ് ഉപയോഗിച്ചുള്ള ഷോര്‍ട്ട് പൊസിഷനുകള്‍ സ്വീകരിക്കാനും ഈ ഫണ്ടിന് സാധിക്കും. നെറ്റ് അസറ്റിന്റെ 25% വരെ ഇത്തരത്തില്‍ ഷോര്‍ട്ട് ചെയ്യാവുന്നതാണ്.

* നിക്ഷേപ പരിധി: നിഫ്റ്റി 500 സൂചികയിലെ ഓഹരികളെയാണ് ഈ ഫണ്ട് നിക്ഷേപത്തിനായി പരിഗണിക്കുന്നത്. ലാര്‍ജ്-ക്യാപ്, മിഡ്-ക്യാപ്, സ്‌മോള്‍-ക്യാപ് എന്നീ മൂന്ന് വിഭാഗങ്ങളിലും ചലനാത്മകമായ രീതിയില്‍ വിന്യാസം നടത്തുന്നു.

നിക്ഷേപകരെ സംബന്ധിച്ചിടത്തോളം ഇതിന്റെ ഏറ്റവും വലിയ സവിശേഷത, വിപണി താഴേക്ക് പോകുമ്പോഴും ‘ഡൗണ്‍സൈഡ് പ്രൊട്ടക്ഷന്‍’ നല്‍കാനുള്ള കഴിവാണ്. സാധാരണ മ്യൂച്വല്‍ ഫണ്ടുകള്‍ക്ക് വിപണി ഇടിയുമ്പോള്‍ നഷ്ടം നേരിടേണ്ടി വരുമ്പോള്‍, ഷോര്‍ട്ട് പൊസിഷനുകള്‍ സ്വീകരിക്കാനുള്ള സാഫയര്‍ ഫണ്ടിന്റെ കഴിവ് ഒരു സുരക്ഷാ കവചമായി വര്‍ത്തിക്കുകയും പ്രതികൂല സാഹചര്യങ്ങളിലും ആദായം നിലനിര്‍ത്താന്‍ സഹായിക്കുകയും ചെയ്യുന്നു. ഈ സങ്കീര്‍ണ്ണമായ തന്ത്രത്തെ ഫണ്ടിന്റെ നേതൃത്വം എങ്ങനെ കാണുന്നു എന്നത് ശ്രദ്ധേയമാണ്.

വിപണിയിലെ അതിവേഗത്തിലുള്ള മാറ്റങ്ങളെ നേരിടാന്‍ പരിചയസമ്പന്നരായ ഫണ്ട് മാനേജര്‍മാരുടെ മേല്‍നോട്ടം അത്യന്താപേക്ഷിതമാണ്. ഫ്രാങ്ക്‌ലിന്‍ ടെംപിള്‍ട്ടണ്‍ ഇന്ത്യ പ്രസിഡന്റ് അവിനാഷ് സത്വലേക്കറുടെ അഭിപ്രായത്തില്‍, ഇന്നത്തെ വിപണിയില്‍ അച്ചടക്കവും അതേസമയം സാഹചര്യങ്ങള്‍ക്കനുസരിച്ച് മാറാനുള്ള കഴിവും നിക്ഷേപകര്‍ക്ക് അനിവാര്യമാണ്. ഉയര്‍ന്ന റിസ്‌ക് എടുക്കാന്‍ ശേഷിയുള്ള നിക്ഷേപകര്‍ക്ക് വേണ്ടി രൂപകല്‍പ്പന ചെയ്തിട്ടുള്ള ഈ ടകഎ സ്ട്രക്ചര്‍, മറ്റ് ഇതര നിക്ഷേപ മാര്‍ഗങ്ങളെ അപേക്ഷിച്ച് കൂടുതല്‍ നികുതി കാര്യക്ഷമത വാഗ്ദാനം ചെയ്യുന്നു എന്നത് അതിസമ്പന്നര്‍ക്ക് വലിയൊരു ആകര്‍ഷണമാണ്.

പോര്‍ട്ട്‌ഫോളിയോ മാനേജര്‍ അരിഹന്ത് ജെയിന്‍ ഫണ്ടിന്റെ പ്രവര്‍ത്തനത്തെക്കുറിച്ച് വ്യക്തമാക്കുന്നത് ഇങ്ങനെയാണ്: ‘ഓഹരികളെ ശാസ്ത്രീയമായി വിലയിരുത്തുകയും അവയുടെ റാങ്കിംഗ് നിശ്ചയിക്കുകയും ചെയ്യുന്ന ഒരു മോഡലാണ് ഇതിന്റെ അടിസ്ഥാനം. വിപണിയിലെ മാറ്റങ്ങള്‍ക്കനുസരിച്ച് പ്രതികരിക്കാന്‍ ഈ രീതി ഞങ്ങളെ സഹായിക്കുന്നു.’ ലിക്വിഡിറ്റി, സെക്ടര്‍ എക്‌സ്‌പോഷര്‍ എന്നിവയില്‍ മാനുഷികമായ കാഴ്ചപ്പാടുകള്‍ (Human Judgment) കൂടി ഉള്‍പ്പെടുത്തിയാണ് ഈ മോഡല്‍ പ്രവര്‍ത്തിക്കുന്നത്.

ഡാറ്റാ അധിഷ്ഠിത മോഡലുകളും മനുഷ്യന്റെ അനുഭവസമ്പത്തും തമ്മിലുള്ള ഈ സമന്വയം നിക്ഷേപ തീരുമാനങ്ങളിലെ പക്ഷപാതങ്ങള്‍ (Biases) ഒഴിവാക്കാന്‍ സഹായിക്കുന്നു. കേവലം മെഷീന്‍ ഡാറ്റയെ മാത്രം ആശ്രയിക്കാതെ വിദഗ്ദ്ധമായ മേല്‍നോട്ടം നല്‍കുന്നത് വഴി ഏത് വിപണി സാഹചര്യത്തിലും അധികാദായം (Alpha) സംരക്ഷിക്കപ്പെടുമെന്ന് ഉറപ്പാക്കാന്‍ ഫണ്ട് ലക്ഷ്യമിടുന്നു.

SUCHITRA AYARE