কৌশল বেছে নেওয়ার চেয়ে তা বাতিল করতে ব্যাকটেস্ট বেশি কার্যকর। অনেক ভ্যারিয়েন্টের মধ্যে বেছে নিতে ঐতিহাসিক পারফরম্যান্স ব্যবহার করার মুহূর্তেই ব্যাকটেস্ট পরীক্ষার অংশ হয়ে যায়, আর আপাত বিজয়ীটির সঙ্গে লুকানো এক খরচ জুড়ে যায়: সিলেকশন বায়াস।
কথাটা উল্টো শোনায়। কোন কৌশল কাজ করে তা জানতে আমরা ব্যাকটেস্ট করি। কিন্তু একই ইতিহাসের ভিত্তিতে নেওয়া প্রতিটি সিদ্ধান্ত তার প্রমাণের কিছুটা খরচ করে। ফলাফল দেখার পর লুকব্যাক, থ্রেশহোল্ড, ইউনিভার্স, রিব্যালান্সের দিন বা স্টপ নিয়ম বদলালে, আপনি ডেটাকে আরেকটি প্রশ্ন করেছেন। শেষ পর্যন্ত ডেটাকে এত প্রশ্ন করা হয়েছে যে দৈবক্রমেও সে আপনাকে বিশ্বাসযোগ্য উত্তর দিতে পারে।
আরও বেশি কৌশল পরীক্ষা করলে সেরা ফলটি কম বিশ্বাসযোগ্য হয়ে ওঠে কেন?
ধরুন, কোনো প্রকৃত এজ নেই এমন 100টি কৌশল পরীক্ষা করছেন। তবুও তাদের রিটার্ন একেক রকম হবে। পারফরম্যান্সের অনুমানগুলো মোটামুটি স্বাধীন এবং নয়েজের বণ্টন স্বাভাবিক হলে, প্রতিটি কৌশলের প্রকৃত Sharpe শূন্য হলেও তাদের মধ্যে সর্বোচ্চ Sharpe ধনাত্মক হবে।
100টি স্বাধীন স্ট্যান্ডার্ড নরমাল মানের সর্বোচ্চটির প্রত্যাশিত মান গড়ের চেয়ে প্রায় 2.5 স্ট্যান্ডার্ড ডেভিয়েশন বেশি—এটি একটি মোটামুটি অনুমান। একে উদাহরণ হিসেবে দেখুন, প্রতিবেদনে সরাসরি বসিয়ে দেওয়ার মতো কোনো সংশোধনী হিসেবে নয়: বাস্তবে কৌশলের ভ্যারিয়েন্টগুলো পরস্পর সম্পর্কিত, Sharpe-এর অনুমানে নিজস্ব স্যাম্পলিং ত্রুটি থাকে, আর রিটার্ন খুব কমই নিখুঁত স্বাভাবিক বণ্টনের মতো আচরণ করে। এসব সীমাবদ্ধতা থাকলেও মূল ব্যবহারিক কথাটি ঠিক থাকে। যত বেশি প্রার্থী আপনি খতিয়ে দেখবেন, শীর্ষ স্কোরটি অনুকূল নয়েজের ফল হওয়ার সম্ভাবনা তত বাড়বে।
আর “প্রার্থী” বলতে শুধু সংরক্ষিত ব্যাকটেস্ট বোঝায় না। ফলাফল দেখার পর নেওয়া প্রতিটি সিদ্ধান্তও এর মধ্যে পড়ে: চার্ট অস্থির দেখাচ্ছে বলে ইউনিভার্স বাড়ানো, ক্ষতিকর কোনো বছর বাদ দেওয়া, অথবা কার্ভ আবার ঘুরে দাঁড়ানো পর্যন্ত ফি-র অনুমান বদলানো। কেউ এসবের সংস্করণ নম্বর না দিলেও, এগুলো হিসাবের মধ্যে পড়ে।
পরের ভ্যারিয়েন্ট চালানোর আগেই গবেষণার হিসাবের খাতা রাখুন
বাদ দেওয়া ধারণাসহ পুরো অনুসন্ধানের নথি রাখুন, এবং প্রতিটি পরিবর্তন কেন করা হয়েছিল তা লিখুন। এতে ফলাফলটি কতটা বাছাই করে পাওয়া হয়েছে তার আরও সৎ বিবরণ পাওয়া যায়, আর শুধু আকর্ষণীয় পরীক্ষাগুলোর কথাই মনে রাখার প্রবণতা কমে।
| নথিভুক্ত করুন | উদাহরণ | কেন গুরুত্বপূর্ণ |
|---|---|---|
| অনুমান | BTC perp-এ অস্বাভাবিক বড় মুভের পর স্বল্পমেয়াদি রিভার্সাল আরও শক্তিশালী | ধারণাটিকে তার চূড়ান্ত প্যারামিটার সেটিং থেকে আলাদা রাখে |
| ভ্যারিয়েন্ট ও টাইমস্ট্যাম্প | 48-ঘণ্টার সিগন্যাল, 2026-10-09, রান 014 | অনুসন্ধানের পরিমাণ গোনে এবং ফলাফলকে কোড ও ডেটার সঙ্গে যুক্ত করে |
| নির্বাচনের নিয়ম | নেট Sharpe দিয়ে বেছে নিন; ন্যূনতম 100টি ট্রেড | তুলনার আগে “সেরা” বলতে কী বোঝানো হয়েছিল তা দেখায় |
| বাতিল করা ভ্যারিয়েন্ট | 12, 24, 72-ঘণ্টার উইন্ডো; সবই নথিতে রাখা হয়েছে | দৃশ্যমান বিজয়ীকে তার প্রতিদ্বন্দ্বীদের মুছে ফেলতে বাধা দেয় |
হিসাবের খাতা অনুসন্ধানটিকে আগের অবস্থায় ফিরিয়ে নেবে না। এটি অনুসন্ধানটিকে স্পষ্ট করে তোলে, আর বিজয়ী কতটা আস্থার যোগ্য তা বিচার করার প্রথম ধাপ সেটিই।
এমন ডেটা সংরক্ষণ করুন, যা গবেষণা প্রক্রিয়ায় বারবার ব্যবহার করা যাবে না
সময়ের ভিত্তিতে ডেটা ভাগ করুন, তারপর শেষের সময়কালটি সুরক্ষিত রাখুন। একটি সময়সীমায় কৌশল তৈরি করুন, ভ্যালিডেশন সময়সীমা ব্যবহার করে সিদ্ধান্ত নিন, তারপর পরের কোনো হোল্ডআউটে স্থির করা কৌশলটি একবার মূল্যায়ন করুন। উদাহরণ হিসেবে, উন্নয়নের জন্য 2018–2022, ভ্যালিডেশনের জন্য 2023 এবং সংরক্ষিত হোল্ডআউট হিসেবে 2024–2025 ব্যবহার করতে পারেন। এই তারিখগুলো শুধু একটি নমুনা: বাজার, কৌশলের হরাইজন এবং ডেটার আওতাই বিভাজন নির্ধারণ করবে।
“স্থির” বলতে কী বোঝায় তা লিখে রাখুন: সিগন্যাল, ইউনিভার্স, পজিশনের আকার নির্ধারণ, এক্সিকিউশনের অনুমান এবং অনুপস্থিত ডেটা সামলানোর নিয়ম। হোল্ডআউটের ফল হতাশাজনক হলে এবং আপনি সেটির ভিত্তিতে কৌশল টিউন করলে, সেই সময়কালটি ভ্যালিডেশন ডেটা হয়ে গেছে। পরের সৎ মূল্যায়নের জন্য নতুন প্রমাণ দরকার।
ছোট নমুনার সীমাবদ্ধতাও এখানে ধরা পড়ে। হোল্ডআউটে 18 বার ট্রেড করা কোনো কৌশল থেকে নির্ভুল সিদ্ধান্ত পাওয়া যায় না। রিটার্নের পরিসংখ্যানের সঙ্গে ট্রেডের সংখ্যা ও অনিশ্চয়তাও জানান; শুধু একটি গড় দেখালে অল্প নমুনাকেও চূড়ান্ত বলে মনে হতে পারে।
এর মানে কি কৌশল বেছে নেওয়ার জন্য ব্যাকটেস্টের কোনো কাজ নেই?
না। সমালোচকেরা ঠিকই বলেন, কঠোর হোল্ডআউট অপচয় হতে পারে: বাজার বদলায়, ইতিহাস সংক্ষিপ্ত, আর ব্যবহার না করা কোনো সময়কাল হয়তো শুধু একটি অস্বাভাবিক বাজার পরিস্থিতির প্রতিনিধিত্ব করে। সতর্কভাবে তৈরি ওয়াক-ফরওয়ার্ড প্রক্রিয়া দেখাতে পারে, উপলভ্য ইতিহাস সামনে এগোলে কৌশলটি কেমন আচরণ করে। তবু এতে বারবার টিউন করার খরচ মুছে যায় না। প্রতিটি ফোল্ড পরীক্ষা করে কৌশল সংশোধন করলে, সেই ফোল্ডগুলো গবেষণাকে প্রভাবিত করেছে।
ব্যর্থতার ধরন খুঁজে বের করতে, বাজারের কোনো কার্যপ্রণালির ভিত্তিতে তৈরি অল্প কয়েকটি ধারণার তুলনা করতে এবং যুক্তিসংগত ফি, ফান্ডিং, ইমপ্যাক্ট ও প্যারামিটার পরিবর্তনের পরও ফল টেকে কি না পরীক্ষা করতে ব্যাকটেস্ট ব্যবহার করুন। হিসাবের খাতা রাখুন। চূড়ান্ত হোল্ডআউট সংরক্ষণ করুন। এরপর সম্ভাবনাময়, স্থির করা সংস্করণটি পেপার ট্রেডিংয়ে নিন, যেখানে পরিচালনাগত অমিল ধরা পড়তে পারে।
ব্যাকটেস্টের সবচেয়ে জোরালো উত্তর প্রায়ই হয়, “যেসব পরিস্থিতি আমরা ইতিমধ্যেই দেখতে পাচ্ছি, সেগুলোতেই এই ধারণা ভেঙে পড়ে।” যখন এটি বলে, “এটাই সেরা কৌশল,” তখন জিজ্ঞেস করুন, তাকে আরও কতগুলো উত্তর দিতে বলা হয়েছিল।
← সব পোস্ট
