بیک ٹیسٹ کسی اسٹریٹجی کو منتخب کرنے کے مقابلے میں اسے رد کرنے کے لیے زیادہ بہتر ہے۔ جس لمحے آپ کئی متبادل میں سے انتخاب کے لیے تاریخی کارکردگی استعمال کرتے ہیں، بیک ٹیسٹ تجربے کا حصہ بن جاتا ہے، اور بظاہر فاتح کے ساتھ ایک چھپی ہوئی قیمت جڑ جاتی ہے: سلیکشن بائس۔
یہ بات الٹی لگتی ہے۔ ہم بیک ٹیسٹ اس لیے کرتے ہیں کہ جان سکیں کون سی اسٹریٹجی کام کرتی ہے۔ لیکن ایک ہی تاریخ سے رہنمائی لے کر کیا گیا ہر انتخاب اس کے شواہد میں سے کچھ خرچ کرتا ہے۔ نتائج دیکھنے کے بعد اگر آپ لک بیک، تھریش ہولڈ، یونیورس، ری بیلنس کا دن یا اسٹاپ کا اصول بدلتے ہیں، تو آپ نے ڈیٹا سے ایک اور سوال پوچھا ہے۔ آخرکار آپ اتنے سوال پوچھ چکے ہوتے ہیں کہ اتفاق سے ملنے والا جواب بھی قائل کن لگنے لگتا ہے۔
زیادہ اسٹریٹجیز آزمانے سے بہترین نتیجے پر اعتماد کیوں کم ہو جاتا ہے؟
سوچیے کہ آپ 100 ایسی اسٹریٹجیز آزماتے ہیں جن میں کوئی حقیقی برتری نہیں۔ پھر بھی ان کے منافع مختلف ہوں گے۔ اگر ان کی کارکردگی کے تخمینے تقریباً آزاد ہوں اور شور کی تقسیم نارمل ہو، تو ان سب اسٹریٹجیز کا حقیقی Sharpe صفر ہونے کے باوجود ان میں سب سے بہترین Sharpe مثبت ہوگا۔
100 آزاد معیاری نارمل مشاہدات میں متوقع زیادہ سے زیادہ قدر، اوسط سے تقریباً 2.5 معیاری انحراف اوپر ہوتی ہے۔ اسے صرف وضاحت سمجھیں، ایسی اصلاح نہیں جسے رپورٹ میں چسپاں کیا جا سکے: حقیقی اسٹریٹجی متبادل ایک دوسرے سے باہم مربوط ہوتے ہیں، Sharpe کے تخمینوں میں اپنی نمونہ جاتی غلطی ہوتی ہے، اور منافع شاذ ہی صاف نارمل تقسیم کی طرح چلتے ہیں۔ ان احتیاطوں کے باوجود عملی نکتہ برقرار رہتا ہے۔ جتنے زیادہ امیدوار آپ دیکھتے ہیں، اتنا ہی امکان بڑھتا ہے کہ سب سے اونچا اسکور موافق شور کی عکاسی ہو۔
اور “امیدوار” صرف محفوظ شدہ بیک ٹیسٹ نہیں ہوتا۔ اس میں نتیجہ دیکھنے کے بعد کیے گئے ہر فیصلے شامل ہیں: چارٹ بے ترتیب لگے تو یونیورس کو وسیع کرنا، نقصان دینے والا سال نکال دینا، یا فیس کا مفروضہ تب تک بدلنا جب تک کارکردگی کا منحنیہ سنبھل نہ جائے۔ یہ فیصلے بھی شمار ہوتے ہیں، چاہے کسی نے انہیں ورژن نمبر نہ دیا ہو۔
اگلا متبادل چلانے سے پہلے تحقیقی ریکارڈ رکھیں
پوری تلاش درج کریں، اس میں رد کیے گئے آئیڈیاز اور ہر تبدیلی کی وجہ بھی شامل ہو۔ اس سے آپ کے پاس زیادہ دیانت دار ریکارڈ ہوگا کہ نتیجہ کس حد تک انتخاب کے ذریعے سامنے آیا، اور صرف دلکش آزمائشیں یاد رکھنے کا امکان کم ہوگا۔
| ریکارڈ | مثال | اہمیت |
|---|---|---|
| مفروضہ | BTC پرپ کی غیر معمولی بڑی حرکتوں کے بعد قلیل مدتی ریورسل زیادہ مضبوط ہوتا ہے | خیال کو اس کی حتمی پیرامیٹر سیٹنگز سے الگ رکھتا ہے |
| متبادل اور وقت کا اندراج | 48 گھنٹے کا سگنل، 2026-10-09، رن 014 | تلاش کی گنتی رکھتا ہے اور نتائج کو کوڈ اور ڈیٹا سے منسلک کرتا ہے |
| انتخاب کا اصول | خالص Sharpe کی بنیاد پر انتخاب؛ کم از کم 100 ٹریڈز | واضح کرتا ہے کہ موازنے سے پہلے “بہترین” کا مطلب کیا تھا |
| رد کیے گئے متبادل | 12، 24، 72 گھنٹے کی ونڈوز؛ سب محفوظ رکھیں | نمایاں فاتح کو اس کے حریف مٹانے سے روکتا ہے |
ریکارڈ رکھنے سے تلاش ختم نہیں ہو جاتی۔ اس سے تلاش سمجھ میں آنے لگتی ہے، اور یہ پہلا قدم ہے یہ جانچنے کی طرف کہ فاتح نتیجہ کتنے اعتماد کا مستحق ہے۔
ایسا ڈیٹا الگ محفوظ رکھیں جسے تحقیقی عمل بار بار نہ دیکھ سکے
ڈیٹا کو وقت کے لحاظ سے تقسیم کریں، پھر آخری مدت محفوظ رکھیں۔ ایک دورانیے پر اسٹریٹجی تیار کریں، توثیقی دورانیے میں فیصلے کریں، پھر ایک بعد کے ہولڈ آؤٹ پر منجمد اسٹریٹجی کا صرف ایک بار جائزہ لیں۔ مثال کے طور پر، آپ 2018–2022 کو تیاری، 2023 کو توثیق، اور 2024–2025 کو محفوظ رکھنے کے لیے استعمال کر سکتے ہیں۔ یہ تاریخیں محض ایک خاکہ ہیں: تقسیم کا تعین مارکیٹ، اسٹریٹجی کے افق اور ڈیٹا کی دستیابی سے ہونا چاہیے۔
لکھ کر طے کریں کہ “منجمد” ہونے کا مطلب کیا ہے: سگنل، یونیورس، پوزیشن سائزنگ، ایگزیکیوشن کے مفروضے، اور گم شدہ ڈیٹا سے متعلق کوئی بھی اصول۔ اگر ہولڈ آؤٹ کا نتیجہ مایوس کرے اور آپ اس کے مطابق اسٹریٹجی کو ٹیون کریں، تو وہ مدت توثیقی ڈیٹا بن چکی ہے۔ اگلے دیانت دار جائزے کے لیے تازہ شواہد درکار ہوں گے۔
یہ وہ مقام بھی ہے جہاں چھوٹے نمونے مسئلہ بنتے ہیں۔ ہولڈ آؤٹ میں 18 بار ٹریڈ کرنے والی اسٹریٹجی سے قطعی فیصلہ نہیں لیا جا سکتا۔ منافع کے اعدادوشمار کے ساتھ ٹریڈز کی تعداد اور غیر یقینی صورت حال بھی رپورٹ کریں؛ ایک اوسط چھوٹے نمونے کو حتمی دکھا سکتی ہے۔
کیا اس کا مطلب ہے کہ اسٹریٹجیز منتخب کرنے کے لیے بیک ٹیسٹ بے کار ہیں؟
نہیں۔ ناقدین کی یہ بات درست ہے کہ سخت ہولڈ آؤٹس وسائل ضائع کر سکتے ہیں: مارکیٹس بدلتی ہیں، تاریخی ریکارڈ مختصر ہوتے ہیں، اور اچھوتی مدت شاید صرف ایک غیر معمولی مارکیٹ دور کی نمائندگی کرے۔ احتیاط سے بنایا گیا واک فارورڈ عمل دکھا سکتا ہے کہ دستیاب تاریخ آگے بڑھنے کے ساتھ اسٹریٹجی کیسی کارکردگی دکھاتی ہے۔ مگر بار بار ٹیوننگ کرنے کی کوئی قیمت نہ ہونے کا مطلب پھر بھی نہیں نکلتا۔ اگر آپ ہر فولڈ کا جائزہ لے کر اسٹریٹجی میں تبدیلی کرتے ہیں، تو ان فولڈز نے تحقیق کو متاثر کیا ہے۔
بیک ٹیسٹ سے ناکامی کے ممکنہ طریقے سامنے لائیں، مارکیٹ کے کسی طریقۂ کار پر مبنی چند آئیڈیاز کا موازنہ کریں، اور جانچیں کہ نتائج معقول فیس، فنڈنگ، امپیکٹ اور پیرامیٹر تبدیلیوں کے باوجود برقرار رہتے ہیں یا نہیں۔ ریکارڈ رکھیں۔ آخری ہولڈ آؤٹ محفوظ رکھیں۔ پھر کسی امید افزا، منجمد ورژن کو پیپر ٹریڈنگ میں آزمائیں، جہاں عملی عدم مطابقت سامنے آ سکتی ہے۔
بیک ٹیسٹ کا سب سے مضبوط جواب اکثر یہ ہوتا ہے: “یہ خیال ان حالات میں ناکام ہوتا ہے جو ہمیں پہلے ہی دکھائی دے رہے ہیں۔” جب وہ کہے، “یہ بہترین اسٹریٹجی ہے”، تو پوچھیں کہ اس سے اور کتنے جوابات مانگے گئے تھے۔
← تمام پوسٹس
