सामग्री पर जाएं

स्ट्रैटेजी रिसर्च

एक विचार को टेस्ट करने योग्य स्ट्रैटेजी में बदलें।

विचार विकास फ़ैक्टरी का पहला चरण है। AI शोध और कोडिंग एजेंट किसी परिकल्पना को रणनीति कोड में बदलते हैं; परीक्षण और समीक्षाएँ बाद के संशोधनों का मार्गदर्शन करती हैं।

स्कैटरप्लॉट रिलेशनशिप, ट्रेडिंग सिग्नल, कैंडलस्टिक्स और रेसिड्यूअल डिस्ट्रिब्यूशन की तुलना करने वाला मार्केट हाइपोथिसिस अध्ययन

रणनीति फ़ैक्टरी को सक्रिय रूप से काम करते हुए देखें।

उदाहरणात्मक उदाहरण · लाइव परिणाम नहीं

देखें कि AI एजेंट रणनीति कैसे बनाते और उसकी समीक्षा करते हैं।

AI एजेंट विचार विकसित करते हैं, कोड लिखते हैं और परीक्षण परिणामों का आकलन करते हैं। समीक्षा के निष्कर्ष रणनीति को एक और पुनरावृत्ति के लिए वापस भेज सकते हैं।

  1. बताइए
  2. बनाएँ व सत्यापित करें
  3. बैकटेस्ट
  4. स्ट्रेस-टेस्ट
  5. पेपर-ट्रेड
01

एक हाइपोथिसिस से शुरुआत करें

बाज़ार, समय-सीमा, प्रवेश और निकास तर्क तथा जोखिमों का वर्णन करें। AI शोध एजेंट आपके निर्देश को एक संरचित परिकल्पना में बदलता है।

02

संदर्भ के साथ निर्माण करें

AI कोडिंग एजेंट उपलब्ध डेटा और कॉन्फ़िगर किए गए ट्रेडिंग स्थल के नियमों का उपयोग करके रणनीति लागू करता है। बैकटेस्टिंग से पहले स्वचालित सत्यापन और AI QA एजेंट इसकी जाँच करते हैं।

03

हर रन से सीखें

हाइपोथिसिस, इटरेशन, परिणाम और समीक्षा निर्णयों को एक साथ रखें। आपका वर्कस्पेस अपने ही रन से सीखता है; पेड प्लान प्लेटफ़ॉर्म रिसर्च कॉर्पस का भी उपयोग करते हैं।

स्पष्ट अगले कदम के साथ एक रिसर्च ब्रीफ़।

उस कारण से शुरुआत करें जिससे स्ट्रैटेजी काम कर सकती है। यह परिभाषित करें कि क्या चीज़ इसे गलत साबित करेगी, इसे किस डेटा की आवश्यकता है, और इसे किन लागतों पर काबू पाना होगा। फ़ैक्टरी परिणामी हाइपोथिसिस और उसके विकास इतिहास को रिकॉर्ड करती है।

  1. दिशा

    मार्केट, इंस्ट्रूमेंट, टाइमफ़्रेम

  2. परिकल्पना

    अपेक्षित एज, नियम, जोखिम

  3. समीक्षा योग्य कार्य

    कोड, जांच, इटरेशन

AI शोध एजेंट को ऐसा प्रश्न दें जिसे वह परीक्षण कर सके।

एक विशिष्ट ब्रीफ कार्यान्वयन और परिणाम दोनों का मूल्यांकन करना आसान बनाता है। सबसे अनुकूल परिणाम खोजने से पहले विचार को परिभाषित करें।

उस साक्ष्य को स्पष्ट करें जो आपको रुकने पर मजबूर करेगा। एक असफल प्रयोग भी एक उपयोगी प्रश्न का उत्तर दे सकता है।

बाज़ार और समय-क्षितिज
BTC स्पॉट, प्रति घंटा बार; अल्पकालिक मीन रिवर्जन का अध्ययन।
प्रस्तावित तंत्र
रोलिंग औसत से बड़े विचलन आंशिक रूप से उलट सकते हैं।
परिभाषित करने योग्य नियम
प्रवेश विचलन, निकास शर्त, पोज़िशन आकार और अधिकतम होल्डिंग समय।
इसे क्या असत्य सिद्ध कर सकता है
लागतों के बाद प्रभाव गायब हो जाता है, या यह किसी एक असामान्य अवधि पर निर्भर करता है।
उदाहरणात्मक चित्रण। न तो रणनीति की सिफ़ारिश है, न ही कोई मापा गया परिणाम।

एक धारणा बदलें। जानें क्या मायने रखता है।

तुलना को केंद्रित रखें ताकि आप बता सकें कि परिणाम क्यों बदला। प्रत्येक संशोधन को उसके साक्ष्य से जोड़ने के लिए रन इतिहास का उपयोग करें।

सभी कॉलम देखने के लिए क्षैतिज रूप से स्क्रॉल करें।

एक उदाहरण प्रयोग अनुक्रम
प्रयोगपरिवर्तनप्रश्न
आधाररेखा (बेसलाइन)मूल प्रवेश और निकास नियमों का उपयोग करें।क्या मॉडल किए गए ट्रेडिंग खर्चों के बाद कोई प्रभाव है?
मजबूती जाँचनज़दीकी प्रवेश सीमाओं को आज़माएँ।क्या यह प्रभाव एक छोटे पैरामीटर परिवर्तन में भी बना रहता है?
जोखिम संशोधनअधिकतम होल्डिंग अवधि जोड़ें।क्या यह प्रभाव को हटाए बिना लंबी घाटे वाली पोज़िशनों को सीमित करता है?

उदाहरणात्मक शोध डिज़ाइन; ये रिपोर्ट किए गए रन नहीं हैं। बार-बार सबसे अच्छे परिणाम को चुनने से एक ही इतिहास पर ओवरफ़िट हो सकता है।

इंटरैक्टिव उदाहरण

किसी सेटिंग के आसपास स्थिरता देखें।

आस-पास की सेटिंग्स में व्यापक प्रतिक्रिया आपको एक अलग शोध प्रश्न देती है, बनिस्बत किसी अलग-थलग शिखर के। दोनों पैटर्न की तुलना करने के लिए लुकबैक सेटिंग को बदलें।

आसपास के क्षेत्र को पढ़ें

25 बार पर, अलग-थलग शिखर सबसे मज़बूत दिखता है। इसकी पड़ोसी सेटिंग्स तेज़ी से कमज़ोर हो जाती हैं। जाँचें कि क्या चुना गया परिणाम किसी एक सौभाग्यशाली विकल्प पर निर्भर करता है।

व्यापक प्रतिक्रियाअलग-थलग शिखर

उदाहरणात्मक शार्प अनुपात

व्यापक प्रतिक्रिया
1.30
अलग-थलग शिखर
2.70
तुलना के लिए सिंथेटिक वक्र, न कि मापे गए बैकटेस्ट। केवल पैरामीटर स्थिरता किसी बढ़त को स्थापित नहीं करती; लागत, नमूना आकार और स्वतंत्र सत्यापन की समीक्षा करें।

सवाल, जिनके जवाब मिले।

और सवाल और जवाब
क्या हर विचार एक स्ट्रैटेजी बन जाता है?

नहीं। डेटा की सीमाएं, विफल जांच, कमज़ोर आर्थिक तर्क या समीक्षा में सामने आई बातों के कारण किसी रन को दोबारा किया जा सकता है या उसे छोड़ा जा सकता है।

क्या मैं पहले सार्वजनिक उदाहरण देख सकता/सकती हूं?

हां। अपना वर्कस्पेस खोलने से पहले सार्वजनिक स्ट्रैटेजी और उनकी उपलब्ध रिपोर्ट्स ब्राउज़ करें। मार्केटप्लेस कोड तक पहुंच प्रकाशक और आपके एक्सेस अधिकारों पर निर्भर करती है।

किसी विचार को परीक्षण योग्य क्या बनाता है?

एक परीक्षण योग्य विचार एक अपेक्षित बाज़ार व्यवहार का नाम बताता है और किसी पोज़िशन में प्रवेश करने, उसका आकार तय करने और निकलने के लिए मापने योग्य नियम देता है। यह आवश्यक डेटा और उस प्रमाण की भी पहचान करता है जो प्रस्तावित एज को गलत साबित कर देगा। परिणामों की तुलना करने से पहले इन धारणाओं को स्पष्ट रूप से बताएं।

जनरेट की गई रणनीति की जांच कैसे की जाती है?

सत्यापन में कोड, घोषित इंस्ट्रूमेंट्स और समर्थित व्यवहार पर जांच शामिल है, इसके बाद सिमुलेशन और QA समीक्षा होती है। उपलब्ध रिपोर्टें उन निष्कर्षों को दिखाती हैं जिन पर ध्यान देने की आवश्यकता है। ये जांचें कार्यान्वयन संबंधी समस्याओं की पहचान करने में मदद करती हैं; वे यह स्थापित नहीं कर सकतीं कि हर आर्थिक धारणा सही है।

क्या मैं देख सकता हूँ कि प्रयासों के बीच क्या बदला?

रणनीति रिपोर्ट और पुनरावृत्ति इतिहास प्रयासों को उनके परिणामों और समीक्षा फीडबैक से जोड़ते हैं। प्रदर्शन की तुलना करने से पहले पढ़ें कि कौन-सी धारणाएं या पैरामीटर बदले गए। स्रोत-कोड की दृश्यता रणनीति के लिए लागू पहुंच नियमों का पालन करती है।

क्या शोध पहले के रन से मिले सबक का उपयोग करता है?

शोध संदर्भ में वर्कस्पेस के लिए उपलब्ध पहले की सफलताएं और विफलताएं शामिल होती हैं। मुफ्त योजनाएं अपने ही रन इतिहास का उपयोग करती हैं; भुगतान वाली योजनाएं प्लेटफ़ॉर्म शोध कोष का भी उपयोग कर सकती हैं। उस कोष तक पहुंच किसी अन्य उपयोगकर्ता के निजी रणनीति कोड तक पहुंच प्रदान नहीं करती।

एक ऐसे सवाल से शुरुआत करें जो टेस्ट किए जाने लायक हो।

प्रकाशित रणनीतियों का अन्वेषण करें, या AI एजेंटों के साथ अपनी रणनीति बनाने, परीक्षण करने और निगरानी रखने के लिए वर्कस्पेस खोलें।

Stratmill एक AI आधारित ट्रेडिंग रणनीति प्लेटफ़ॉर्म है। यह न तो वित्तीय सलाह देता है और न ही ब्रोकर है। बैकटेस्ट और पेपर ट्रेडिंग के परिणाम काल्पनिक हैं। ट्रेडिंग में नुकसान का जोखिम होता है।