مواد پر جائیں

بیک ٹیسٹنگ اور توثیق

خیال کو آزمائیں۔ شواہد کا جائزہ لیں۔

فیکٹری ترتیب دی گئی فیس اور نفاذ کے مفروضوں کے ساتھ تاریخی ڈیٹا پر حکمتِ عملی کے کوڈ کی جانچ کرتی ہے۔ آپٹیمائزیشن ٹولز پیرامیٹرز کے استحکام کا جائزہ لیتے ہیں، جبکہ AI تجزیہ کار شواہد کا جائزہ لے کر اگلا قدم تجویز کرتا ہے۔

توثیقی ونڈوز میں تاریخی حکمت عملی کے راستے، ڈرا ڈاؤنز اور نتائج کی تقسیم کے ساتھ

حکمتِ عملی کی فیکٹری کو کام کرتے ہوئے دیکھیں۔

وضاحتی مثال · یہ کوئی لائیو نتیجہ نہیں

دیکھیں کہ AI ایجنٹس کس طرح حکمتِ عملی تیار اور اس کا جائزہ لیتے ہیں۔

اے آئی ایجنٹس خیال کو آگے بڑھاتے ہیں، کوڈ لکھتے ہیں اور آزمائش کے نتائج کا جائزہ لیتے ہیں۔ جائزے کے نتائج کی بنیاد پر حکمتِ عملی کو مزید بہتری کے لیے دوبارہ کام کے مرحلے میں بھیجا جا سکتا ہے۔

  1. بیان کریں
  2. بنائیں اور تصدیق کریں
  3. بیک ٹیسٹ
  4. اسٹریس ٹیسٹ
  5. پیپر ٹریڈنگ
01

ٹریڈنگ کے حالات کا ماڈل بنائیں

بیک ٹیسٹ تاریخی ڈیٹا، مقررہ وینیو فیس اور متعلقہ ایگزیکیوشن مفروضوں کا استعمال کرتے ہیں۔ ڈیٹا کوریج، فنڈنگ، سلیپیج اور اثر نتیجے کو نمایاں طور پر تبدیل کر سکتے ہیں۔

02

محض ریٹرن سے زیادہ کا جائزہ لیں

ایکویٹی کرو، ڈرا ڈاؤنز، ریٹرن کی تقسیم اور انفرادی ٹریڈز کا جائزہ لیں۔ اہم اعداد و شمار کے ساتھ ساتھ مدت، نمونے کے سائز اور مفروضوں کو بھی چیک کریں۔

03

استحکام کی جانچ کریں

حساسیت کا تجزیہ، واک فارورڈ آپٹیمائزیشن اور ہولڈ آؤٹ توثیق اس بات کا جائزہ لیتے ہیں کہ نتائج منتخب پیرامیٹرز اور تربیتی ونڈوز سے باہر کیسے بدلتے ہیں۔

مفروضوں کو نتیجے کے ساتھ رکھیں۔

ایک متاثر کن چارٹ جائزے کے لیے صرف ایک نقطۂ آغاز ہے۔ ٹریڈنگ کے اخراجات کا متوقع برتری سے موازنہ کریں، آؤٹ آف سیمپل رویے کا جائزہ لیں، اور ٹریڈز یا ادوار کی ایک چھوٹی تعداد میں ارتکاز تلاش کریں۔

  1. ان پٹس

    ڈیٹا کی مدت، وینیو، فیس

  2. جانچیں

    بیک ٹیسٹ، واک فارورڈ، ہولڈ آؤٹ

  3. شواہد

    اعداد و شمار، ٹریڈز، جائزے کے نوٹس

بعد کے ڈیٹا کو پہلے کے انتخاب کو چیلنج کرنے دیں۔

واک فارورڈ جانچ ایک پہلے کے ونڈو پر فٹ ہوتی ہے اور بعد کے ونڈو پر جانچتی ہے۔ محفوظ ہولڈ آؤٹ اصلاحی ونڈوز سے باہر رکھا جاتا ہے۔

اصل تقسیم کی تاریخیں اور ٹریڈز کی تعداد پڑھیں۔ متعدد کوششوں میں ہولڈ آؤٹ کی رائے کو بار بار استعمال کرنا اس کی آزادیت کو کمزور کر سکتا ہے۔

فٹتوثیقہولڈ آؤٹ
خاکہ: تین فٹ اور توثیق کے ونڈوز وقت کے ساتھ آگے بڑھتے ہیں؛ ہولڈ آؤٹ دائیں جانب محفوظ رہتا ہے۔ ونڈو کی لمبائی اور فاصلے تشکیل پر منحصر ہیں۔

معمولی لاگت ایک بڑے ایج کو ختم کر سکتی ہے۔

حکمت عملی جتنی زیادہ ٹریڈ کرتی ہے، اس کا نتیجہ عملدرآمد کے مفروضات پر اتنا ہی زیادہ منحصر ہوتا ہے۔ مختلف لاگتوں کے تحت وہی مجموعی نتیجہ دیکھنے کے لیے سلپیج کنٹرول حرکت دیں۔

ٹرن اوور
شروعاتی ایکویٹی کے مقابلے میں کل ٹریڈڈ نوشنل؛ ہر خرید و فروخت شمار ہوتی ہے۔
فیس اور سلپیج
اصل رپورٹ میں تشکیل شدہ وینیو فیس اور قیمت کے مفروضات چیک کریں۔
خالص نتیجہ
باقی ماندہ ایج کا موازنہ ڈراؤ ڈاؤنز، نمونے کے حجم اور آؤٹ آف سیمپل نتائج سے کریں۔

دیکھیں کہ عملدرآمد کی لاگتیں نتیجے کو کیسے بدلتی ہیں۔

مجموعی منافع12.0%
ماڈل شدہ لاگتیں2.0%
ان لاگتوں کے بعد خالص10.0%

مثالی مفروضات: 12% مجموعی منافع، شروعاتی ایکویٹی کے 40 گنا کے برابر مجموعی ٹریڈڈ نوشنل، اور فی ٹریڈڈ نوشنل 2 بی پی ایس فیس۔ لاگتیں = ٹرن اوور × (فیس + سلپیج)؛ 1 بی پی = 0.01%۔ یہ خطی وضاحت ہے؛ کمپاؤنڈنگ، فنڈنگ اور مارکیٹ اثر شامل نہیں۔

سوالات کے جوابات۔

مزید سوالات اور جوابات
کیا ایک اچھا بیک ٹیسٹ مستقبل کے منافع کی ضمانت دیتا ہے؟

نہیں۔ بیک ٹیسٹ فرضی ہوتے ہیں اور ڈیٹا، مفروضوں اور انتخاب کے لیے حساس ہوتے ہیں۔ توثیق کمزوریوں کی تحقیق میں مدد دیتی ہے؛ یہ ٹریڈنگ کے خطرے کو ختم نہیں کرتی۔

کیا فیس میرے اکاؤنٹ کے لیے لائیو کوٹس ہیں؟

نہیں۔ یہ مقررہ سمولیشن ڈیفالٹس ہیں۔ آپ کے ایکسچینج کی سطح اور انسٹرومنٹ کے قواعد مختلف ہو سکتے ہیں۔ نتیجے کی تشریح کرنے سے پہلے مفروضوں کا جائزہ لیں۔

واک-فارورڈ ٹیسٹنگ اور ہولڈ آؤٹ توثیق میں کیا فرق ہے؟

واک-فارورڈ ٹیسٹنگ بار بار پہلے کے ڈیٹا پر فٹ کرتی ہے اور بعد کی ونڈوز پر تشخیص کرتی ہے۔ ہولڈ آؤٹ توثیق منتخب کردہ پیرامیٹرز کو ان اصلاحی ونڈوز سے باہر ایک محفوظ مدت پر جانچتی ہے۔ اصل تاریخوں، ٹریڈ کی تعداد اور رپورٹس کا جائزہ لیں؛ ہولڈ آؤٹ کی رائے کا بار بار استعمال اس کی آزادی کو کمزور کر سکتا ہے۔

کل منافع کے علاوہ مجھے کون سے نتائج پڑھنے چاہئیں؟

ڈراؤ ڈاؤنز، ٹریڈنگ لاگت، ٹریڈز کی تعداد اور تقسیم، ہولڈنگ ادوار اور آؤٹ آف سیمپل نتائج کا جائزہ لیں۔ کم تعداد میں ٹریڈز یا ایک مارکیٹ دور پر انحصار تلاش کریں۔ صرف زیادہ منافع اس بات کی وضاحت نہیں کرتا کہ اسٹریٹجی نے یہ کیسے کمایا یا اس دوران کیا نقصانات ہوئے۔

بہترین سیٹنگ برقرار رکھنے کے بجائے قریبی پیرامیٹرز کی جانچ کیوں کی جائے؟

ایک ایسی سیٹنگ جو بہترین دکھائی دے جبکہ اس کے قریبی متبادل خراب کارکردگی دکھائیں، نازک ہو سکتی ہے۔ حساسیت کا تجزیہ ظاہر کرتا ہے کہ منتخب پیرامیٹرز کے ارد گرد نتیجہ کیسے بدلتا ہے۔ اس بات کا اندازہ لگاتے وقت کہ آیا یہ نمونہ ایک منتخب نتیجے سے زیادہ وسیع ہے، اسے واک-فارورڈ اور ہولڈ آؤٹ ثبوت کے ساتھ استعمال کریں۔

ایک جیسے آئیڈیا کے دو بیک ٹیسٹس میں اختلاف کیوں ہو سکتا ہے؟

مختلف انسٹرومنٹس، ڈیٹا مدتیں، بار انٹرولز، داخلے اور اخراج کے قواعد، فیس یا ایگزیکیوشن کے مفروضات نتیجے کو تبدیل کر سکتے ہیں۔ کسی فرق کو بہتری سمجھنے سے پہلے کنفیگریشن اور دستیاب ڈیٹا کا ٹریڈ ریکارڈز کے ساتھ موازنہ کریں۔

ایک ایسے سوال سے آغاز کریں جو آزمانے کے قابل ہو۔

شائع شدہ حکمتِ عملیوں کا جائزہ لیں، یا AI ایجنٹس کے ساتھ اپنی حکمتِ عملی تیار، ٹیسٹ اور مانیٹر کرنے کے لیے ورک اسپیس کھولیں۔

Stratmill ایک AI ٹریڈنگ حکمتِ عملی پلیٹ فارم ہے، مالی مشورہ یا بروکر نہیں۔ بیک ٹیسٹ اور پیپر نتائج فرضی ہیں۔ ٹریڈنگ میں نقصان کا خطرہ شامل ہے۔