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۔
بیک ٹیسٹنگ اور توثیق
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۔
backtest_review.pynet_pnl = gross_pnl - fees
peak = equity.cummax()
drawdown = equity / peak - 1
assert train_end < test_start
وضاحتی مثال · یہ کوئی لائیو نتیجہ نہیں
وضاحتی مثال · یہ کوئی لائیو نتیجہ نہیں
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۔
ایک وضاحتی ایکویٹی کریو راستے میں آنے والی رکاوٹوں کو ظاہر کرتی ہے۔ نتیجے کی تشریح سے پہلے ڈرا ڈاؤن اور ٹریڈنگ لاگت کا جائزہ لیں۔
اکاؤنٹ ایکویٹی کا موازنہ بند شدہ ٹریڈ بیلنس سے کریں۔ کھلی پوزیشن ٹریڈ بند ہونے سے پہلے ایکویٹی کو تبدیل کر سکتی ہے۔
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۔
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۔
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۔
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۔
ڈیٹا کی مدت، وینیو، فیس
بیک ٹیسٹ، واک فارورڈ، ہولڈ آؤٹ
اعداد و شمار، ٹریڈز، جائزے کے نوٹس
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۔
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۔
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۔
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۔
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 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۔
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۔
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۔
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۔
بہتر بنانے سے پہلے پوری تاریخ پر مبنی بنیادی نتیجے کا جائزہ لیں۔ تجزیہ کار شواہد کی مدد سے پیرامیٹرز کی تلاش متعین کرتا ہے؛ تربیتی تشخیصی نتائج نمونے سے باہر کی کارکردگی ثابت نہیں کرتے۔
آپٹیمائزیشن دریافت کریںکسی حکمتِ عملی کی تحقیق کے لیے Backtest Lab استعمال کریں، مگر اس تجربے کو نئی پیپر ٹریڈنگ یا لائیو منظوری نہ سمجھیں۔ نتیجے کے ساتھ کوڈ، ڈیٹا کی مدت اور اخراجات کا بھی جائزہ لیں۔
Backtest Lab دیکھیںمثبت بیک ٹیسٹ میں بھی آزاد مشاہدات بہت کم ہو سکتے ہیں۔ کم اعتماد والی پیپر تحقیق پر اس کا لیبل برقرار رہتا ہے اور یہ کبھی خودکار طور پر حقیقی رقم سے ٹریڈنگ کی اجازت نہیں دیتی۔
توثیق کی رہنمائی پڑھیںشائع 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۔
بیک ٹیسٹ لیب
حکمتِ عملی منتخب کریں، اس کے پیرامیٹرز میں ترمیم کریں اور بیک ٹیسٹ یا آپٹیمائزیشن شروع کرنے سے پہلے کریڈٹ لاگت کا تخمینہ دیکھیں۔
پروڈکٹ کے اندر
جائزے کے بعد یہ عوامی حکمتِ عملی مسترد کر دی گئی۔ اس کا مفروضہ اور درج شدہ مشاہدات دیکھیں تاکہ سمجھ سکیں کہ مثبت سرخی والا منافع کافی کیوں نہیں۔
عوامی رپورٹ پڑھیں
ڈیٹا کی دستیابی، انسٹرومنٹ کی تاریخ، فیس اور آرڈر پورا ہونے کے مفروضے ہر وینیو کے لحاظ سے مختلف ہوتے ہیں۔ اپنے رن کے لیے درج کوریج اور مفروضوں کا جائزہ لیں۔
مارکیٹ ڈیٹا دریافت کریںبیک ٹیسٹ ماضی کی نقالی کرتے ہیں۔ پیپر ٹریڈنگ مستقبل کے مشاہدات شامل کرتی ہے۔ کم اعتماد والے نتائج شماریاتی طور پر ثابت شدہ نہیں ہوتے، اور نہ ہی یہ منافع کی کوئی ضمانت ہیں۔
پیپر ٹریڈنگ دریافت کریںورک اسپیس کھولنے، کوڈ درآمد کرنے یا بیک ٹیسٹ شروع کرنے سے حقیقی رقم کے آرڈرز کی اجازت نہیں ملتی۔ لائیو ایگزیکیوشن کے لیے آپ کی منظوری اور منسلک معاون اکاؤنٹ درکار ہے۔
لائیو ٹریڈنگ دریافت کریں