উচ্চ-ফ্রিকোয়েন্সি অ্যালগরিদমের চেয়ে চিন্তাভাবনা আরও গুরুত্বপূর্ণ

উচ্চ-ফ্রিকোয়েন্সি অ্যালগরিদমের চেয়ে চিন্তাভাবনা আরও গুরুত্বপূর্ণ

দুই বছর আগে, যখন একটি বড় সিকিউরিটি ইউরুনের আঙ্গুলটি এক মিনিটের মধ্যে ৫% এরও বেশি বেড়েছিল, তখন এই ব্রোকারের ইটিএফ স্যুটের উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং পদ্ধতিতে অর্ডার তৈরি এবং সম্পাদনের ক্ষেত্রে ত্রুটি ঘটেছিল।

চীনের ফাইন্যান্সিয়াল ফিউচার এক্সচেঞ্জের নয়া নীতিমালা থেকে শুরু করে, তিন ব্যাচের অ্যাকাউন্টের উপর ক্রমাগত ট্রেডিংয়ের সীমাবদ্ধতা ঘোষণা করা হয়েছে, এবং সাম্প্রতিক সময়ে ফাইন্যান্সিয়াল সিকিউরিটিজ টন T + 0 টন থেকে টন T + 1 টনে পরিবর্তিত হয়েছে, নিয়ন্ত্রক স্তরটি পদ্ধতিগত লেনদেনের উপর ক্রমাগত বেড়া উন্মোচন করেছে। বিশেষত, 31 জুলাই চীনা মুদ্রা সংস্থা কর্তৃক প্রবর্তিত চার্জ ঘোষণা ফি ব্যবস্থা, পদ্ধতিগত ব্যবসায়ীদের জন্য বিপর্যয়কর।

২০১৪ সালের আগস্ট মাসে উচ্চ ফ্রিকোয়েন্সি ট্রেডিংয়ের জন্য ব্যবহারকারীরা কী কী বিখ্যাত অ্যালগরিদম ব্যবহার করেছেন তা জানতে পেরে এই নিবন্ধটি উত্পন্ন হয়েছিল?

আমি এই বিষয়টির সাথে একমত নই। ট্রেডিং প্রথমত ট্রেডিং নিজেই, এর নিজস্ব অর্থনৈতিক অর্থ রয়েছে, এটিকে উপেক্ষা করা সহজ এবং এটিকে কেবলমাত্র একটি ডিজিটাল গেম হিসাবে বিবেচনা করা যা অর্থকে মূল্যবান করে তোলে।

আমি মনে করি না যে অ্যালগরিদম নিজেই অদ্ভুত কিছু, ভাল অ্যালগরিদমও মৃত, প্রকৃত মূল মূল্য অবশ্যই সেই ব্যক্তির উপর নির্ভর করে যারা তাদের ব্যবহার করে এবং তাদের ব্যবহার করে। আসলে আমি যা বলছি তা সর্বজনীন তথ্য, তবে প্রযুক্তিগত বিবরণগুলি জানার পরেও খুব কম লোকই সত্যই ভাল করতে পারে।

আশা করি এই উত্তরটি আপনাকে পরিমাণগত এবং উচ্চ-ফ্রিকোয়েন্সি লেনদেন সম্পর্কে আরও স্পষ্ট ধারণা দেবে।

প্রথমত, আমি বিশ্বাস করি যে অনেকের ধারণার উচ্চ-ফ্রিকোয়েন্সি লেনদেনটি এইরকম দেখাচ্ছেঃ

তবে উচ্চ-ফ্রিকোয়েন্সি ট্রেডিংয়ের জন্য, এই তথ্যটি খুব রুক্ষ। সুতরাং, এখানে আমি অজানা ব্যাকগ্রাউন্ডের শিক্ষার্থীদের জন্য অর্ডার বুকের সাথে পরিচয় করিয়ে দেব। বর্তমানে মূলধারার এক্সচেঞ্জগুলি সাধারণত অর্ডার বুক ব্যবহার করে ট্রেডিং করে, এবং ট্রেডিংয়ের অভ্যন্তরে অর্ডার বইয়ে সমস্ত ক্রেতা এবং বিক্রেতার দর রেকর্ড করা হয়, যেমনঃ

বিড মানে ক্রেতা, অফার মানে বিক্রেতা, এই দরপত্রটি ক্রেতা এবং বিক্রেতা উভয়ের কাছ থেকে সমস্ত দরপত্র ("সীমা আদেশ") দেখায়। এই টেবিলটি উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ের জন্য সবচেয়ে উদ্বেগজনক তথ্য। যে কোনও সময়, ক্রেতাদের দর সর্বদা বিক্রেতার চেয়ে কম থাকে (যেমন এখানে 98 বনাম 101) । সুতরাং দরপত্রটি পরিবর্তনশীল হলেও, কেবলমাত্র দরপত্রই কোনও লেনদেন হবে না।

কখন একটি লেনদেন হয়? দুটি পরিস্থিতিতে, প্রথমটি হল যে কোনও পক্ষ বাজার আদেশ জারি করে, উদাহরণস্বরূপ, একজন ক্রেতা একটি একক পরিমাণের 10 টি বাজার আদেশ জারি করে, যা বিক্রেতার 101 টির দামের 10 টি কিনতে পারে। এই লেনদেন সফল হওয়ার পরে, অর্ডার বুকটি এরকম হয়ে যায়ঃ

দ্বিতীয়ত, একটি সীমা তালিকা প্রকাশ করা যা অন্য পক্ষের সর্বোত্তম দরের সমান, এটিও উপরের পরিস্থিতির মতোই ফলাফল দেয়।

এটা জোর দেওয়া দরকার যে, যদিও প্রকৃত অর্ডার বুক শুধুমাত্র এক্সচেঞ্জের অভ্যন্তরে বিদ্যমান এবং সমস্ত লেনদেন এক্সচেঞ্জের অভ্যন্তরে সম্পন্ন হয়, তবে এক্সচেঞ্জটি প্রতিটি উদ্ধৃতি এবং বাজার তালিকা সবার কাছে প্রেরণ করে, তাই সমস্ত ক্রেতা এবং বিক্রেতারা তাদের নিজস্ব একটি একই ডেটা কাঠামো বজায় রাখতে পারেন, যা এক্সচেঞ্জের অর্ডার বুকের আয়নাটির সমতুল্য। নিজের হাতে এই আয়নার পরিবর্তনগুলি ট্র্যাক করে বিশ্লেষণ করে ট্রেডিং কৌশল তৈরি করা উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং অ্যালগরিদমের মূল ধারণা।

এই অর্ডার বইয়ের মূল বিষয়বস্তু সম্পর্কে বিস্তারিত জানার পর, আমি আপনাদের বোঝার জন্য এখানে একটি আরো চাক্ষুষ পদ্ধতিতে অর্ডার বইয়ের বর্ণনা দিচ্ছিঃ

এই চিত্রটি নিবন্ধের শুরুতে অর্ডার বুকের সাথে সামঞ্জস্যপূর্ণ, এটি পরিষ্কারভাবে দেখা উচিত যে, অনুভূমিক অক্ষটি দাম, অনুভূমিক অক্ষ অর্ডার পরিমাণ, সবুজ ক্রেতা এবং লাল চারটি বিক্রেতাকে বোঝায়। এটি করার উদ্দেশ্য এই আলোচনার বিষয়ঃ আইসকন অর্ডার।

উপরোক্ত মৌলিক বিশ্লেষণ থেকে আমরা দেখতে পাচ্ছি যে, এক্সচেঞ্জের মধ্যে লেনদেনের তথ্য সম্পূর্ণরূপে প্রকাশ্য, বাজারে যে কোনও মুহুর্তে, কে কে কত কিনতে / বিক্রি করতে চায়, সবার কাছে এক নজরে, কোনও গোপনীয়তা নেই। এটি করার অর্থনীতিগত অর্থ রয়েছে, কারণ কেবলমাত্র কেনার / বিক্রয়ের চাহিদা প্রদর্শন করা সম্ভাব্য ব্যবসায়ীদের ট্রেডিংয়ের জন্য আকৃষ্ট করে, তাই বাজারে নিজের চাহিদা কিছুটা প্রকাশ করা প্রয়োজন। তবে এটি একটি গুরুতর পরিণতি নিয়ে আসে, একবার কেউ প্রচুর পরিমাণে কিনতে / বিক্রয় করতে চায়, তার প্রকাশিত বিশাল সীমা মূল্য সরাসরি সবার কাছে প্রদর্শিত হবে। উদাহরণস্বরূপ, একজন ক্রেতা একটি বিশাল পরিমাণে অর্ডার পোস্ট করার পরে, অর্ডার বুকটি এরকম দেখাবেঃ

এটি তার পক্ষে খুব খারাপ, কারণ সবাই এই তথ্যটি ব্যবহার করে তার সাথে সঠিক কাজ করবে। সবাই সিদ্ধান্ত নেবে যে এখন বাজারে প্রচুর ক্রয় চাপ রয়েছে, তাই অর্থ উপার্জনের জন্য প্রচুর সংখ্যক ক্রেতারা ঝাঁপিয়ে পড়বে এবং দামগুলি দ্রুত বাড়বে, যাতে এই ব্যক্তিটি 98 ডলারে যা কিনতে পারে তা শীঘ্রই আরও বেশি দামে কিনতে পারে। এই পরিস্থিতিতে, যারা পরে এটি করেছে তারা ফ্রন্ট রানিং, এবং মূলত ব্যক্তিটি ঝুঁকির মুখোমুখি হয়েছিল। আমি জানি এই সমস্যা সমাধানের জন্য, এক্সচেঞ্জগুলি একটি লক্ষ্যবস্তু সরঞ্জাম সরবরাহ করে, যা আইসবার্গ অর্ডার নামে পরিচিত। এই আদেশগুলি খুব বড় হতে পারে, তবে কেবলমাত্র একটি ছোট অংশই প্রকাশিত হয় এবং বেশিরভাগটি লুকানো থাকে, যা এক্সচেঞ্জ এবং অর্ডারদাতা ব্যতীত কেউ দেখতে পায় না, এটি সত্যিই একটি হিমশৈলীর মতো। উদাহরণস্বরূপঃ

ধূসর অংশটি হ'ল হিমশৈল অর্ডারের লুকানো অংশ। এইভাবে, এক্সচেঞ্জটি কেবলমাত্র যখন সংশ্লিষ্ট লুকানো পরিমাণের লেনদেন ঘটে তখনই অন্যকে অবহিত করে, যাতে অন্যরা অর্ডার প্রদর্শনের তথ্য ব্যবহার করে ফ্রন্ট রানিং করতে পারে না।

সবকিছুরই সুবিধা এবং অসুবিধা আছে। আইসকন অর্ডারগুলি, যদিও প্রেরকের স্বার্থ রক্ষা করে, তবে এটি অন্যান্য বাজারের অংশগ্রহণকারীদের জন্য একটি অন্যায় নিয়ম হয়ে উঠেছে। যারা সত্যিকারের লেনদেনের চাহিদা রাখে তারা পরিস্থিতির ভুল মূল্যায়নের কারণে মারাত্মক ক্ষতিগ্রস্থ হয়। তাই পরবর্তী প্রশ্নটি হল, বাজারে আইসকন অর্ডারগুলি কীভাবে পাওয়া যায়?

প্রথমত, এখানে সবচেয়ে সহজ পদ্ধতি রয়েছে। কখনও কখনও, হিমশৈল অর্ডারগুলি সর্বোত্তম ক্রয় এবং বিক্রয় মূল্যের মধ্যে (স্প্রেড) ঝুলানো হয়, যেমনঃ

এই ক্ষেত্রে, একটি খুব সহজ সনাক্তকরণ পদ্ধতি রয়েছে, যা হল স্প্রেডে একটি সর্বনিম্ন সীমা অর্ডার প্রেরণ করা এবং তারপরে এই অর্ডারটি বাতিল করা। উদাহরণস্বরূপ, এই উদাহরণে, একটি 99 বিক্রয় মূল্যের সীমা অর্ডার প্রেরণ করা হয় এবং বাতিল করা হয়। কারণ এই মূল্যটি নিজেই একটি স্পষ্ট ক্রয়ের দামের তুলনায় বেশি নয়। [৯৮] যদি হিমশীতল আদেশের অস্তিত্ব না থাকে তবে অবশ্যই লেনদেন করা উচিত। তবে হিমশীতল আদেশের ক্ষেত্রে, একবার ট্রেডাররা এই বিক্রয় আদেশটি না পেলে, তারা অবিলম্বে হিমশীতল আদেশের জন্য উপযুক্ত পরিমাণে লেনদেন করবে এবং পরবর্তী বাতিলের নির্দেশটি কার্যকর হবে না। এইভাবে, একটি ক্ষুদ্র ব্যয়ে, বাজারে লুকানো অর্ডারগুলি আবিষ্কার করা যেতে পারে। আসলে, কেউ এই কাজটি করবে, ঘন ঘন ইনভয়েসগুলি সরিয়ে নেবে, যা সর্বাধিক দামের মধ্যে একটি উচ্চ-ঘন ঘন বিভ্রাট তৈরি করবে, যা গোপন আদেশগুলি অনুসন্ধান করতে ব্যবহৃত হবে।

এই ধরনের বিঘ্নিত সনাক্তকরণের প্রতিক্রিয়া হিসাবে, সাধারণভাবে কেউ সরাসরি স্প্রেডের সাথে যুক্ত হয় না; বরং এটি আগের মতোই সাধারণ সীমাবদ্ধ আদেশের সাথে সংযুক্ত থাকে, যাতে কোনও লেনদেনের পরে আপনি অনুমান করতে পারেন না যে এটি সাধারণ সীমাবদ্ধ আদেশ বা হিমশৈল অর্ডার কিনা। তাহলে কী করা উচিত?

প্রথমত, একটি সরাসরি ধারণা রয়েছে; হিমশৈল অর্ডারগুলির অস্তিত্ব, কিছু পরিমাণে হিমশৈল অর্ডারদাতার বাজার পরিস্থিতির ব্যাখ্যাকে প্রতিফলিত করে, হিমশৈল অর্ডারগুলি ব্যবহার করার জন্য প্রয়োজনীয় বলে মনে করে। এটি জোর দেওয়া দরকার যে হিমশৈল অর্ডারগুলি ব্যবহার করার জন্য কোনও খরচ নেই, কারণ আপনি প্রকৃত চাহিদা লুকিয়ে রাখেন এবং সম্ভাব্য আক্রমণকারীদের আড়াল করার সময় প্রকৃত ব্যবসায়ীদেরও আড়াল করেন! এবং এটি লেনদেনের সময়কে উল্লেখযোগ্যভাবে বাড়িয়ে তোলে - কারণ কেউ জানে না যে আপনি এতটা কিনতে / বিক্রি করতে চান, আপনি কেবল ধীর গতিতে অপেক্ষা করতে পারেন। তাই যখন কেউ হিমশৈল অর্ডার দেওয়ার সিদ্ধান্ত নেন, তখনও বাজারের পরিস্থিতি বিবেচনা করা হয় এবং কেবলমাত্র সঠিক সময়টি এই পছন্দটি করবে।

কোনটি সঠিক সময়? কিছু ডেটা প্রাসঙ্গিক হওয়া উচিত, যেমন বিক্রয় মূল্যের পার্থক্য, বিক্রয় পরিমাণের তুলনায় বিক্রয় পরিমাণের অনুপাত ইত্যাদি। এই ডেটাগুলির জন্য, আপনি historicalতিহাসিক ডেটাতে রিগ্রেশন বিশ্লেষণ করতে পারেন এবং তাদের এবং হিমশৈল অর্ডারের মধ্যে একটি রৈখিক / অ-রৈখিক মডেল তৈরি করতে পারেন। এই মডেলটি historicalতিহাসিক ডেটা দিয়ে প্রশিক্ষিত হতে পারে, যা আপনি রিয়েল-টাইম ট্রেডিংয়ে ব্যবহার করার জন্য হিমশৈল অর্ডার আবিষ্কারক হিসাবে ব্যবহার করতে পারেন। On the Dark Side of the Market: Identifying and Analyzing Hidden Order Placements এই পদ্ধতিটি এই নিবন্ধে ব্যবহৃত হয়।

মৌলিক মডেলটি এইভাবে সংজ্ঞায়িত করা যেতে পারেঃ F ((spread, bidSize/offerSize,...) = Probability ((Iceberg)

আপনি যদি উচ্চতর খেলতে চান তবে আপনি এই ভিত্তিতে এইচএমএম, এসভিএম, নিউরাল নেটওয়ার্ক ইত্যাদির মতো উচ্চতর মডেল তৈরি করতে পারেন, তবে মূল ধারণাটি একই রকমঃ প্লেট বিশ্লেষণের মাধ্যমে হিমশৈল অর্ডারের সম্ভাবনা গণনা করুন।

উপরের পদ্ধতিটি দেখতে অনেক উন্নত, বাস্তবে কী প্রভাব ফেলে? আমি মনে করি আপনিও দেখতে পাচ্ছেন যে এই মডেলিংটি খুব নির্ভুল নয়। হিমশৈল অর্ডারগুলি কী পরিস্থিতিতে দেখা দিতে পারে তা ব্যাখ্যা করার জন্য একটি পরবর্তী বিশ্লেষণের উপায় হিসাবে এটি ভাল, তবে রিয়েল-টাইম লেনদেনের সনাক্তকারী হিসাবে এটি খুব আশ্বস্ত নয়। যেহেতু ব্যবহৃত তথ্যটি খুব অস্পষ্ট এবং মডেলিংয়ের অবজেক্টটি কেবলমাত্র একটি সম্পর্ক, তাই হিমশৈল অর্ডারের প্রেরককে অবশ্যই এই যুক্তি অনুসারে কার্ড দেওয়া হবে এমন কোনও গ্যারান্টি নেই।

সুতরাং, নিম্নলিখিতটি হ'ল সত্যিকারের উচ্চ-ফ্রিকোয়েন্সির খেলোয়াড়দের ধাঁধা দেওয়ার পদ্ধতি, যা গ্লোবেক্স ফিউচারগুলির সীমাবদ্ধ অর্ডার বইয়ের মধ্যে লুকানো তরলতার ভবিষ্যদ্বাণী থেকে আসে।

　　高频世界里，有一条永恒的建模准则值得铭记：先看数据再建模。如果你看了上面的介绍就开始天马行空的思考数学模型，那基本上是死路一条。我见过很多年轻人，
  特别有热情，一上来就开始做数学定义，然后推导偏微分方程，数学公式写满一摞纸，最后一接触数据才发现模型根本行不通，这是非常遗憾的。

এবং যারা ডেটা দেখেন তারা কি মনে করেন? তিনি সম্ভবত দেখতে পাবেন যে হিমশৈল অর্ডারের জন্য এক্সচেঞ্জের নিয়মগুলি খুব আকর্ষণীয়। কিছু এক্সচেঞ্জ এটি করেঃ একটি হিমশৈল অর্ডার দুটি পরামিতি ধারণ করে, ভি অর্ডারের পরিমাণকে নির্দেশ করে এবং পি জনসাধারণের কাছে প্রদর্শিত পরিমাণকে নির্দেশ করে। উদাহরণস্বরূপ, ভি = 100, পি = 10 এর হিমশৈল তালিকা, প্রকৃতপক্ষে লুকানো পরিমাণ 90। যদি এই আদেশের জন্য কোনও লেনদেন ঘটে, উদাহরণস্বরূপ, লেনদেনের পরিমাণ 10, এক্সচেঞ্জটি তিনটি বার্তা প্রেরণ করেঃ

১০টি

অর্ডার বুকের শীর্ষ বিড আকার -10

নতুন বিড +১০

এই তিনটি বার্তা অবশ্যই ধারাবাহিকভাবে উপস্থিত হবে, এবং তৃতীয় এবং প্রথম বার্তার সময় ব্যবধানটি খুব ছোট। এটি করার কারণ হ'ল যদিও হিমশৈল অর্ডারে লুকানো পরিমাণ রয়েছে, তবে প্রতিটি লেনদেন কেবল প্রদর্শিত পরিমাণে ঘটে ((পি) এবং পি ব্যবহারের পরে অবশিষ্ট লুকানো পরিমাণ থেকে একটি নতুন পি পরিমাণ পুনর্নবীকরণ করা হয়। সুতরাং, বিনিময় থেকে প্রাপ্ত প্রতিটি তথ্য এখনও যুক্তিগতভাবে সঠিকভাবে আপডেট করা যেতে পারে অর্ডার বই, যেমন হিমশৈল অর্ডারগুলি বিদ্যমান নেই। আমি জানি সুতরাং, একবার এই আইনটি ডেটাতে পর্যবেক্ষণ করা হলে, আমরা খুব নিশ্চিতভাবে নির্ধারণ করতে পারি যে বাজারে একটি আইসকন অর্ডার রয়েছে, এবং এর সাথে যুক্ত p এর মানও নির্ধারণ করা যেতে পারে! পরবর্তী মূল প্রশ্নটি হ'ল কীভাবে V এর মান নির্ধারণ করা যায়, অর্থাৎ এই আইসকন অর্ডারের অবশিষ্ট স্টক কত? আমি জানি এই প্রশ্নটির মূলত সঠিক সমাধান নেই, কারণ V এবং p উভয়ই একজন ব্যক্তির দ্বারা নির্ধারিত হয় এবং এটি একটি অবাঞ্ছিত মান হতে পারে। তবে এটি দুটি পয়েন্ট থেকে বিবেচনা করা যেতে পারেঃ প্রথমত, উভয় মানই পূর্ণসংখ্যা; দ্বিতীয়ত, মানুষ নিখুঁত এলোমেলো সংখ্যার জেনারেটর নয় এবং সিদ্ধান্তগুলি একটি নির্দিষ্ট নিয়ম অনুসরণ করবে।

এই দুটি পয়েন্ট থেকে শুরু করে, V এবং p এর উপর একটি সম্ভাব্যতা মডেল তৈরি করা যেতে পারে, অর্থাৎ একটি প্রদত্ত ((V, p) মান সমন্বয় ঘটার সম্ভাব্যতা কত? এখানে আমরা গাণিতিক বিশ্লেষণের গভীরতা নিয়ে যাব না, আগ্রহী বন্ধুরা নিজেরাই এটি দেখতে পারেন। সহজভাবে বলতে গেলে, তাদের সম্ভাব্যতা ঘনত্ব ফাংশনগুলির আকারটি ইতিহাসের ডেটাতে কার্নেল অনুমান কৌশল ব্যবহার করে অনুমান করা যেতে পারে। যাইহোক, যদি আপনি এই অনুমান প্রোগ্রামটি নিজে লিখে থাকেন তবে আপনি বুঝতে পারবেন যে আপনি একটি ভাল কোয়ান্ট হতে চান এমন প্রোগ্রামিং স্তরের প্রয়োজন কেন? এই উত্তরটি প্রোগ্রামিংয়ের গুরুত্বকে এত জোর দেয়।

এইভাবে, যখন আপনি রিয়েল-টাইম ডেটাতে একটি p-এর মান পর্যবেক্ষণ করেন, তখন আপনি সংশ্লিষ্ট V-ভ্যালুর শর্তাধীন সম্ভাব্যতা ঘনত্ব ফাংশনটি বের করতে পারেন, যা উপরের চিত্রের একটি ছেদ, যেমন ((p = 8):

পরবর্তী সময়ে, এটি স্পষ্টতই খুব সহজেই গণনা করা যায় যে V এর সর্বাধিক সম্ভাব্য মানটি কী। এই ফাংশন কার্ভের একটি গুরুত্বপূর্ণ ভূমিকা রয়েছে যা আপনাকে বাকী স্টকগুলিকে গতিশীলভাবে মূল্যায়ন করতে সহায়তা করে, যেমন আপনি যখন দেখেছেন যে ইতিমধ্যে 5 টি p ব্যবহার করা হয়েছে, তখন V > = 40 উপস্থাপন করা যেতে পারে এবং উপরের চিত্র থেকে নতুন V মান এবং বাকী স্টকগুলি উপস্থাপন করা যেতে পারে ((V-5p)) ।

সামগ্রিকভাবে, অ্যালগরিদমের মূল বিষয় হল যে, আইসকন অর্ডারের উপস্থিতি নির্ধারণ করা হয় রিয়েল-টাইম ডেটাতে মনিটরিংয়ের সময়কালের মধ্যে স্বল্প সময়ের মধ্যে পরপর তিনটি সম্পর্কিত রেকর্ডের মাধ্যমে, যখন আইসকন অর্ডারের পরিমাণ নির্ধারণ করা হয় ঐতিহাসিক ডেটা দ্বারা প্রশিক্ষিত সম্ভাব্যতা মডেলের মাধ্যমে।

আমি নিশ্চিত যে আপনিও দেখতে পাবেন যে এই অ্যালগরিদমটি কোনও প্রতারণার সরঞ্জাম নয়; এটি কেবলমাত্র বাজারের উন্মুক্ত ডেটা ব্যবহার করে করা একটি অনুমান; এবং এই অনুমানটিও কেবলমাত্র সম্ভাব্যতার ভিত্তিতে, আরও একটি রেফারেন্স হিসাবে হওয়া উচিত। এটি মার্কেটপ্লেসের মতো লিকুইডিটি সরবরাহকারীদের জন্য অর্থবহ, যাতে তারা পরিস্থিতির ভুল মূল্যায়নের কারণে ক্ষতির হাত থেকে রক্ষা করতে পারে। তবে আপনি যদি এটিকে আক্রমণাত্মক কৌশল হিসাবে ব্যবহার করতে চান এবং মনে করেন যে আপনি লুকানো বড় আদেশগুলি খুঁজে পেতে পারেন তবে ফ্রন্ট রানটি এটি একটি অজ্ঞাত পছন্দ।

অবশেষে, এই অ্যালগরিদমটি কেবলমাত্র একটি নির্দিষ্ট এক্সচেঞ্জের জন্য; অন্যান্য এক্সচেঞ্জগুলি সম্ভবত একই আইসক্রিম অর্ডার প্রক্রিয়াকরণের পদ্ধতি গ্রহণ করবে না; সুতরাং প্রকৃতপক্ষে মূল্যবান এই মডেলিং ধারণাটি হ'ল বাস্তব ডেটা থেকে, নির্দিষ্ট অ্যালগরিদমগুলি মূল্যবান নয়।

এই ছোট্ট অ্যালগরিদমটি আপনাকে উচ্চ-ফ্রিকোয়েন্সি ট্রেডিংয়ের ক্ষেত্রে একটি হিমশৈল পাহাড়ের কোণ দেখায়। এটি সম্ভবত জটিল বলে মনে হচ্ছে না, তবে আমি এটি পছন্দ করি। কারণ এটি স্পষ্টভাবে দেখায় যে প্রথমে চিন্তা করুন, তারপরে পরিমাণযুক্ত করুন। কারণ হিমশৈল অর্ডার হ্যাকের মতো একটি বাস্তব চাহিদা রয়েছে যা অর্থনীতির মৌলিক সরবরাহ-আবেদনের সম্পর্কের থেকে উদ্ভূত হয়, বাস্তব ডেটা বিশ্লেষণ করে একটি সূত্র খুঁজে পায়, এবং শেষ পর্যন্ত গণিতের মডেলের মাধ্যমে পরিমাণগত কৌশলগুলি আঁকতে পারে। এটি একটি সুন্দর কৌশল গবেষণা।

যদি এই নীতির বিপরীতে, আপনি একটি উচ্চমানের মডেলের সাথে ডেটা সেট করবেন এবং আশা করবেন যে মডেলটি আপনাকে স্বয়ংক্রিয়ভাবে ট্রেডিং সিগন্যাল তৈরি করবে, তবে এটি আমার কাছে ভক্তদের স্বপ্নের মতো। দুর্ভাগ্যক্রমে, এই স্বপ্নটি খুব প্রলুব্ধকর, এবং দুনিয়াতে কখনও ভীতুদের অভাব হয় না। এবং এটিকে মূল্যবান মনে করুন।

৭হেই নেট থেকে পুনর্নির্দেশিতলিঙ্ক