جب آپ اپنی تجارتی حکمت عملی کو مقدار میں بڑھانے کی بات کرتے ہیں تو ، کیا آپ کو زیادہ جدید طریقہ استعمال کرنا چاہئے یا سادہ خیالات پر قائم رہنا چاہئے؟
کوانٹائزیشن کمیونٹی میں ایک پرانا سوال یہ ہے کہ کیا سسٹم ٹریڈرز کو سادہ کوانٹائزیشن کی حکمت عملی کا استعمال کرتے ہوئے رہنا چاہئے یا انہیں زیادہ جدید طریقوں کو لاگو کرنے کی کوشش کرنی چاہئے۔
عام طور پر یہ خیال کیا جاتا ہے کہ خوردہ الگورتھم تاجروں نے صرف آسان حکمت عملی استعمال کی ہے ، جبکہ کوانٹیفیکیشن ہیج فنڈز نے انتہائی پیچیدہ اور ریاضیاتی پیچیدہ طریقے اپنائے ہیں۔ تاہم ، حال ہی میں صورتحال بدل گئی ہے۔
ریٹیل الگورتھم تاجروں کو اب نسبتا cheap سستے کلاؤڈ کمپیوٹنگ ، متبادل ڈیٹا فراہم کرنے والے جو مناسب قیمت پر اور استعمال میں آسان ڈیٹا سیٹ فراہم کرتے ہیں ، اور ایک اوپن سورس ریسرچ فریم ورک کی مدد سے پیچیدہ تجزیات انجام دینے کے قابل ہے۔
اس مضمون میں ، ہم اس بات پر تبادلہ خیال کریں گے کہ کیا خوردہ کیوٹیٹیٹیو تجزیہ کاروں کو ان اعلی درجے کی حکمت عملیوں پر عمل درآمد کرنے میں وقت لگانا چاہئے ، یا زیادہ آسان خیالات پر قائم رہنا چاہئے۔
سرمایہ کاروں کی ترجیحات
سادہ حکمت عملیوں اور پیچیدہ حکمت عملیوں کی ایک سیریز کے فوائد اور نقصانات کی فہرست سے پہلے ، یہ ضروری ہے کہ ہم ہر ایک کے متعلقہ فوائد اور نقصانات کا جائزہ کیسے لیں گے۔
ایک اہم مسئلہ یہ ہے کہ ہر سرمایہ کار کی اپنی مخصوص ترجیحات ہوتی ہیں ، لہذا ان کے پاس ان مقاصد کے لئے ایک سیٹ ہے جو وہ سسٹم ٹریڈنگ کے ذریعہ حاصل کرنے کی کوشش کر رہے ہیں۔
مثال کے طور پر ، ایک سرمایہ کار کے پاس سرمایہ کی ایک بڑی بنیاد ہوسکتی ہے ، لیکن اس کی سرمایہ سے حاصل ہونے والے کسی بھی تجارتی منافع کو باقاعدگی سے نکالنے کی ضرورت ہوسکتی ہے۔ اس طرح نقصانات کو کم سے کم کرنے کے لئے سرمایہ کاری کرنا اس طرح کے سرمایہ کار کے لئے ضروری ہے۔
دوسرے سرمایہ کار کے پاس نسبتا small چھوٹی سرمایہ کی بنیاد ہوسکتی ہے اور وہ صرف مجموعی دولت میں اضافہ کرنے میں دلچسپی رکھتا ہے۔ اگر زیادہ واپسی حاصل کی جاسکتی ہے تو ، مجموعی طور پر منافع اور نقصان کے خالص curve میں اتار چڑھاؤ کم تشویشناک ہوسکتا ہے۔
کچھ کوانٹیٹیو ٹریڈرز کو مؤثر سسٹم ٹریڈنگ کی حکمت عملی تیار کرنے کے ذہنی محرکات پر زیادہ توجہ دی جاتی ہے۔ وہ اصل میں مثبت منافع حاصل کرسکتے ہیں جو ان کے پسندیدہ ایک اچھا ضمنی اثر ہے۔
واضح طور پر ، سرمایہ کاروں کے پاس بہت سی مختلف ترجیحات ہیں۔ یہ پہلوؤں نے خوردہ کیوٹیٹیو تجزیہ کاروں کے لئے مباحثے کا فریم ورک تیار کرنے میں مدد کی ہے جو فیصلہ کر رہے ہیں کہ آیا اعلی درجے کی طریقوں پر عمل کرنا ہے یا نہیں۔
سادہ حکمت عملیوں کو تحقیق اور مارکیٹ میں تعینات کرنا آسان ہے۔ انہیں کم پیچیدہ ڈیٹا اور انفراسٹرکچر کی ضرورت ہوتی ہے۔ یہاں تک کہ اگر سگنل خود خود کار طریقے سے تیار ہوتے ہیں تو ، کچھ دستی طور پر بھی انجام دیئے جاسکتے ہیں۔
دوسری طرف ، اعلی درجے کی حکمت عملیاں ذہانت کے لحاظ سے زیادہ منافع بخش ہوتی ہیں ، اور ان کے پاس زیادہ فائدہ مند شارپ تناسب ہوتا ہے۔ یعنی ، وہ فی یونٹ اتار چڑھاؤ پر بہتر متوقع منافع فراہم کرتے ہیں۔ سرمایہ کاروں کے لئے جو فکر مند ہیں کہ کس طرح نقصانات اور اتار چڑھاؤ کو زیادہ سے زیادہ کم کیا جائے ، شارپ تناسب ایک اہم اشاریہ ہوگا جس پر غور کرنے کی ضرورت ہے۔
اس مضمون میں ہم اس بات کا تفصیلی جائزہ لیں گے کہ کیا سادہ کھانا پیچیدہ کھانا سے بہتر ہے۔ ہم مذکورہ بالا محرکات کے ساتھ ساتھ دیگر فوائد اور نقصانات کو بھی ذہن میں رکھیں گے۔
سادہ تجارت کی حکمت عملی
تجارت کی حکمت عملی کو سادہ حکمت عملی سمجھا جاتا ہے یا نہیں اس کا انحصار بہت حد تک سرمایہ کار کے تعلیمی پس منظر اور تکنیکی صلاحیتوں پر ہوتا ہے۔ جو شخص بے ترتیب حساب کتاب میں پی ایچ ڈی کی ڈگری حاصل کرتا ہے اس کی تعریف سادہ حکمت عملی کے مقابلے میں بہت مختلف ہوسکتی ہے۔
اس مضمون کے لئے، اگر تجارت کی حکمت عملی کو ترقی یافتہ مارکیٹوں میں لاگو کیا جاتا ہے، تو ہم بڑے معروف اثاثوں کی اقسام میں بنیادی ریاضی یا شماریاتی پیچیدگی کے ساتھ سادہ اوزار کا استعمال کرتے ہوئے، ہم اسے بڑے پیمانے پر سادہ ٹریڈنگ کے طور پر بیان کرتے ہیں.
اس طرح کی حکمت عملی کی مثالوں میں تکنیکی تجزیہ شامل ہے، جس میں کوئی واضح پورٹ فولیو کی تعمیر یا رسک مینجمنٹ اجزاء نہیں ہیں، جو کہ اعلی مائع مارکیٹوں جیسے امریکی اسٹاک، ای ٹی ایف یا فاریکس کے لئے موزوں ہے۔
اس کے علاوہ ، آپ کو اس کے بارے میں مزید جاننے کی ضرورت ہے۔
- اعداد و شمار- تمام سسٹم ٹریڈنگ کی حکمت عملیوں کو ڈیٹا کی ضرورت ہوتی ہے۔ سادہ حکمت عملیوں میں عام طور پر تیار شدہ قیمت / تجارتی حجم کے اعداد و شمار کا استعمال کیا جاتا ہے جو ایک معیاری اثاثہ کیٹیگری میں اچھی طرح سے تجارت کرتے ہیں۔ اس طرح کے اعداد و شمار کو حاصل کرنے کی لاگت بہت کم ہے ، یا یہاں تک کہ مفت بھی ہے۔ یہ عام طور پر چھوٹا ہوتا ہے اور اسے آسانی سے استعمال کرنے والے API کے ذریعہ براہ راست بہت سے فراہم کنندگان سے ڈاؤن لوڈ کیا جاسکتا ہے۔
- تحقیق- بہت سارے ریٹرو ٹیسٹنگ ماحول ہیں جن میں تجارتی مصنوعات (جیسے ٹریڈ اسٹیشن یا میٹا ٹریڈر 5) سے لے کر اوپن سورس لائبریریاں (جیسے QSTrader ، Backtrader اور Zipline) اور یہاں تک کہ پانڈاس جیسے لائبریریوں تک ، اشارے کی چھیڑ چھاڑ کی طرز کی حکمت عملیوں کی جانچ کی جاسکتی ہے۔ آسان حکمت عملیوں کو عام طور پر ان فریم ورکس میں سے کسی ایک میں آسانی سے لاگو کیا جاسکتا ہے۔
- لین دین کی لاگت- کیونکہ ترقی یافتہ، زیادہ لچکدار مارکیٹوں میں سادہ ٹولز کا استعمال کیا جاتا ہے، ٹرانزیکشن کی لاگت کا اندازہ لگانا نسبتا آسان ہے۔ اس کے نتیجے میں یہ فیصلہ کرنا آسان ہو جاتا ہے کہ کیا حکمت عملی نمونے سے باہر منافع بخش ہوسکتی ہے۔
- انفراسٹرکچر- تکنیکی تجزیہ کی قسم کی حکمت عملی جو کم تعدد پر عملدرآمد کی جاتی ہے اس کو نسبتا simple آسان انفراسٹرکچر کے ذریعہ خودکار کیا جاسکتا ہے۔ مطلوبہ استحکام کی سطح پر منحصر ہے ، ایک کرون کام ترتیب دیا جاسکتا ہے تاکہ مطلوبہ ٹرانزیکشن کی فہرست تیار کی جاسکے ، جبکہ اسے دستی طور پر بھی انجام دیا جاسکے۔
- صلاحیت- اسی طرح، اعلی لچکدار مارکیٹوں میں سادہ ٹولز کے استعمال کی وجہ سے صلاحیت کی حد کے مسائل کا امکان کم ہے۔
تاہم ، آسان حکمت عملی کا استعمال کرنے کے ساتھ ساتھ نقصانات بھی ہیں:
- الفا- تکنیکی تجزیہ اشارے کی قیاس آرائی کی حکمت عملی مالیاتی منڈیوں میں بہت مشہور اور عام ہے۔ یہ ابھی تک واضح نہیں ہے کہ سب سے آسان حکمت عملی بنیادی خرید و فروخت اور انعقاد یا متحرک پر مبنی ٹیکٹیکل اثاثہ جات کی تخصیص سے زیادہ قیمتی ہے یا نہیں۔ یعنی ، حکمت عملی خود ہی قیاس آرائی کی قیاس آرائی نہیں کرسکتی ہے ، بلکہ خود ہی مارکیٹوں یا دیگر معروف تعلیمی خطرہ عوامل سے قیاس آرائی کی قیاس آرائی کرتی ہے۔
- منافع بخش- چونکہ یہ طریقہ کار عام ہے ، لہذا ایک بار جب حقیقی لین دین کی لاگت کو مدنظر رکھا جائے تو ، نمونے سے باہر مستقل منافع کا حصول مشکل ہوسکتا ہے۔ یہی وجہ ہے کہ کسی بھی ریویو میں لین دین کی لاگت کا اندازہ ہر ممکن حد تک موثر انداز میں لگانا ضروری ہے۔
- شماریاتی ٹیسٹ- اگرچہ یہ سادہ تجارتی حکمت عملی کا مسئلہ نہیں ہے ، لیکن عام طور پر سادہ حکمت عملیوں پر کم یا کوئی ٹھوس شماریاتی تجزیہ نہیں کیا جاتا ہے۔ لہذا ، بہت ساری حکمت عملی جو ریٹویٹ میں اعلی کارکردگی کا مظاہرہ کرتی ہیں وہ صرف نمونے میں موجود اعداد و شمار کے زیادہ فٹ ہونے کی وجہ سے ہوسکتی ہیں۔
- آزادیِ ارادے- دستی طور پر عملدرآمد کرنے والی سادہ حکمت عملیوں کے نتیجے میں اس عمل میں صوابدید کے عناصر کا اطلاق ہوسکتا ہے۔ مثال کے طور پر ، مصروف تجارت کے آغاز کے وقت کی وجہ سے تجارت میں داخلے میں تاخیر ، یا تجارت کو الٹ کرنے کے لئے صوابدیدی حکمت عملیوں کا استعمال۔ اس سے حکمت عملی کی اصل کارکردگی کا تعین کرنا مشکل ہوجاتا ہے۔
- پورٹ فولیو کی تعمیر- سادہ حکمت عملی عام طور پر کسی بھی مضبوط پورٹ فولیو کی تعمیر یا رسک مینجمنٹ کی تکنیک سے گریز کرتی ہے۔ اگرچہ اکثر نقصانات کو روکنے کے لئے نقصانات کو روکنے کے لئے استعمال کیا جاتا ہے ، لیکن بہت کم لوگ اتار چڑھاؤ کے اہداف ، مساوی اتار چڑھاؤ کے وزن (جسے بھی کہا جاتا ہے) اتار چڑھاؤ کا خطرہ برابر اتار چڑھاؤ) یا کراس مارکیٹ تنوع کو خطرہ ایڈجسٹ شدہ منافع کو بڑھانے کے ممکنہ طریقہ کار کے طور پر استعمال کرتے ہیں۔
- ذہانت کی واپسی- سادہ حکمت عملی عام طور پر کسی بھی پیچیدہ ریاضی یا اعلی درجے کی تجزیہ کا استعمال نہیں کرتی ہے۔ اگر سرمایہ کاروں کا مقصد ذہنی واپسی ہے تو ، سادہ حکمت عملی اس مقصد کو حاصل کرنے کا امکان کم ہے۔
یہ دیکھا جاسکتا ہے کہ اگرچہ آسان تجارتی حکمت عملیوں کو نافذ کرنا ، جانچنا اور تجارت کرنا آسان ہے ، لیکن یہ سادگی شماریاتی استحکام اور طویل مدتی منافع بخش صلاحیت کی قیمت پر ہوسکتی ہے۔
اعلیٰ تجارتی حکمت عملی
اعلی درجے کی حکمت عملی میں اعدادوشمار کی جانچ پڑتال پر مبنی مفروضات ، وسعت یافتہ اثاثہ جات کی اقسام کے بارے میں علم ، پورٹ فولیو کی تعمیر کے سخت طریقوں ، اور کم مائع ، طاق اثاثہ جات کی اقسام یا اوزار جیسے ترقی پذیر منڈیوں ، اجناس اور مشتقوں کی حکمت عملی شامل ہے۔
یہ حکمت عملی عام طور پر ادارہ جاتی کوالٹی ہیجنگ فنڈز کے دائرہ کار میں ہوتی ہیں ، لیکن اعداد و شمار کی دستیابی اور بہتر تجزیاتی ٹولز کی مقبولیت کی وجہ سے ، یہ حکمت عملی اب خوردہ کوالٹی ٹریڈنگ میں تیزی سے عام ہو رہی ہیں۔
اس طرح کی پیچیدہ حکمت عملی کے فوائد میں شامل ہیں:
- متعلقہ- ڈیزائن کے لحاظ سے ، اعلی درجے کی حکمت عملی ڈیزائن کے لحاظ سے مجموعی طور پر مارکیٹ اور کسی بھی موجودہ پورٹ فولیو کے ساتھ کم مطابقت رکھتی ہے جس میں دیگر تجارتی حکمت عملیوں پر مشتمل ہوتا ہے۔ اس کے نتیجے میں اکثر مجموعی طور پر پورٹ فولیو میں زیادہ شارپ تناسب ہوتا ہے۔
- منافع بخش- اعلی درجے کی فیلڈ کی معلومات کے ساتھ ، ٹرانزیکشن لاگت کا معقول اندازہ لگایا جاسکتا ہے۔ اس کا مطلب یہ ہے کہ عام طور پر یہ طے کرنا آسان ہوتا ہے کہ کیا حکمت عملی نمونے سے باہر منافع بخش ہوسکتی ہے۔ لہذا ، حقیقی وقت کی جانچ کی مدت سے پہلے بہت سے غیر منافع بخش ریٹیسٹ آئیڈیوں کو مسترد کیا جاسکتا ہے۔
- شماریاتی ٹیسٹ- سخت تجارتی حکمت عملی کے اعدادوشمار کا تجزیہ عام طور پر زیادہ اعلی درجے کے طریقوں کے ساتھ ہوتا ہے۔ اس کا مطلب یہ ہے کہ اعدادوشمار کا تجزیہ عام طور پر زیادہ اعلی درجے کے طریقوں کے ساتھ ہوتا ہے۔ اس کا مطلب یہ ہے کہ نمونے میں بہت زیادہ فٹ ہونے والی سادہ حکمت عملیوں کے مقابلے میں ، نمونے سے باہر کی کارکردگی میں کمی واقع ہوتی ہے۔
- الفا- اس طرح کی حکمت عملی میں نچلے درجے کے ٹولز کے استعمال کی وجہ سے اس طرح کی حکمت عملی میں الفا کی صلاحیت زیادہ ہے۔ اس طرح کے الفا میں آہستہ آہستہ کمی ہوتی ہے کیونکہ حکمت عملی کے علم کا پھیلاؤ پورے مارکیٹ میں کم ہوتا ہے۔
- پورٹ فولیو کی تعمیر- پورٹ فولیو کی تعمیر اور خطرے کے انتظام کو زیادہ جدید طریقوں کے ساتھ مکمل کیا جاتا ہے۔ اس سے سرمایہ کاروں کے مقاصد کو اسٹریٹجک کارکردگی کے ساتھ ہم آہنگ کرنے میں مدد ملتی ہے۔
- ذہانت کی واپسی- اعلی درجے کی حکمت عملی میں زیادہ پیچیدہ تجزیہ ، زیادہ پختہ ریاضی کی معلومات اور سافٹ ویئر کی وسیع تر ترقی کی ضرورت ہوتی ہے۔ کچھ شوقیہ سرمایہ کاروں کے لئے ، یہ دولت کی تخلیق کے بجائے ایک مقصد کی طرح لگتا ہے۔ لہذا ، وہ عام طور پر زیادہ پیچیدہ سسٹم ٹریڈنگ کے طریقوں کی طرف راغب ہوتے ہیں۔
اس کے علاوہ ، یہ بھی کہا جاتا ہے کہ اعلی درجے کی حکمت عملی میں کچھ نقصانات ہیں ، جیسے سادہ حکمت عملی:
- ریاضیاتی پیچیدگی- کچھ اعلی درجے کی سسٹم ٹریڈنگ کے طریقوں کو عام طور پر شماریاتی تجزیہ، ٹائم سیریز تجزیہ، بے ترتیب حساب یا مشین سیکھنے کے پس منظر کی ضرورت ہوتی ہے۔ اگرچہ یہ علم خود سیکھا جاسکتا ہے ، لیکن انگریزی ڈگری ، ایم ایف ای اور / یا پی ایچ ڈی کے ذریعہ متعلقہ معلومات حاصل کرنا بہت آسان ہے۔
- مہارت- یہاں تک کہ متعدد پوسٹ گریجویٹ ڈگریوں کے حامل افراد کو بھی منافع بخش بنیادی اثاثہ جات کی اقسام یا آلات کی اقسام کے بارے میں معقول فیلڈ کی معلومات کی ضرورت ہوتی ہے تاکہ کسی بھی جدید ترین سسٹم ٹریڈنگ ٹکنالوجی سے مسلسل الفا پیدا کیا جاسکے۔ یہ مہارت عام طور پر کئی سالوں کے کام کے تجربے کے ذریعے حاصل کی جاتی ہے ، جس میں بینک یا فنڈ میں مخصوص کاؤنٹر پر کام کیا جاتا ہے۔
- اعداد و شمار- عام طور پر، اعداد و شمار کی لاگت نمونے کی تعدد، حد کی چوڑائی، تاریخی لمبائی، اعداد و شمار کے معیار اور اثاثہ جات کی قسم / آلے کی خاصیت کے ساتھ مختلف ہوتی ہے۔ اعلی درجے کی حکمت عملی طاق مارکیٹ پر انحصار کرتی ہے تاکہ الفا پیدا کیا جاسکے۔ لہذا ، اعداد و شمار بہت مہنگے ہوسکتے ہیں۔ حکمت عملی کو منافع بخش بنانے کے ل these ان اخراجات کو مدنظر رکھنا ضروری ہے۔
- تحقیق- اگر حکمت عملی زیادہ پیچیدہ ٹولز کے ساتھ تجارت کرنے کے لئے استعمال کی جاتی ہے تو ، اس کے لئے ایک خصوصی ریویو ماحول کی ضرورت ہوتی ہے۔ عام طور پر اس کا مطلب ہے کہ شروع سے مکمل طور پر اپنی مرضی کے مطابق کوڈ تیار کرنا۔ یہ وقت کی ایک بہت بڑی سرمایہ کاری ہے۔ غلطیوں سے بچنے کے لئے اس میں وسیع پیمانے پر سافٹ ویئر انجینئرنگ کی مہارت کی بھی ضرورت ہوتی ہے۔
- انفراسٹرکچر- یہاں تک کہ اگر اعلی درجے کی حکمت عملیوں پر تحقیق کرنے کے لئے ایک مضبوط ریویو فریم ورک قائم کیا گیا ہے تو ، اس کے لئے بھی ایک پیچیدہ انفراسٹرکچر کی ضرورت ہوتی ہے۔ یہ مکمل طور پر خودکار ہوسکتا ہے۔ پیچیدہ تعیناتی ، جانچ اور نگرانی کی ضرورت ہوتی ہے۔
- صلاحیت- کچھ اعلی درجے کی حکمت عملی کے طریقوں کو مؤثر طریقے سے استعمال کیا جاتا ہے کیونکہ ان کی گنجائش محدود ہے۔ بڑے فنڈز ان حکمت عملیوں کو تجارت نہیں کرسکتے ہیں کیونکہ وقت کی سرمایہ کاری ان کی مطلق واپسی کے قابل نہیں ہے۔ اس کا مطلب یہ ہے کہ اعلی درجے کی حکمت عملی پر لاگو کی جانے والی سرمایہ کی رقم کی ایک حد ہے۔
جیسا کہ آپ دیکھ سکتے ہیں، اگرچہ اعلی درجے کی ٹریڈنگ کی حکمت عملی زیادہ الفا مواقع اور ممکنہ طور پر اعلی منافع فراہم کرتی ہے، لیکن اس کے لئے زیادہ پیچیدہ ریاضی، ضروری مہارت اور زیادہ پیچیدہ خود کار طریقے سے ٹریڈنگ انفراسٹرکچر کی ضرورت ہوتی ہے.
خلاصہ
مجموعی طور پر ، یہ واضح ہے کہ سادہ تجارتی حکمت عملیوں کو تیزی سے مارکیٹ میں لایا جاسکتا ہے۔ انہیں بہت کم مہارت کی ضرورت ہوتی ہے اور دستی طور پر عملدرآمد کیا جاسکتا ہے ، یہاں تک کہ اگر سگنل خود بخود تیار کیے جاتے ہیں۔ تاہم ، اعلی درجے کی طریقوں کے مقابلے میں ، ان کا زیادہ امکان ہے کہ وہ زیادہ موزوں اور کم منافع بخش ہوں۔
پیچیدہ حکمت عملی غیر متعلقہ الفا ، معقول منافع اور ذہانت کی واپسی فراہم کرتی ہے۔ تاہم ، اس کی قیمت زیادہ ڈیٹا لاگت ، ترقیاتی تحقیق اور تجارتی انفراسٹرکچر پر زیادہ وقت خرچ کرنے اور گہری تعلیمی پس منظر کی ضرورت ہوتی ہے۔
اصل لنک:https://www.quantstart.com/articles/simple-versus-advanced-systematic-trading-strategies-which-is-better/