ایجاد کاروں نے مقداری تجارت کا آغاز کیا - بنیادی سے لے کر حقیقی جنگ تک

زیادہ سے زیادہ واپسی (Max Drawdown) ایک بہت اہم خطرے کا اشارے ہے، اور یہ اشارہ اتار چڑھاؤ کی شرح سے بھی زیادہ اہم ہے۔ واپسی میں دیکھا جانے والا زیادہ سے زیادہ واپسی بھی کسی حد تک آپ کی تجارت کے بعد ہونے والی بدترین صورتحال کی نمائندگی کرتا ہے۔

ریاضی کے لحاظ سے ، 20 فیصد کیپٹل نقصان کے لئے 25 فیصد بقایا کیپٹل منافع کی ضرورت ہوتی ہے تاکہ اس کی اصل رقم کو بحال کیا جاسکے۔ اگر 50 فیصد کا نقصان ہوتا ہے تو ، 100 فیصد بقایا کیپٹل منافع کی ضرورت ہوتی ہے تاکہ اس کی رقم کو نقصان سے پہلے بحال کیا جاسکے۔

اس میں کوئی شک نہیں کہ نقصانات کی مقدار جتنی زیادہ ہوگی ، اس کی واپسی کا امکان اتنا ہی کم ہوگا ، اور اس کی دشواری بھی اتنی ہی زیادہ ہوگی۔ سرمایہ کے اوپر منافع کی گنجائش لامحدود ہے ، نیچے نقصانات کی گنجائش محدود ہے ، اور نیچے نکلنے کا امکان اتنا ہی زیادہ ہے۔

اس کے علاوہ ، یہ بھی کہا جاتا ہے کہ اس کی تعریف کی گئی ہے ، لیکن کم از کم دو چیزیں موجودہ مرکزی خیال ، موضوع ہیں: 1، زیادہ سے زیادہ واپسی کم سے کم بہتر ہے؛ 2، واپسی اور خطرے کا تناسب، واپسی زیادہ ہے، خطرہ زیادہ ہے، واپسی کم ہے، خطرہ کم ہے۔

ایڈجسٹ شدہ منافع کا خطرہ (RAROC)

بہت سے لوگ اس تصور سے ناواقف ہیں، حقیقت یہ ہے کہ ایڈجسٹ شدہ منافع کا خطرہ پیشہ ور کھلاڑیوں اور شوقیہ کھلاڑیوں کے مابین فرق ہے۔ یہ بینکوں ، بڑے فنڈز ، پیشہ ورانہ تاجروں کے لئے ایک بہت اچھا تشخیصی آلہ بھی ہے اور عالمی مالیاتی شعبے میں ایک عام معیار ہے۔

سرمایہ کاری میں صرف منافع کی بنیاد پر نہیں بلکہ منافع حاصل کرنے کے وقت کتنا خطرہ ہے اس پر بھی غور کیا جاتا ہے۔ عام طور پر اثاثوں کے خطرے اور منافع کا تناسب ہوتا ہے۔ اس کا مطلب یہ ہے کہ جب ماڈل منافع کی شرح پر بڑھے اور اونچی آوازیں بجاتے ہیں تو ، اس کی رونق کے پیچھے ابھی تک پیدا نہیں ہونے والے خطرات چھپا سکتے ہیں۔

مثال کے طور پر ، ماڈل میں کھلنے والی پوزیشن کی شرط یا بڑھنے والی پوزیشن کی شرط ، جب بڑھتی ہے تو زیادہ منافع ہوتا ہے ، لیکن جب گرتی ہے تو ، نقصان کو دوگنا کردیا جاتا ہے ، جس سے بڑے نقصانات ہوتے ہیں۔ بہر حال ، بڑھتی ہوئی اور گرتی ہوئی قیمتوں میں کافی عدم مساوات کا اثر پڑتا ہے۔

بہت سے تجربہ کار مقداری تاجر خطرے کو کم کرنے کے لئے منافع کا ایک حصہ ضائع کرنے پر راضی ہوتے ہیں ، اس صورت میں ، خطرہ ایڈجسٹ شدہ منافع زیادہ حوالہ دار ہوتا ہے۔ لہذا ، ریویو میں ، اعلی خطرہ ، اتار چڑھاؤ والا ماڈل ، یہاں تک کہ اعلی منافع کا بھی اچھا ماڈل نہیں ہوتا ہے۔

سرمایہ محفوظ ہے لیکن سالانہ منافع صرف 2 فیصد ہے۔ مارکیٹ آپ کو کچھ دن میں 50 فیصد زیادہ دے سکتی ہے یا آپ کو کچھ دن میں 50 فیصد کم کر سکتی ہے۔ تجارت کے اتنے سالوں میں ، میں نے خود ایک بہت ہی اہم نظریہ اپنایا ہے: خطرہ کا سامنا کرنا ، خطرہ اور منافع کبھی بھی تنہائی میں نہیں ہوتے ہیں۔ تجارت سمندر میں مچھلی پکڑنے کی طرح ہے ، آپ مچھلی پکڑنا چاہتے ہیں ، لیکن سمندر کا خطرہ نہیں اٹھانا چاہتے ہیں۔ یہ ناممکن ہے۔ بہت زیادہ قدامت پسند اور بہت زیادہ شدت پسند ، دراصل دو انتہا میں چلے گئے ہیں۔ ڈیزائن اسٹریٹجک ماڈل بھی۔

ٹرانزیکشن کی تعداد

آپ کبھی بھی کئی مہینوں کی ریٹیسٹ کی کارکردگی کے ساتھ اس ماڈل کو ثابت نہیں کرسکتے ہیں۔ اگر آپ کو بہت زیادہ ریٹیسٹ ڈیٹا ملتا ہے تو ، ریٹیسٹ کے نتائج میں اتفاق ہوسکتا ہے ، یا تو پیرامیٹر کی اتفاق ، یا تجارتی اتفاق وغیرہ۔ اس کے علاوہ ، طویل تاریخی اعداد و شمار ، کچھ زندہ بچ جانے والے انحراف کو بھی فلٹر کرسکتے ہیں۔

عام طور پر ، گھریلو اسٹاک ، اشیا کے لئے ، 5 سال سے زیادہ کے اعداد و شمار کا جائزہ لینا چاہئے ، اور نئی لسٹنگ کی اقسام کے لئے ، کم از کم 3 سال کا جائزہ لینا چاہئے۔ ابتدائی لسٹنگ کی اقسام یا بین الاقوامی مارکیٹوں میں سونے ، ڈالر انڈیکس وغیرہ کی اشیا کے لئے ، کم از کم ایک بیل اور ریچھ کا جائزہ لینا چاہئے ، عام طور پر 10 سال میں 15 سال سے زیادہ کا جائزہ لینا چاہئے۔ جائزہ لینے کے دوران کافی طویل عرصہ ، جائزہ لینے کے نتائج کافی قابل اعتماد ہیں۔ اس ضرورت کو پورا نہیں کرنے والی اقسام کے لئے ، اسٹاک کھولنے کے وقت مناسب R ویلیو کو بڑھانا چاہئے ، تاکہ خطرہ کی نمائش کو فعال طور پر کم کیا جاسکے۔

اوسط منافع

اوسط منافع کا یہ اشاریہ ، جو عام لگتا ہے ، ایک بہت ہی اہم چیز ہے۔ اس کا حساب لگانے کا طریقہ بھی بہت آسان ہے: خالص منافع / ٹرانزیکشن کی تعداد۔ یہ کوئی مبالغہ نہیں ہے کہ یہ ان لوگوں کو الگ کرتا ہے جو کارکردگی کی جانچ پڑتال کرتے ہیں۔ جیسا کہ ذیل میں دکھایا گیا ہے ، اگر یہ حکمت عملی پیسہ کماتی ہے تو ، یہ عام نہیں ہے:گراف 5-18اعداد و شمار 5-19

اگر آپ اس حکمت عملی کو کارکردگی کی جانچ پڑتال کرتے ہوئے دیکھتے ہیں تو ، آپ کو یہ سوال ہوسکتا ہے کہ کیا اس طرح کی تقریبا perfect کامل حکمت عملی کی ضرورت نہیں ہے؟ اور سست! براہ کرم دوسرے گراف کو دھیان سے دیکھیں ، اوسط منافع صرف 17 ہے ، یعنی اوسط تجارت میں صرف 17 ڈالر۔

فیوچر مارکیٹ کی زیادہ تر اقسام کے لئے ایک چھلانگ 10 یوآن ہے ، لیکن جس نے بھی حقیقی تجارت کی ہے وہ اس کا مطلب سمجھ سکتا ہے۔ حقیقی تجارت میں ایک چھلانگ نہیں ، دس چھلانگ آٹھ چھلانگ ممکن ہیں۔ دو چھلانگ تین چھلانگ گھر کا معمول ہے۔

جیت کی شرح

جیتنے کی شرح کبھی بھی الگ الگ نہیں ہوتی ، یا یہ الگ الگ جیتنے کی شرح کے بارے میں بات کرنا غیر عملی ہے۔ اگر آپ صحیح مارکیٹ میں صحیح ماڈل کا استعمال کرتے ہیں تو ، جیتنے کی شرح 80٪ تک پہنچنا کوئی تعجب کی بات نہیں ہے ، لیکن اس کا کوئی مطلب نہیں ہے۔

قیمتیں نہ تو بڑھتی ہیں اور نہ ہی گرتی ہیں۔ اگر آپ کافی وقت رکھتے ہیں تو ، آپ کو معلوم ہوگا کہ قیمتوں میں اضافے اور گرنے کا امکان 50٪ ہے۔ اس سے کوئی فرق نہیں پڑتا ہے کہ آپ کس قسم کے اسٹریٹجک ماڈل کا استعمال کرتے ہیں ، اگر آپ کو 50٪ سے زیادہ کی واپسی کا امکان ہے تو آپ کو محتاط رہنا چاہئے۔ ریاضی اور طبیعیات کے نقطہ نظر سے ، یہ ناممکن ہے۔

ایکویٹی وکر کی تفصیل

ایک ایسا گراف جس کا نام ایک ہزار الفاظ سے زیادہ ہے، جس میں ایکویٹی کرپ (Equity Curve) کا ذکر ہے جو کہ پہلی انٹری کے وقت سے لے کر چارٹ کے آخری بار کے اختتام تک ہے۔ یہ تجارت کا ایک حقیقی وقت کا سرمایہ کاری کا گراف ہے اور کہا جاتا ہے کہ یہ حقیقی وقت ہے کیونکہ اس میں ہر بار پر فلوٹنگ منافع اور نقصان کا حساب لگایا جاتا ہے۔گراف 5-20

تفصیلی فوائد اور نقصانات کے منحنی خطوط میں اکاؤنٹس کی خالص قیمت میں ہونے والی تبدیلیوں کی عکاسی ہوتی ہے۔ یہ سب سے زیادہ بدیہی اندازہ لگانے کا آلہ ہے جو اس حکمت عملی کے نقصانات اور منافع کی حالت اور نقصانات کی اتار چڑھاؤ / ہموار ہونے کی سطح پر ایک نظر میں ایک جائزہ حاصل کرسکتا ہے۔ تاہم ، حکمت عملی کی کارکردگی کی رپورٹ کا یہ گراف صرف لفظوں سے زیادہ ہے ، اس سے بھی زیادہ حیران کن ہے۔ اس کے علاوہ ، کبھی بھی فلیشنگ فوائد اور نقصانات کے منحنی خطوط کو نہ دیکھیں۔

سالانہ منافع

سالانہ آمدنی ایک متنازعہ اشاریہ ہے ، کچھ لوگوں کا خیال ہے کہ یہ غیر ملکیوں کو دیکھنے کے لئے ہے اور اس کا کوئی حوالہ نہیں ہے۔ سب سے پہلے ، منافع حاصل کرنا ماڈل کے انتخاب کی شرط ہے ، یا یہ کہ ماڈل کی واپسی خود ہی مثبت ہونے کی ضرورت ہے۔گراف 5-21

آپ کو 100 فیصد کی بے شمار واپسی مل سکتی ہے، لیکن آپ کو زیادہ سے زیادہ 100 فیصد کی واپسی برداشت کرنی پڑتی ہے۔ سالانہ واپسی اور حقیقی واپسی (حفاظتی مدت کی واپسی) کے درمیان فرق بہت بڑا ہو سکتا ہے، کبھی کبھی اس سے بھی بڑا جو ہم سوچتے ہیں۔

خلاصہ

آخر میں ، ایک بات واضح کرنے کی ضرورت ہے کہ مکمل طور پر کامل ٹیسٹ کی کارکردگی کا کوئی وجود نہیں ہے ، اور ٹیسٹ کے اعداد و شمار کے مسائل کے علاوہ ، ماڈل کے استعمال کنندہ کو مزید خطرات کا سامنا کرنا پڑ سکتا ہے ، جس میں پیرامیٹرز کی اصلاح سے لے کر ٹرانزیکشن ڈیزائن تک ہر چیز کو عملی طور پر کام کرنے سے مختلف ہوسکتا ہے۔

اس سے بھی اہم بات یہ ہے کہ عملدرآمد کی سطح پر جذباتی مسئلہ ماڈل میں پیداوار میں داخل ہونے کا X عنصر ہے ، اور حقیقی تجارت جذباتی خلا کے ماحول میں کام نہیں کرسکتی ہے ، اور موٹی پونچھ کا رجحان ہر پروگرام شدہ تاجر کو ہر وقت محتاط رہنا چاہئے۔

اسکول کے بعد کا کام

1، آپ کے خیال میں سب سے اہم کارکردگی کے اشارے کی فہرست بنائیں۔ 2، شارپ تناسب کا حساب لگائیں

5.4 غیر نمونہ ٹیسٹ کی ضرورت کیوں ہے

خلاصہ

پچھلے سیکشن میں ، ہم آپ کو کچھ اہم کارکردگی کے اشارے کے ارد گرد مختلف طریقے سے حکمت عملی کی جانچ پڑتال کی کارکردگی کی رپورٹ کو پڑھنے کا طریقہ سکھاتے ہیں۔ حقیقت میں ، پیسہ کمانے کے لئے ایک حکمت عملی کی جانچ پڑتال کرنا سب سے مشکل کام نہیں ہے ، لیکن اس سے بھی مشکل بات یہ ہے کہ اس حکمت عملی کا اندازہ کیسے لگایا جائے کہ آیا یہ حقیقی سرمایہ کاری میں کام کرتا ہے۔ لہذا آج میں آپ کو نمونہ سے باہر کی جانچ اور اس کی اہمیت کے بارے میں بتاتا ہوں۔

دوبارہ جانچ پڑتال کرنے کے برابر نہیں ہے

بہت سے کوانٹیٹیشن کے ابتدائی ماہرین کو اچھی کارکردگی کی رپورٹ یا فنڈز کے منحنی خطوط کی جانچ پڑتال کے بعد اپنی تجارتی حکمت عملی پر اعتماد کرنا آسان ہے اور وہ مارکیٹ میں بڑے پیمانے پر کام کرنے کے لئے تیار ہیں۔ یہ سچ ہے کہ یہ جانچ پڑتال کے نتائج کسی مارکیٹ کی حالت میں بالکل موزوں ہوسکتے ہیں ، لیکن ایک بار جب یہ تجارتی حکمت عملی طویل عرصے تک حقیقی جنگ میں ڈال دی جاتی ہے تو ، وہ دریافت کرتے ہیں کہ یہ حکمت عملی اصل میں کام نہیں کرتی ہے۔

میں نے بہت سی تجارت کی حکمت عملی دیکھی ہے جس میں ریٹیسٹ کے وقت کامیابی کی شرح 50 فیصد سے زیادہ ہوسکتی ہے۔ اس طرح کی اعلی جیت کی شرح کے پیش نظر 1 سے زیادہ نقصان کی شرح بھی ہوسکتی ہے۔ تاہم ، جب یہ حکمت عملی اصلی پلیٹ فارم پر لاگو ہوتی ہے تو ، یہ بنیادی طور پر نقصان دہ ہوتی ہے۔ نقصان کی بہت سی وجوہات ہیں ، ان میں سے ایک ، ریٹیسٹ کے وقت ، اعداد و شمار کا نمونہ بہت کم ہوتا ہے ، جس کی وجہ سے اعداد و شمار کی منتقلی خراب ہوجاتی ہے۔

تاہم ، تجارت ایک ایسی پیچیدہ چیز ہے ، جو بعد میں دیکھنے میں بہت واضح ہے ، لیکن اگر ہم شروع میں واپس جائیں تو ، ابھی بھی حیرت زدہ ہیں۔ اس سے مقداری جڑ کے مسئلے کی وجہ سے تاریخی اعداد و شمار کی حدود کا سامنا کرنا پڑتا ہے۔ لہذا ، اگر آپ صرف محدود تاریخی اعداد و شمار کے ساتھ تجارت کی حکمت عملی کی جانچ پڑتال کرتے ہیں تو ، پیچھے کی طرف دیکھنے سے گاڑی چلانے کے مسئلے سے بچنا مشکل ہے۔

یہ کیا ہے؟

جب اعداد و شمار محدود ہیں تو ، تجارتی حکمت عملی کے سائنسی تجزیہ کے لئے محدود اعداد و شمار کا زیادہ سے زیادہ استعمال کیسے کیا جائے؟ جواب نمونہ سے باہر کی جانچ ہے۔ جب تجزیہ کیا جاتا ہے تو ، تاریخی اعداد و شمار کو وقت کے لحاظ سے آگے اور پیچھے دو حصوں میں تقسیم کیا جاتا ہے ، پہلا حصہ حکمت عملی کی اصلاح کے لئے استعمال ہوتا ہے ، جسے ٹریننگ سیٹ کہا جاتا ہے ، اور دوسرا حصہ نمونہ سے باہر کی جانچ کے لئے استعمال ہوتا ہے ، جسے ٹیسٹ سیٹ کہا جاتا ہے۔

اگر آپ کی حکمت عملی ہمیشہ کام کرتی ہے تو ، ٹریننگ سیٹ کے اعداد و شمار میں بہترین پیرامیٹرز کے کچھ سیٹوں کو بہتر بنائیں اور ان پیرامیٹرز کے سیٹوں کو ٹیسٹ سیٹ کے اعداد و شمار میں ریٹیسٹ کرنے کے لئے استعمال کریں ، مثالی طور پر ، ریٹیسٹ کے نتائج کو ٹریننگ سیٹ کے برابر یا ایک معقول حد تک مختلف ہونا چاہئے۔ پھر یہ کہا جاسکتا ہے کہ یہ حکمت عملی نسبتا effective موثر ہے۔

لیکن اگر ایک پالیسی ٹیسٹ سیٹ میں اچھی کارکردگی کا مظاہرہ کرتی ہے ، لیکن ٹیسٹ سیٹ میں خراب کارکردگی کا مظاہرہ کرتی ہے ، یا بہت زیادہ تبدیلی ہوتی ہے ، اور دیگر پیرامیٹرز کا انتخاب بھی اسی طرح ہوتا ہے تو ، اس پالیسی میں ڈیٹا کی منتقلی کی غلطی ہوسکتی ہے۔

ایک مثال کے طور پر ، فرض کریں کہ ہم تجارتی مستقبل کے لئے سٹیل کو واپس لینا چاہتے ہیں ، اب سٹیل کو 10 سال کے اعداد و شمار کے ساتھ واپس لایا جاسکتا ہے ، لہذا ہم 2009-2015 کے اعداد و شمار کو ٹریننگ سیٹ کے طور پر لے سکتے ہیں ، 2015-2019 کے اعداد و شمار کو ٹیسٹ کے طور پر لے سکتے ہیں۔ مثال کے طور پر ، ایک دوہرا یکساں حکمت عملی ، ٹریننگ سیٹ میں بہترین پیرامیٹرز کے کچھ گروپس ہیں ((15 سائیکل اور 90 سائیکل یکساں) ، ((5 سائیکل اور 50 سائیکل یکساں) ، ((10 سائیکل اور 100 سائیکل یکساں)... پھر ، ہم ان پیرامیٹرز کے گروپس کو الگ الگ ٹیسٹ سینٹر میں بھیج دیتے ہیں ، اور ان کا موازنہ کرتے ہیں ٹریننگ سیٹ کے ساتھ ٹیسٹ سیٹ کے نتائج کی رپورٹ اور فنڈ وکر ، تاکہ یہ فیصلہ کیا جاسکے کہ آیا ان کا فرق ایک معقول حد تک ہے۔

اگر غیر نمونہ ٹیسٹنگ کا استعمال نہ کیا جائے اور براہ راست 2009-2019 کے اعداد و شمار کے ساتھ حکمت عملی کو دوبارہ جانچ پڑتال کی جائے تو ، یہ ممکن ہے کہ تاریخی اعداد و شمار کو فٹ کرنے کی وجہ سے ، ایک اچھا دوبارہ جانچ پڑتال کی کارکردگی کی رپورٹ اور فنڈز کا منحنی خطوط حاصل کیا جاسکے ، لیکن اس طرح کے نتائج کا حقیقی وقت میں بہت زیادہ معنی نہیں ہے اور اس کا کوئی رہنمائی نہیں ہے ، خاص طور پر ان حکمت عملیوں کے لئے جو زیادہ پیرامیٹر ہیں۔

نمونے سے باہر ٹیسٹنگ کی پیشرفت

تاریخی اعداد و شمار کو دو حصوں میں تقسیم کرنے کے علاوہ ، نمونہ کے اندر اور نمونہ کے باہر دوبارہ جانچ پڑتال کرنے کے علاوہ ، ایک اور بہتر آپشن ہے ، جو کہ پروپوزل ریٹرننگ اور کراس ریٹرننگ ہے۔ خاص طور پر جہاں تاریخی اعداد و شمار بہت کم ہیں ، جیسے حالیہ برسوں میں شروع ہونے والے خام تیل کے مستقبل ، ایپل کے مستقبل ، ان دونوں طریقوں کا استعمال محدود اعداد و شمار کا استعمال کرتے ہوئے ماڈل کو مکمل طور پر جانچنے کے لئے کیا جاسکتا ہے۔

پروپوزل ٹیسٹنگ کے بنیادی اصول: ماڈل کو پہلے طویل تاریخی اعداد و شمار کے ساتھ تربیت دیں اور اس کے بعد نسبتا shorter مختصر اعداد و شمار کے ساتھ ماڈل کی جانچ کریں ، پھر اعداد و شمار کے کھڑکی کو پیچھے کی طرف منتقل کریں ، تربیت اور جانچ کے اقدامات کو دہرائیں۔ تربیت کے اعداد و شمار: 2000-2001۔ ٹیسٹ کے اعداد و شمار: 2002۔ تربیت کے اعداد و شمار: 2001-2002۔ ٹیسٹ کے اعداد و شمار: 2003. تربیت کے اعداد و شمار: 2002-2003۔ ٹیسٹ کے اعداد و شمار: 2004۔ تربیت کے اعداد و شمار: 2003-2004۔ ٹیسٹ کے اعداد و شمار: 2005۔ تربیت کے اعداد و شمار: 2004-2005۔ ٹیسٹ کے اعداد و شمار: 2006۔ ... اور اس طرح کے... آخر میں ، حکمت عملی کی کارکردگی کا مجموعی اندازہ لگانے کے لئے ، ٹیسٹ کے نتائج کا اعدادوشمار کیا گیا ہے (۲۰۰۲ ، ۲۰۰۳ ، ۲۰۰۴ ، ۲۰۰۵ ، ۲۰۰۶...) ۔

مندرجہ ذیل گراف میں، ایک بصری وضاحت کے طور پر، ایک پلگ ان ٹیسٹ کے اصولوں کو بیان کیا جا سکتا ہے:گراف 5-22

مندرجہ بالا گراف میں دو مختلف طریقے دکھائے گئے ہیں جن کے ذریعے ایک دفعہ دو مرتبہ ٹیسٹ کیا جا سکتا ہے۔

پہلا: ہر ٹیسٹ میں، ٹیسٹ کے اعداد و شمار نسبتا مختصر ہیں، لیکن زیادہ ٹیسٹ ہیں۔ دوسرا طریقہ: ہر ٹیسٹ میں ، ٹیسٹ کے اعداد و شمار زیادہ لمبے اور ٹیسٹ کی تعداد کم ہوتی ہے۔

عملی طور پر ، ٹیسٹ کے اعداد و شمار کی لمبائی کو تبدیل کرکے متعدد ٹیسٹ کیے جاسکتے ہیں تاکہ ماڈل کو غیر مستحکم اعداد و شمار کے مقابلہ میں استحکام کا فیصلہ کیا جاسکے۔ کراس ٹیسٹنگ کا بنیادی اصول: تمام اعداد و شمار کو N حصوں میں تقسیم کریں ، ہر بار ان میں سے N-1 حصوں کے ساتھ تربیت کریں ، اور باقی حصوں کے ساتھ جانچ کریں۔

سال 2000 سے 2003 تک ہر سال کے حساب سے چار حصوں میں تقسیم کیا گیا ہے۔ اس کراس چیک کا آپریٹنگ طریقہ کار مندرجہ ذیل ہے: ٹریننگ ڈیٹا: 2001-2003، ٹیسٹ ڈیٹا: 2000؛ 2، ٹریننگ ڈیٹا: 2000-2002، ٹیسٹ ڈیٹا: 2003؛ ٹریننگ ڈیٹا: 2000، 2001، 2003، ٹیسٹ ڈیٹا: 2002؛ 4، ٹریننگ ڈیٹا: 2000، 2002، 2003، ٹیسٹ ڈیٹا: 2001؛گراف 5-23

جیسا کہ اوپر دکھایا گیا ہے: کراس ٹیسٹنگ کا سب سے بڑا فائدہ محدود اعداد و شمار کا بھرپور استعمال کرنا ہے ، ہر ٹریننگ ڈیٹا بھی ٹیسٹ ڈیٹا ہے۔ لیکن جب کراس ٹیسٹنگ کو حکمت عملی کے ماڈل کی جانچ میں لاگو کیا جاتا ہے تو بھی واضح نقصانات ہوتے ہیں:

1، جب قیمتوں کے اعداد و شمار غیر مستحکم ہوتے ہیں تو ماڈل کے ٹیسٹ کے نتائج اکثر ناقابل اعتماد ہوتے ہیں۔ مثال کے طور پر، 2008 کے اعداد و شمار کے ساتھ تربیت، 2005 کے اعداد و شمار کے ساتھ ٹیسٹ۔ یہ ممکن ہے کہ 2008 میں مارکیٹ کے ماحول میں 2005 کے مقابلے میں بہت زیادہ تبدیلی ہوئی ہے، لہذا ماڈل کے ٹیسٹ کے نتائج ناقابل اعتماد ہیں۔ 2، پہلی طرح، کراس ٹیسٹنگ میں، اگر تازہ ترین ڈیٹا کے ساتھ تربیت یافتہ ماڈل پرانے ڈیٹا کے ساتھ ٹیسٹ ماڈل پر استعمال کیا جاتا ہے، تو یہ خود ہی منطقی نہیں ہے. مزید برآں ، جب کوانٹیمیٹڈ حکمت عملی ماڈل کی جانچ پڑتال کی جاتی ہے تو ، اعداد و شمار کی اوورلیپنگ کے مسائل کا سامنا کرنا پڑتا ہے ، چاہے وہ پروپوزل چیک ہو یا کراس چیک۔

تجارتی حکمت عملی ماڈل تیار کرتے وقت ، زیادہ تر تکنیکی اشارے کسی خاص لمبائی کے تاریخی اعداد و شمار پر مبنی ہوتے ہیں۔ مثال کے طور پر ، رجحان سازی کے اشارے کا استعمال کرتے ہوئے ، پچھلے 50 دن کے تاریخی اعداد و شمار کا حساب لگایا جاتا ہے ، اور اگلے دن تجارت کا دن ، اس اشارے کا حساب لگایا جاتا ہے ، جس میں اس سے پہلے کے 50 دن کے اعداد و شمار کا حساب لگایا جاتا ہے ، لہذا دونوں اشارے کا حساب لگایا جاتا ہے 49 دن کے لئے ایک ہی ہے ، جس سے اس اشارے میں ہر دو ہمسایہ دنوں میں اس کی تبدیلی بہت غیر واضح ہوجاتی ہے۔گراف 5-24

اعداد و شمار کی اوورلیپ کے نتیجے میں: 1، ماڈل کی پیشن گوئی کے نتائج میں آہستہ آہستہ تبدیلیوں کی وجہ سے ہولڈنگ میں آہستہ آہستہ تبدیلیاں ہوتی ہیں، جو ہم اکثر کہتے ہیں کہ اشارے کی تاخیر ہے۔ 2، ماڈل کے نتائج کی جانچ پڑتال کے لئے کچھ اعدادوشمار دستیاب نہیں ہیں، کیونکہ بار بار ڈیٹا کی وجہ سے سلسلہ بندی سے متعلق ہے، جو کچھ اعدادوشمار کی جانچ پڑتال کے نتائج کو ناقابل اعتماد بنا دیتا ہے.

اچھی تجارت کی حکمت عملی مستقبل میں منافع بخش ہونے کے قابل ہونی چاہئے۔ نمونہ سے باہر کی جانچ ، تجارتی حکمت عملی کو معروضی طور پر جانچنے کے علاوہ ، مقداری تاجروں کے وقت کو زیادہ موثر انداز میں بچاتی ہے۔ زیادہ تر معاملات میں ، براہ راست تمام نمونوں کے بہترین پیرامیٹرز کا استعمال کرتے ہوئے ، حقیقی جنگ میں جانا بہت خطرناک ہے۔

اگر پیرامیٹرز کو بہتر بنانے کے وقت سے پہلے کے تمام تاریخی اعداد و شمار کو الگ کیا جائے ، ان نمونہ کے اعداد و شمار اور نمونہ سے باہر کے اعداد و شمار میں تقسیم کیا جائے ، پہلے نمونہ میں موجود اعداد و شمار کا استعمال کرکے پیرامیٹرز کو بہتر بنایا جائے ، پھر نمونہ سے باہر کے اعداد و شمار کا استعمال کرکے نمونہ سے باہر کی جانچ پڑتال کی جائے تو ، اس غلطی کو ترتیب دیا جاسکتا ہے ، اور ساتھ ہی یہ بھی جانچ پڑتال کی جاسکتی ہے کہ کیا اصلاح شدہ حکمت عملی مستقبل کی منڈیوں کے لئے موزوں ہے۔

خلاصہ

جیسا کہ تجارت میں ہوتا ہے ، ہم کبھی بھی وقت کو عبور نہیں کرسکتے ہیں ، اپنے لئے صحیح فیصلے کرتے ہیں جس میں کوئی غلطی نہیں ہوتی ہے۔ اگر خدا کا ہاتھ ہے یا مستقبل سے واپس آنے کی صلاحیت ہے تو ، بغیر جانچ پڑتال کے ، براہ راست آن لائن حقیقی ڈسک پر تجارت کریں ، اور جو بھی بیسن بھرا ہوا ہے۔ اور مجھے جیسے انسانوں کو اپنی حکمت عملی کو تاریخی اعداد و شمار میں جانچنا ہوگا۔

تاہم ، یہاں تک کہ اگر تاریخ بڑی تعداد میں اعداد و شمار کی تاریخ ہے تو ، یہ ایک لامحدود اور غیر متوقع مستقبل کا سامنا کرنا پڑتا ہے۔ لہذا ، تاریخ پر مبنی تجارتی نظام ، جو نیچے سے اوپر کی طرف دھکیل دیا گیا ہے ، آخر کار وقت کے ساتھ ساتھ ڈوب جائے گا۔ کیونکہ تاریخ کا کوئی مستقبل نہیں ہے۔ لہذا ، ایک مکمل مثبت متوقع تجارتی نظام کو اس کے اندرونی اصولوں ، منطق کی حمایت کرنا ہوگی۔

صدر ڈونلڈ ریگن نے کہا کہ 'یقین کریں لیکن تصدیق کریں'

اسکول کے بعد کا کام

1۔ حقیقی زندگی میں کس چیز کو بقا کی خرابی کہا جاتا ہے؟ 2، ایجاد کاروں کے ذریعہ مقدار کے اوزار کا استعمال کرتے ہوئے ، نمونے کے اندر اور باہر کی بنیاد پر دوبارہ جانچ پڑتال کریں اور ان کے اختلافات کا موازنہ کریں۔

5.5 تجارت کی حکمت عملی کو بہتر بنانا اور بہتر بنانا

خلاصہ

تجارت کی حکمت عملی جوہر میں مارکیٹ کے قوانین کا خلاصہ اور خلاصہ ہے۔ آپ کی مارکیٹ کے بارے میں زیادہ سے زیادہ معلومات اور کوڈ کے ساتھ اپنے خیالات کا اظہار کرنے کی صلاحیت جتنی زیادہ ہوگی ، آپ کی حکمت عملی اتنی ہی قریب ہوگی۔ اس سیکشن میں ہم آپ کو یہ بتانے کے لئے جاری رکھیں گے کہ کس طرح اپنی تجارتی حکمت عملی کو بہتر بنانے کے ل.

آؤٹ پٹ کو بہتر بنائیں

زیادہ تر رجحانات کی پیروی کرنے والی حکمت عملیاں مارکیٹ کو توڑنے یا تکنیکی اشارے جیسے طریقوں سے پکڑتی ہیں ، عام طور پر ان سگنلز کے آنے اور جانے کا طریقہ کم موثر ہوتا ہے۔ اگر حکمت عملی اختتامی قیمت کے ماڈل کا استعمال کرتی ہے تو ، داخلہ نقطہ نیچے کی K لائن کی افتتاحی قیمت پر ہوتا ہے ، لہذا اس K لائن کو توڑنے کے لئے بہترین داخلہ وقت سے محروم ہوجاتا ہے ، اور پوشیدہ طور پر ایک بہت بڑا منافع کھو دیتا ہے۔

لہذا ایک مؤثر طریقہ یہ ہے کہ حکمت عملی کے نفاذ میں فوری قیمتوں کا استعمال کیا جائے ، جس میں زیادہ فائدہ ہوتا ہے ، اور جب سگنل آتا ہے تو فوری طور پر حکم دیا جاتا ہے۔ اس طرح جب سگنل قائم ہوتا ہے تو فوری طور پر داخل ہوسکتا ہے اور منافع سے محروم نہیں ہوتا ہے۔ لیکن تمام فوری قیمتیں بندش کی قیمت سے بہتر نہیں ہوتی ہیں ، یہ بھی تجارتی حکمت عملی پر منحصر ہے۔ کچھ تجارتی منطق کی سادہ حکمت عملی ، فوری قیمت اور بندش کی قیمت کے اثرات میں بہت کم فرق ہے۔ لیکن بندش کی قیمت کا ماڈل زیادہ نفیس تجارتی منطق کو سنبھال نہیں سکتا ہے ، لہذا فوری قیمت کو اپنانا ضروری ہے۔

پیرامیٹرز کی اصلاح

پیرامیٹرز کی اصلاح سے تجارتی حکمت عملی کو تاریخی اعداد و شمار کے قریب لایا جاسکتا ہے ، جس سے پیمائش کی کارکردگی میں بہتری آتی ہے۔ مثال کے طور پر: ہم اسٹیل کے معاہدوں میں ایک دوہرا مساوات کی حکمت عملی استعمال کرتے ہیں ، لیکن کون سے دو مساوات کا استعمال کرنا بہتر ہے؟ پھر موجد کے کیوٹی ٹول میں پیرامیٹرز کی اصلاح کی خصوصیت کا استعمال کرتے ہوئے ، خود بخود بہترین دو مساوات کی تلاش کی جاسکتی ہے۔

جیسا کہ ذیل میں دکھایا گیا ہے، دوہرا ہموار لائن کی حکمت عملی کی مثال کے طور پر، جو خود ایک کثیر جہتی مثال ہے، اگر ہم ہر پیرامیٹر کے نتائج کو ایک نقطہ (نوٹ ذیل میں ملاحظہ کریں) میں پینٹ کرتے ہیں تو ہر پیرامیٹر اس حکمت عملی کا ایک طول و عرض ہے، اور آخر میں تمام پیرامیٹر مجموعہ اس پیچیدہ کثیر جہتی وکر کی شکل (ایک چوٹی کی طرح) کی تعمیر کرتا ہے.اعداد و شمار 5-25

جیسا کہ اوپر دکھایا گیا ہے ، یہ ایک دو پیرامیٹرز کی حکمت عملی کی کارکردگی کا گراف ہے ، جس میں پیرامیٹرز کے فرق کے ساتھ ہی حتمی منافع میں بھی بڑی تبدیلی آتی ہے ، وکر میں شدید مسخ ہوتا ہے ، جس سے مختلف اونچائی اور اونچائی کی چوٹی اور وادی کی چوٹی ہوتی ہے۔ عام طور پر ، مطلوبہ نتائج کی منافع سب سے پہلے ہوتی ہے ، جو تمام وکر کا سب سے اونچا مقام ہے۔ لیکن پیرامیٹر حساسیت ، معروضییت وغیرہ کے نقطہ نظر سے ، بعض اوقات یہ نتیجہ بہترین نہیں ہوسکتا ہے۔ کیونکہ حالات مسلسل بدل رہے ہیں۔

لہذا ، پیرامیٹر کی اصلاح کا ایک اہم اصول یہ ہے کہ پیرامیٹر پلاٹین کو پیرامیٹر آئسولیٹ کے بجائے منتخب کیا جائے۔ پیرامیٹر پلاٹین کہا جاتا ہے ، اس کا مطلب یہ ہے کہ پیرامیٹر کی ایک وسیع تر حد موجود ہے ، اور اس پیرامیٹر کی حد میں حکمت عملی بہتر کارکردگی کا مظاہرہ کرسکتی ہے۔ عام طور پر ، پلاٹین کے مرکز میں ایک طرح کی باقاعدہ تقسیم ہوتی ہے۔ اور پیرامیٹر آئسولیٹ کہا جاتا ہے ، اس کا مطلب یہ ہے کہ جب پیرامیٹر کی قدر کسی بہت ہی چھوٹی حد میں ہوتی ہے تو ، حکمت عملی بہتر کارکردگی کا مظاہرہ کرتی ہے ، اور جب پیرامیٹر اس قدر سے انحراف کرتا ہے تو ، حکمت عملی کی کارکردگی میں نمایاں فرق پڑتا ہے۔اعداد و شمار 5-26

پیرامیٹر ہائی لینڈ

مثال کے طور پر ، ایک اچھی حکمت عملی کے پیرامیٹرز کی تقسیم کو پیرامیٹرز کی سطح پر ہونا چاہئے ، یہاں تک کہ جب پیرامیٹرز کی ترتیب میں انحراف ہوتا ہے تو ، حکمت عملی کی منافع بخش صلاحیت کو یقینی بنایا جاسکتا ہے۔ اس طرح کے پیرامیٹرز مستحکم ہونے کی وجہ سے ، حکمت عملی کو مستقبل کی حقیقی جنگ میں ہر طرح کے حالات کا سامنا کرنے پر زیادہ قابل اطلاق بناتے ہیں۔گراف 5۔27

جزائر

مثال کے طور پر ، اگر بیک ٹیسٹ کی کارکردگی میں پیرامیٹرز الگ تھلگ ہوتے ہیں تو ، جب پیرامیٹرز کی چھوٹی سی انحراف ہوتی ہے تو حکمت عملی کی منافع بخش صلاحیت بہت کم ہوجاتی ہے ، لہذا اس طرح کے پیرامیٹرز کی کم افادیت کی وجہ سے ، عام طور پر اصل تجارت میں بدلتے ہوئے مارکیٹ کی حالت کو سنبھالنا مشکل ہوتا ہے۔

لہذا ، اگر قریب کی پیرامیٹرز کی کارکردگی زیادہ سے زیادہ پیرامیٹرز کی کارکردگی سے بہت مختلف ہے تو ، یہ زیادہ سے زیادہ پیرامیٹرز ایک زیادہ سے زیادہ مجموعی نتائج کا نتیجہ ہوسکتے ہیں ، جو ریاضی کے لحاظ سے عجیب و غریب حل کے طور پر سمجھا جاسکتا ہے ، نہ کہ انتہائی بڑی قیمتوں کا حل جس کی تلاش کی جارہی ہے۔ ریاضی کے لحاظ سے ، عجیب و غریب غیر مستحکم ہیں ، اور مستقبل کی غیر یقینی صورتحال میں ، ایک بار جب مارکیٹ کی خصوصیات میں تبدیلی آتی ہے تو ، بہترین پیرامیٹرز بدترین پیرامیٹرز بن سکتے ہیں۔

پلاسٹک نیٹ کا اضافہ

بہت ساری رجحانات کی حکمت عملی ، جب مارکیٹ میں رجحانات ہوتے ہیں تو ، رجحانات کو اچھی طرح سے پکڑ سکتے ہیں اور بھرپور واپسی حاصل کرسکتے ہیں ، لیکن طویل مدتی چلتے ہیں ، اور آخر کار کوئی چھوٹا سا منافع یا نقصان نہیں ہوتا ہے۔ مسئلہ کہاں ہے؟

اس کی وجہ یہ ہے کہ یہ حکمت عملی ایک ہلکی مارکیٹ میں مسلسل بار بار تجارت کرنے کی حکمت عملی ہے ، جبکہ ہلکی تجارت کا بیشتر حصہ نقصان دہ یا کم منافع بخش ہوتا ہے ، مارکیٹ میں تقریبا 70 70 فیصد وقت ہلکی مارکیٹ میں ہوتا ہے ، طویل عرصے تک مسلسل چھوٹے نقصانات ، جس کے نتیجے میں پچھلے منافع کو مکمل طور پر واپس کردیا جاتا ہے۔گراف 5-28

اس کا حل یہ ہے کہ فلیٹ نیٹ کو بڑھایا جائے۔ مارکیٹ میں فلیٹ نیٹ کی بہت سی اقسام ہیں، جن میں نقصانات، منافع، خطرہ، رجحانات، تکنیکی اشارے وغیرہ شامل ہیں۔ مثال کے طور پر، ایک بڑی سائیکل ہورڈ لائن فلیٹ نیٹ شامل کرنا، ایک ہلکی سی مارکیٹ میں ٹرانزیکشن کی تعداد کو کم کر سکتا ہے اور نصف غلط ٹرانزیکشن کو فلٹر کر سکتا ہے۔

مالیاتی وکر کو ہموار کرنا

کوانٹیفیکیشن کا حصول ایک مستحکم اور پائیدار منافع بخش طریقہ ہے جو زیادہ تر تاجروں کو دیکھنا پسند ہے۔ کوئی بھی اس سال 50 فیصد منافع ، اگلے سال 30 فیصد نقصان ، اگلے سال 40 فیصد منافع نہیں چاہتا ، لیکن 20 فیصد سالانہ منافع کو ترجیح دیتا ہے ، لیکن یہ ایک دہائی تک جاری رہ سکتا ہے۔ یہ کوانٹیفیکیشن سرمایہ کاری کے لئے ممکن ہے۔ کیونکہ کوانٹیفیکیشن سرمایہ کاری ایک ایسا تجارتی ماڈل ہے جس کی کارکردگی کو برقرار رکھا جاسکتا ہے۔

ہموار سرمایہ کاری کے منحنی خطوط کے ل multi ، متعدد حکمت عملیوں ، متعدد اقسام ، متعدد دوروں ، متعدد پیرامیٹرز کے ساتھ پورٹ فولیو کی تعمیر کی ضرورت ہے۔ لیکن زیادہ سے زیادہ ضروری نہیں ، بہتر ہے۔ یہاں ایک حاشیہ کمی کا اثر ہے ، جس میں شروع میں زیادہ سے زیادہ پورٹ فولیو شامل کیا جاتا ہے ، تو اس میں اضافہ ہوتا ہے ، لیکن جب حکمت عملی ایک عددی درجے تک پہنچ جاتی ہے تو اس میں کمی کا اثر شروع ہوتا ہے۔ پورٹ فولیو کے فوائد متنوع ہیں ، اگرچہ مجموعی منافع سب سے زیادہ نہیں ہے ، لیکن سب سے زیادہ مستحکم ہے۔

جامِ مقدس کی تلاش ترک کرنا

کیا مقداری تجارت سے مقدس کپ مل سکتا ہے؟ یہ ایک سوال ہے جس پر بہت سے تاجروں نے غور کیا ہے۔ کچھ تاجروں نے بھی سادہ ریٹیسٹ کے بعد ، مارکیٹ میں چھلانگ لگائی۔ امید ہے کہ وہ جنگ جیت سکتے ہیں اور ایک بار پھر گارنٹی جنرل کے پیشہ ور مہمان بن سکتے ہیں۔

لیکن کیا وہاں کوئی مقدس گلاس ہے؟ حقیقت میں یہ بہت آسان ہے، جواب نہیں ہے۔ حقیقت یہ ہے کہ سمجھنا بھی مشکل نہیں ہے۔ اگر یہ مارکیٹ واقعی میں قانونی ہے، تو اس کا مطلب یہ ہے کہ جتنے زیادہ آئی کیو، زیادہ تعلیم یافتہ، زیادہ محنت کرنے والے لوگ اس میں قانون کو دریافت کریں گے، چاہے وہ ریاضیاتی تجزیہ، انفارمیشن اجارہ داری، یا دیگر تجزیاتی طریقوں کا استعمال کریں، آخر میں وہ مارکیٹ میں زیادہ تر پیسہ کمائیں گے، اور یہ لوگ طویل عرصے تک تجارتی مارکیٹ پر اجارہ داری رکھیں گے، جب تک کہ مارکیٹ کام نہیں کرسکتی۔

خلاصہ

اگر تجارت کا وقت کافی لمبا ہو تو ، کسی کو بھی تجارت کے دوران مختلف قسم کے بازاروں کے رجحانات کا سامنا کرنا پڑ سکتا ہے ، اور یہ رجحانات ماضی کو مکمل طور پر دہرانا ناممکن ہیں۔ بطور کوانٹیمیٹڈ ٹریڈر ، اپنی تجارتی حکمت عملی کو بہتر بنانے کے لئے صحیح جائزہ لینے کے علاوہ ، مارکیٹ کی حالت پر مسلسل نظر رکھنے ، مارکیٹ میں تبدیلیوں کے لئے اپنی حکمت عملی کو بہتر بنانے کی ضرورت ہے۔

اس بات کو بھی ذہن میں رکھیں کہ منافع اور نقصانات ایک ساتھ آتے ہیں اور یہ کہ نقصانات پوری تجارتی حکمت عملی کا حصہ ہیں اور یہاں تک کہ بہترین تجارتی حکمت عملی میں بھی واپسی کی ایک سیریز ہوسکتی ہے۔ جب آپ کی تجارت میں ہر تجارت میں نقصان ہوتا ہے تو آپ کے تجارتی قواعد اور حکمت عملی پر سوال نہیں اٹھایا جانا چاہئے۔ کم از کم اپنی حکمت عملی کے منطقی فریم ورک کو آسانی سے تبدیل نہ کریں ، جب تک کہ آپ کا منطقی فریم ورک غلط نہ ہو۔

اسکول کے بعد کا کام

1، اپنی حکمت عملی کی خصوصیات کے مطابق سرمایہ کاری کا پورٹ فولیو تیار کریں اور ایجاد کاروں کے ذریعہ کوالٹی ٹولز کا استعمال کرتے ہوئے اس کا جائزہ لیں 2، اس سیکشن کے مطابق اپنی مقداری تجارت کی حکمت عملی کو بہتر بنانے کی کوشش کریں

5.6 امکانات کے بارے میں سوچیں اور اپنے تجارتی پیٹرن کو بہتر بنائیں

خلاصہ

تجارت ایک سائنس اور ایک آرٹ ہے۔ تجارت میں بہت سارے طریقے ہیں ، چاہے وہ قدر کی سرمایہ کاری ، تکنیکی تجزیہ ، ایونٹ ہاٹ پوائنٹ ، سود کی ہیجنگ وغیرہ ہوں ، جو ظاہری طور پر منطقی طور پر سخت نظر آتے ہیں اور نظریاتی طور پر قابل فہم بھی ہیں۔ لیکن حقیقت میں اکثر متضاد ہوتے ہیں ، اور بعض اوقات سائنسی سختی بھی فن کی خامیوں کی وضاحت نہیں کرسکتی ہے۔

اگرچہ مختلف تجارتی طریقوں کی شروعات مختلف ہوتی ہے ، لیکن روڈ روم کی راہ ہموار ہے۔ قدر کی سرمایہ کاری کا فائدہ یہ ہے کہ قیمت میں اتار چڑھاؤ کے مطابق قیمتوں میں اتار چڑھاو کے مطابق ایک محفوظ حاشیہ طے کیا جاسکتا ہے۔ تکنیکی تجزیہ کا فائدہ یہ ہے کہ تین بڑے مفروضے تجارت کو ایک خاص سائنسی حیثیت دیتے ہیں۔

تاہم ، ان سب میں ایک مشترکہ خصوصیت ہے: مستقبل کی قیمتوں کا تجزیہ صرف تخمینہ لگاتا ہے ، لیکن درست نہیں ہے۔ یہاں تک کہ بنیادی تجزیہ کو تکنیکی تجزیہ کے ساتھ جوڑنے سے بھی قیمتوں کی درستگی کو بہتر بنانے کا مسئلہ حل نہیں ہوتا ہے ، لہذا تجارت شروع سے آخر تک ایک امکانات کا کھیل ہے۔

امکانات کا کھیل

حقیقت میں ، تجارت صرف امکانات کا کھیل نہیں ہے۔ زندگی بھر ، سڑک پار کرنے کے لئے چھوٹا ((گرین لائٹ ، کیا اب سڑک پار کرنا محفوظ ہے؟) ، کس طرح کا دوست بنانا (کیا یہ دوست قابل اعتماد ہے؟) ؛ کس طرح کا کاروبار کرنا (کیا پیشہ ورانہ تجارت واقعی ایک اچھا کاروبار ہے؟) ، کس کے ساتھ شادی کرنا (کیا ہم ایک ساتھ خوش ہوں گے؟) وغیرہ۔ یہ خطرہ اور واپسی کے امکانات کا اندازہ لگانے کا کھیل ہے۔ کیونکہ ہمارے پاس غیر متوقع صلاحیت نہیں ہے ، ہر چیز کے بارے میں یقین کرنے کے بعد بھی ، خطرہ ہمیشہ موجود ہوتا ہے ، 100٪ یقین نہیں ہوسکتا ہے۔

بہت سے لوگوں کے لئے تجارت میں غلطیوں کی ایک اہم وجہ ان کی عدم امکان کی سوچ ہے ، اور تجارت کرتے وقت عقلی کے بجائے زیادہ جذباتی ہے۔ جذباتی حقیقت میں ہماری بنیادی غریزی ہے ، اور مارکیٹ میں ، یہ بنیادی غریزی بہت سی کمزوریوں کو متحرک کرسکتی ہے اور ان کو بڑھاوا دے سکتی ہے۔ یہی وجہ ہے کہ زیادہ تر لوگ مارکیٹ میں آتے ہیں اور آخر کار ناکام ہوجاتے ہیں۔

تجارت ناکام کیوں ہوئی؟

پہلی وجہ: انسانی فطرت

زیادہ تر لوگوں کی ایک کمزوری ہے: سستے حصص کو پسند کرنا ، چھوٹے نقصانات سے خوفزدہ ہونا۔ مارکیٹ میں ایک بار جب کوئی چھوٹا سا فائدہ ہوتا ہے تو ، فوری طور پر فائدہ ہوتا ہے ، منافع نکل جاتا ہے۔ ایک بار جب نقصان ہوتا ہے تو ، نقصان کی پوزیشن کو برقرار رکھنے کے لئے ، اس کی واپسی کی کوشش کرتے ہیں ، جس کے نتیجے میں چھوٹے نقصانات آہستہ آہستہ بڑے نقصانات میں جمع ہوتے ہیں۔

قیمتیں نہ تو بڑھتی ہیں اور نہ ہی گرتی ہیں ، ورنہ وہ قائم رہتی ہیں۔ طویل مدتی میں ، جب آپ کے پاس منافع اور نقصان کا امکان تقریبا 50٪ ہے ، جب آپ کی فیس اور سلائڈ پوائنٹس وغیرہ کو مدنظر نہیں رکھتے ہیں تو ، زیادہ تر لوگوں کا تجارتی طریقہ کار بھی منفی توقعات کی حکمت عملی بن جاتا ہے جس میں منافع محدود اور خطرہ لامحدود ہوتا ہے۔ ان کی تجارت کی ادائیگی کا طریقہ کار اس طرح ہونا چاہئے: چھوٹا پیسہ >>... >> چھوٹا پیسہ >> بڑا نقصان >>

حقیقی زندگی میں، یہ غریبوں کی سوچ اور امیروں کی سوچ کے ساتھ بہت ملتا جلتا ہے۔ غریبوں کو خطرہ سے نفرت ہے، نقصان سے ڈرتے ہیں۔ خشک سالی کی بچت کا کام پسند کرتے ہیں، سلامتی کی تلاش کرتے ہیں۔ یہاں تک کہ اگر کوئی کام کرنا ہے، تو اس کے بارے میں مکمل یقین نہیں ہے، اور اس کے بارے میں یقین نہیں ہے.

لیکن امیر لوگ زیادہ خطرہ مول لینے کے لیے تیار ہوتے ہیں، یہ جانتے ہوئے کہ خطرہ اور منافع ہمیشہ برابر ہوتے ہیں، اور یہ جانتے ہوئے کہ موقع صرف خطرہ کے ساتھ پیدا ہوتا ہے، اور اس کے ساتھ ہی اس کا جائزہ لیتے ہیں اور جب یہ خطرہ قابو میں ہوتا ہے تو اس پر بہادر ہوتے ہیں۔

وجہ دو: جلدی پیسہ کمانا پسند کرتے ہیں

غیر ملکی ملکیت والے اداروں نے ایک شماریات کی ہے کہ طویل مدتی میں زیادہ تر صنعتوں میں خالص اثاثوں کی سالانہ واپسی کی شرح 15 فیصد سے زیادہ ہونا مشکل ہے۔ اس کے برعکس ، بہت سے خوردہ فروشوں کا خیال ہے کہ مارکیٹ میں 15 فیصد کی کمی سے لوگوں کو سلام کرنا اچھا نہیں ہے۔ لوگوں کو تیزی سے پیسہ کمانا پسند ہے ، عملی طور پر یہ ہیوی ہولڈنگ اور شارٹ ٹریڈنگ ہے۔

بحالی ہائی لیورج، ہائی ہولڈنگ اور شیئرنگ بہت زیادہ کشش ہیں اور بہت خطرناک ہیں۔ اگر آپ کے پاس 50 فیصد جیتنے کی حکمت عملی ہے تو آپ خوش قسمت ہوسکتے ہیں اور آپ کو دس بار جیتنے کا موقع مل سکتا ہے۔ آپ کی دولت مقدار سے معیار تک تبدیل ہوسکتی ہے۔

لیکن صرف ایک غلطی کی ضرورت ہوتی ہے اور یہ سب صفر ہوجاتا ہے۔ یہاں تک کہ اگر آپ صرف بڑے پیمانے پر تجارت کرتے ہیں اور تقسیم نہیں کرتے ہیں تو ، آپ کے اکاؤنٹ میں صفر کا خطرہ بھی ہے ، کیونکہ آپ کو اس بات کی ضمانت نہیں دی جاسکتی ہے کہ اگلی تجارت میں ، آپ کو لگاتار دس یا اس سے زیادہ نقصانات نہیں ہوں گے۔ یہاں تک کہ بڑے پیمانے پر تجارت بھی ایک تجارتی حکمت عملی کو تبدیل کر سکتی ہے جس کی توقع کی جارہی تھی ، ایک غیر مساوی نقصان دہ حکمت عملی میں بدل سکتی ہے۔

شارٹ لائن دنیا میں ایک ایسی چیز ہے جو کبھی نہیں ٹوٹ سکتی ہے۔ تجارتی حلقوں میں ، ہینڈ ہیلپ ، دن کے دوران مختصر لائنیں ، اعلی تعدد کی مقدار ہمیشہ ایک پراسرار رنگ لے کر آتی ہے ، اور میں ان لوگوں پر شک نہیں کرتا ہوں جو سیکنڈ کی گھڑیوں کو دیکھتے ہوئے تجارت کرتے ہیں ، لیکن ایک اور زاویے سے آپ کو مختصر لائنوں کی تجارت ترک کرنے کی ترغیب دینے کی کوشش کرتا ہوں۔

ہم فیصلہ کرتے ہیں کہ کوئی طریقہ کار کام کرتا ہے یا نہیں صرف ان لوگوں کی طرف سے جو ان طریقوں سے کامیاب ہوتے ہیں بلکہ ان لوگوں کی طرف سے جو ان طریقوں سے ناکام ہوتے ہیں۔ یعنی آپ کو یہ نہیں سمجھنا چاہئے کہ لاٹری خریدنا صحیح حکمت عملی ہے کیونکہ کچھ لوگوں نے لاٹری کا بڑا انعام خریدا ہے۔

مزید برآں ، نجی مصنوعات کی درجہ بندی کو دیکھیں ، تین سال سے زیادہ ، سب سے اوپر 100 میں سے کچھ بھی بٹ کوائن یا شارٹ لائن کرتے ہیں۔ اس میں کوئی شک نہیں ہے کہ شارٹ لائن کی شرح کم ہے ، اور یہاں تک کہ اگر یہ کامیاب بھی ہو تو ، فوری پیسہ کمانے کا یہ طریقہ طویل مدتی برقرار رکھنا مشکل ہے۔ اگر آپ ہنر مند نہیں ہیں تو ، اس طرح کے عجیب و غریب چالوں سے محتاط رہیں ، کیونکہ سیمونز صرف ایک ہی ہے۔

تیسری وجہ: تعصب

اگر آپ کر سکتے ہیں تو ، میں تجویز کرتا ہوں کہ آپ 100 منٹ کا وقت ایک فلم دیکھنے میں صرف کریں: بارہ ناراض ہینگن۔ ایک فلم جو چار ممالک میں دوبارہ بنائی گئی ہے۔ 1957 کا امریکی پہلا ایڈیشن ، 1991 کا جاپانی ایڈیشن ، 1997 کا روسی ایڈیشن ، 2014 کا چینی ایڈیشن۔ اگرچہ یہ فلم آپ کو تجارت کرنے کا طریقہ نہیں سکھاتی ہے ، لیکن یہ آپ کو چیزوں کو دیکھنے اور اپنے آپ کو جاننے کا طریقہ سکھاتی ہے ، یہ بہت ضروری ہے۔

انسانی تجربات محدود ہیں، لہذا انسانی ادراک بھی محدود ہے۔ ہر شخص اپنے تجربات اور تجربات کی بنیاد پر زیادہ یا کم تعصب پیدا کرتا ہے۔ اکثر اوقات، تعصب زیادہ تر لوگوں کی عادت بن جاتا ہے، اور بہت سی چیزوں کا فیصلہ اپنی جذبات کے ساتھ کرنا جائز ہے۔

مارکیٹوں کی طرف واپس آتے ہوئے ، یہ واقعی کوئی فرق نہیں پڑتا ہے کہ آپ مارکیٹ کے بارے میں بنیادی تجزیہ یا تکنیکی تجزیہ پر مبنی فیصلے کرتے ہیں۔ اگر آپ کا نقطہ نظر زیادہ تر مارکیٹ کے لوگوں کے نقطہ نظر سے مختلف ہے ، تو قیمت زیادہ تر مارکیٹ کے لوگوں کی طرف راغب ہوتی ہے ، اور مارکیٹ آپ کے نقطہ نظر کے مطابق کام نہیں کرے گی۔

لہذا ، تجارت میں آپ کو اپنے فیصلے کو ذہن میں رکھنا چاہئے ، لیکن اس پر انحصار نہ کریں ، لیکن آخر کار حقائق پر مبنی ، قیمت پر مبنی ہو۔ قیمتوں میں کمی کی واحد طاقت زیادہ تر لوگوں کی مستقبل کی توقعات ہیں۔ اور آپ کا فیصلہ مارکیٹ میں کوئی عنصر نہیں ہے ، اپنے فیصلے کو اپنے تعصب کی تشکیل نہ کرنے دیں۔

چوتھی وجہ: کمال کا حصول۔

اس مارکیٹ میں مختلف شعبوں کے شرکاء شامل ہیں، جن میں طبیعیات، شماریات، ریاضی، فلکیات وغیرہ شامل ہیں، اور بہت سے لوگ اپنی مہارت کے ساتھ اس مارکیٹ کی وضاحت کرنے کی کوشش کر رہے ہیں۔

لیکن مارکیٹ کے شرکاء انسان ہیں اور انسان خود ہی علمی طور پر محدود ہے، یعنی مارکیٹ خود ہی غلط اور ناقص ہے۔ پھر ان "کامل" طریقوں سے مارکیٹ کی وضاحت کیسے کی جائے؟ کیا یہ مارکیٹ کی ذات کے خلاف نہیں ہے؟

مندرجہ بالا سب سے زیادہ لوگوں کی فہرست ہے جو مارکیٹ میں آتے ہیں اور آخر میں ناکام ہوجاتے ہیں۔ مندرجہ بالا چند اہم وجوہات کے علاوہ ، بہت سارے عوامل ہیں جو یہاں ایک ساتھ نہیں دیئے جائیں گے۔ خلاصہ یہ ہے کہ ، آپ کے جیتنے کے اعتماد کے علاوہ ، آپ کی کامیابی میں رکاوٹیں ہیں۔

جو لوگ خوش قسمتی سے مارکیٹ میں پیسہ کماتے ہیں وہ بھی وقت کے ساتھ ساتھ مارکیٹ کو واپس کردیں گے۔ لہذا ، مستقبل کی مارکیٹ ایک منفی کھیل کی مارکیٹ ہے۔ کامیابی کا امکان صرف اپنی سوچ کو تبدیل کرنے اور اپنی تجارتی حکمت عملی تیار کرنے کے لئے ہے۔

امکانات کے بارے میں سوچنے کا طریقہ کیا ہے؟

امکانات کی سوچ ، ایک لغوی نام ہے ، اور عام طور پر کہا جاتا ہے کہ یہ گیمنگ سوچ ہے۔ آپ نے غلط نہیں سنا ، تجارت گیمنگ ہے۔ گیمنگ کو سن کر ، آپ شاید اس سے دور ہوجائیں گے کہ "کون کون جو گیمنگ کرتا ہے وہ بے گھر ہو جاتا ہے یا قرضوں میں بھاگ جاتا ہے یا بیوی طلاق دیتا ہے"۔

سماج میں کچھ سرخ آنکھوں والے قمار باز بھی موجود ہیں۔ لیکن قمار کرنا = قمار کرنا۔ "قمار کرنا" شاید سب سے زیادہ غلط فہمیوں کا شکار الفاظ میں سے ایک ہے۔ اگر آپ کی حکمت عملی منفی توقعات پر مبنی ہے تو آپ قمار کرنے والے ہیں۔ اگر آپ کی حکمت عملی مثبت توقعات پر مبنی ہے تو آپ قمار کرنے والے ہیں۔

اگر ہم "جوا" کے معنی کو ہٹا دیں اور اسے کچھ خطرات اٹھانے اور کچھ فوائد حاصل کرنے کی سرگرمی کے طور پر سمجھیں تو زندگی واقعی "جوا" ہے۔ اسکول جانے کا انتخاب ، مکان خریدنا ، منصوبے پر سوار ہونا ، کام کرنا یا کاروبار شروع کرنا وغیرہ۔

یہاں تک کہ بینک میں پیسہ رکھنا بھی جوا ہے ، کیونکہ آپ کو یقین نہیں ہے کہ مستقبل میں افراط زر ہوگا یا بینک کریش ہو جائے گا (یونانی قرضوں کے بحران کا حوالہ دیتے ہوئے) ؛ آخر میں ، پیدائش سے لے کر قبر تک ، زندگی کا ہر عمل جوا ہے۔

کس طرح جیتنے کے لئے؟

اگر کوئی جوئے بازی کا تصور ہے تو ، اسے مزید حل کرنے کی ضرورت ہے ، کس طرح جیتنا ہے؟ جیتنے کی حکمت عملی کا مطالعہ کرنے سے پہلے ، آئیے پہلے ان اصولوں کا مطالعہ کریں جو جیتنے کی حکمت عملی ہیں۔ پرنٹنگ مشین کے علاوہ ، جیتنے کے لئے کیا ہے؟

یہ جوئے بازی کے اڈوں کے اندر ہے: سلاٹ ، رولیٹی ، سلاٹ مشین ، 21 پوائنٹس ، وغیرہ ، جو بھی کھیل کو تبدیل کرتا ہے ، جوئے بازی کے اڈوں کو آخر میں جیت جاتا ہے۔ یہاں ایک ایسا راز چھپا ہوا ہے جو جوئے بازی کے اڈوں نے کبھی نہیں بتایا: اکثریت کا قانون۔

کھیلوں کے اصول

تین ڈک ، چھوٹی شرط ، 4-10 چھوٹی ہے ، 11-17 بڑی ہے ، شرط لگائیں تو رقم جیت جاتی ہے۔ جبکہ ڈک کے پاس ایک طرح کا حراست ہے ، یعنی تین ڈک پوائنٹس ایک جیسے ہیں ، جوئے بازی کے اڈوں کے مکانات کو مار ڈالتے ہیں ، حراست کا امکان 2.8٪ ہے۔ پھر بڑے اور چھوٹے ہونے کا امکان 48.6٪ ہے۔ جوئے بازی کے اڈوں کا انحصار اس 2.8٪ امکان پر ہے ، اگر ہر ہیکر نے ہر دورے پر 100 ڈالر کی شرط لگائی تو ، جوئے بازی کے اڈوں میں 100 کھیل کھیلنے پر 280 ڈالر جیت جائے گا۔

(0.486+0.028)100100-0.486100100=280

لیکن اس کیسینو کی حکمت عملی میں نقائص ہیں ، اگر کوئی بڑا کھلاڑی دل کی دھڑکن سے کئی دس ارب کی شرط لگاتا ہے ، اور پھر جیت جاتا ہے تو ، جوئے بازی کے اڈوں کو فوری طور پر دیوالیہ کردیا جاتا ہے۔ لہذا ، جوئے بازی کے اڈوں نے ایک شرط کی حد مقرر کردی ہے ، اس حد سے تجاوز کرنے کے لئے اس دور میں کوئی شرط نہیں لگائی جاسکتی ہے۔ اس طرح ، یہاں تک کہ اگر ہیکر ایک بار خوش قسمت ہو اور پیسہ جیت سکتا ہے ، طویل عرصے میں گر سکتا ہے ، یا امکانات کو کھو سکتا ہے ، لامحدود تعداد میں جوا کھیل میں ، ہیکر 2.8٪ پیسہ کھو سکتا ہے۔

بڑی تعداد کا قانون

جوئے بازی کے اڈوں کے مالکان کا فائدہ ہیکروں سے صرف 2 فیصد زیادہ ہوتا ہے۔ ایک بار میں ، جوئے بازی کے اڈوں کے مالکان نقصان دہ ہوسکتے ہیں ، یا پھر مسلسل نقصان بھی ہوسکتے ہیں۔ لیکن جوئے بازی کے اڈوں کے مالکان نقصانات سے خوفزدہ نہیں ہوتے ہیں ، کیونکہ وہ جانتے ہیں کہ وہ پیسہ کمانے کے ل.

لہذا جوئے بازی کے اڈوں کو آپ کے جیتنے کا خوف نہیں ہے ، وہ آپ کے نہ آنے کا خوف رکھتے ہیں۔ اتنے سالوں میں آپ نے بینکوں کے گرنے کے بارے میں بھی سنا ہے ، لیکن آپ نے جوئے بازی کے اڈوں کے گرنے کے بارے میں کب سنا ہے؟ طویل مدتی میں جوئے بازی کے اڈوں میں ہمیشہ فاتح ہوتے ہیں ، یہی طویل مدتی جیت ہے۔

اسی طرح کی کئی مثالیں ہیں: مختلف قسم کے لاٹریوں میں۔ لاٹریوں کے انعامی پول کی رقم ، جو لاٹریوں کے آغاز کے بعد سے زیادہ سے زیادہ بڑھ رہی ہے ، یہ رقم یقیناً لاٹری کے بہت سارے لوگوں سے آتی ہے۔ کیا آپ جانتے ہیں کہ دوہری گیند میں 5 ملین کا امکان کیا ہے؟ جواب 17.7 ملین میں سے ایک ہے۔

امکانات میں تبدیلی

فرض کریں کہ ایک سکہ ہے جس کا وزن ایک ہی ہے ، اور اس کے پاس 50٪ کا امکان ہے کہ لفظ (اس کے برعکس) اور پھول (اس کے برعکس) پھینک دیا جائے ، اور ہر بار جب سکہ پھینک دیا جاتا ہے تو اس کا پچھلے نتائج سے کوئی تعلق نہیں ہوتا ہے۔ اس سکہ کو مسلسل 10،000 بار پھینکنے کے بعد ، مثبت ہونے کا امکان تقریبا 50٪ ہے۔

لیکن اگر صرف 10 بار پھینک دیا جاتا ہے تو ، مثبت ہونے کا امکان بدل جاتا ہے ، اور اس کا امکان 50٪ نہیں ہونا چاہئے۔ لہذا ، جوئے بازی کے اڈوں کے مالکان کو یہ یقینی بنانا ہوگا کہ وہ مطلوبہ حکمت عملی کو کافی بار متحرک کریں تاکہ مطلوبہ حکمت عملی کام کرے۔ یہی وجہ ہے کہ جب نجی ادارے کوالٹی ٹریڈنگ کی حکمت عملی شروع کرتے ہیں تو ، خصوصی حالات کے علاوہ ، وہ حکمت عملی کو روک نہیں سکتے ہیں۔

ہم آپ کو بتاتے ہیں کہ کس طرح "بڑی تعداد کے قوانین" کا استعمال کرتے ہوئے مالیاتی منڈیوں میں ایک طویل عرصے سے جیتنے والی حکمت عملی بنانا ہے، اور ہم آپ کو اس سلسلے کے اگلے کورس کے بارے میں بتائیں گے!

خلاصہ

مندرجہ بالا میں ہم نے آپ کو اس بات کی وضاحت کی ہے کہ کس طرح سائنسی نقطہ نظر سے تجارت کو دیکھنے کے لئے، امکانات، تجارت میں ناکامی کی وجوہات، صحیح ٹریڈنگ کے خیالات، جوئے بازی کے اڈوں میں جیتنے کے لئے لازمی اصول، اور اسی طرح کے دیگر پہلوؤں سے.

اسکول کے بعد کا کام

1، کیوں کہتے ہیں کہ تجارت امکانات کا کھیل ہے؟ 2، تجارت میں ناکامی کی دوسری وجوہات کیا ہیں؟

متعلقہ

مزید