TL؛DR
کیا آپ سمجھتے ہیں کہ مارکیٹ کے متعلق آپ کے تصورات بہترین ہیں لیکن اپنے فنڈز خطرے میں ڈالے بنا انہیں کس طرح آزامایا جائے؟ اس امر کے متعلق سیکھیں کہ بیک ٹیسٹ ٹریڈ کے تصورات کس طرح کسی منظم ٹریڈر کے لیے موزوں ہو سکتے ہیں۔
بیک ٹیسٹنگ کا بنیادی پہلو یہ ہے کہ ماضی میں کارآمد ثابت ہونے والی چیز مستقبل میں کس طرح کام کر سکتی ہے۔ لیکن آپ بذات خود یہ کس طرح کرتے ہیں؟ اور آپ کو نتائج کا کس طرح جائزہ لیا چاہیئے؟ آئیے بیک ٹیسٹنگ کے آسان عمل کا جائزہ لیتے ہیں۔
تعارف
بیک ٹیسٹنگ اُن کلیدی اجزاء میں سے ایک ہے، جن کے ذریعے آپ اپنی چارٹنگ اور حکمت عملی تشکیل کر سکتے ہیں۔ یہ گزشتہ ڈیٹا پر مبنی سسٹم کو استعمال کرتے ہوئے اُن ٹریڈز کی دوبارہ تشکیل کے ذریعے کیا جاتا ہے، جو ماضی انجام دی گئی تھیں۔ آپ کو بیک ٹیسٹنگ کے نتائج سے ایک عمومی اندازہ ہو جانا چاہیئے کہ آیا سرمایہ کاری کی حکمت عملی موثر ہے یا نہیں۔
ہمارے مزید آگے بڑھنے سے قبل، اگر آپ اپنی حکمت عملیوں کو بیک ٹیسٹ کرنا چاہیں گے، تو Binance Futures یہ عمل انجام دینے کے لیے بہترین ہے۔ اگر آپ پلیٹ فارم سے تاریخی ڈیٹا تک رسائی کرنا چاہیں گے، تو براہ کرم درخواست کا یہ فارم پُر کریں۔
بیک ٹیسٹنگ کیا ہوتی ہے؟
سب سے پہلے، اگر آپ بیک ٹیسٹنگ کے متعلق وسیع مطالعہ کرنا چاہتے ہیں، تو ہمارے آرٹیکل بیک ٹیسٹنگ کیا ہوتی ہے؟کو پڑھیں۔
مختصراً، بیک ٹیسٹنگ کا بنیادی مقصد آپ کو یہ ظاہر کرنا ہوتا ہے کہ آیا آپ کے ٹریڈنگ تصورات موثر ہیں۔ آپ گزشتہ مارکیٹ کا ڈیٹا استعمال کرتے ہیں، تاکہ حکمت عملی کی سابقہ کارکردگی ملاحظہ کر سکیں۔ اگر بظاہر ایسا لگے کہ حکمت عملی میں صلاحیت موجود ہے، تو یہ ٹریڈنگ کے لائیو حالات میں بھی موثر ہو سکتی ہے۔
بیک ٹیسٹنگ سے قبل کیا کرنا چاہیئے
ہمارے بیک ٹیسٹنگ کی مثال کے ساتھ شروعات کرنے سے قبل، آپ کو چند چیزوں کا تعین کرنا چاہیئے۔ آپ کو اس چیز کا تعین کرنا ہو گا کہ آپ کس قسم کے ٹریڈ ہیں۔ کیا آپ اختیاری یا منظم ٹریڈر ہیں؟
اختیاری ٹریڈنگ فیصلوں پر منحصر ہوتی ہے - ٹریڈرز داخل اور خارج ہونے کے لیے اپنی ذاتی رائے کو استعمال کرتے ہیں۔ یہ نسبتاً ایک آسان اور حد سے ماوراء حکمت عملی ہے، جس میں زیادہ تر فیصلوں کا انحصار ان تجزیات پر ہوتا ہے، جو ٹریڈر موجودہ حالات کے لحاظ سے انجام دیتے ہیں۔ جیسا کہ آپ امید کریں گے، اختیاری ٹریڈنگ کی بات آنے پر بیک ٹیسٹنگ کم متعلقہ ہے، کیونکہ حکمت عملی واضح انداز میں بیان نہیں کی گئی۔
یقیناً، اس سے یہ مراد نہیں ہے کہ اگر آپ اختیاری ٹریڈر ہیں، تو آپ کو قطعاً بیک ٹیسٹ یا کاغذی ٹریڈ نہیں کرنی چاہیئے۔ اس سے صرف یہ مراد ہے کہ نتائج اس طرح قابل اعتبار نہیں ہو سکتے، جیسے دیگر صورت میں ہیں۔
منظم ٹریڈنگ ہمارے موضوع کے لحاظ سے زیادہ قابل اطلاق ہوتی ہیں۔ منظم ٹریڈنگ کسی ایسے ٹریڈنگ سسٹم پر منحصر ہوتی ہے، جو انہیں داخل اور خارج ہونے کے درست اوقات متعارف کرواتے اور بتاتے ہیں۔ جیسا کہ ان کا حکمت عملی پر مکمل کنٹرول ہوتا ہے، اس لیے داخل اور خارج ہونے کے سگنلز کا حکمت عملی کے ذریعے تعین کیا جاتا ہے۔ آپ آسان منظم حکمت عملی کو اس طرح سمجھ سکتے ہیں:
A اور B کے ایک وقت رونما ہونے پر، ٹریڈ میں داخل ہوں۔
بعد میں X رونما ہونے پر، ٹریڈ سے خارج ہو جائیں۔
کچھ ٹریڈرز اس حکمت عملی کو ترجیح دیتے ہیں۔ یہ ٹریڈنگ عمل سے جذباتی فیصلہ سازی کو خارج کر دیتا ہے اور اس یقین دہانی کی مناسب سطح فراہم کی جاتی ہے، کہ ٹریڈنگ سسٹم منافع بخش ہے۔ یقیناً، ضمانتیں پھر بھی موجود نہیں ہیں۔
اسی باعث اس امر کو یقینی بنانا اہم ہے کہ آپ کے سسٹم میں بہت مخصوص اصول موجود ہوں، تاکہ پوزیشنز میں داخل اور خارج ہونے کا تعین کیا جا سکے۔ اگر حکمت عملی بہتر انداز میں بیان نہ کی گئی ہو، تو نتائج بھی ہم آہنگ نہیں ہوں گے۔ جیسا کہ آپ امید کر سکتے ہیں کہ الگورتھمک ٹریڈنگ کے ساتھ ٹریڈنگ کا یہ طریقہ کار زیادہ مشہور ہے۔
وہاں پر بیک ٹیسٹنگ کا ایک ایسا سافٹ ویئر موجود ہے، اگر آپ خودکار بیک ٹیسٹنگ کرنا چاہتے ہیں، تو آپ اسے خرید سکتے ہیں۔ آپ اپنے ذاتی ڈیٹا کا اندراج کر سکتے ہیں، اور سافٹ ویئر آپ کے لیے بیک ٹیسٹنگ انجام دے گا۔ تاہم، اس مثال میں ہم بیک ٹیسٹنگ کی دستی حکمت عملی انجام دیں گے۔ اس میں تھوڑا سا مزید کام درکار ہو سکتا ہے، لیکن یہ مکمل طور پر مفت ہے۔
ٹریڈنگ کی حکمت عملی کو بیک ٹیسٹ کس طرح کیا جائے
آپ اس لنک پر Google شیٹس کا اسپریڈ شیٹ ٹمپلیٹ تلاش کر سکتے ہیں۔ یہ ایک بنیادی ٹمپلیٹ ہے، جسے آپ اپنا ذاتی تخلیق کرنے کے لیے ایک ابتدائی نقطے کے طور پر استعمال کر سکتے ہیں۔ یہ آپ کو ایک عمومی تصور دیتا ہے کہ بیک ٹیسٹنگ میں کون سے معلومات موجود ہو سکتی ہیں۔ چند ٹریڈرز ایکسل کو استعمال کرنے یا Python میں اسے کوڈ کرنے کو ترجیح دیں گے – یہاں پر کڑے اصول موجود نہیں ہیں۔ آپ مزید ڈیٹا یا ایسا کچھ بھی شامل کر سکتے ہیں، جو آپ کے مطابق اس کے لیے کارآمد ہو سکتا ہے۔
اس لیے، آئیے آسان ٹریڈنگ کی حکمت عملی کو بیک ٹیسٹ کریں۔ یہاں پر ہمارا دیا گیا تصور موجود ہے:
ہم گولڈن کراس کے بعد روزانہ کی پہلی اختتامی قیمت پر ایک Bitcoin فروخت کرتے ہیں۔ ہم اس صورت کو گولڈن کراس سمجھتے ہیں، اگر 50 دنوں پر مشتمل متحرک اوسط 200 دنوں پر مشتمل متحرک اوسط کے اوپر سے گزر جائے۔
ہم ڈیتھ کراس کے بعد روزانہ کی پہلی اختتامی قیمت پر ایک Bitcoin فروخت کرتے ہیں۔ ہم اس صورت کو ڈیتھ کراس سمجھتے ہیں، اگر 200 دنوں پر مشتمل متحرک اوسط 50 دنوں پر مشتمل متحرک اوسط کے نیچے سے گزر جائے۔
جیسا کہ آپ ملاحظہ کر سکتے ہیں، ہم نے وہ ٹائم فریم بھی بیان کیا ہے جس میں حکمت عملی موثر ہے۔ یعنی، اگر 4 گھنٹے کے چارٹ پر کوئی گولڈن کراس رونما ہوتا ہے، تو ہم اسے ٹریڈنگ کا سگنل نہیں تصور کریں گے۔
اس مثال کے لیے، ہم اب سے صرف 2019 کے آغاز تک کی مدت کو دیکھیں گے۔ تاہم، اگر آپ مزید درست اور قابل اعتبار نتائج حاصل کرنا چاہتے ہیں، تو آپ Bitcoin کی قیمت حرکات کے متعلق مزید تفصیل حاصل کر سکتے ہیں۔
اب، آئیے دیکھتے ہیں کہ اس سسٹم نے مدت کے لیے ٹریڈنگ کے کون سے سگنلز تیار کیے ہیں:
~$5,400 @ خریدیں
~$9,200 @ فروخت کریں
~$9,600 @ خریدیں
~$6,700 @ فروخت کریں
~$9,000 @ خریدیں
یہ امر یہاں پر بیان کیا گیا ہے کہ چارٹ پر ہمارے سگنلز کس طرح مزید نمایاں دکھائی دیتے ہیں:
گولڈن کراس-ڈیتھ کراس کی حکمت عملی۔ ماخذ: TradingView۔
ہماری پہلی ٹریڈ تقریباً 3800$ تک منافع حاصل کرے گی، جبکہ ہماری دوسری ٹریڈ سے تقریباً $2900 کا نقصان ہوا۔ یعنی، فی الوقت ہمارا حقیقی منافع اور خسارہ 900$ ہے۔
ہم بھی ایک فعال ٹریڈ میں موجود ہیں، جس میں دسمبر 2020 تک تقریباً 9000$ کا غیر واقعی منافع موجود ہے۔ اگر ہم اپنی ابتدائی طور پر بیان کردہ حکمت عملی سے منسلک رہتے ہیں، تو ہم اسے اگلے ڈیتھ کراس رونما ہونے تک بند کر دیں گے۔
➟ کرپٹو کرنسی پر آغاز کرنا چاہتے ہیں؟ Binance پر Bitcoin خریدیں!
بیک ٹیسٹنگ کے عمل سے حاصل ہونے والے نتائج کا تجزیہ کرنا
اس لیے، یہ نتائج کیا ظاہر کرتے ہیں؟ ہماری حکمت عملی ایک مناسب منافع حاصل کرے گی، لیکن یہ ان تلک کوئی غیر معمولی چیز ظاہر نہیں کرتی۔ ہم اس بات کا احساس کر سکتے ہیں کہ فی الوقت جاری ٹریڈ ہمارے حقیقی منافع اور خسارے کو یکسر بڑھا سکتی ہیں، لیکن اس سے بیک ٹیسٹنگ کا مقصد ہی ختم ہو جائے گا۔ اگر ہم منصوبے سے منسلک نہیں رہتے، تو نتائج بھی قابل اعتبار نہیں ہوں گے۔
اس کے منظم حکمت عملی کی طرح وجود رکھنے کے باوجود بھی، یہ تناظر کو زیر غور لانے کے لیے بھی اہم ہے۔ مارچ 2020 میں COVID-19 کے خدشات کے وقت، غیر منافع بخش ٹریڈ 9600$ سے 6700$ تک تھی۔ کسی بھی ٹریڈنگ سسٹم پر اس طرح کے بلیک سوان ایونٹ کا غیر مناسب اثر ہو سکتا ہے۔ اگر آپ اس نقصان کے اضافی ہونے یا صرف حکمت عملی کی ضمنی پراڈکٹ ہونے سے متعلق دیکھنا چاہتے ہیں، تو اس کے لیے مزید جاننا اہم ہے۔
کسی بھی صورت میں، بیک ٹیسٹنگ کا آسان عمل اس طرح دکھائی دے سکتا ہے۔ اگر ہم اس حکمت عملی کا مزید کسی ڈیٹا کے ساتھ ٹیسٹ کرتے ہیں یا دیگر تکنیکی اشارہ جات کو شامل کرتے ہیں، تو یہ حکمت عملی مستقبل میں کامیاب ہو سکتی ہے، تاکہ اس کے تیار کردہ سگنلز کو مضبوط بنایا جا سکے۔
لیکن آپ کو بیک ٹیسٹنگ کے عمل سے حاصل ہونے والے نتائج اس کے علاوہ کیا دکھا سکتے ہیں؟
اتار چڑھاؤ کے اقدامات: آپ کا زیادہ سے زیادہ منافع اور نقصان۔
ایکسپوژر: اپنے مکمل پورٹ فولیو سے حکمت عملی کے لیے مختص کی جانے والے سرمائے کی درکار مقدار۔
سالانہ منافع: ایک سال میں حکمت عملی کے تناسب پر منافع۔
جیتنے-ہارنے کا تناسب: سسٹم میں موجود ٹریڈز کا کتنا حصہ جیتتا ہے اور کتنا ہارتا ہے۔
اوسط پُر کردہ قیمت: حکمت عملی میں آپ کی پُر کردہ اندراجات اور اخراج کی اوسط قیمت۔
یہ محض چند مثالیں ہیں اور کسی طور پر بھی یہ ایک مکمل فہرست نہیں ہے۔ اس امر کا مکمل انحصار آپ پر ہے کہ آپ کن میٹرکس کو ٹریک کرنا چاہتے ہیں۔ کسی بھی صورت میں، آپ سیٹ اپس کے متعلق جتنی زیادہ تفصیلات کا روزنامچہ تشکیل کریں گے، آپ نتائج سے سیکھنے کے اتنے ہی زیادہ مواقع حاصل کریں گے۔ چند ٹریڈرز بیک ٹیسٹنگ کے اپنے عمل میں بہت کڑے ہیں، اور اس کا عکس ان کے نتائج میں بھی دیکھا جا سکتا ہے۔
زیر غور لائی جانے والی ایک آخری چیز اصلاح ہے۔ اگر آپ نے ہمارا بیک ٹیسٹنگ کا آرٹیکل پڑھ لیا ہے، تو آپ بیک ٹیسٹنگ اور فارورڈ ٹیسٹنگ، یا کاغذی ٹریڈنگ کے مابین موجود فرق جان لیں گے۔ آپ کے خیالات کو اصل وقت پر مبنی ٹریڈنگ حالات جیسا کہ Binance Futures کا Testnet میں آزمانے اور بہتر کرنے کے لیے یہ کارآمد ہو سکتا ہے۔
اختتامی خیالات
ہم نے ٹریڈنگ کی حکمت عملی کا دستی انداز میں بیک ٹیسٹ کرنے کا بنیادی عمل بیان کر دیا ہے۔ یاد رکھیں، ماضی کی کارکردگی مستقبل کی کارکردگی کی ضامن نہیں ہے۔
مارکیٹ کے حالات تبدیل ہوتے ہیں، اور اگر آپ اپنی ٹریڈنگ میں بہتری لانا چاہتے ہیں، تو آپ پر ان تبدیلیوں کو اپنانا لازم ہے۔ عمومی طور پر، ڈیٹا پر مکمل اعتبار کرنا بھی درست نہیں ہے۔ نتائج کا تجزیہ انجام دینے پر، عمومی سمجھ بوجھ نہایت کارآمد ٹول ہو سکتا ہے۔