যুদ্ধক্ষেত্রের বিগ ডেটাঃ কৌশলগত পরিমাণ নির্ধারণের জন্য বহিরাগত ডেটা পরীক্ষার প্রয়োজনীয়তা

• #### NO：01

মানুষের জীবন, ছোট থেকে বড়, বড় থেকে বুড়ো, আসলে ভুল করা, সংশোধন করা, এবং ভুল করা একটি ক্রমাগত প্রক্রিয়া, এবং প্রায় কেউই ব্যতিক্রম নয়। হয়তো অনেকগুলি ভুল করা হয়েছে, যা আজকে খুব নিম্নমানের বলে মনে হয়; অথবা হয়তো অনেকগুলি সুযোগ মিস করা হয়েছে, যেমনঃ রিয়েল এস্টেট, ইন্টারনেট, ডিজিটাল মুদ্রা ইত্যাদি … বাষ্প কিনা তা নির্বিশেষে, যখন আপনাকে জিজ্ঞাসা করা হয় যে বাষ্পটি এসেছে, আপনি সেখানে ছিলেন না?

আর আমরা তো শুনেছি মানুষ বলে, ‘আমার উচিত হয়নি…’ “যদি… আমি”…

আমি এই প্রশ্নটি নিয়ে অনেকক্ষণ ধরে ভাবছিলাম, কিন্তু পরে বুঝতে পারলাম যে, আসলে এটা ভয় পাওয়ার মতো কিছু নয়, কারণ ঠিক বা ভুল যে কোন সিদ্ধান্তই আমাদেরকে একটি অনির্ধারিত পরিণতি থেকে দূরে সরিয়ে নিয়ে যায়, একটি অজানা দিকে নিয়ে যায়; এবং আমাদের চিন্তাধারা কেবলমাত্র ঐতিহাসিক তথ্যের বাইরে ঈশ্বরের দৃষ্টিভঙ্গি উন্মোচন করে।

• #### NO：02

আমি অনেকগুলি ট্রেডিং সিস্টেম দেখেছি, যা পুনর্বিবেচনার সময় 50% এরও বেশি সাফল্যের হার অর্জন করতে পারে। এই উচ্চ জয়-হারের পূর্বশর্তে, 1: 1 এরও বেশি লাভ-ক্ষতির অনুপাত থাকতে পারে। তবে, কোনও ব্যতিক্রম ছাড়াই, এই সিস্টেমগুলি একবার রিয়েল ডিস্কের সাথে জড়িত হয়ে গেলে মূলত ক্ষতিগ্রস্থ হয়। ক্ষতির অনেক কারণ রয়েছে, যার মধ্যে রয়েছে, পুনর্বিবেচনার সময়, অনিচ্ছাকৃতভাবে, ডান থেকে বাম দিকে তাকান, Godশ্বরের দৃষ্টিভঙ্গি উন্মুক্ত করুন।

যাইহোক, লেনদেন এমন একটি জটিল বিষয় যা পিছনে ফিরে দেখা যায়, তবে আমরা যদি ঈশ্বরের দৃষ্টিভঙ্গি না নিয়ে শুরুতে ফিরে যাই তবে আমরা এখনও অবাক হয়ে যাই। এটি পরিমাপের মূল সমস্যা এবং historicalতিহাসিক তথ্যের সীমাবদ্ধতার দিকে পরিচালিত করে। সুতরাং, যদি কেবলমাত্র সীমিত historicalতিহাসিক ডেটা দিয়ে লেনদেনের সিস্টেমটি পরীক্ষা করা হয়, তবে ব্যাকগ্রাউন্ডে ড্রাইভিংয়ের সমস্যা এড়ানো কঠিন।

• #### NO：03

কিন্তু তথ্যের সীমাবদ্ধতার মধ্যে, ট্রেডিং কৌশলগুলির সম্পূর্ণ পরীক্ষা করার জন্য কীভাবে সীমিত তথ্যের যথাসম্ভব সদ্ব্যবহার করা যায়? সাধারণত দুটি পদ্ধতি রয়েছেঃ পরোক্ষ পরীক্ষা এবং ক্রস পরীক্ষা।

পুনরাবৃত্তিমূলক পরীক্ষার মূলনীতিঃ পূর্ববর্তী দীর্ঘ ইতিহাসের সাথে মডেলটি প্রশিক্ষণ দিন এবং পরবর্তী তুলনামূলকভাবে সংক্ষিপ্ত ডেটা দিয়ে মডেলটি পরীক্ষা করুন, তারপরে ক্রমাগত ডেটা উইন্ডোটি পিছনে সরান, প্রশিক্ষণ এবং পরীক্ষার পদক্ষেপগুলি পুনরাবৃত্তি করুন।

১। প্রশিক্ষণের তথ্যঃ ২০০০ থেকে ২০০১; পরীক্ষার তথ্যঃ ২০০২; ২. প্রশিক্ষণের তথ্যঃ ২০০১-২০০২, পরীক্ষার তথ্যঃ ২০০৩; ৩। প্রশিক্ষণের তথ্যঃ ২০০২-২০০৩; পরীক্ষার তথ্যঃ ২০০৪; ৪। প্রশিক্ষণের তথ্যঃ ২০০৩-২০০৪, পরীক্ষার তথ্যঃ ২০০৫; ৫। প্রশিক্ষণের তথ্যঃ ২০০৪-২০০৫, পরীক্ষার তথ্যঃ ২০০৬;

… এবং আরও অনেক কিছু.

অবশেষে, [২০০২, ২০০৩, ২০০৪, ২০০৫, ২০০৬… ] পরীক্ষার ফলাফলের পরিসংখ্যান তৈরি করা হয়েছে যাতে কৌশলটির কার্যকারিতা সামগ্রিকভাবে মূল্যায়ন করা যায়।

নিম্নলিখিত চিত্রটি, যা একটি স্বজ্ঞাত ব্যাখ্যা প্রদান করে, হল পুনরাবৃত্তিমূলক পরীক্ষার নীতিঃ

উপরের চিত্রটি দুটি ভিন্ন পদ্ধতিতে প্রদর্শিত হয়েছে।

প্রথম পদ্ধতিঃ প্রতিবার পরীক্ষার সময়, পরীক্ষার তথ্য তুলনামূলকভাবে ছোট এবং পরীক্ষার সংখ্যা বেশি। দ্বিতীয় প্রকারঃ প্রতিবার পরীক্ষার সময়, পরীক্ষার তথ্য তুলনামূলকভাবে দীর্ঘ এবং পরীক্ষার সংখ্যা কম।

বাস্তবিক প্রয়োগে, পরীক্ষার তথ্যের দৈর্ঘ্য পরিবর্তন করে একাধিকবার পরীক্ষা করা যেতে পারে, যা অস্থির তথ্যের সাথে মডেলের স্থিতিশীলতা নির্ধারণের জন্য ব্যবহৃত হয়।

• #### NO：04

ক্রস টেস্টিং এর মূলনীতিঃ সমস্ত ডেটাকে N ভাগে ভাগ করে নিন, প্রতিবার N-1 ভাগে প্রশিক্ষণ দিন এবং বাকি অংশে পরীক্ষা করুন।

২০০০ থেকে ২০০৩ সাল পর্যন্ত প্রত্যেক বছরকে ভাগ করে চারটি ভাগে ভাগ করা হয়েছে। ক্রস-চেক করার প্রক্রিয়াটি নিম্নরূপঃ ১। প্রশিক্ষণের তথ্যঃ ২০০১-২০০৩; পরীক্ষার তথ্যঃ ২০০০; ২. প্রশিক্ষণের তথ্যঃ ২০০০-২০০২, পরীক্ষার তথ্যঃ ২০০৩; ৩। প্রশিক্ষণের তথ্যঃ ২০০০, ২০০১, ২০০৩, পরীক্ষার তথ্যঃ ২০০২; ৪। প্রশিক্ষণের তথ্যঃ ২০০০, ২০০২, ২০০৩, পরীক্ষার তথ্যঃ ২০০১;

যেমন উপরের চিত্রটি দেখায়ঃ ক্রস-টেস্টিংয়ের সবচেয়ে বড় সুবিধা হ’ল সীমিত ডেটা ব্যবহার করা, প্রতিটি প্রশিক্ষণ ডেটা একইভাবে পরীক্ষার ডেটা। তবে কৌশলগত মডেলের পরীক্ষার ক্ষেত্রে ক্রস-টেস্টিং প্রয়োগ করার ক্ষেত্রেও সুস্পষ্ট ত্রুটি রয়েছেঃ

১। যখন দামের তথ্য অস্থির থাকে, তখন মডেলের পরীক্ষার ফলাফলগুলি প্রায়শই নির্ভরযোগ্য হয় না। উদাহরণস্বরূপ, ২০০৮ সালের ডেটা দিয়ে প্রশিক্ষণ দেওয়া হয়, ২০০৫ সালের ডেটা দিয়ে পরীক্ষা করা হয়। ২০০৮ সালের বাজারের পরিবেশটি ২০০৫ সালের তুলনায় খুব বেশি পরিবর্তিত হওয়ার সম্ভাবনা রয়েছে, তাই মডেল পরীক্ষার ফলাফলগুলি নির্ভরযোগ্য নয়।

২। প্রথম ধারাটির মতই, ক্রস-টেস্টিংয়ে, যদি পুরোনো ডেটা টেস্টিং মডেল ব্যবহার করা হয় তবে যদি নতুন ডেটা ট্রেনিং মডেল ব্যবহার করা হয়, তবে এটি নিজে থেকেই যুক্তিযুক্ত নয়।

• #### NO：05

উপরন্তু, সমান্তরাল কৌশলগত মডেলের পরীক্ষার সময়, ডেটা ওভারল্যাপিংয়ের সমস্যা দেখা দেয়, উভয়ই পরোক্ষ পরীক্ষা এবং ক্রস-টেস্টিং।

ট্রেডিং কৌশল মডেলিংয়ের সময়, বেশিরভাগ প্রযুক্তিগত সূচকগুলি একটি নির্দিষ্ট দৈর্ঘ্যের ঐতিহাসিক তথ্যের উপর ভিত্তি করে তৈরি করা হয়। উদাহরণস্বরূপ, একটি ট্রেন্ডিং সূচক ব্যবহার করে, গত 50 দিনের ঐতিহাসিক তথ্য গণনা করা হয়, এবং পরবর্তী ট্রেডিং দিবসে, সূচকটি 50 দিনের ডেটা গণনা করা হয়, তবে এই দুটি সূচকের ডেটা গণনা করা হয় 49 দিন একই, যার ফলে প্রতি দুই দিন এই সূচকের পরিবর্তন খুব অস্পষ্ট।

তথ্য ওভারল্যাপের ফলে নিম্নলিখিত বিষয়গুলো হতে পারেঃ

১। মডেলের পূর্বাভাসের ফলাফলের ধীরগতি ধীরগতিতে পরিবর্তিত হয়, যা আমরা প্রায়শই সূচকগুলির পশ্চাদপসরণ বলে থাকি।

২। কিছু পরিসংখ্যানগত মান মডেল ফলাফল পরীক্ষার জন্য ব্যবহারযোগ্য নয়, কারণ পুনরাবৃত্ত তথ্যের ফলে সিকোয়েন্স সম্পর্কিত, যা কিছু পরিসংখ্যানগত পরীক্ষার ফলাফলকে অবিশ্বস্ত করে তোলে।

• #### NO：06

ভাল ট্রেডিং কৌশলগুলি ভবিষ্যতে লাভজনক হতে পারে। নমুনা পরীক্ষা, ট্রেডিং কৌশলগুলিকে বস্তুনিষ্ঠভাবে সনাক্ত করার পাশাপাশি আরও কার্যকরভাবে সময় সাশ্রয় করতে পারে।

বেশিরভাগ ক্ষেত্রে, সমস্ত নমুনার সর্বোত্তম প্যারামিটারগুলি সরাসরি ব্যবহার করা হয়, যা যুদ্ধের জন্য অত্যন্ত বিপজ্জনক।

যদি প্যারামিটার অপ্টিমাইজেশনের সময়কালের আগে সমস্ত historicalতিহাসিক ডেটাকে পৃথক করা হয়, তাহলে এটিকে ইন-স্যাম্পল ডেটা এবং এক্সট্রা-স্যাম্পল ডেটা হিসাবে ভাগ করে নেওয়া হয়, প্রথমে ইন-স্যাম্পল ডেটা ব্যবহার করে প্যারামিটার অপ্টিমাইজেশন করা হয়, তারপরে এক্সট্রা-স্যাম্পল ডেটা ব্যবহার করে এক্সট্রা-স্যাম্পল টেস্টিং করা হয়, তবে এই ত্রুটিটি খুঁজে বের করা যেতে পারে এবং একই সাথে পরীক্ষা করা যেতে পারে যে অপ্টিমাইজড কৌশলটি ভবিষ্যতের বাজারে প্রযোজ্য কিনা।

• #### NO：07

ট্রেডিংয়ের মতোই, আমরা কখনই সময়কে অতিক্রম করতে পারি না, আমাদের নিজের জন্য সঠিক সিদ্ধান্ত নিতে পারি না, যাতে কোনও ভুল নেই। যদি ঈশ্বরের হাত বা ভবিষ্যতে ফিরে যাওয়ার ক্ষমতা থাকে, তবে পরীক্ষা ছাড়াই সরাসরি অনলাইনে সরাসরি ট্রেডিং করা যায়, তবে পাত্রটি ভরাট হয়ে যায়। এবং আমার মতো মানুষদের অবশ্যই আমাদের কৌশলগুলি historicalতিহাসিক তথ্যের মধ্যে পরীক্ষা করতে হবে।

তবে, ইতিহাসের বিশাল ডেটা থাকা সত্ত্বেও, ইতিহাসের অসীম এবং অনির্দেশ্য ভবিষ্যতের মুখোমুখি হওয়া অত্যন্ত দুর্বল বলে মনে হয়। তাই ইতিহাসের উপর ভিত্তি করে নীচ থেকে উপরে ওঠা ট্রেডিং সিস্টেমগুলি অবশেষে সময়ের সাথে সাথে ডুবে যাবে। কারণ ইতিহাস ভবিষ্যতের শেষ নেই। সুতরাং একটি সম্পূর্ণ ইতিবাচক প্রত্যাশা ট্রেডিং সিস্টেম অবশ্যই এর অভ্যন্তরীণ নীতি / যুক্তি দ্বারা সমর্থিত হতে হবে।

• #### NO：08

আমরা (ইনভেন্টর কোয়ান্টাম কোয়ান্টাম ট্রেডিং প্ল্যাটফর্ম) বর্তমান কোয়ান্টাম চক্রের শুষ্ক, যোগাযোগ বন্ধ, প্রতারক দ্বারা পরিবেষ্টিত একটি বিশুদ্ধ কোয়ান্টাম চক্র তৈরি করার লক্ষ্যে কাজ করছি। এই জগতে কেউ কখনও জ্ঞান এবং তত্ত্ব তৈরি করেনি, তারা কেবল আমাদের আবিষ্কারের জন্য অপেক্ষা করছে।

শেয়ারিং একটি মনোভাব, এবং এটি একটি বুদ্ধি!

অনলাইনে দরিদ্র মানুষ লেখক: হুকিবো