• #### সাম্প্রতিক বছরগুলোতে, দেশীয় পদ্ধতিতে লেনদেনের দ্রুত উন্নয়ন, লেনদেনের মাধ্যম হিসেবে লেনদেনের পদ্ধতি ব্যবহার করে বিনিয়োগকারীদের সংখ্যা বৃদ্ধি পাচ্ছে, এবং দেশীয় পদ্ধতিতে লেনদেনের বিষয়ে গবেষণা আরও গভীরতর হচ্ছে। একটি চমৎকার পদ্ধতিতে লেনদেনের সিস্টেম তৈরি করা, স্থিতিশীল এবং লাভজনক বিনিয়োগের পথে চলা, অনেক ব্যবসায়ীর লক্ষ্য।

একটি দুর্দান্ত প্রোগ্রামযুক্ত ট্রেডিং সিস্টেম বিকাশ করা থেকে শুরু করে এই সিস্টেমটি ব্যবহার করে একটি নির্দিষ্ট মুনাফা অর্জন করা একটি জটিল প্রক্রিয়া, এই প্রক্রিয়াতে অনেক সমস্যার মুখোমুখি হতে পারে। উদাহরণস্বরূপ, প্রায়শই বিনিয়োগকারীরা ট্রেডিং কৌশল ব্যবহারের আগে কৌশলটির লাভজনকতার বিষয়ে খুব আত্মবিশ্বাসী হন, কারণ কৌশলটির ইতিহাস উপার্জন কার্ভের গ্রাফকে মসৃণ করে তোলে। এবং বাস্তব খালাসের পরে, তহবিলের কার্ভটি মাথা নিচু করে, এবং এটি পছন্দসই নয়। এই ঘটনার একটি গুরুত্বপূর্ণ কারণ হ’ল ওভারফ্যাচিং। ওভারফ্যাচিং বলতে বোঝায় যে নমুনা ডেটার জন্য বর্ণনার নির্ভুলতা খুব বেশি, এবং নমুনা ছাড়াই ডেটার জন্য, বর্ণনার নির্ভুলতা খুব কম। প্রোগ্রামযুক্ত ব্যবসায়ের ক্ষেত্রে, historicalতিহাসিক ঘটনাটি কার্যকর ছিল, তবে ভবিষ্যতের ঘটনাটি কার্যকর হয়নি। এই নিবন্ধটি ব্যাখ্যা করার চেষ্টা করে যে অতিরিক্ত সংমিশ্রণের কারণ কী এবং অতিরিক্ত সংমিশ্রণ এড়াতে কয়েকটি পদ্ধতি প্রস্তাব করে।

• #### ওভারফিট হওয়ার কারণ

প্রোগ্রামাইজড ট্রেডিং সিস্টেমের নকশা প্রক্রিয়ার দুটি অংশ রয়েছে, যার মধ্যে উভয়ই অত্যধিক মিল হতে পারে। ট্রেডিং সিস্টেমের নকশার প্রথম অংশটি হ’ল ট্রেডিং নিয়মের একটি সম্পূর্ণ সিস্টেম তৈরি করা। ট্রেডিং নিয়মগুলি সাধারণত দুটি উপায়ে তৈরি করা হয়ঃ শীর্ষ-নিম্ন পদ্ধতিটি বাজারের অবস্থার দীর্ঘ পর্যবেক্ষণের উপর ভিত্তি করে নিয়মগুলিকে সংক্ষিপ্ত করে তোলে, তারপরে নিয়মের ভিত্তিতে একটি পরিমাণগত ট্রেডিং কৌশল তৈরি করে, এই প্রক্রিয়াটির জন্য দীর্ঘ সময় ধরে ট্রেডিং অভিজ্ঞতার আহরণ প্রয়োজন; নীচে থেকে নীচে পদ্ধতিটি বাজারের ডেটা থেকে শুরু করে, পরিসংখ্যানগত বিশ্লেষণের মাধ্যমে বাজারের বৈশিষ্ট্যগুলি তৈরি করে। প্রোগ্রামাইজড ট্রেডিংয়ের নকশা এবং কম্পিউটার প্রযুক্তির বিকাশের ফলে নীচে থেকে পদ্ধতিটি ব্যাপকভাবে গ্রহণ করা হয়েছে, ব্যবসায়ীরা ট্রেডিংয়ের ইতিহাসের ডেটা সিস্টেমগুলিকে দ্রুত পরিসংখ্যানগত পরিমাপের জন্য ব্যবহার করতে পারে, যাতে সিস্টেমের ইতিহাসে আচরণগুলি পর্যবেক্ষণ করতে পারে, ট্রেডিং সিস্টেমের নতুন প্যারামিটারগুলিকে উন্নত করার জন্য সর্বোত্তম প্যারামি

• #### কীভাবে অতিরিক্ত ফিট হওয়া এড়ানো যায়

ট্রেডিং সিস্টেমগুলিকে এমনভাবে ডিজাইন করা হয়েছে যাতে ভবিষ্যতের বাস্তব পরিস্থিতিতে মুনাফা অর্জন করা যায়, বরং একটি সুন্দর historicalতিহাসিক পরীক্ষার বক্ররেখার সন্ধান করার জন্য, একটি অতিরঞ্জিত ট্রেডিং সিস্টেম একটি সুন্দর ফাঁদ। কীভাবে এই ফাঁদ থেকে পালাতে হবে? আমরা মনে করি যে ট্রেডিং নিয়মের গঠন এবং ট্রেডিং সিস্টেমের বিকাশের জন্য দুটি দিক রয়েছে। আধুনিক গণিতের বিশ্লেষণে দেখা গেছে যে আর্থিক বাজারের ডেটা বিশ্লেষণে সময়-মূল্যের ক্রমটি দুটি অংশ রয়েছেঃ প্রথমটি হ’ল নির্দিষ্ট আইটেম, যার থেকে একটি নির্দিষ্ট নিয়ম বের করা যায়; দ্বিতীয়টি হ’ল এলোমেলো আইটেম, যার মধ্যে কোনও নির্দিষ্টতা নেই। বলা যেতে পারে, কোনও ঘটনা কেবলমাত্র সম্ভাব্য। যখন আমরা historicalতিহাসিক বাজারের ক্রিয়াকলাপ থেকে ট্রেডিং নিয়মগুলি বের করি, তখন নিয়মগুলির যুক্তিযুক্ততা এবং নিয়মগুলি বিশ্লেষণ করা দরকার, ট্রেডিং নিয়মগুলিকে বাজারের নিয়মের প্রতিফলন করতে সক্ষম হওয়া দরকার, একই সময়ে যুক্তিযুক্ত একটি নির্দিষ্ট উপায় রয়েছে। ট্রেডিং নিয়মের অত্যধিক পরিমাণে অপ্রয়োজনীয়, ট্রেড

• প্রথমত, ঐতিহাসিক পরীক্ষার ডেটার নমুনা ধারণক্ষমতা বৃদ্ধি করুন, যাতে কম সংখ্যক লেনদেন হয় না। যদি ঐতিহাসিক পরীক্ষার ডেটা কম হয়, তবে নকশা করা সিস্টেমটি নমুনার মধ্যে ভাল কাজ করে, তবে স্বল্প সময়ের জন্য পরীক্ষাগুলির জন্য দৃঢ়ভাবে কাজ করে না, সিস্টেমের ভবিষ্যতের কর্মক্ষমতা সম্পর্কে ভবিষ্যদ্বাণী করা কঠিন। এবং কম লেনদেনের সংখ্যা প্রায়ই লেনদেনের নিয়মের সীমাবদ্ধতা বাড়ানোর কারণে হয়, ক্ষতিগ্রস্ত লেনদেনের উপর জোরালো ফিল্টারিং, একটি সাধারণ অতিরিক্ত ফিটনেস আচরণ।

• দ্বিতীয়ত, পরীক্ষার সময়, পরীক্ষার ডেটা নমুনাটি ইন-স্যাম্পল এবং আউট-স্যাম্পল হিসাবে বিভক্ত করা হয়, সিস্টেমটি ডিজাইন করার সময় ইন-স্যাম্পল ডেটা ব্যবহার করা হয়, তারপরে আউট-স্যাম্পল ডেটা দিয়ে প্রাপ্ত সিস্টেমটি পরীক্ষা করা হয়, যদি কার্যকারিতাটি ব্যাপকভাবে হ্রাস পায় তবে এই সিস্টেমটি সম্ভবত উপযুক্ত।

• তৃতীয়ত, কোর প্যারামিটার খুব বেশি হওয়া উচিত নয়, প্যারামিটার খুব বেশি সিস্টেমটি একটি মাল্টি ডিগ্রি ফ্রিডম সিস্টেম, একাধিক প্যারামিটার অপ্টিমাইজ করার পরে সর্বদা একটি সুন্দর সিস্টেম তৈরি হয়, তবে এই সিস্টেমের নির্ভরযোগ্যতা সন্দেহজনক।

• চতুর্থত, সিস্টেমের প্যারামিটারগুলিকে অনুকূলিত করার সময়, আমাদের সর্বোত্তম প্যারামিটারগুলির কাছাকাছি প্যারামিটারগুলি পরীক্ষা করা দরকার। যদি কাছাকাছি প্যারামিটার সিস্টেমের পারফরম্যান্স সর্বোত্তম প্যারামিটারগুলির চেয়ে অনেক বেশি হয় তবে এই সর্বোত্তম প্যারামিটারটি সম্ভবত একটি ওভারসুমিংয়ের ফলাফল, যা গাণিতিকভাবে বিজোড় সমাধান হিসাবে পরিচিত এবং অস্থির। বাজারের বৈশিষ্ট্যগুলি সামান্য পরিবর্তিত হলে, সর্বোত্তম প্যারামিটারটি সবচেয়ে খারাপ প্যারামিটার হতে পারে।

• পঞ্চম, ট্রেডিং সিস্টেমটি অন্য জাতের জন্য ব্যবহার করুন এবং এর কার্যকারিতা দেখুন। সর্বশক্তিমান ট্রেডিং সিস্টেমটি বিরল, তবে একটি জাতের উপর দুর্দান্ত পারফরম্যান্সের সিস্টেমটি অন্য জাতের উপর কমপক্ষে লাভজনক হতে পারে। যদি অন্য জাতের উপর লাভজনক না হয় তবে এই সিস্টেমটি ব্যবহারের সময় এটির কার্যকারিতা সম্পর্কে মনোযোগ দেওয়া উচিত, অর্থাৎ কোনও জাতের বিশেষ পরিস্থিতিতে অতিরিক্ত উপযুক্ত কিনা।

সম্পর্কিত তথ্য উৎপত্তি