একটি চমৎকার পদ্ধতিগত ট্রেডিং সিস্টেম তৈরি থেকে এটি ব্যবহার করে একটি নির্দিষ্ট মুনাফা অর্জন করা একটি জটিল প্রক্রিয়া এবং এই প্রক্রিয়াতে অনেক সমস্যার সম্মুখীন হয়। উদাহরণস্বরূপ, প্রায়শই বিনিয়োগকারীরা ট্রেডিং কৌশল ব্যবহারের আগে কৌশলটির লাভজনকতার বিষয়ে খুব আত্মবিশ্বাসী হন কারণ কৌশলটির historicalতিহাসিক পরীক্ষার মুনাফা কার্ভ চার্টটি মসৃণ হয়। এবং বাস্তবতার পরে, মূলধন কার্ভটি নিচের দিকে বাঁকা হয়, যা কাউকে সন্তুষ্ট করে না। এই ঘটনার একটি গুরুত্বপূর্ণ কারণ হ'ল অতিরিক্ত সামঞ্জস্যতা। তথাকথিত অতিরিক্ত সামঞ্জস্যতা বলতে বোঝায় যে এই তথ্যের জন্য বর্ণনার নির্ভুলতা খুব বেশি এবং নমুনার বাইরে তথ্যের জন্য বর্ণনার নির্ভুলতা খুব কম।
পদ্ধতিগত ট্রেডিং সিস্টেমের নকশা প্রক্রিয়া দুটি অংশ নিয়ে গঠিত, উভয় অংশই অত্যধিক সামঞ্জস্যের কারণ হতে পারে; ট্রেডিং সিস্টেম ডিজাইনের প্রথম অংশটি একটি সম্পূর্ণ ট্রেডিং বিধি ব্যবস্থা গঠন করা; ট্রেডিং বিধিগুলি গঠনের জন্য সাধারণত শীর্ষ থেকে নীচে এবং নীচে থেকে উপরে দুটি পদ্ধতি রয়েছেঃ শীর্ষ থেকে নীচে পদ্ধতিটি বাজারের বাজারের দীর্ঘ সময়ের পর্যবেক্ষণের উপর ভিত্তি করে সংক্ষিপ্ত বিধিগুলি গঠন করে এবং তারপর বিধিগুলির উপর ভিত্তি করে একটি পরিমাণগত ট্রেডিং কৌশল গঠন করে, যার জন্য দীর্ঘ সময়ের ট্রেডিং অভিজ্ঞতার সমৃদ্ধি প্রয়োজন; নিচে থেকে নীতিগত পদ্ধতিটি হ'ল বাজারের ডেটা থেকে প্রেরণ করা, যা নতুন বাজারের বৈশিষ্ট্যগুলির জন্য কৌশলগুলি গঠন করে। প্রোগ্রামযুক্ত ট্রেডিংয়ের আবির্ভাব এবং কম্পিউটার প্রযুক্তির বিকাশ, যা নিচে থেকে একটি সম্পূর্ণ ব্যবসায়ের নিয়ম তৈরি করে। এই পদ্ধতিগুলি ব্যাপকভাবে গ্রহণ করা হয়।
ভবিষ্যতের বাস্তব বাজারের পরিস্থিতিতে মুনাফা অর্জনের লক্ষ্যে ডিজাইন করা ট্রেডিং সিস্টেমগুলি একটি সুন্দর historicalতিহাসিক পরীক্ষার বক্ররেখা অনুসরণ করার জন্য নয়, অত্যধিক ফিট ট্রেডিং সিস্টেমগুলি একটি সুন্দর ফাঁদ। এই ফাঁদ থেকে কীভাবে মুক্তি পাওয়া যায়? আমরা মনে করি যে এটি ট্রেডিং নিয়মগুলির গঠন এবং ট্রেডিং সিস্টেমগুলির বিকাশ থেকে দুটি প্রধান দিক থেকে শুরু করা যেতে পারে। আর্থিক বাজারের আধুনিক গণিতের ডেটা বিশ্লেষণে দেখা যায় যে সময় মূল্যের ক্রম দুটি অংশ নিয়ে গঠিতঃ প্রথম অংশটি হ'ল নির্দিষ্ট আইটেমগুলি, যা থেকে আরও নির্দিষ্ট নিয়মগুলি আবিষ্কার করা যায়; দ্বিতীয় অংশটি হ'ল এলোমেলো আইটেমগুলি, যেখানে অনিশ্চয়তার কোনও নিয়ম নেই, একটি ঘটনা কেবলমাত্র সম্ভাব্যতা।
প্রথমত, ঐতিহাসিক পরীক্ষার তথ্যের নমুনা ক্ষমতার বৃদ্ধি করা এবং খুব কম সংখ্যক লেনদেন এড়ানো। যদি ঐতিহাসিক পরীক্ষার তথ্যের পরিমাণ কম হয়, তবে নকশাকৃত সিস্টেমটি নমুনার মধ্যে ভালভাবে কাজ করে, তবে স্বল্প সময়ের জন্য পরীক্ষা করা বাধ্যতামূলক নয় এবং সিস্টেমের ভবিষ্যতের কর্মক্ষমতা পূর্বাভাস দেওয়া কঠিন। এবং কম সংখ্যক লেনদেন প্রায়শই ট্রেডিং নিয়মের সীমাবদ্ধতা বাড়ানোর কারণে হয়।
দ্বিতীয়ত, পরীক্ষার সময়, পরীক্ষার তথ্যের নমুনাকে নমুনার ভিতরে এবং নমুনার বাইরে বিভক্ত করা হয়, যখন নকশা সিস্টেমটি নমুনার ভিতরে ডেটা গ্রহণ করে, তখন নমুনার বাইরে ডেটা দিয়ে পরীক্ষার ফলাফল পাওয়া সিস্টেমটি, যদি প্রভাবটি উল্লেখযোগ্যভাবে হ্রাস পায় তবে এই সিস্টেমটি উপযুক্ত হওয়ার সম্ভাবনা রয়েছে।
তৃতীয়ত, খুব বেশি মূল পরামিতি থাকা উচিত নয়, কারণ অনেকগুলি পরামিতি থাকা একটি সিস্টেম বহু-স্বাধীনতার একটি সিস্টেম, যা অনেকগুলি পরামিতি অপ্টিমাইজ করার পরে সর্বদা একটি সুন্দর সিস্টেম তৈরি করে, তবে এই সিস্টেমের নির্ভরযোগ্যতা সন্দেহজনক।
চতুর্থত, সিস্টেমের পরামিতির অপ্টিমাইজেশান করার সময়, আমাদের সর্বোত্তম পরামিতির কাছাকাছি পরামিতিগুলি পরীক্ষা করা দরকার। যদি নিকটতম পরামিতি সিস্টেমের পারফরম্যান্স সর্বোত্তম পরামিতির পারফরম্যান্সের চেয়ে অনেক বেশি হয়, তবে এই সর্বোত্তম পরামিতিটি একটি অতিরিক্ত সমীকরণের ফলাফল হতে পারে, যা গণিতে অদ্ভুত সমাধান হিসাবে পরিচিত এবং অস্থির। যদি বাজারের বৈশিষ্ট্য সামান্য পরিবর্তিত হয় তবে সর্বোত্তম পরামিতিটি সবচেয়ে খারাপ পরামিতি হতে পারে।
পঞ্চমত, ট্রেডিং সিস্টেমটি অন্য জাতের জন্য ব্যবহার করুন এবং এর কার্যকারিতা দেখুন। সর্বশক্তিমান ট্রেডিং সিস্টেমগুলি বিরল, তবে একটি জাতের উপর দুর্দান্ত পারফরম্যান্স করে এমন সিস্টেমগুলি অন্য জাতের উপর কমপক্ষে লাভ করতে পারে। যদি অন্য জাতের উপর লাভজনক না হয় তবে এই সিস্টেমটি ব্যবহারের সময় এর কার্যকারিতা সম্পর্কে মনোযোগ দেওয়া উচিত, অর্থাৎ কোনও জাতের বিশেষ বাজারের জন্য অতিরিক্ত উপযুক্ত কিনা।