Vibe Trading की सोच: AI का उपयोग कब करें और कब न करें।

हाल ही में एक अवधारणा सामने आई है जिसे Vibe Trading कहा जाता है – प्राकृतिक भाषा में ट्रेडिंग के इरादे का वर्णन करें और AI को इसे निष्पादित करने दें। "रूढ़िवादी रणनीति, कम अस्थिरता वाली संपत्तियों को प्राथमिकता दें" कहने पर AI स्वचालित रूप से आपके लिए कॉन्फ़िगर कर देगा। यह सुनने में बहुत अच्छा लगता है।

लेकिन Vibe Trading पर चर्चा करने से पहले, मैं एक हालिया घटना के बारे में बताना चाहता हूं, जो किसी भी सिद्धांत से बेहतर बताती है कि "AI का उपयोग कहाँ होना चाहिए"।

31 मार्च को, Anthropic के Claude Code ने एक npm अपडेट में गलती से अपना स्रोत कोड उजागर कर दिया – लगभग 512,000 लाइनें TypeScript (नोट: यह पैकेजिंग के बाद कुल कोड मात्रा है, जिसमें निर्भरताएँ और जनरेटेड कोड शामिल हैं)। समुदाय द्वारा तुरंत रिवर्स एनालिसिस शुरू हो गया, और दुनिया भर के डेवलपर्स नए फीचर्स खोजने के लिए कोड को खंगाल रहे थे।

लेकिन मेरी सबसे हैरान करने वाली खोज का AI से कोई संबंध नहीं था। यह खोज खुद ट्रेडिंग से भी संबंधित नहीं थी, लेकिन इसके पीछे का इंजीनियरिंग दर्शन उन लोगों को प्रभावित करेगा जो क्वांटिटेटिव ट्रेडिंग करते हैं।

एक मॉड्यूल में, जिसे विश्लेषकों ने userPromptKeywords के रूप में चिह्नित किया था, एक रेगुलर एक्सप्रेशन था जो शिट, डब्ल्यूटीएफ, फ़किंग ब्रोकन जैसी गालियों से मेल खाता था – यह तुरंत पता लगाने के लिए कि क्या उपयोगकर्ता गाली दे रहा है।

दुनिया की सबसे उन्नत लार्ज लैंग्वेज मॉडल कंपनी भावनाओं का पता लगाने के लिए रेगुलर एक्सप्रेशन का उपयोग कर रही है।

Claude को भावना विश्लेषण के लिए बुलाने के बजाय। कोई क्लासिफायर प्रशिक्षित करने के बजाय। यह एक स्ट्रिंग मैचिंग है जो माइक्रोसेकंड में चलती है।

क्यों?

1. Anthropic अपने स्वयं के AI का उपयोग क्यों नहीं करता

यह आलस्य नहीं है। यह एक गहन सोच के साथ लिया गया इंजीनियरिंग निर्णय है।

Claude Code प्रतिदिन सैकड़ों हजारों उपयोगकर्ता इंटरैक्शन को संसाधित करता है। प्रत्येक इंटरैक्शन में यह निर्धारित करना आवश्यक है कि "क्या उपयोगकर्ता निराशा व्यक्त कर रहा है" ताकि प्रतिक्रिया रणनीति को समायोजित किया जा सके। यदि हर बार LLM को इस निर्णय के लिए बुलाया जाए:

• विलंबता: एक LLM अनुमान में कम से कम सैकड़ों मिलीसेकंड लगते हैं, जबकि रेगुलर एक्सप्रेशन मिलान कुछ माइक्रोसेकंड में हो जाता है
• लागत: LLM कॉल प्रति टोकन शुल्क पर आधारित होते हैं, रेगुलर एक्सप्रेशन मिलान लगभग मुफ्त है
• निश्चितता: रेगुलर एक्सप्रेशन या तो मेल खाता है या नहीं, परिणाम 100% निश्चित है; LLM के आउटपुट में निश्चितता नहीं होती, एक ही इनपुट के लिए अलग-अलग निर्णय हो सकते हैं

इसलिए Anthropic का चुनाव है: त्वरित फ़िल्टरिंग के लिए रेगुलर एक्सप्रेशन का उपयोग करें (कम सीमा, तेज़ गति, उच्च निश्चितता), और LLM की कंप्यूट शक्ति को उन निर्णयों के लिए बचाकर रखें जिनमें वास्तव में सिमैंटिक समझ की आवश्यकता है।

यह कोई तकनीकी विवरण नहीं है। यह एक आर्किटेक्चर दर्शन है: सभी समस्याएं AI के साथ हल करने लायक नहीं होतीं।

जो लोग क्वांटिटेटिव ट्रेडिंग करते हैं, उन्हें यह बात विशेष रूप से प्रभावित करेगी।

2. क्वांटिटेटिव ट्रेडिंग में वही विकल्प

आपकी रणनीति में दो प्रकार के निर्णय होते हैं:

निश्चित निर्णय – "नियमों" का उपयोग करें

FMZ पर रणनीति लिखने वाले जानते हैं कि सबसे मुख्य ट्रेडिंग लॉजिक अक्सर निश्चितता वाली कुछ पंक्तियाँ होती हैं:

            javascript
            
            
// मूविंग एवरेज क्रॉसओवर सिग्नल – FMZ JavaScript उदाहरण
var records = exchange.GetRecords(PERIOD_D1)
var ma5 = TA.MA(records, 5)
var ma20 = TA.MA(records, 20)
var idx = records.length - 1

// गोल्डन क्रॉस पर लॉन्ग खोलें
if (ma5[idx] > ma20[idx] && ma5[idx-1] <= ma20[idx-1]) {
    exchange.SetDirection("buy")
    exchange.Buy(records[idx].Close, 1)
    Log("मूविंग एवरेज गोल्डन क्रॉस, लॉन्ग खोला")
}

शर्तें स्पष्ट, परिणाम निश्चित, "समझने" की आवश्यकता नहीं। if-else का उपयोग करें, 100% विश्वसनीय, मिलीसेकंड में निष्पादित होता है।

यह Anthropic द्वारा रेगुलर एक्सप्रेशन से भावना का पता लगाने के समान है – निश्चित समस्या, निश्चित उपकरण। बेशक, रेगुलर एक्सप्रेशन स्ट्रिंग मैचिंग है, मूविंग एवरेज गणितीय गणना है, उपकरण अलग हैं, लेकिन वे अपने-अपने सिस्टम में समान भूमिका निभाते हैं: दोनों AI की आवश्यकता के बिना निश्चित निर्णय हैं।

स्टॉप-लॉस को if-else को सौंपने की विश्वसनीयता 100% है, AI को सौंपने की विश्वसनीयता "बहुत संभावित" है। आपका खाता उस छोटी संभावना को वहन नहीं कर सकता।

अस्पष्ट निर्णय – AI का उपयोग करें

लेकिन कुछ निर्णय ऐसे हैं जिन्हें if-else से नहीं लिखा जा सकता:

• समाचार भावना विश्लेषण: फेडरल रिजर्व का बयान आया, क्या यह हॉकिश है या डोविश? "वर्तमान ब्याज दर स्तर अपरिवर्तित रखा गया है, लेकिन समिति डेटा में बदलावों पर बारीकी से नज़र रखेगी" – यह वाक्य बुलिश है या बेयरिश? मूविंग एवरेज आपको नहीं बता सकता, रेगुलर एक्सप्रेशन भी यह निर्णय नहीं ले सकता।
• असामान्यता का पता लगाना: किसी अल्टकॉइन पर सोशल मीडिया चर्चा 3 घंटे में 800% बढ़ गई है, लेकिन कीमत अभी नहीं बदली है। क्या यह "स्मार्ट मनी पोजीशन बना रही है" या "कोई पंप से पहले प्रचार कर रहा है"? बहु-आयामी जानकारी के साथ अस्पष्ट निर्णय की आवश्यकता है।
• रणनीति निर्माण: आपकी एक अंतर्ज्ञान है – "हाल ही में इस प्रकार के पैटर्न के बाद अक्सर एक तेज बढ़त होती है।" लेकिन आप सटीक शर्तें नहीं बता सकते। आप इस अंतर्ज्ञान को LLM को समझा सकते हैं और इसे एक परीक्षण योग्य क्वांटिटेटिव फैक्टर में बदलने में सहायता मांग सकते हैं।

इन परिदृश्यों की सामान्य विशेषता: इनपुट असंरचित है, निर्णय मानदंड अस्पष्ट है, "मिलान" के बजाय "समझने" की आवश्यकता है।

3. एक स्तरित दृष्टिकोण जिसे अपनाया जा सकता है

Claude Code के आर्किटेक्चर पर वापस। सामुदायिक विश्लेषण ने एक स्पष्ट स्तरीकरण दर्शाया:

बेशक, Claude Code और क्वांटिटेटिव ट्रेडिंग दो पूरी तरह से अलग क्षेत्र हैं, यहाँ समकक्ष सटीक मैपिंग नहीं है। लेकिन डिज़ाइन दर्शन में साझा समानता वास्तविक है – प्रत्येक स्तर के लिए सबसे उपयुक्त उपकरण चुनें, न कि सभी कीलों के लिए एक हथौड़ा।

ओपन-सोर्स समुदाय भी इसी तरह के दृष्टिकोण का अभ्यास कर रहा है। TradingAgents हाल ही में ध्यान देने योग्य एक मल्टी-एजेंट क्वांटिटेटिव ट्रेडिंग फ्रेमवर्क है (LangGraph पर आधारित, इसके साथ एक शैक्षणिक पेपर भी है)। यह एक वास्तविक ट्रेडिंग कंपनी की टीम संरचना का अनुकरण करता है: तकनीकी विश्लेषक कैंडलस्टिक और संकेतक गणना करता है, भावना विश्लेषक समाचार और जनमत की व्याख्या करता है, विभिन्न शैलियों के ट्रेडर सभी राय को संश्लेषित करके अंतिम निर्णय लेते हैं। एक सर्व-सक्षम AI सब कुछ नहीं करता, बल्कि विभिन्न भूमिकाएँ अपने कर्तव्यों का पालन करती हैं।

यह ध्यान देने योग्य है कि TradingAgents एक अनुसंधान फ्रेमवर्क है, यह "AI ट्रेडिंग निर्णय कैसे लेता है" की समस्या को हल करता है। लेकिन वास्तविक ट्रेडिंग में, आपको दूसरे भाग की भी आवश्यकता होती है: एक्सचेंज कनेक्शन, ऑर्डर प्रबंधन, जोखिम नियंत्रण निष्पादन, लॉग ऑडिट – ये इंजीनियरिंग बुनियादी बातें हैं, जो FMZ जैसे क्वांटिटेटिव प्लेटफ़ॉर्म द्वारा पहले से ही प्रदान की जाती हैं।

4. Vibe Trading को कैसे लागू करें: एक स्तरित आर्किटेक्चर उदाहरण

Vibe Trading पर वापस आते हैं। दिशा सही है, लेकिन शर्त यह है कि स्तरीकरण स्पष्ट हो।

मान लीजिए कि आज BTC पर मूविंग एवरेज गोल्डन क्रॉस हुआ है, लेकिन सभी समाचार नियामक मंदी के हैं। आप क्या करेंगे? केवल मूविंग एवरेज देखें, तो लॉन्ग खोलना चाहिए; केवल समाचार सुनें, तो हिम्मत नहीं होती। यही वह विशिष्ट परिदृश्य है जहाँ स्तरीकरण की आवश्यकता है।

FMZ पर, एक सरलीकृत स्तरित आर्किटेक्चर इस प्रकार लागू किया जा सकता है (नोट: नीचे सरलीकृत उदाहरण है, वास्तविक ट्रेडिंग के लिए कृपया स्वयं अनुबंध सेटिंग और जोखिम नियंत्रण पूर्ण करें):

            javascript
            
            
/*
रणनीति पैरामीटर (FMZ रणनीति संपादन पृष्ठ के "पैरामीटर" अनुभाग में जोड़ें):
  OPENROUTER_API_KEY : string प्रकार, अपनी OpenRouter API Key भरें
  AI_MODEL           : string प्रकार, डिफ़ॉल्ट मान "google/gemini-2.5-flash", अन्य मॉडल से बदला जा सकता है
*/

// शब्दार्थ निर्णय स्तर: OpenRouter के माध्यम से AI को कॉल करके बाजार की भावना प्राप्त करें
function getAISentiment() {
    var prompt = "वर्तमान क्रिप्टोकरेंसी बाजार समाचारों का विश्लेषण करें, भावना स्कोर दें (-1 से 1, -1 अत्यधिक भय, 1 अत्यधिक लालच), केवल एक संख्या लौटाएं"
    var response = HttpQuery("https://openrouter.ai/api/v1/chat/completions", {
        method: "POST",
        body: JSON.stringify({
            model: AI_MODEL,
            messages: [{role: "user", content: prompt}],
            temperature: 0
        }),
        headers: {
            "Content-Type": "application/json",
            "Authorization": "Bearer " + OPENROUTER_API_KEY
        },
        timeout: 15000
    })

    var score = parseFloat(JSON.parse(response).choices[0].message.content)
    // जब AI असामान्य रिटर्न देता है, तो तटस्थ मान पर वापस आएं — सिस्टम की विश्वसनीयता AI के हर सही आउटपुट पर निर्भर नहीं करती
    if (isNaN(score) || score < -1 || score > 1) {
        Log("AI ने असामान्य प्रारूप लौटाया, डिफ़ॉल्ट मान 0 का उपयोग करें")
        score = 0
    }
    Log("AI भावना स्कोर:", score)
    return score
}

function main() {
    var lastSignalTime = 0  // पिछले सिग्नल के K-line समय को रिकॉर्ड करें, उसी K-लाइन पर बार-बार ट्रिगर होने से रोकें

    while (true) {
        var records = exchange.GetRecords(PERIOD_D1)
        if (!records || records.length < 20) { Sleep(1000); continue }

        var ma5 = TA.MA(records, 5)
        var ma20 = TA.MA(records, 20)
        var idx = records.length - 1
        var curTime = records[idx].Time
        var isBullCross = ma5[idx] > ma20[idx] && ma5[idx-1] <= ma20[idx-1]
        var isBearCross = ma5[idx] < ma20[idx] && ma5[idx-1] >= ma20[idx-1]

        // आपकी स्थिति की जाँच करें
        var pos = exchange.GetPosition()
        var hasPosition = pos && pos.length > 0

        // पहला स्तर: निर्धारित सिग्नल "दहलीज" के रूप में कार्य करता है, गोल्डन क्रॉस ट्रिगर + कोई स्थिति नहीं + इस K-लाइन पर पहले से प्रोसेस नहीं हुआ है, तभी AI से पूछें
        if (isBullCross && !hasPosition && curTime !== lastSignalTime) {
            lastSignalTime = curTime
            var sentiment = getAISentiment()

            // दूसरा स्तर: AI भावना "संदर्भ" के रूप में कार्य करती है, स्थिति आकार को प्रभावित करती है लेकिन स्वतंत्र रूप से व्यापार को ट्रिगर नहीं करती
            if (sentiment > 0.2) {
                exchange.SetDirection("buy")
                exchange.Buy(records[idx].Close, 1)
                Log("गोल्डन क्रॉस + AI तेजी, पूर्ण स्थिति खोलें")
            } else if (sentiment > -0.3) {
                exchange.SetDirection("buy")
                exchange.Buy(records[idx].Close, 0.5)
                Log("गोल्डन क्रॉस + AI तटस्थ, आधी स्थिति खोलें")
            } else {
                Log("गोल्डन क्रॉस लेकिन AI मंदी, इस सिग्नल को छोड़ें")
            }
        }

        // डेथ क्रॉस पर स्थिति बंद करें: निर्धारित नियम, AI के माध्यम से नहीं
        if (isBearCross && hasPosition) {
            exchange.SetDirection("closebuy")
            exchange.Sell(records[idx].Close, pos[0].Amount)
            Log("मूविंग एवरेज डेथ क्रॉस, स्थिति बंद करें")
        }

        // तीसरा स्तर: स्टॉप लॉस "लौह नियम" है, AI के माध्यम से नहीं
        if (hasPosition) {
            var curPrice = records[idx].Close
            var entryPrice = pos[0].Price
            if (curPrice < entryPrice * 0.97) {  // खुलने की कीमत से 3% नीचे
                exchange.SetDirection("closebuy")
                exchange.Sell(curPrice, pos[0].Amount)
                Log("स्टॉप लॉस ट्रिगर हुआ, बिना शर्त स्थिति बंद करें, हानि", ((curPrice/entryPrice - 1)*100).toFixed(2), "%")
            }
        }

        Sleep(60 * 1000)
    }
}

इस कोड का मुख्य तर्क विस्तार से समझने लायक है:

1. मूविंग एवरेज गोल्डन क्रॉस "दहलीज" है। केवल जब निर्धारित सिग्नल पहले ट्रिगर होता है, तब AI को कॉल किया जाता है। हर K-लाइन पर बड़े मॉडल से नहीं पूछा जाता — इससे पैसे बचते हैं (बड़े मॉडल API टोकन के हिसाब से शुल्क लेते हैं) और शोर से बचा जाता है। यह Anthropic के दृष्टिकोण के अनुरूप है: पहले regex से फ़िल्टर करें, मैच होने पर ही भारी प्रोसेसिंग शुरू करें।

2. AI भावना "संदर्भ" है। यह स्थिति के आकार और सिग्नल को छोड़ने या न छोड़ने को प्रभावित करता है, लेकिन स्वतंत्र रूप से व्यापार को ट्रिगर नहीं करता। ध्यान दें कि कोड में AI रिटर्न वैल्यू के लिए अपवाद हैंडलिंग है — यदि बड़ा मॉडल अवैध सामग्री लौटाता है, तो सीधे तटस्थ मान 0 पर वापस आ जाएं। सिस्टम की विश्वसनीयता AI के हर सही आउटपुट पर निर्भर नहीं होनी चाहिए।

3. स्टॉप लॉस "लौह नियम" है। खुलने की कीमत से 3% नीचे बिना शर्त स्थिति बंद करें, AI की राय न पूछें। AI कह सकता है "दीर्घकालिक रूप से तेजी", लेकिन आपका खाता दीर्घकालिक तक टिक नहीं सकता। यहाँ मूल्य प्रतिशत आधारित हार्ड स्टॉप लॉस का उपयोग किया गया है, जो किसी भी धुंधले निर्णय से नहीं गुजरता।

यह Vibe Trading का सही तरीका है: प्राकृतिक भाषा का उपयोग करके AI को बाजार के माहौल को "महसूस" करने दें, और निर्धारित कोड का उपयोग करके व्यापार क्रियाओं को "निष्पादित" करें। दोनों की सीमाएँ धुंधली नहीं होनी चाहिए।

व्यावहारिक सुझाव: FMZ के बैकटेस्ट सिस्टम में, पहले शुद्ध मूविंग एवरेज रणनीति को आधार रेखा के रूप में चलाएँ, फिर AI भावना परत जोड़ें, और रिटर्न और ड्रॉडाउन की तुलना करें। यदि AI जोड़ने पर प्रदर्शन खराब हो जाता है — तो इसका मतलब है कि परतों में समस्या है, संभवतः AI उन जगहों पर हस्तक्षेप कर रहा है जहाँ उसे नहीं करना चाहिए। AI के हर रिटर्न को Log() के साथ रिकॉर्ड करें, ताकि बाद में हर निर्णय का विश्लेषण किया जा सके।

पाँच, एक वाक्य लेकर जाएँ

सबसे उन्नत AI कंपनियाँ भावना का पता लगाने के लिए regex का उपयोग करती हैं, इसलिए नहीं कि वे बेहतर AI नहीं बना सकतीं।

इसलिए क्योंकि वे जानती हैं: सही उपकरण चुनना मजबूत उपकरण चुनने से अधिक महत्वपूर्ण है।

मूविंग एवरेज रणनीति आकर्षक नहीं है, regex उन्नत नहीं है। लेकिन अपने क्षेत्र में, वे किसी भी AI से अधिक विश्वसनीय हैं।

दूसरी ओर, जब आपको 5000 शब्दों के एक मैक्रो रिपोर्ट से यह निकालना हो कि "यह रिपोर्ट BTC के लिए तेजी है या मंदी" — तो मूविंग एवरेज मदद नहीं करेगा, regex भी मदद नहीं करेगा। यहीं AI को मैदान में उतरना चाहिए।

समस्या "AI का उपयोग करना या न करना" नहीं है, बल्कि "इसे किस स्तर पर उपयोग करना है" है।

Claude Code के स्रोत कोड में वह छोटी सी regex फ़ाइल हमें एक अक्सर अनदेखे प्रश्न का उत्तर देती है। और FMZ आपको एक तैयार स्तरित बुनियादी ढाँचा प्रदान करता है — एक्सचेंज इंटरफ़ेस, इंडिकेटर गणना, रियल-टाइम प्रबंधन, लॉग ऑडिट — सब कुछ पहले से तैयार है, बस आपको यह सोचना है: कौन से निर्णय TA.MA() को सौंपने हैं, और कौन से AI को।

संदर्भ स्रोत:

• Alex Kim - The Claude Code Source Leak — नियमित अभिव्यक्ति हताशा पहचान विश्लेषण
• FMZ - Building an AI-Powered Automated Trading System — AI मस्तिष्क + FMZ दो-हाथ संरचना
• TradingAgents - Multi-Agents LLM Financial Trading Framework — मल्टी-एजेंट क्वांटिटेटिव ट्रेडिंग ओपन-सोर्स फ्रेमवर्क
• TradingAgents पेपर — मल्टी-एजेंट वित्तीय ट्रेडिंग फ्रेमवर्क पर शैक्षणिक शोध
• VentureBeat - Claude Code Source Code Leak