रणनीति पृष्ठभूमि

इस वर्ष की शुरुआत में, समुदाय में एक खबर फैल गई थी कि किसी ने Polymarket पर रातों-रात एक मकान कमा लिया। उत्सुकता वश मैंने विशिष्ट ट्रेडिंग फ्रेमवर्क खोजा, लेकिन सब क्लिकबेट निकला, एक भी लाइन कोड नहीं था। कोई चारा नहीं, खुद करना पड़ा।

शुरुआत में काफी उलझन थी। Polymarket वर्तमान में सबसे बड़ा विकेंद्रीकृत भविष्यवाणी बाजार मंच है, जिसमें 60,000 से अधिक सूचीबद्ध संपत्तियाँ हैं, जो राजनीति, खेल, समष्टि अर्थव्यवस्था आदि लगभग सभी भविष्यवाणी योग्य घटनाओं को कवर करती हैं। प्रत्येक संपत्ति मूलतः एक द्विआधारी विकल्प अनुबंध है - यदि परिणाम होता है, तो कीमत 1 पर पहुँचती है; यदि नहीं, तो शून्य हो जाती है। सबसे अधिक लाभदायक तो आंतरिक जानकारी है। लेकिन आम लोगों को नहीं पता कि बॉस अगले हफ्ते कितने ट्वीट करेगा, न ही यह कि फेडरल रिजर्व अगली बार ब्याज दर घटाएगा या नहीं, और न ही उनके पास बाजार पर नजर रखने, विश्लेषण करने और निर्णय लेने का समय और ऊर्जा है।

तो सोचा, क्या एक अलग दृष्टिकोण अपनाया जा सकता है: जानकारी का पीछा न करें, बल्कि पूंजी का पीछा करें। जानकारी में बढ़त रखने वाले लोग पहले से योजना बनाएंगे, और खरीद कार्रवाई निश्चित रूप से कीमत और मात्रा पर निशान छोड़ेगी। भले ही 'अंदर की खबर' न पता हो, पूंजी के व्यवहार को देखकर यह अनुमान लगाया जा सकता है कि कोई चुपके से पोजीशन बना रहा है या नहीं। इस विचार के अनुसार, एक बहु-भूमिका बुद्धिमान विश्लेषण ट्रेडिंग सिस्टम बनाया, जो K-लाइन सिग्नल खोजने, सार्वजनिक भावना को मान्य करने, AI निर्णय लेने, और स्वचालित ऑर्डर तथा जोखिम नियंत्रण को एक पूर्ण पाइपलाइन में जोड़ता है।

सिस्टम आर्किटेक्चर

पूरा सिस्टम FMZ वर्कफ़्लो पर चलता है, जिसमें दो समानांतर शेड्यूलिंग पथ हैं: मुख्य और उप, जो पूरी तरह से अलग-अलग हैं और एक दूसरे को अवरुद्ध नहीं करते।

मुख्य लाइन 'अवसर खोजें और पोजीशन खोलें' के लिए जिम्मेदार है। प्रत्येक राउंड में चार क्रमिक चरण शामिल हैं: प्रारंभिक फ़िल्टरिंग → K-लाइन विसंगति का पता लगाना → समाचार खोज → AI बहु-भूमिका विश्लेषण, और अंत में खरीद सिग्नल उत्पन्न करना और ऑर्डर निष्पादन में प्रवेश करना। उप-लाइन केवल 'मौजूदा पोजीशन' का प्रबंधन करती है, 30 सेकंड के चक्र पर लगातार चलती है, चाहे मुख्य लाइन पर कोई कार्य चल रहा हो या नहीं, उप-लाइन नहीं रुकती।

यह अलग डिज़ाइन एक वास्तविक समस्या का समाधान करता है: भविष्यवाणी बाजार की कीमत में बदलाव निरंतर होते हैं, लेकिन स्टॉक चयन विश्लेषण भारी गणना और उच्च विलंबता वाला होता है। यदि स्टॉप-लॉस मॉनिटरिंग को मुख्य लाइन में शामिल किया जाता है, तो जब AI विश्लेषण धीमा होता है, स्टॉप-लॉस प्रतिक्रिया में गंभीर देरी होगी। स्वतंत्र शेड्यूलिंग एक आवश्यक इंजीनियरिंग समझौता है।

प्रत्येक मॉड्यूल का विस्तृत विवरण

प्रारंभिक फ़िल्टरिंग: पहले बेकार संपत्तियों को हटा दें

60,000 संपत्तियों का एक-एक करके विश्लेषण करना संभव नहीं है, इसलिए पहला अवरोध शुद्ध नियम-आधारित फ़िल्टरिंग है, जिसका एकमात्र उद्देश्य उन वस्तुओं को जल्दी से हटाना है जो स्पष्ट रूप से देखने लायक नहीं हैं, और बाद की गणना संसाधनों को वास्तव में मूल्यवान संपत्तियों के लिए छोड़ देना है।

फ़िल्टरिंग शर्तों में शामिल हैं: तरलता की निचली सीमा (बहुत कम का मतलब है खरीदना/बेचना मुश्किल), 24 घंटे का ट्रेडिंग वॉल्यूम निचली सीमा (मूल रूप से कोई लेन-देन नहीं होने वाली संपत्तियों में संदर्भ मूल्य का अभाव), बोली-आस्क स्प्रेड ऊपरी सीमा (अत्यधिक फैलाव का मतलब है उच्च स्लिपेज लागत), प्रतिस्पर्धा की ऊपरी सीमा, और मूल्य सीमा - केवल उन संपत्तियों पर ध्यान केंद्रित करें जिनकी बाजार निहित संभावना 5% और 50% के बीच है। बहुत अधिक पहले से ही पूरी तरह से मूल्य निर्धारित हो चुकी हैं और उनमें वृद्धि की गुंजाइश सीमित है; बहुत कम की विश्वसनीयता संदिग्ध है, यह लॉटरी के करीब है, अवसरों से दूर।

फ़िल्टरिंग के बाद, एक ही घटना में अक्सर Yes और No दोनों दिशाएं सूचीबद्ध होती हैं। रणनीति केवल कम कीमत वाली दिशा को बनाए रखती है, क्योंकि कम कीमत वाले छोर पर ऑड्स लोच अधिक और संभावित रिटर्न अधिक होता है।

            javascript
            
            
let truePrice = parseFloat(outcomePrices[outcomeIndex] || 0)
if (truePrice < CONFIG.MIN_TRUE_PRICE || truePrice > CONFIG.MAX_TRUE_PRICE) continue

let isActive = (
    info.active === true && info.approved === true &&
    info.closed === false && info.archived === false &&
    info.acceptingOrders === true && info.pendingDeployment === false
)
if (!isActive) continue

let spreadPct = (ask - bid) / ask
if (spreadPct > CONFIG.MAX_SPREAD_PCT) continue

// एक ही इवेंट के लिए केवल कम कीमत वाली दिशा रखें
if (!marketMap[baseSymbol]) {
    marketMap[baseSymbol] = entry
} else if (truePrice < marketMap[baseSymbol].price) {
    marketMap[baseSymbol] = entry
}

सभी फ़िल्टरिंग थ्रेसहोल्ड को $vars वेरिएबल के माध्यम से बाहरी पैरामीटर के रूप में उजागर किया जाता है, जिससे आप अपने जोखिम सहनशीलता और पूंजी आकार के अनुसार स्वतंत्र रूप से समायोजित कर सकते हैं, कोड बदलने की आवश्यकता नहीं।

K-लाइन विसंगति का पता लगाना: पूंजी के निशान खोजें

मोटे फ़िल्टरिंग के बाद, प्रत्येक पास होने वाली संपत्ति के लिए 60 मिनट के समय सीमा पर नवीनतम 240 K-लाइनें खींची जाती हैं, और पांच प्रकार की विसंगति जांच चलाई जाती है। यह रणनीति का मुख्य सिग्नल स्तर है, और पूरे सिस्टम का 'सीधे इवेंट को AI विश्लेषण के लिए फेंकने' से सबसे मूलभूत अंतर है - हम इवेंट परिणाम का अनुमान नहीं लगाते, हम पूंजी व्यवहार खोजते हैं।

धीमी चढ़ाई : पिछले 120 K-लाइनों में कुल वृद्धि 5% से अधिक, लेकिन एकल K-लाइन में अधिकतम वृद्धि 1.5% से कम। यह विशेषता पूंजी द्वारा जानबूझकर गति को नियंत्रित करते हुए, ध्यान आकर्षित करने से बचने के लिए पोजीशन बनाने के आसन का वर्णन करती है।

वॉल्यूम में रैखिक वृद्धि : नवीनतम 60 K-लाइनों के वॉल्यूम अनुक्रम पर रैखिक प्रतिगमन करें, ढलान धनात्मक है और R² 0.5 से अधिक है, जो दर्शाता है कि वॉल्यूम लगातार और स्थिर रूप से बढ़ रहा है, न कि यादृच्छिक स्पंदन। R² महत्वपूर्ण है, यह 'एक कैंडल में अचानक वॉल्यूम और बाकी शांत' जैसे शोर मामलों को फ़िल्टर करता है।

रिट्रेसमेंट का कम होना : ऐतिहासिक उच्च के बाद प्रत्येक रिट्रेसमेंट की अधिकतम गहराई का आंकड़ा लगाएं। यदि हालिया औसत रिट्रेसमेंट शुरुआती 60% से कम है, तो यह इंगित करता है कि बिक्री का दबाव कम हो रहा है, पोजीशन स्थिर हो रही है, और कोई खरीद रहा है। प्रत्येक रिट्रेसमेंट अवधि के दौरान न्यूनतम मूल्य पर लगातार नज़र रखें, और पूर्ण रिट्रेसमेंट आकार की गणना करें।

साइडवेज़ ब्रेकआउट : MA60 और MA120 के बीच विचलन 2% से कम (साइडवेज़ स्थिति), और वर्तमान मूल्य MA60 से 3% अधिक है, जो पिछले प्रतिरोध स्तर के ब्रेकआउट का संकेत देता है।

वॉल्यूम में अचानक वृद्धि : हाल के 5 K-लाइनों का औसत वॉल्यूम पिछले 60 K-लाइनों के आधार वॉल्यूम से 2.5 गुना अधिक है, जो पूंजी के त्वरित प्रवेश का संकेत देता है।

            javascript
            
            
function linearRegression(values) {
    let n = values.length
    let sumX = 0, sumY = 0, sumXY = 0, sumX2 = 0
    for (let i = 0; i < n; i++) {
        sumX += i; sumY += values[i]
        sumXY += i * values[i]; sumX2 += i * i
    }
    let slope = (n * sumXY - sumX * sumY) / (n * sumX2 - sumX * sumX)
    let intercept = (sumY - slope * sumX) / n
    let meanY = sumY / n
    let ssTot = 0, ssRes = 0
    for (let i = 0; i < n; i++) {
        ssTot += Math.pow(values[i] - meanY, 2)
        ssRes += Math.pow(values[i] - (slope * i + intercept), 2)
    }
    let r2 = ssTot === 0 ? 0 : 1 - ssRes / ssTot
    return { slope, intercept, r2 }
}

function detectAnomaly(closes, volumes) {
    if (closes.length < 60) return null
    let anomalies = [], score = 0

    let slice120 = closes.slice(-Math.min(120, closes.length))

    // ── 异常1：缓慢爬升 ──────────────────────────────────────
    let totalChange = (slice120[slice120.length - 1] - slice120[0]) / slice120[0]
    let maxSingle = 0
    for (let i = 1; i < slice120.length; i++) {
        let change = Math.abs(slice120[i] - slice120[i - 1]) / slice120[i - 1]
        if (change > maxSingle) maxSingle = change
    }
    if (totalChange > 0.05 && maxSingle < 0.015) {
        score++
        anomalies.push(`缓慢爬升 总涨${(totalChange * 100).toFixed(1)}% 单根最大${(maxSingle * 100).toFixed(2)}%`)
    }

    // ── 异常2：成交量线性增长 ─────────────────────────────────
    let volSlice = volumes.slice(-60)
    let volReg = linearRegression(volSlice)
    if (volReg.slope > 0 && volReg.r2 > 0.5) {
        score++
        anomalies.push(`成交量线性增长 斜率${volReg.slope.toFixed(4)} R²${volReg.r2.toFixed(2)}`)
    }

    // ── 异常3：回调收窄（追踪每次回调最低价，计算完整深度）────
    let pullbacks = [], localHigh = closes[0]
    let inPullback = false, pullbackLow = closes[0]
    for (let i = 1; i < slice120.length; i++) {
        if (closes[i] > localHigh) {
            if (inPullback) {
                pullbacks.push((localHigh - pullbackLow) / localHigh)
                inPullback = false
            }
            localHigh = closes[i]
        } else if (closes[i] < localHigh * 0.99) {
            if (!inPullback) { inPullback = true; pullbackLow = closes[i] }
            else if (closes[i] < pullbackLow) { pullbackLow = closes[i] }
        }
    }
    if (pullbacks.length >= 3) {
        let first = pullbacks.slice(0, Math.floor(pullbacks.length / 2))
        let last  = pullbacks.slice(Math.floor(pullbacks.length / 2))
        let firstAvg = first.reduce((a, b) => a + b, 0) / first.length
        let lastAvg  = last.reduce((a, b) => a + b, 0) / last.length
        if (lastAvg < firstAvg * 0.6) {
            score++
            anomalies.push(`回调收窄 早期${(firstAvg * 100).toFixed(2)}% 近期${(lastAvg * 100).toFixed(2)}%`)
        }
    }

    // ── 异常4：横盘突破 ───────────────────────────────────────
    let ma60  = closes.slice(-60).reduce((a, b) => a + b, 0) / 60
    let ma120 = closes.length >= 120
        ? closes.slice(-120).reduce((a, b) => a + b, 0) / 120
        : ma60
    let currentPrice = closes[closes.length - 1]
    if (Math.abs(ma60 - ma120) / ma120 < 0.02 && currentPrice > ma60 * 1.03) {
        score++
        anomalies.push(`横盘突破 MA60=${ma60.toFixed(3)} MA120=${ma120.toFixed(3)} 当前=${currentPrice.toFixed(3)}`)
    }

    // ── 异常5：成交量突增 ─────────────────────────────────────
    let recentVol = volumes.slice(-5).reduce((a, b) => a + b, 0) / 5
    let baseVol   = volumes.slice(-65, -5).reduce((a, b) => a + b, 0) / 60
    if (baseVol > 0 && recentVol > baseVol * 2.5) {
        score++
        anomalies.push(`成交量突增 近5根均量是基准${(recentVol / baseVol).toFixed(1)}倍`)
    }

    return { score, anomalies }
}

प्रत्येक विसंगति से मिलने पर एक अंक जोड़ा जाता है, अधिकतम 5 अंक। केवल कुल स्कोर 2 या उससे अधिक होने पर ही अगले चरण में प्रवेश किया जाता है। एक एकल संकेत यादृच्छिक शोर हो सकता है, लेकिन जब कई संकेत एक साथ आते हैं, तो वे फंडिंग व्यवहार की कुछ विश्वसनीयता दर्शाते हैं – यह संपूर्ण कैंडलस्टिक जांच तर्क का मुख्य आधार है।

समाचार खोज: विसंगति के लिए एक मौलिक स्पष्टीकरण खोजें

कैंडलस्टिक सिग्नल इस बात का सबूत हैं कि "पैसा चल रहा है", लेकिन पैसा क्यों चल रहा है और यह चलन कितना उचित है, यह सत्यापित करने के लिए सूचना पक्ष की आवश्यकता है। यह कदम प्रत्येक कैंडलस्टिक विसंगति वाले प्रतीक के लिए समाचार खोजने का है, ताकि देखा जा सके कि उनके पीछे कोई समर्थनकारी घटना है या नहीं।

यहाँ Brave Search API का उपयोग किया गया है, जो प्रति माह 2000 मुफ्त कॉल प्रदान करता है, जो हर 10 मिनट के मुख्य लय के लिए लगभग पर्याप्त है। खोज कीवर्ड प्रतीक (symbol) से निकाले जाते हैं, दिशा प्रत्यय और विभाजक हटाकर पठनीय घटना वर्णन शब्दों में बदल दिए जाते हैं।

            javascript
            
            
const q = item.symbol
    .replace("_USDC.No", "")
    .replace("_USDC.Yes", "")
    .replace(/-/g, "+")

const rawResponse = HttpQuery(
    "https://api.search.brave.com/res/v1/web/search?q=" + q,
    { method: "GET", headers: { "X-Subscription-Token": CONFIG.BRAVE_API_KEY } }
)

// सभी वापस किए गए अनुभागों (वेब, समाचार आदि) को ट्रैवर्स करें और संरचित फ़ील्ड्स को एकीकृत रूप से निकालें
Object.keys(data).forEach(key => {
    const section = data[key]
    if (section && section.results && Array.isArray(section.results)) {
        section.results.forEach(r => {
            news.push({ type: key, title: r.title, description: r.description, age: r.age })
        })
    }
})

खोजे गए समाचारों को K-लाइन डेटा के साथ पैक करके अगले AI विश्लेषण चरण में भेजा जाता है — दोनों लाइनें एक साथ सत्यापित होती हैं, जो केवल एक तरफ देखने से कहीं अधिक विश्वसनीय है।

AI बहु-भूमिका विश्लेषण: चार दृष्टिकोण, स्व-प्रतिपादन को रोकना

डेटा तैयार होने के बाद AI विश्लेषण नोड में प्रवेश किया जाता है, और मॉडल अपनी आवश्यकता के अनुसार चयन करता है। प्रॉम्प्ट में चार स्वतंत्र भूमिकाएँ परिभाषित की गई हैं, यह पूरे सिस्टम का सबसे मुख्य डिज़ाइन निर्णय है, जिसे अलग से समझाना उचित है।

यदि एक ही AI को K-लाइन और समाचार दोनों एक साथ देखने दिया जाए, तो यह आसानी से दोनों के बीच एक-दूसरे की पुष्टि कर लेता है, और एक ऐसा निष्कर्ष निकालता है जो सतही रूप से उचित लगता है लेकिन वास्तव में स्वतंत्र सत्यापन का अभाव होता है — फंड सिग्नल से समाचार को समर्थन देना और फिर समाचार से फंड सिग्नल को समर्थन देना, अंततः एक स्व-प्रबलित परिणाम देता है जैसे "मुझे लगता है कि खरीद सकते हैं"। भूमिका पृथक्करण सूचना स्रोतों की स्वतंत्रता को अनिवार्य करता है: प्रत्येक भूमिका केवल अपना डेटा देखती है, केवल अपने आयाम का निष्कर्ष निकालती है, और अंतिम निर्णय भूमिका केवल निष्कर्ष देखती है, प्रक्रिया को नहीं।

भूमिका एक: K-लाइन फंड विश्लेषक, समाचार नहीं देखता, केवल मूल्य और वॉल्यूम की असामान्यताओं को देखकर निर्धारित करता है कि क्या वास्तविक फंड लगातार खरीद रहे हैं, और फंड सिग्नल की ताकत (मजबूत/मध्यम/आधार रेखा) का आउटपुट देता है।

भूमिका दो: समाचार और जनमत विश्लेषक, K-लाइन नहीं देखता, केवल सूचना पक्ष का मूल्यांकन करता है, यह निर्धारित करता है कि क्या कोई सकारात्मक घटना है जिसे अभी तक बाजार द्वारा मूल्य निर्धारित नहीं किया गया है, और समाचार समर्थन स्तर (मजबूत/कमजोर/कोई नहीं) का आउटपुट देता है।

भूमिका तीन: मूल्य मूल्यांकन विश्लेषक, पिछली दो भूमिकाओं के निष्कर्षों को मिलाकर, घटना की वास्तविक संभावना सीमा का अनुमान लगाता है, वर्तमान बाजार मूल्य से तुलना करता है, और कम मूल्यांकित/उचित/अधिक मूल्यांकित का मूल्यांकन देता है। इस भूमिका में एक अंतर्निहित समाप्ति तिथि भार नियम है: 7 दिनों से अधिक शेष होने पर सामान्य अनुमान लगाया जाता है; 3 दिनों के भीतर और बाजार मूल्य 0.15 से अधिक होने पर, संभावना सीमा को अनिवार्य रूप से संकुचित किया जाता है और "गंभीर रूप से कम मूल्यांकित" आउटपुट करने से मना किया जाता है। इसका कारण सीधा है — समाप्ति के करीब, बाजार में भाग लेने वालों के पास AI के प्रशिक्षण डेटा की तुलना में अधिक वास्तविक समय की जानकारी होती है, इसलिए AI के निर्णय को बाजार मूल्य के आगे झुकना चाहिए।

भूमिका चार: अंतिम निर्णय विश्लेषक, निर्णय मैट्रिक्स के अनुसार पिछली तीन भूमिकाओं के निष्कर्षों को एकत्रित करता है और अंतिम कार्रवाई का आउटपुट देता है। मैट्रिक्स का तर्क है: फंड सिग्नल शर्त है, समाचार सत्यापन है, और दोनों मिलकर विश्वास स्तर निर्धारित करते हैं; लेकिन विश्वास स्तर कितना भी अधिक क्यों न हो, जब तक मूल्य मूल्यांकन "कम मूल्यांकित" नहीं होता, कोई कार्रवाई नहीं की जाती।

यहाँ समाचार सत्यापन जानकारी का पीछा करना नहीं है, बल्कि यह निर्धारित करने के लिए है कि फंड व्यवहार में पहले से ही मौलिक समर्थन है या नहीं। जब इनसाइडर फंड पोजीशन बना रहे होते हैं, तो जानकारी सार्वजनिक समाचारों में दिखाई नहीं देगी, लेकिन फंड सिग्नल और समाचार समर्थन का संयोजन बताता है कि जानकारी प्रसार के मध्य चरण में है और बाजार में अभी भी मूल्य निर्धारण में अंतराल है — यही वह खिड़की है जिसे रणनीति वास्तव में कैप्चर करना चाहती है।

AI का आउटपुट प्रारूप सख्त JSON है, जिसमें प्रत्येक भूमिका का निष्कर्ष, वास्तविक संभावना सीमा, मूल्य मूल्यांकन, अंतिम निर्णय, विश्वास स्तर और जोखिम सूची शामिल है, जो सीधे निचले स्तर के निष्पादन नोड द्वारा उपभोग किए जाते हैं।

लेन-देन निष्पादन: केवल सर्वश्रेष्ठ को खरीदें

AI प्रत्येक बैच के लक्ष्यों को एक-एक करके स्कोर करता है, निष्पादन स्तर सभी खरीद सिग्नलों पर ऑर्डर नहीं देगा — सिस्टम केवल उच्चतम स्कोर वाले को चुनता है। सॉर्टिंग नियम क्रमशः हैं: विश्वास स्तर (उच्च > मध्यम > निम्न) → मूल्य मूल्यांकन (गंभीर रूप से कम मूल्यांकित > कम मूल्यांकित) → वास्तविक संभावना सीमा की चौड़ाई (जितनी संकीर्ण, उतना अधिक निश्चित)।

            javascript
            
            
const buySignals = signals.filter(s => s.signal === 'buy')
bestSignal = buySignals.sort((a, b) => {
    const confDiff = (confidenceRank[b.confidence] || 0) - (confidenceRank[a.confidence] || 0)
    if (confDiff !== 0) return confDiff
    const assessDiff = (assessmentRank[b.priceAssessment] || 0) - (assessmentRank[a.priceAssessment] || 0)
    if (assessDiff !== 0) return assessDiff
    // जितनी संकीर्ण सीमा, उतना अधिक निश्चित, पहले संकीर्ण चुनें
    const aWidth = (a.trueProb.max || 0) - (a.trueProb.min || 0)
    const bWidth = (b.trueProb.max || 0) - (b.trueProb.min || 0)
    return aWidth - bWidth
})[0]

लक्ष्य चुनने के बाद, रीयल-टाइम में ऑर्डर बुक का आस्क प्राइस प्राप्त करें, शेष राशि पर्याप्त होने की पुष्टि करें, और लिमिट ऑर्डर के रूप में सबमिट करें। ऑर्डर सबमिट करने के बाद स्थिति की जांच करें, अधिकतम 30 सेकंड प्रतीक्षा करें, समय समाप्त होने पर ऑर्डर रद्द करें, ताकि कोई लंबित ऑर्डर जमा न हो। यदि वर्तमान दौर का आस्क मूल्य कॉन्फ़िगर शेयर से गुणा करने पर 1 USDC न्यूनतम ऑर्डर सीमा से कम है, तो सिस्टम स्वचालित रूप से ceil(1/askPrice) का उपयोग करके न्यूनतम निष्पादन योग्य शेयर तक राउंड अप करेगा।

स्टॉप-लॉस मॉड्यूल: ट्रेलिंग स्टॉप-लॉस + एब्सोल्यूट सेफ्टी नेट

सेकेंडरी लाइन हर 30 सेकंड में निष्पादित होती है, तर्क दो चरणों में विभाजित है: पहले समाप्ति पर रिडीम करें, फिर सक्रिय होल्डिंग्स पर ट्रेलिंग स्टॉप-लॉस जांच करें।

Polymarket में एक विशेष तंत्र है — अनुबंध समाप्त होने के बाद फंड स्वचालित रूप से खाते में वापस नहीं आते, सक्रिय रूप से redeem कॉल करने की आवश्यकता होती है। रणनीति प्रत्येक सेकेंडरी लाइन राउंड की शुरुआत में एक साथ सभी रिडीम करने योग्य होल्डिंग्स को स्कैन करती है और बैच में फंड जारी करती है, ताकि फंड लंबे समय तक लॉक न रहें।

ट्रेलिंग स्टॉप-लॉस का मूल दोहरी स्टॉप-लॉस रेखा डिज़ाइन है: ट्रेलिंग स्टॉप-लॉस लाइन (ऐतिहासिक उच्चतम बोली मूल्य - निश्चित गिरावट राशि LOSS_AMOUNT) और एब्सोल्यूट सेफ्टी नेट लाइन (प्रवेश मूल्य × 50%), वास्तविक स्टॉप-लॉस मूल्य इन दोनों में से बड़ा लिया जाता है।

            javascript
            
            
function calcStopPrice(entryPrice, maxPrice) {
    const trailingStopPrice  = maxPrice - CONFIG.LOSS_AMOUNT
    const absoluteStopPrice  = entryPrice * CONFIG.FALLBACK_STOP_RATIO  // निश्चित 0.50
    const usingFallback      = trailingStopPrice < absoluteStopPrice
    const effectiveStopPrice = usingFallback ? absoluteStopPrice : trailingStopPrice
    return { effectiveStopPrice, trailingStopPrice, absoluteStopPrice, usingFallback }
}

यह दोहरा डिज़ाइन दो विशिष्ट होल्डिंग परिदृश्यों के अनुरूप है: लाभ के चरण में, ट्रेलिंग स्टॉप-लॉस लाइन मूल्य के साथ ऊपर जाती है, अप्राप्त लाभ को लॉक करती है; प्रवेश पर ही नुकसान होने पर, ट्रेलिंग स्टॉप-लॉस लाइन नकारात्मक या शून्य के करीब हो सकती है, तब एब्सोल्यूट सेफ्टी नेट लाइन (प्रवेश मूल्य × 50%) संभाल लेती है, होल्डिंग को शून्य तक गिरने से रोकती है। दोनों लाइनें अपनी-अपनी भूमिका निभाती हैं, एक भी आवश्यक नहीं है।

स्टॉप-लॉस ट्रिगर होने के बाद मार्केट प्राइस पर बेचने के लिए कॉल करें, उस लक्ष्य के ऐतिहासिक उच्चतम मूल्य कैश को साफ़ करें, और अगले ओपन सिग्नल की प्रतीक्षा करें। डैशबोर्ड प्रत्येक होल्डिंग के स्टॉप-लॉस लाइन से शेष दूरी को रीयल-टाइम में दिखाता है, रंगों के साथ चेतावनी स्तर को अलग करता है, जिससे मैन्युअल समीक्षा में सुविधा होती है।

मुख्य डिज़ाइन निर्णय

एकल व्यापक प्रॉम्प्ट के बजाय बहु-भूमिका क्यों? इस प्रश्न का उत्तर पहले विश्लेषण मॉड्यूल में आंशिक रूप से दिया गया था, लेकिन इसे फिर से स्पष्ट करना उचित है। एकल प्रॉम्प्ट की समस्या केवल "स्व-प्रतिपादन" नहीं है, बल्कि एक अधिक छिपा जोखिम भी है: जब AI एक साथ K-लाइन डेटा और समाचार टेक्स्ट संसाधित करता है, तो यह बाद वाले का उपयोग पहले की व्याख्या करने के लिए करता है, K-लाइन की असामान्यता को समाचार का आवश्यक प्रतिबिंब बताकर "तर्कसंगत" बना देता है, बजाय दोनों को स्वतंत्र संकेतों के रूप में अलग-अलग मूल्यांकन करने के। भूमिका पृथक्करण का सार दो स्वतंत्र सूचना श्रृंखलाओं को अनिवार्य करना है, और अंतिम एकत्रीकरण में यदि दोनों श्रृंखलाएं एक ही दिशा में इशारा करती हैं, तो विश्वसनीयता वास्तविक होती है।

हर राउंड में सिर्फ सबसे अच्छा एक क्यों खरीदें, बिखराव क्यों नहीं? पारंपरिक वित्त में बिखराव का एक परिपक्व सैद्धांतिक आधार है, लेकिन प्रेडिक्शन मार्केट में तर्क पूरी तरह से लागू नहीं होता है। प्रेडिक्शन मार्केट के लक्ष्यों का परिणाम द्विआधारी होता है, और शून्य पर जाने का जोखिम वास्तविक है। यदि एक साथ तीन मध्यम-विश्वास वाले लक्ष्य रखे जाते हैं, जिनमें से दो शून्य हो जाते हैं और एक बढ़ता है, तो कुल मिलाकर लागत वसूल होना मुश्किल हो सकता है। वर्तमान रणनीति का चुनाव है: सटीकता पर ध्यान केंद्रित करना, न कि असमान गुणवत्ता के संकेतों को पतला करने के लिए संख्या का उपयोग करना। यह व्यापार-बंद आवश्यक रूप से इष्टतम नहीं है, लेकिन तार्किक रूप से स्व-संगत है।

समाप्ति तिथि भार नियम को कठोर बाधा क्यों बनाया गया? समाप्ति के करीब, बाजार मूल्य प्रतिभागियों की वास्तविक समय की अपेक्षाओं को दर्शाता है, और इन प्रतिभागियों में से एक बड़े अनुपात में AI के प्रशिक्षण डेटा की तुलना में अधिक ताज़ा जानकारी होती है। यदि इस समय AI अभी भी "मूल्य गंभीर रूप से कम मूल्यांकित है, खरीदना चाहिए" का आउटपुट देता है, तो संभावना है कि इसकी जानकारी पहले ही पुरानी हो चुकी है। इस नियम को सुझाव के बजाय बाधा बनाना इसलिए है, क्योंकि AI के लिए स्वयं यह पहचानना अवास्तविक है कि "मेरी जानकारी अब पर्याप्त ताज़ा नहीं है", और बाहरी अनिवार्य हस्तक्षेप की आवश्यकता है।

रीयल-टाइम अवलोकन

वास्तविक संचालन रिकॉर्ड से देखा जाए तो, रणनीति का फ़नल अनुपात काफी तीव्र है। एक बार के संचालन में प्रारंभिक जांच में पास हुए 141 लक्ष्यों में से, K-लाइन असामान्यता जांच के बाद केवल 3 बचे, और अंत में केवल 1 ने फंड सिग्नल, समाचार समर्थन और मूल्य मूल्यांकन तीनों शर्तों को एक साथ पूरा किया और ऑर्डर ट्रिगर किया। शेष दो को क्रमशः मूल्य मूल्यांकन 'उचित' होने और समग्र स्कोर अपर्याप्त होने के कारण छोड़ दिया गया। यह दर्शाता है कि रणनीति समग्र रूप से रूढ़िवादी है, और बिना मानक कम किए खाली पोजीशन रखना पसंद करती है। बाजार में स्थिरता और स्पष्ट घटनाओं के बिना समाचार अवधि के दौरान, सिस्टम पूरे दिन कोई खरीद सिग्नल उत्पन्न नहीं कर सकता है। यह डिज़ाइन का एक अभिविन्यास है, कोई बग नहीं। कभी-कभी K-लाइन असामान्यता का सामना हुआ, जो बाद में झूठी ब्रेकआउट साबित हुई; फंड थोड़े समय के लिए प्रवेश करता है और फिर बाहर निकल जाता है, और मूविंग स्टॉप-लॉस हस्तक्षेप करता है और बाहर निकलता है। समाचार विश्लेषण में भी शोर होता है, संबंधित घटनाओं की रिपोर्टिंग स्वयं विलंबित या पक्षपाती हो सकती है, और अकेला AI पूरी तरह से पहचान नहीं सकता है।

डैशबोर्ड वास्तविक समय में खाता इक्विटी, पोजीशन स्थिति (वर्तमान Bid/Ask, उच्चतम मूल्य, स्टॉप-लॉस से ड्रॉडाउन दूरी, स्टॉप-लॉस मोड) और AI निर्णय विवरण प्रदर्शित करता है, जो मैन्युअल समीक्षा के लिए सुविधाजनक है।

निष्कर्ष

सच कहूँ तो, यह प्रणाली एक चलने योग्य विचार ढांचा है, न कि तुरंत उपयोग में लाने योग्य पैसे छापने की मशीन। मुख्य तर्क - फंड व्यवहार का पता लगाना, सार्वजनिक भावना का दोहरा-ट्रैक सत्यापन, और बहु-भूमिका AI निर्णय - अवधारणा में कुछ हद तक तर्कसंगत है, लेकिन वास्तविक बाजार में सिग्नल गुणवत्ता असमान है, AI का निर्णय भी गलत हो सकता है, और समाप्ति के निकट मूल्य अभिसरण का जोखिम हमेशा बना रहता है।

सुधार के लिए कई क्षेत्र हैं: ट्रेडिंग अंतर्निहित परिसंपत्तियों को अपने परिचित क्षेत्रों पर और अधिक केंद्रित किया जा सकता है, AI प्रॉम्प्ट को अपनी ट्रेडिंग शैली के अनुसार पुनः डिज़ाइन किया जा सकता है, पाँच प्रकार की K-लाइन असामान्यताओं के भार और सीमाओं में समायोजन की गुंजाइश है, और स्टॉप-लॉस गुणांक को वास्तविक पोजीशन प्रदर्शन के आधार पर पुनरावृत्त किया जा सकता है। कोड पूरी तरह से ओपन-सोर्स है, आप इसे संशोधित करने के लिए स्वागत है।

जोखिम चेतावनी

बाजार लक्ष्यों की भविष्यवाणी में द्विआधारी परिणाम विशेषता होती है, और पोजीशन में शून्य होने का जोखिम होता है। K-लाइन असामान्यता सिग्नल और AI विश्लेषण निष्कर्ष निवेश सलाह का गठन नहीं करते हैं, ऐतिहासिक सिग्नल प्रदर्शन भविष्य के रिटर्न का प्रतिनिधित्व नहीं करता है। रणनीति को दीर्घकालिक लाइव ट्रेडिंग सत्यापन से नहीं गुजरना पड़ा है, और पैरामीटर सेटिंग परिणामों को महत्वपूर्ण रूप से प्रभावित करती है। इस रणनीति को लाइव ट्रेडिंग में उपयोग करने से पहले, कृपया Polymarket प्लेटफ़ॉर्म नियमों, अनुबंध समाप्ति तंत्र और तरलता जोखिम को पूरी तरह से समझें, और मूलधन हानि सहन करने की अपनी क्षमता का स्वयं मूल्यांकन करें।

रणनीति स्रोत कोड: Polymarket बहु-भूमिका बुद्धिमान विश्लेषण ट्रेडिंग रणनीति