بڑے پیمانے پر اعداد و شمار کی ضرورت ہے. اعداد و شمار کی جانچ پڑتال کی ضرورت ہے

• #### NO：01

انسانی زندگی ، بچپن سے لے کر عمر تک ، بڑھاپے سے لے کر عمر تک ، غلطیوں ، اصلاحات اور غلطیوں کا ایک مستقل عمل ہے ، اور تقریبا almost کوئی بھی اس میں مستثنیٰ نہیں ہے۔ شاید بہت ساری غلطیاں ہوچکی ہیں ، جو اب بہت ہی کم درجے کی نظر آتی ہیں۔ یا شاید بہت سارے موقعوں سے محروم ہوچکے ہیں ، جیسے: جائیداد ، انٹرنیٹ ، ڈیجیٹل کرنسی وغیرہ۔ . .

اور یہ لوگ کہتے ہیں ‘مجھے نہیں ہونا چاہیے تھا…’ “اگر میں۔۔۔”

میں نے اس سوال کو اپنے دل میں رکھا اور بہت عرصے تک اس پر قابو نہیں پایا۔ لیکن پھر آہستہ آہستہ سمجھ آیا۔ دراصل، یہ کوئی خوفناک بات نہیں تھی، کیونکہ اس وقت ہر انتخاب، چاہے وہ صحیح ہو یا غلط، ہمیں پہلے سے طے شدہ نتائج سے دور کر کے ایک نامعلوم کی طرف لے جائے گا؛ اور ہمارا غور و فکر، صرف تاریخی اعداد و شمار سے باہر، خدا کے نقطہ نظر کو کھولتا ہے۔

• #### NO：02

میں نے بہت سارے تجارتی نظام دیکھے ہیں جن کی کامیابی کی شرح 50٪ سے زیادہ ہوسکتی ہے۔ اس طرح کی اعلی جیت کی شرح کی پیش گوئی کے ساتھ ، منافع اور نقصان کا تناسب 1: 1 سے زیادہ ہوسکتا ہے۔ تاہم ، اس میں کوئی استثنا نہیں ہے ، یہ نظام ایک بار ریل اسٹیٹ پر پہنچنے پر ، بنیادی طور پر نقصان میں ہیں۔ نقصان کی وجوہات بہت ساری ہیں ، ان میں سے کچھ ، جب جائزہ لیا جاتا ہے تو ، غیر ارادی طور پر ، دائیں سے بائیں کی طرف دیکھتے ہیں ، خدا کا نقطہ نظر کھول دیتے ہیں۔

تاہم ، تجارت اس طرح کی ایک پیچیدہ چیز ہے ، جس کے بارے میں بعد میں واضح طور پر واضح ہے ، لیکن اگر ہم خدا کے نقطہ نظر کی روشنی کے بغیر واپس جائیں تو ، ہم ابھی بھی حیران رہ جائیں گے۔ اس سے تاریخی اعداد و شمار کی حدود کو کم کرنے کے لئے مقداری جڑ کا مسئلہ پیدا ہوتا ہے۔

• #### NO：03

لیکن جب اعداد و شمار محدود ہیں تو ، تجارت کی حکمت عملیوں کی مکمل جانچ کے لئے محدود اعداد و شمار کا زیادہ سے زیادہ فائدہ کیسے اٹھایا جائے؟ عام طور پر دو طریقے ہیں: ردعمل کی جانچ اور کراس ٹیسٹ۔

تسلسل سے جانچنے کا بنیادی اصول: ماڈل کو پہلے طویل تاریخی اعداد و شمار کے ساتھ تربیت دیں ، اور اس کے بعد نسبتا short مختصر اعداد و شمار کے ساتھ ماڈل کی جانچ کریں ، اور پھر اعداد و شمار کی ونڈو کو پیچھے کی طرف منتقل کریں ، تربیت اور جانچ کے اقدامات کو دہرائیں۔

ٹریننگ کے اعداد و شمار: 2000-2001، ٹیسٹنگ کے اعداد و شمار: 2002؛ 2، تربیت کے اعداد و شمار: 2001-2002، ٹیسٹ کے اعداد و شمار: 2003؛ 3، تربیت کے اعداد و شمار: 2002-2003، ٹیسٹ کے اعداد و شمار: 2004؛ 4۔ تربیت کے اعداد و شمار: 2003-2004۔ ٹیسٹ کے اعداد و شمار: 2005۔ 5۔ تربیت کے اعداد و شمار: 2004-2005 ، ٹیسٹ کے اعداد و شمار: 2006؛

… اور اسی طرح …

آخر میں ، اس حکمت عملی کی کارکردگی کا مجموعی طور پر جائزہ لینے کے لئے [2002 ، 2003 ، 2004 ، 2005 ، 2006 ، …) کے ٹیسٹ کے نتائج کا شماریاتی جائزہ لیا گیا۔

مندرجہ ذیل تصویر کے طور پر، ایک بصری طور پر بیان کیا جا سکتا ہے recursive ٹیسٹ کے اصول:

مندرجہ بالا گراف دو طریقوں کو ظاہر کرتا ہے جن میں سے ایک ریڈیکٹو ٹیسٹ ہے:

پہلی قسم: ہر ٹیسٹ کے وقت، ٹیسٹ کے اعداد و شمار نسبتاً کم ہیں، ٹیسٹ کی تعداد زیادہ ہے۔ دوسری قسم: ہر ٹیسٹ کے وقت، ٹیسٹ کے اعداد و شمار نسبتاً لمبے اور ٹیسٹ کی تعداد کم ہوتی ہے۔

عملی طور پر ، ماڈل کو غیر مستحکم اعداد و شمار کے مقابلہ میں استحکام کا اندازہ لگانے کے لئے ٹیسٹ کے اعداد و شمار کی لمبائی کو تبدیل کرکے متعدد بار جانچ کی جاسکتی ہے۔

• #### NO：04

کراس ٹیسٹنگ کا بنیادی اصول: تمام اعداد و شمار کو N حصوں میں تقسیم کریں ، ہر بار ان میں سے N-1 حصوں میں تربیت کریں ، اور باقی حصوں میں جانچ کریں۔

2000 سے 2003 تک ہر سال کی طرف سے تقسیم، 4 حصوں میں تقسیم. اس کراس چیک کے آپریشن کے طریقہ کار مندرجہ ذیل ہے: 1، تربیت کے اعداد و شمار: 2001-2003، ٹیسٹ کے اعداد و شمار: 2000؛ ٹریننگ ڈیٹا: 2000-2002، ٹیسٹ ڈیٹا: 2003؛ 3، تربیت کے اعداد و شمار: 2000، 2001، 2003، ٹیسٹ کے اعداد و شمار: 2002؛ 4، تربیت کے اعداد و شمار: 2000، 2002، 2003، ٹیسٹ کے اعداد و شمار: 2001؛

جیسا کہ اوپر دکھایا گیا ہے: کراس ٹیسٹنگ کا سب سے بڑا فائدہ محدود اعداد و شمار کا بھرپور استعمال ہے ، ہر ٹریننگ ڈیٹا بھی ٹیسٹ ڈیٹا ہے۔ لیکن جب حکمت عملی کے ماڈل کی جانچ کے لئے کراس ٹیسٹنگ کا اطلاق ہوتا ہے تو اس میں واضح نقصانات بھی موجود ہیں:

1۔ جب قیمت کے اعداد و شمار غیر مستحکم ہوتے ہیں تو ، ماڈل کے ٹیسٹ کے نتائج اکثر ناقابل اعتماد ہوتے ہیں۔ مثال کے طور پر ، 2008 کے اعداد و شمار کو تربیت کے لئے استعمال کریں ، 2005 کے اعداد و شمار کے ساتھ ٹیسٹ کریں۔ یہ بہت امکان ہے کہ 2008 میں مارکیٹ کا ماحول 2005 کے مقابلے میں بہت زیادہ بدل گیا ہے ، لہذا ماڈل ٹیسٹ کے نتائج ناقابل اعتماد ہیں۔

2۔ پہلی شق کی طرح ، کراس ٹیسٹنگ میں ، اگر آپ جدید ترین ڈیٹا ٹریننگ ماڈل کا استعمال کرتے ہیں اور پرانے ڈیٹا ٹیسٹنگ ماڈل کا استعمال کرتے ہیں تو یہ خود ہی زیادہ منطقی نہیں ہوگا۔

• #### NO：05

اس کے علاوہ، جب ہم آہنگی کی حکمت عملی کے ماڈل کی جانچ پڑتال کی جاتی ہے تو، اعداد و شمار کے اوورلوپنگ کے مسائل کو ردعمل کی جانچ پڑتال یا کراس کی جانچ پڑتال دونوں کے ساتھ سامنا کرنا پڑتا ہے.

تجارتی حکمت عملی کے ماڈل تیار کرتے وقت ، زیادہ تر تکنیکی اشارے ایک خاص لمبائی کے تاریخی اعداد و شمار پر مبنی ہوتے ہیں۔ مثال کے طور پر ، رجحان ساز اشارے کا استعمال کرتے ہوئے ، پچھلے 50 دن کے تاریخی اعداد و شمار کا حساب لگائیں ، اور اگلے تجارتی دن ، یہ اشارے اس تجارتی دن سے پہلے 50 دن کے اعداد و شمار کا حساب لگاتا ہے ، پھر ان دونوں اشارے کے اعداد و شمار کا حساب لگائیں 49 دن ایک جیسے ہیں ، جس کی وجہ سے اس اشارے میں ہر دو ملحقہ دنوں میں بہت کم تبدیلی آتی ہے۔

اعداد و شمار کا ایک دوسرے پر مشتمل ہونا مندرجہ ذیل اثرات کا سبب بنتا ہے:

1۔ ماڈل کی پیشن گوئی کے نتائج میں سست تبدیلی کی وجہ سے پوزیشن میں سست تبدیلی ہوتی ہے ، یہی وہ اشارے ہیں جن کے بارے میں ہم کہتے ہیں کہ وہ پیچھے رہ گئے ہیں۔

2، ماڈل کے نتائج کی جانچ پڑتال کے لئے کچھ اعدادوشمار کی قیمتوں کا استعمال نہیں کیا جاسکتا ہے، کیونکہ ڈپلیکیٹ ڈیٹا کی وجہ سے سلسلہ بندی سے متعلق ہے، جس سے کچھ اعداد و شمار کے نتائج ناقابل اعتماد ہیں.

• #### NO：06

بہترین تجارتی حکمت عملی مستقبل میں منافع بخش ہوسکتی ہے۔ نمونہ سے باہر کی جانچ ، تجارتی حکمت عملی کا معروضی طور پر پتہ لگانے کے علاوہ ، مہمانوں کا وقت بچانے کے لئے زیادہ موثر ہے۔

زیادہ تر معاملات میں ، براہ راست تمام نمونے کے بہترین پیرامیٹرز کو اپنانا بہت خطرناک ہے۔

اگر پیرامیٹرک اصلاح کے وقت سے پہلے کے تمام تاریخی اعداد و شمار کو تمیز دی جائے ، تو اسے نمونہ کے اعداد و شمار اور نمونہ سے باہر کے اعداد و شمار میں تقسیم کیا جائے ، پہلے نمونہ کے اعداد و شمار کو پیرامیٹرک اصلاح کے لئے استعمال کیا جائے ، اور پھر نمونہ کے اعداد و شمار کو نمونہ سے باہر کی جانچ کے لئے استعمال کیا جائے ، تو اس غلطی کی جانچ پڑتال کی جاسکتی ہے ، اور ساتھ ہی یہ بھی جانچ پڑتال کی جاسکتی ہے کہ آیا اصلاح کے بعد کی حکمت عملی مستقبل کی مارکیٹ کے لئے موزوں ہے۔

• #### NO：07

جیسا کہ تجارت کے ساتھ ہوتا ہے ، ہم کبھی بھی وقت کو عبور کرنے کا کوئی طریقہ نہیں رکھتے ہیں ، اور اپنے لئے ایک چھوٹا سا غلطی سے پاک صحیح فیصلہ نہیں کرسکتے ہیں۔ اگر خدا کا ہاتھ ہے یا مستقبل سے گزرنے کی صلاحیت ہے تو ، بغیر جانچ پڑتال کے ، براہ راست آن لائن اسٹاک ٹریڈنگ میں ، آپ کو بہت زیادہ پیسہ مل سکتا ہے۔ اور میں ، ایک عام آدمی ، تاریخی اعداد و شمار میں اپنی حکمت عملی کی جانچ کرنا چاہئے۔

تاہم ، یہاں تک کہ اگر تاریخ میں بہت زیادہ اعداد و شمار موجود ہیں ، تو یہ لامحدود اور غیر متوقع مستقبل کے مقابلہ میں انتہائی کم ہے۔ لہذا ، تاریخ کی بنیاد پر نیچے سے اوپر کی طرف دھکیلنے والے تجارتی نظام ، آخر کار وقت کے ساتھ ڈوب جائیں گے۔ کیونکہ تاریخ مستقبل کو ختم نہیں کرسکتی ہے۔ لہذا ، ایک مکمل مثبت امید ٹریڈنگ سسٹم کو اس کے اندرونی اصولوں / منطق کی حمایت کرنا ہوگی۔

• #### NO：08

ہم (مخترعین کوانٹم کوانٹم ٹریڈنگ پلیٹ فارم) کوانٹم دائرے کی موجودہ حالت کو تبدیل کرنے کا ارادہ رکھتے ہیں جس میں کوئی سامان نہیں ہے ، مواصلات بند ہیں ، دھوکہ دہی سے بھری ہوئی ہے ، اور ایک زیادہ خالص کوانٹم دائرے کی تعمیر کی گئی ہے۔ اس دنیا میں کوئی بھی علم اور نظریہ نہیں بناتا ہے ، وہ صرف ہمارے دریافت ہونے کا انتظار کر رہے ہیں۔

شیئرنگ ایک رویہ ہے، اور یہ حکمت ہے!

مہمان نوازی آن لائن مصنف: Hukybo