الگورتھمک ٹریڈنگ کی حکمت عملیوں کی نشاندہی کیسے کریں

مصنف:نیکی, تخلیق: 2019-03-27 11:08:57, تازہ کاری:

اس مضمون میں میں آپ کو ان طریقوں سے متعارف کرانا چاہتا ہوں جن کے ذریعہ میں خود منافع بخش الگورتھم تجارتی حکمت عملیوں کی نشاندہی کرتا ہوں۔ آج کا ہمارا مقصد یہ تفصیل سے سمجھنا ہے کہ ایسے نظاموں کو کیسے تلاش کیا جائے ، ان کا جائزہ لیا جائے اور ان کا انتخاب کیا جائے۔ میں وضاحت کروں گا کہ کس طرح حکمت عملیوں کی نشاندہی کرنا ذاتی ترجیح کے ساتھ ساتھ حکمت عملی کی کارکردگی کے بارے میں بھی ہے ، ٹیسٹنگ کے لئے تاریخی اعداد و شمار کی قسم اور مقدار کا تعین کیسے کریں ، تجارتی حکمت عملی کا غیر جانبدار اندازہ کیسے لگائیں اور آخر کار بیک ٹیسٹنگ مرحلے اور حکمت عملی کے نفاذ کی طرف کیسے آگے بڑھیں۔

تجارت کے لیے اپنی ذاتی ترجیحات کی نشاندہی کرنا

ایک کامیاب تاجر بننے کے لئے - چاہے وہ صوابدیدی یا الگورتھم کے لحاظ سے ہو - اپنے آپ سے کچھ ایماندار سوالات پوچھنا ضروری ہے۔ تجارت آپ کو خوفناک شرح سے پیسہ کھونے کی صلاحیت فراہم کرتی ہے ، لہذا یہ ضروری ہے کہ آپ اپنی منتخب کردہ حکمت عملی کو سمجھنے کے لئے جتنا ضروری ہے اتنا ہی اپنے آپ کو جانیں۔

میں کہوں گا کہ ٹریڈنگ میں سب سے اہم غور آپ کی اپنی شخصیت سے آگاہ ہونا ہے۔ خاص طور پر ٹریڈنگ ، اور الگورتھمک ٹریڈنگ میں ، نظم و ضبط ، صبر اور جذباتی تنہائی کی ایک نمایاں ڈگری کی ضرورت ہوتی ہے۔ چونکہ آپ کسی الگورتھم کو آپ کی تجارت کرنے دے رہے ہیں ، لہذا اس کے نفاذ کے وقت حکمت عملی میں مداخلت نہ کرنے کا عزم کرنا ضروری ہے۔ یہ انتہائی مشکل ہوسکتا ہے ، خاص طور پر طویل عرصے تک کھینچنے کے ادوار میں۔ تاہم ، بہت سی حکمت عملییں جو بیک ٹسٹ میں انتہائی منافع بخش ثابت ہوئی ہیں وہ سادہ مداخلت سے برباد ہوسکتی ہیں۔ سمجھیں کہ اگر آپ الگورتھمک ٹریڈنگ کی دنیا میں داخل ہونا چاہتے ہیں تو آپ کو جذباتی طور پر جانچ پڑتال کی جائے گی اور کامیابی کے ل these ، ان مشکلات کو دور کرنا ضروری ہے!

اگلا غور وقت کا ہے۔ کیا آپ کے پاس کل وقتی ملازمت ہے؟ کیا آپ پارٹ ٹائم کام کرتے ہیں؟ کیا آپ گھر سے کام کرتے ہیں یا ہر روز طویل سفر کرتے ہیں؟ یہ سوالات آپ کو اس حکمت عملی کی تعدد کا تعین کرنے میں مدد کریں گے جس کی آپ کو تلاش کرنی چاہئے۔ آپ میں سے ان لوگوں کے لئے جو کل وقتی ملازمت میں ہیں ، انٹرا ڈے فیوچر کی حکمت عملی مناسب نہیں ہوسکتی ہے (کم از کم جب تک کہ یہ مکمل طور پر خودکار نہ ہو۔) آپ کی وقت کی رکاوٹیں حکمت عملی کے طریقہ کار کو بھی طے کریں گی۔ اگر آپ کی حکمت عملی کثرت سے تجارت کی جاتی ہے اور مہنگے نیوز فیڈز (جیسے بلومبرگ ٹرمینل) پر انحصار کرتی ہے تو آپ کو واضح طور پر دفتر میں رہتے ہوئے کامیابی کے ساتھ اس کو چلانے کی اپنی صلاحیت کے بارے میں حقیقت پسندانہ ہونا پڑے گا۔ آپ میں سے ان لوگوں کے لئے جن کے پاس بہت زیادہ وقت ہے ، یا اپنی حکمت عملی کو خودکار کرنے کی مہارت ہے ، آپ زیادہ تکنیکی ہائی فریکوئنسی ٹریڈنگ (HFT) حکمت عملی کو دیکھنا چاہتے ہیں۔

میرا خیال ہے کہ مستقل منافع بخش پورٹ فولیو کو برقرار رکھنے کے ل your اپنی تجارتی حکمت عملیوں کی مسلسل تحقیق کرنا ضروری ہے۔ کچھ حکمت عملی ہمیشہ کے لئے رڈار کے نیچے رہتی ہیں۔ لہذا تجارت کے لئے مختص وقت کا ایک اہم حصہ جاری تحقیق کرنے میں ہوگا۔ اپنے آپ سے پوچھیں کہ کیا آپ ایسا کرنے کے لئے تیار ہیں ، کیونکہ یہ مضبوط منافع یا نقصانات کی طرف آہستہ آہستہ کمی کے درمیان فرق ہوسکتا ہے۔

آپ کو اپنے ٹریڈنگ کیپٹل پر بھی غور کرنے کی ضرورت ہے۔ مقداری حکمت عملی کے لئے عام طور پر قبول شدہ مثالی کم سے کم رقم 50,000 امریکی ڈالر (ہمارے لئے برطانیہ میں تقریبا £ 35,000) ہے۔ اگر میں دوبارہ شروع کر رہا تھا تو ، میں ایک بڑی رقم سے شروع کروں گا ، شاید 100,000 امریکی ڈالر (تقریبا £ 70,000) کے قریب۔ اس کی وجہ یہ ہے کہ درمیانی سے اعلی تعدد کی حکمت عملیوں کے لئے لین دین کے اخراجات انتہائی مہنگے ہوسکتے ہیں اور ان کو جذب کرنے کے لئے کافی سرمایہ ہونا ضروری ہے۔ اگر آپ 10,000 امریکی ڈالر سے کم سے شروع کرنے پر غور کر رہے ہیں تو آپ کو خود کو کم تعدد کی حکمت عملیوں تک محدود کرنے کی ضرورت ہوگی ، ایک یا دو اثاثوں میں تجارت کریں ، کیونکہ لین دین کے اخراجات تیزی سے آپ کی واپسی میں کھا جائیں گے۔ انٹرایکٹو بروکرز ، جو اس کی کم سے کم API کی وجہ سے ، پروگرامنگ کی مہارت رکھنے والوں کے لئے سب سے دوستانہ بروکرز میں سے ایک ہے ، کا خوردہ اکاؤنٹ 10,000 امریکی ڈالر ہے۔

پروگرامنگ کی مہارت ایک خودکار الگورتھمک ٹریڈنگ کی حکمت عملی بنانے میں ایک اہم عنصر ہے۔ C ++ ، جاوا ، C # ، پائتھون یا R جیسی پروگرامنگ زبان میں جاننے سے آپ کو آخر سے آخر تک ڈیٹا اسٹوریج ، بیک ٹیسٹ انجن اور ایگزیکشن سسٹم خود تخلیق کرنے کے قابل بناتا ہے۔ اس کے متعدد فوائد ہیں ، جن میں سب سے اہم تجارتی انفراسٹرکچر کے تمام پہلوؤں سے پوری طرح واقف ہونے کی صلاحیت ہے۔ اس سے آپ کو اعلی تعدد کی حکمت عملیوں کی بھی تلاش کرنے کی اجازت ملتی ہے کیونکہ آپ اپنے ٹیکنالوجی اسٹیک کا مکمل کنٹرول حاصل کریں گے۔ اگرچہ اس کا مطلب یہ ہے کہ آپ اپنے سافٹ ویئر کی جانچ کرسکتے ہیں اور کیڑے کو ختم کرسکتے ہیں ، اس کا مطلب یہ بھی ہے کہ بنیادی ڈھانچے کو کوڈ کرنے میں زیادہ وقت گزارنا اور حکمت عملیوں کو نافذ کرنے میں کم سے کم وقت ، کم از کم اپنے ٹریڈنگ کیریئر کے پہلے حصے میں۔ آپ کو معلوم ہوسکتا ہے کہ آپ ایکسل یا میٹ ایل اے بی میں تجارت کرنے میں آرام دہ ہیں اور دوسرے اجزاء کی ترقی کو آؤٹ سورس کرسکتے ہیں۔ تاہم

آپ کو اپنے آپ سے یہ پوچھنے کی ضرورت ہے کہ آپ الگورتھمک ٹریڈنگ کے ذریعہ کیا حاصل کرنے کی امید کرتے ہیں۔ کیا آپ باقاعدہ آمدنی میں دلچسپی رکھتے ہیں ، جس کے ذریعہ آپ اپنے تجارتی اکاؤنٹ سے آمدنی حاصل کرنے کی امید کرتے ہیں؟ یا ، کیا آپ طویل مدتی سرمایہ میں دلچسپی رکھتے ہیں اور فنڈز نکالنے کی ضرورت کے بغیر تجارت کرنے کے متحمل ہوسکتے ہیں؟ آمدنی پر انحصار آپ کی حکمت عملی کی تعدد کا تعین کرے گا۔ زیادہ باقاعدہ آمدنی کی واپسی کے لئے کم اتار چڑھاؤ کے ساتھ اعلی تعدد کی تجارتی حکمت عملی کی ضرورت ہوگی (یعنی اعلی شارپ تناسب) ۔ طویل مدتی تاجر زیادہ پرسکون تجارتی تعدد برداشت کرسکتے ہیں۔

آخر میں ، مختصر وقت میں انتہائی امیر بننے کے تصور سے دھوکہ نہ کھائیں۔ الگوو ٹریڈنگ ایک امیر تیزی سے اسکیم نہیں ہے - اگر کچھ بھی ہو تو یہ غریب تیزی سے اسکیم بن سکتی ہے۔ الگورتھمک ٹریڈنگ میں کامیاب ہونے کے لئے کافی نظم و ضبط ، تحقیق ، مستعد اور صبر کی ضرورت ہے۔ مستقل منافع پیدا کرنے میں مہینے لگ سکتے ہیں ، اگر سال نہیں تو۔

الگورتھمک ٹریڈنگ کے خیالات کا حصول

اس کے برعکس عام تصورات کے باوجود ، عوامی ڈومین میں منافع بخش تجارتی حکمت عملیوں کا پتہ لگانا دراصل بہت آسان ہے۔ تجارتی خیالات آج سے کہیں زیادہ آسانی سے دستیاب نہیں ہیں۔ تعلیمی مالیاتی جریدے ، پری پرنٹ سرورز ، تجارتی بلاگ ، تجارتی فورم ، ہفتہ وار تجارتی رسالے اور ماہر نصوص ہزاروں تجارتی حکمت عملی فراہم کرتے ہیں جن پر آپ اپنے خیالات کی بنیاد رکھ سکتے ہیں۔

ہمارے مقصد کے طور پر مقداری تجارتی محققین ایک حکمت عملی پائپ لائن قائم کرنا ہے جو ہمیں جاری تجارتی خیالات کی ایک ندی فراہم کرے گا۔ مثالی طور پر ہم ان حکمت عملیوں کو حاصل کرنے ، ان کا جائزہ لینے اور ان پر عمل درآمد کرنے کے لئے ایک طریقہ کار نقطہ نظر بنانا چاہتے ہیں جن سے ہم سامنا کرتے ہیں۔ پائپ لائن کے مقاصد نئے خیالات کی مستقل مقدار پیدا کرنا اور ہمیں کم سے کم جذباتی غور و فکر کے ساتھ ان خیالات کی اکثریت کو مسترد کرنے کے لئے ایک فریم ورک فراہم کرنا ہیں۔

ہمیں سنجیدگی سے تعصب کو اپنی فیصلہ سازی کے طریقہ کار کو متاثر کرنے سے بچنے کے لئے انتہائی محتاط رہنا چاہئے۔ یہ اتنا ہی آسان ہوسکتا ہے جتنا کہ کسی ایک اثاثہ کی کلاس کو دوسرے سے ترجیح دینا (سونے اور دیگر قیمتی دھاتیں ذہن میں آتی ہیں) کیونکہ انہیں زیادہ غیر ملکی سمجھا جاتا ہے۔ ہمارا مقصد ہمیشہ مثبت توقعات کے ساتھ مستقل طور پر منافع بخش حکمت عملی تلاش کرنا ہونا چاہئے۔ اثاثہ کی کلاس کا انتخاب دیگر تحفظات پر مبنی ہونا چاہئے ، جیسے تجارتی سرمایہ کی پابندی ، بروکرج فیس اور فائدہ اٹھانے کی صلاحیت۔

اگر آپ کو تجارتی حکمت عملی کے تصور سے مکمل طور پر واقف نہیں ہے تو پھر دیکھنے کے لئے پہلی جگہ قائم نصابی کتابیں ہیں۔ کلاسیکی نصوص میں سادہ ، زیادہ سیدھے خیالات کی ایک وسیع رینج فراہم کی جاتی ہے ، جس سے آپ اپنے آپ کو مقداری تجارت سے واقف کر سکتے ہیں۔ یہاں ایک انتخاب ہے جو میں ان لوگوں کے لئے تجویز کرتا ہوں جو مقداری تجارت میں نئے ہیں ، جو آہستہ آہستہ زیادہ نفیس ہوجاتے ہیں جب آپ فہرست میں کام کرتے ہیں:

  • مقداری تجارت: اپنے الگورتھمک ٹریڈنگ کاروبار کی تعمیر کیسے کریں (وائیلی ٹریڈنگ) - ارنسٹ چین
  • الگورتھمک ٹریڈنگ اور ڈی ایم اے: براہ راست رسائی کی تجارتی حکمت عملیوں کا تعارف - بیری جانسن
  • آپشن Volatility & قیمتوں کا تعین: اعلی درجے کی ٹریڈنگ کی حکمت عملی اور تکنیک - شیلڈن نٹنبرگ
  • اتار چڑھاؤ ٹریڈنگ - یوآن سنکلر
  • تجارت اور تبادلے: پریکٹیشنرز کے لئے مارکیٹ مائکرو اسٹیکچر - لیری ہیریس

مقداری تجارتی کتابوں کی ایک لمبی فہرست کے لئے، براہ کرم QuantStart پڑھنے کی فہرست ملاحظہ کریں۔

مزید نفیس حکمت عملی تلاش کرنے کے لئے اگلی جگہ تجارتی فورم اور تجارتی بلاگ ہیں۔ تاہم ، ایک نوٹ: بہت سے تجارتی بلاگ تکنیکی تجزیہ کے تصور پر انحصار کرتے ہیں۔ تکنیکی تجزیہ میں اثاثوں کی قیمتوں میں رجحانات یا الٹ پیٹرن کا تعین کرنے کے لئے بنیادی اشارے اور طرز عمل کی نفسیات کا استعمال شامل ہے۔

مجموعی طور پر تجارتی جگہ میں انتہائی مقبول ہونے کے باوجود ، تکنیکی تجزیہ کو مقداری مالیاتی برادری میں قدرے غیر موثر سمجھا جاتا ہے۔ کچھ لوگوں نے تجویز کیا ہے کہ اس کی پیش گوئی کرنے کی طاقت کے لحاظ سے کسی برج کو پڑھنے یا چائے کے پتے کا مطالعہ کرنے سے بہتر نہیں ہے۔ حقیقت میں تکنیکی تجزیہ کا استعمال کرنے والے کامیاب افراد موجود ہیں۔ تاہم ، ہمارے اختیار میں ایک زیادہ نفیس ریاضیاتی اور شماریاتی ٹول باکس کے ساتھ ، ہم آسانی سے اس طرح کی TA پر مبنی حکمت عملیوں کی تاثیر کا اندازہ لگا سکتے ہیں اور اپنے جذباتی تحفظات یا پیشگی تصورات پر مبنی فیصلوں کی بجائے ڈیٹا پر مبنی فیصلے کرسکتے ہیں۔

یہاں معروف الگورتھمک ٹریڈنگ بلاگز اور فورمز کی ایک فہرست ہے:

  • پوری گلی
  • مقدار
  • مقداری تجارت (ارنسٹ چن)
  • کوانٹوپین
  • کوانٹ پیڈیا
  • ای ٹی ایف ہیڈکوارٹر
  • Quant.ly
  • ایلیٹ ٹریڈر فورمز
  • دولت لیبارٹری
  • نیوکلیئر فنانس
  • ولمٹ فورمز

ایک بار جب آپ کو آسان حکمت عملیوں کا جائزہ لینے کا کچھ تجربہ ہو گیا ہے تو ، اب وقت آگیا ہے کہ زیادہ نفیس تعلیمی پیش کشوں کو دیکھیں۔ کچھ تعلیمی جریدوں تک رسائی حاصل کرنا مشکل ہوگا ، بغیر کسی اعلی خریداری یا ایک بار کی لاگت کے۔ اگر آپ کسی یونیورسٹی کے ممبر یا سابق طالب علم ہیں تو ، آپ کو ان میں سے کچھ مالی جریدوں تک رسائی حاصل کرنے کے قابل ہونا چاہئے۔ بصورت دیگر ، آپ پری پرنٹ سرورز کو دیکھ سکتے ہیں ، جو تعلیمی مقالوں کے آخری مسودوں کے انٹرنیٹ ذخائر ہیں جو ہم مرتبہ جائزہ لینے میں ہیں۔ چونکہ ہم صرف ان حکمت عملیوں میں دلچسپی رکھتے ہیں جن کی ہم کامیابی کے ساتھ نقل کرسکتے ہیں ، بیک ٹیسٹ کرسکتے ہیں اور منافع بخش حاصل کرسکتے ہیں ، لہذا ہم مرتبہ جائزہ ہمارے لئے کم اہمیت کا حامل ہے۔

تعلیمی حکمت عملیوں کا سب سے بڑا نقصان یہ ہے کہ وہ اکثر یا تو پرانی ہوسکتے ہیں ، ان کو مبہم اور مہنگے تاریخی اعداد و شمار کی ضرورت ہوتی ہے ، غیر مائع اثاثہ جات کی کلاسوں میں تجارت کرسکتے ہیں یا فیسوں ، سکڑ یا پھیلاؤ کو مدنظر نہیں رکھتے ہیں۔ یہ بھی واضح نہیں ہوسکتا ہے کہ آیا تجارتی حکمت عملی کو مارکیٹ کے احکامات ، حد کے احکامات کے ساتھ کیا جانا ہے یا اس میں اسٹاپ نقصانات وغیرہ شامل ہیں۔ لہذا یہ بالکل ضروری ہے کہ آپ اپنی حکمت عملی کو اپنی مرضی کے مطابق نقل کریں ، اسے بیک ٹیسٹ کریں اور حقیقت پسندانہ لین دین کے اخراجات میں شامل کریں جس میں آپ جس اثاثہ کی کلاس میں تجارت کرنا چاہتے ہیں اس کے بہت سے پہلو شامل ہیں۔

یہاں پر زیادہ مقبول پری پرنٹ سرورز اور مالیاتی رسالوں کی ایک فہرست ہے جس سے آپ خیالات حاصل کرسکتے ہیں:

  • arXiv
  • ایس ایس آر این
  • جرنل آف انویسٹمنٹ اسٹریٹیجیز
  • جرنل آف کمپیوٹیشنل فنانس
  • ریاضیاتی خزانہ

اپنی اپنی مقداری حکمت عملیوں کی تشکیل کے بارے میں کیا خیال ہے؟ اس میں عام طور پر (لیکن اس تک محدود نہیں) مندرجہ ذیل زمروں میں سے ایک یا زیادہ میں مہارت کی ضرورت ہوتی ہے:

  • مارکیٹ مائکرو اسٹریٹجی - خاص طور پر اعلی تعدد کی حکمت عملیوں کے ل one ، مارکیٹ مائکرو اسٹریٹجی کا استعمال کیا جاسکتا ہے ، یعنی منافع بخش پیدا کرنے کے لئے آرڈر بک کی حرکیات کو سمجھنا۔ مختلف مارکیٹوں میں مختلف ٹیکنالوجی کی حدود ، ضوابط ، مارکیٹ کے شرکاء اور پابندیاں ہوں گی جو تمام مخصوص حکمت عملیوں کے ذریعہ استحصال کے لئے کھلی ہیں۔ یہ ایک بہت ہی نفیس علاقہ ہے اور خوردہ فروشوں کو اس جگہ میں مسابقتی ہونا مشکل ہوگا ، خاص طور پر چونکہ مقابلہ میں بڑی ، اچھی طرح سے سرمایہ کاری شدہ مقداری ہیج فنڈز شامل ہیں جن میں مضبوط تکنیکی صلاحیتیں ہیں۔
  • فنڈ ڈھانچہ - پنشن فنڈز ، نجی سرمایہ کاری کی شراکت داریوں (ہیج فنڈز) ، اجناس کی تجارت کے مشیروں اور باہمی فنڈز جیسے مشترکہ سرمایہ کاری کے فنڈز کو بھاری ریگولیشن اور ان کے بڑے سرمایہ ذخائر دونوں کی وجہ سے محدود کیا جاتا ہے۔ اس طرح کچھ مستقل طرز عمل کا استحصال ان لوگوں کے ساتھ کیا جاسکتا ہے جو زیادہ لچکدار ہیں۔ مثال کے طور پر ، بڑے فنڈز اپنے سائز کی وجہ سے صلاحیت کی پابندیوں کے تابع ہیں۔ لہذا اگر انہیں تیزی سے سیکیورٹیز کی مقدار کو اتارنے (فروخت) کی ضرورت ہے تو ، انہیں اسے مارکیٹ کو منتقل کرنے سے بچنے کے لئے اس کی ضرورت ہوگی۔ نفیس الگورتھم اس کا فائدہ اٹھا سکتے ہیں ، اور دیگر خصوصیت ، ایک عام عمل میں جسے فنڈ ڈھانچے کی ثالثی کہا جاتا ہے۔
  • مشین لرننگ / مصنوعی ذہانت - مشین لرننگ الگورتھم حالیہ برسوں میں مالیاتی منڈیوں میں زیادہ عام ہوچکے ہیں۔ درجہ بندی کرنے والے (جیسے نایف بیز ، وغیرہ) غیر لکیری فنکشن میچرز (اعصابی نیٹ ورکس) اور اصلاح کے معمولات (جینیاتی الگورتھم) سبھی اثاثوں کے راستوں کی پیش گوئی کرنے یا تجارتی حکمت عملیوں کو بہتر بنانے کے لئے استعمال کیے گئے ہیں۔ اگر آپ کو اس شعبے میں پس منظر ہے تو آپ کو کچھ بصیرت ہوسکتی ہے کہ کس طرح مخصوص الگورتھم کو مخصوص منڈیوں پر لاگو کیا جاسکتا ہے۔

ظاہر ہے ، کوانٹ کے لئے بہت سے دوسرے شعبوں کی تحقیقات کرنے کی ضرورت ہے۔ ہم بعد میں ایک مضمون میں تفصیل سے بات کریں گے کہ کس طرح اپنی مرضی کے مطابق حکمت عملی تیار کی جاسکتی ہے۔

ہفتہ وار یا یہاں تک کہ روزانہ کی بنیاد پر ان ذرائع کی نگرانی جاری رکھ کر ، آپ اپنے آپ کو مختلف ذرائع سے حکمت عملیوں کی ایک مستقل فہرست حاصل کرنے کے لئے تیار کر رہے ہیں۔ اگلا قدم یہ طے کرنا ہے کہ ان حکمت عملیوں کے ایک بڑے ذیلی سیٹ کو کیسے مسترد کیا جائے تاکہ آپ کا وقت ضائع نہ ہو اور ان حکمت عملیوں پر وسائل کا بیک ٹیسٹ کم سے کم کیا جاسکے جو غیر منافع بخش ہونے کا امکان رکھتے ہیں۔

تجارتی حکمت عملیوں کا جائزہ

سب سے پہلے ، اور شاید سب سے زیادہ واضح غور یہ ہے کہ کیا آپ واقعی اس حکمت عملی کو سمجھتے ہیں۔ کیا آپ اس حکمت عملی کی جامع وضاحت کرنے کے قابل ہوں گے یا اس کے لئے انتباہات اور لامحدود پیرامیٹرز کی فہرستوں کی ضرورت ہے؟ اس کے علاوہ ، کیا حکمت عملی کی حقیقت میں اچھی ، ٹھوس بنیاد ہے؟ مثال کے طور پر ، کیا آپ کسی طرز عمل کی منطق یا فنڈ ڈھانچے کی پابندی کی نشاندہی کرسکتے ہیں جو آپ کے استحصال کی کوشش کر رہے نمونوں کا سبب بن سکتی ہے؟ کیا یہ پابندی کسی نظام کی تبدیلی کو برقرار رکھے گی ، جیسے کہ ڈرامائی ریگولیٹری ماحول میں خلل؟ کیا حکمت عملی پیچیدہ شماریاتی یا ریاضیاتی اصولوں پر مبنی ہے؟ کیا یہ کسی بھی مالیاتی ٹائم سیریز پر لاگو ہوتی ہے یا اس اثاثہ کی کلاس کے لئے مخصوص ہے جس پر اس کا دعوی ہے کہ یہ منافع بخش ہے۔ آپ کو نئے تجارتی طریقوں کا جائزہ لیتے وقت ان عوامل کے بارے میں مستقل طور پر سوچنا چاہئے ، بصورت دیگر آپ غیر منافع بخش حکمت عملیوں کی جانچ پڑتال اور اصلاح کرنے کی کوشش کرنے میں کافی وقت ضائع کرسکتے ہیں۔

ایک بار جب آپ نے یہ طے کرلیا ہے کہ آپ حکمت عملی کے بنیادی اصولوں کو سمجھتے ہیں تو آپ کو یہ فیصلہ کرنے کی ضرورت ہے کہ آیا یہ آپ کے مذکورہ بالا شخصیت کے پروفائل کے مطابق ہے۔ یہ اتنا مبہم غور نہیں ہے جتنا یہ لگتا ہے۔ حکمت عملیاں اپنی کارکردگی کی خصوصیات میں کافی حد تک مختلف ہوں گی۔ کچھ شخصیات کی اقسام ایسی ہیں جو زیادہ اہم دوروں کو سنبھال سکتی ہیں ، یا زیادہ واپسی کے ل greater زیادہ خطرہ قبول کرنے پر راضی ہیں۔ اس حقیقت کے باوجود کہ ہم ، کوانٹس کی حیثیت سے ، زیادہ سے زیادہ علمی تعصب کو ختم کرنے کی کوشش کرتے ہیں اور کسی حکمت عملی کا غیر جانبدار اندازہ لگانے کے قابل ہونا چاہئے ، تعصب ہمیشہ اندر گھس جاتا ہے۔ لہذا ہمیں ایک مستقل ، غیر جذباتی وسائل کی ضرورت ہے جس کے ذریعہ حکمت عملیوں کی کارکردگی کا اندازہ لگایا جاسکے۔ یہاں ان معیارات کی فہرست ہے جن کے ذریعہ میں کسی ممکنہ نئی حکمت عملی کا جائزہ لیتا ہوں:

  • طریقہ کار - کیا حکمت عملی رفتار پر مبنی ہے ، اوسط کو تبدیل کرتی ہے ، مارکیٹ میں غیر جانبدار ہے ، سمت؟ کیا حکمت عملی نفیس (یا پیچیدہ!)
  • شارپ تناسب - شارپ تناسب ہیوریسٹک طور پر حکمت عملی کے اجر / خطرے کے تناسب کی خصوصیات کرتا ہے۔ اس سے یہ معلوم ہوتا ہے کہ آپ ایکویٹی منحنی خطوط کے ذریعہ برداشت ہونے والی اتار چڑھاؤ کی سطح کے لئے کتنی واپسی حاصل کرسکتے ہیں۔ قدرتی طور پر ، ہمیں اس مدت اور تعدد کا تعین کرنے کی ضرورت ہے جس پر ان واپسیوں اور اتار چڑھاؤ (یعنی معیاری انحراف) کی پیمائش کی جاتی ہے۔ اعلی تعدد کی حکمت عملی کے لئے معیاری انحراف کی زیادہ نمونہ لینے کی شرح کی ضرورت ہوگی ، لیکن پیمائش کی مجموعی مدت کم ہوگی ، مثال کے طور پر۔
  • بیعانہ - کیا حکمت عملی میں منافع بخش ہونے کے لئے اہم بیعانہ کی ضرورت ہوتی ہے؟ کیا حکمت عملی میں منافع حاصل کرنے کے لئے بیعانہ دار مشتق معاہدوں (فیوچر ، آپشن ، سواپس) کا استعمال ضروری ہے؟ ان بیعانہ دار معاہدوں میں شدید اتار چڑھاؤ کی خصوصیات ہوسکتی ہے اور اس طرح آسانی سے مارجن کالز کا باعث بن سکتی ہے۔ کیا آپ کے پاس اس طرح کی اتار چڑھاؤ کے لئے تجارتی سرمایہ اور مزاج ہے؟
  • تعدد - حکمت عملی کی تعدد آپ کے ٹکنالوجی اسٹیک (اور اس طرح تکنیکی مہارت) ، شارپ تناسب اور ٹرانزیکشن لاگت کی مجموعی سطح سے گہرا تعلق رکھتی ہے۔ دیگر تمام معاملات پر غور کیا جاتا ہے ، اعلی تعدد کی حکمت عملیوں میں زیادہ سرمایہ کی ضرورت ہوتی ہے ، زیادہ نفیس اور لاگو کرنا مشکل ہوتا ہے۔ تاہم ، فرض کریں کہ آپ کا بیک ٹیسٹنگ انجن نفیس اور بگ فری ہے ، ان میں اکثر شارپ تناسب بہت زیادہ ہوتا ہے۔
  • اتار چڑھاؤ - اتار چڑھاؤ حکمت عملی کے خطرے سے مضبوطی سے وابستہ ہے۔ شارپ تناسب اس کی خصوصیت رکھتا ہے۔ بنیادی اثاثہ جات کی کلاسوں کی زیادہ اتار چڑھاؤ ، اگر غیر محفوظ ہو تو ، اکثر ایکویٹی منحنی خطوط میں زیادہ اتار چڑھاؤ اور اس طرح شارپ تناسب کو کم کرتی ہے۔ میں یقینا assume یہ فرض کر رہا ہوں کہ مثبت اتار چڑھاؤ منفی اتار چڑھاؤ کے برابر ہے۔ کچھ حکمت عملیوں میں نیچے کی طرف اتار چڑھاؤ زیادہ ہوسکتا ہے۔ آپ کو ان صفات سے آگاہ ہونے کی ضرورت ہے۔
  • جیت / نقصان ، اوسط منافع / نقصان - حکمت عملیوں میں ان کی جیت / نقصان اور اوسط منافع / نقصان کی خصوصیات میں فرق ہوگا۔ ایک بہت ہی منافع بخش حکمت عملی ہوسکتی ہے ، یہاں تک کہ اگر کھونے والی تجارتوں کی تعداد جیتنے والی تجارتوں کی تعداد سے زیادہ ہو۔ رفتار کی حکمت عملیوں میں یہ نمونہ ہوتا ہے کیونکہ وہ منافع بخش ہونے کے لئے تھوڑی تعداد میں بڑے ہٹ پر انحصار کرتے ہیں۔ اوسط الٹ جانے کی حکمت عملیوں میں مخالف پروفائل ہوتے ہیں جہاں زیادہ تر تجارت جیتنے والے ہوتے ہیں ، لیکن کھونے والی تجارتیں کافی شدید ہوسکتی ہیں۔
  • زیادہ سے زیادہ ڈراؤنڈ - زیادہ سے زیادہ ڈراؤنڈ حکمت عملی کے ایکویٹی منحنی خطوط پر مجموعی طور پر چوٹی سے نیچے کی فیصد میں سب سے بڑا کمی ہے۔ رفتار کی حکمت عملیوں کو طویل عرصے سے ڈراؤنڈ کے دوروں سے دوچار ہونے کے لئے اچھی طرح سے جانا جاتا ہے (بہت سے اضافے سے کھونے والی تجارتوں کے سلسلے کی وجہ سے) ۔ بہت سے تاجر طویل عرصے سے ڈراؤنڈ کے دوروں میں دستبردار ہوجائیں گے ، یہاں تک کہ اگر تاریخی ٹیسٹنگ نے اس حکمت عملی کے لئے یہ تجویز کی ہے کہ یہ معمول کے مطابق کاروبار ہے۔ آپ کو یہ طے کرنے کی ضرورت ہوگی کہ آپ اپنی حکمت عملی کو روکنے سے پہلے کس فیصد ڈراؤنڈ (اور کس وقت کی مدت میں) قبول کرسکتے ہیں۔ یہ ایک انتہائی ذاتی فیصلہ ہے اور اس طرح اس پر احتیاط سے غور کرنا چاہئے۔
  • صلاحیت / لیکویڈیٹی - خوردہ سطح پر ، جب تک کہ آپ کسی انتہائی غیر مائع آلے (جیسے چھوٹے کیپ اسٹاک) میں تجارت نہیں کررہے ہیں ، آپ کو حکمت عملی کی صلاحیت کے بارے میں زیادہ فکر کرنے کی ضرورت نہیں ہوگی۔ صلاحیت مزید سرمایہ کے ل the حکمت عملی کی توسیع کو طے کرتی ہے۔ بہت سارے بڑے ہیج فنڈز کو صلاحیت کے اہم مسائل کا سامنا کرنا پڑتا ہے کیونکہ ان کی حکمت عملی میں سرمایہ کی تخصیص میں اضافہ ہوتا ہے۔
  • پیرامیٹرز - کچھ حکمت عملیوں (خاص طور پر مشین لرننگ کمیونٹی میں پائے جانے والے) کو بڑی مقدار میں پیرامیٹرز کی ضرورت ہوتی ہے۔ کسی حکمت عملی کے لئے ہر اضافی پیرامیٹر کی ضرورت ہوتی ہے جس کی وجہ سے اسے اصلاح کے تعصب (جسے منحنی فٹنگ بھی کہا جاتا ہے) کے لئے زیادہ کمزور ہوجاتا ہے۔ آپ کو کوشش کرنی چاہئے اور کم سے کم پیرامیٹرز کے ساتھ حکمت عملیوں کو نشانہ بنانا چاہئے یا اس بات کو یقینی بنانا چاہئے کہ آپ کے پاس کافی مقدار میں ڈیٹا موجود ہے جس پر آپ اپنی حکمت عملیوں کی جانچ کرسکتے ہیں۔
  • بینچ مارک - تقریبا all تمام حکمت عملیوں (جب تک کہ مطلق واپسی کی خصوصیت نہ ہو) کی پیمائش کسی کارکردگی کے بینچ مارک کے خلاف کی جاتی ہے۔ بینچ مارک عام طور پر ایک انڈیکس ہوتا ہے جو بنیادی اثاثہ کلاس کے بڑے نمونے کی خصوصیت رکھتا ہے جس میں حکمت عملی تجارت کرتی ہے۔ اگر حکمت عملی بڑے کیپ امریکی ایکویٹیز کی تجارت کرتی ہے تو ، پھر ایس اینڈ پی 500 آپ کی حکمت عملی کی پیمائش کے لئے ایک فطری معیار ہوگا۔ آپ کو اس قسم کی حکمت عملی پر لاگو اصطلاحات الفا اور بیٹا سنیں گے۔ ہم بعد کے مضامین میں ان گٹھائیوں پر گہرائی سے تبادلہ خیال کریں گے۔

نوٹ کریں کہ ہم نے حکمت عملی کی اصل واپسی پر تبادلہ خیال نہیں کیا ہے۔ ایسا کیوں ہے؟ الگ تھلگ طور پر ، واپسی اصل میں ہمیں حکمت عملی کی تاثیر کے بارے میں محدود معلومات فراہم کرتی ہے۔ وہ آپ کو بیعانہ ، اتار چڑھاؤ ، بینچ مارکس یا سرمایہ کی ضروریات کے بارے میں بصیرت نہیں دیتے ہیں۔ اس طرح حکمت عملیوں کا صرف ان کی واپسی پر ہی شاذ و نادر ہی فیصلہ کیا جاتا ہے۔ واپسی کو دیکھنے سے پہلے ہمیشہ کسی حکمت عملی کی رسک صفات پر غور کریں۔

اس مرحلے پر آپ کی پائپ لائن سے ملنے والی بہت سی حکمت عملیوں کو فوراً مسترد کردیا جائے گا ، کیونکہ وہ آپ کی سرمایہ کی ضروریات ، فائدہ اٹھانے کی پابندیوں ، زیادہ سے زیادہ ڈراؤونگ رواداری یا اتار چڑھاؤ کی ترجیحات کو پورا نہیں کریں گی۔ اب باقی حکمت عملیوں کو بیک ٹسٹنگ کے لئے غور کیا جاسکتا ہے۔ تاہم ، اس سے پہلے کہ یہ ممکن ہو ، مسترد کرنے کے ایک حتمی معیار پر غور کرنا ضروری ہے - ان حکمت عملیوں کو جانچنے کے لئے دستیاب تاریخی اعداد و شمار۔

تاریخی معلومات حاصل کرنا

آج کل ، تاریخی ڈیٹا اسٹوریج کے لئے اثاثہ جات کی کلاسوں میں تکنیکی تقاضوں کی وسعت کافی ہے۔ مسابقتی رہنے کے ل buy ، خریدنے والی طرف (فنڈز) اور فروخت کرنے والی طرف (انویسٹمنٹ بینک) دونوں اپنے تکنیکی انفراسٹرکچر میں بھاری سرمایہ کاری کرتے ہیں۔ اس کی اہمیت پر غور کرنا ضروری ہے۔ خاص طور پر ، ہم بروقت ، درستگی اور اسٹوریج کی ضروریات میں دلچسپی رکھتے ہیں۔ اب میں تاریخی ڈیٹا حاصل کرنے کی بنیادی باتیں اور اسے کیسے اسٹور کروں گا۔ بدقسمتی سے یہ ایک بہت ہی گہرا اور تکنیکی موضوع ہے ، لہذا میں اس مضمون میں سب کچھ نہیں بتاؤں گا۔ تاہم ، میں مستقبل میں اس کے بارے میں بہت کچھ لکھوں گا کیونکہ مالیاتی صنعت میں میرا پچھلا تجربہ بنیادی طور پر مالیاتی ڈیٹا کے حصول ، اسٹوریج اور رسائی سے متعلق تھا۔

پچھلے حصے میں ہم نے ایک حکمت عملی پائپ لائن مرتب کی تھی جس نے ہمیں اپنی ذاتی مسترد کرنے کے معیار کی بنیاد پر کچھ حکمت عملیوں کو مسترد کرنے کی اجازت دی تھی۔ اس حصے میں ہم تاریخی اعداد و شمار حاصل کرنے کے لئے اپنی ترجیحات کی بنیاد پر مزید حکمت عملیوں کو فلٹر کریں گے۔ اہم تحفظات (خاص طور پر خوردہ پریکٹیشنر کی سطح پر) ڈیٹا کی لاگت ، اسٹوریج کی ضروریات اور آپ کی تکنیکی مہارت کی سطح ہیں۔ ہمیں دستیاب مختلف قسم کے اعداد و شمار اور مختلف تحفظات پر بھی تبادلہ خیال کرنے کی ضرورت ہے جو ہر قسم کے ڈیٹا ہمیں عائد کریں گے۔

آئیے پہلے دستیاب اعداد و شمار کی اقسام اور جن اہم مسائل پر ہمیں غور کرنے کی ضرورت ہوگی ان پر تبادلہ خیال کرتے ہوئے شروع کرتے ہیں:

  • بنیادی اعداد و شمار - اس میں میکرو اکنامک رجحانات جیسے سود کی شرح ، افراط زر کے اعداد و شمار ، کارپوریٹ ایکشن (بخش ، اسٹاک اسپلٹ) ، سی ای سی فائلنگ ، کارپوریٹ اکاؤنٹس ، آمدنی کے اعداد و شمار ، فصل کی رپورٹیں ، موسمیاتی اعداد و شمار وغیرہ کے بارے میں اعداد و شمار شامل ہیں۔ یہ اعداد و شمار اکثر بنیادی بنیاد پر کمپنیوں یا دیگر اثاثوں کی قیمتوں کا تعین کرنے کے لئے استعمال ہوتے ہیں ، یعنی متوقع مستقبل کے نقد بہاؤ کے کچھ ذرائع کے ذریعہ۔ اس میں اسٹاک کی قیمت کی سیریز شامل نہیں ہے۔ کچھ بنیادی اعداد و شمار سرکاری ویب سائٹوں سے آزادانہ طور پر دستیاب ہیں۔ دیگر طویل مدتی تاریخی بنیادی اعداد و شمار انتہائی مہنگے ہوسکتے ہیں۔ اسٹوریج کی ضروریات اکثر خاص طور پر بڑی نہیں ہوتی ہیں ، جب تک کہ ایک ساتھ ہزاروں کمپنیوں کا مطالعہ نہ کیا جائے۔
  • نیوز ڈیٹا - نیوز ڈیٹا اکثر نوعیت کا ہوتا ہے۔ اس میں مضامین ، بلاگ پوسٹس ، مائیکرو بلاگ پوسٹس (ٹویٹس) اور ادارتی شامل ہوتے ہیں۔ مشین لرننگ کی تکنیک جیسے درجہ بندی کرنے والوں کو اکثر جذبات کی ترجمانی کے لئے استعمال کیا جاتا ہے۔ یہ ڈیٹا اکثر میڈیا آؤٹ لیٹس کی خریداری کے ذریعے آزادانہ طور پر دستیاب یا سستا بھی ہوتا ہے۔ نئے NoSQL دستاویز اسٹوریج ڈیٹا بیس کو اس قسم کے غیر منظم ، کوالٹی ڈیٹا کو اسٹور کرنے کے لئے ڈیزائن کیا گیا ہے۔
  • اثاثہ جات کی قیمت کے اعداد و شمار - یہ مقدار کا روایتی ڈیٹا ڈومین ہے۔ اس میں اثاثوں کی قیمتوں کی ٹائم سیریز شامل ہے۔ ایکویٹی (اسٹاک) ، فکسڈ انکم پروڈکٹس (بند) ، اجناس اور غیر ملکی کرنسی کی قیمتیں سب اس کلاس کے اندر ہیں۔ روزانہ تاریخی اعداد و شمار اکثر آسان اثاثہ جات کی کلاسوں جیسے ایکویٹیز کے لئے حاصل کرنا آسان ہوتا ہے۔ تاہم ، ایک بار جب درستگی اور صفائی کو شامل کیا جاتا ہے اور شماریاتی تعصبات کو ہٹا دیا جاتا ہے تو ، اعداد و شمار مہنگے ہو سکتے ہیں۔ اس کے علاوہ ، ٹائم سیریز کے اعداد و شمار میں اکثر اسٹوریج کی اہم ضروریات ہوتی ہیں خاص طور پر جب انٹرا ڈے ڈیٹا پر غور کیا جاتا ہے۔
  • مالیاتی آلات - ایکویٹی ، بانڈز ، فیوچر اور زیادہ غیر ملکی مشتق اختیارات کی خصوصیات اور پیرامیٹرز بہت مختلف ہیں۔ اس طرح کوئی ایک سائز فٹ بیٹھتا ہے ڈیٹا بیس ڈھانچہ نہیں ہے جو ان کو ایڈجسٹ کرسکتا ہے۔ مختلف مالیاتی آلات کے لئے ڈیٹا بیس ڈھانچے کے ڈیزائن اور نفاذ پر اہم توجہ دی جانی چاہئے۔ ہم مستقبل کے مضامین میں سیکیورٹیز ماسٹر ڈیٹا بیس کی تعمیر کے لئے آتے وقت اس صورتحال پر تفصیلی تبادلہ خیال کریں گے۔
  • تعدد - اعداد و شمار کی تعدد جتنی زیادہ ہوگی ، اخراجات اور اسٹوریج کی ضروریات اتنی ہی زیادہ ہوں گی۔ کم تعدد کی حکمت عملیوں کے ل daily ، روزانہ کے اعداد و شمار اکثر کافی ہوتے ہیں۔ اعلی تعدد کی حکمت عملیوں کے ل tick ، ٹِک لیول کے اعداد و شمار اور یہاں تک کہ مخصوص تجارتی تبادلے کے آرڈر بک ڈیٹا کی تاریخی کاپیاں حاصل کرنا ضروری ہوسکتا ہے۔ اس قسم کے اعداد و شمار کے لئے اسٹوریج انجن کو نافذ کرنا بہت تکنیکی طور پر زیادہ ہے اور صرف ان لوگوں کے لئے موزوں ہے جن کے پاس مضبوط پروگرامنگ / تکنیکی پس منظر ہے۔
  • بینچ مارکس - مذکورہ بالا حکمت عملیوں کا اکثر موازنہ ایک بینچ مارک سے کیا جاتا ہے۔ یہ عام طور پر خود کو ایک اضافی مالیاتی ٹائم سیریز کے طور پر ظاہر کرتا ہے۔ ایکویٹیوں کے ل this ، یہ اکثر ایک قومی اسٹاک بینچ مارک ہوتا ہے ، جیسے ایس اینڈ پی 500 انڈیکس (امریکہ) یا ایف ٹی ایس ای 100 (برطانیہ) ۔ ایک فکسڈ انکم فنڈ کے لئے ، بانڈز یا فکسڈ انکم مصنوعات کی ایک ٹوکری کے مقابلے میں موازنہ کرنا مفید ہے۔ رسک فری ریٹ (یعنی مناسب شرح سود) بھی ایک اور وسیع پیمانے پر قبول شدہ بینچ مارک ہے۔ تمام اثاثہ جات کی اقسام میں ایک ترجیحی بینچ مارک ہوتا ہے ، لہذا اگر آپ اپنی حکمت عملی میں بیرونی طور پر دلچسپی حاصل کرنا چاہتے ہیں تو ، اپنی مخصوص حکمت عملی کی بنیاد پر اس کی تحقیق کرنا ضروری ہوگا۔
  • ٹیکنالوجی - مالیاتی ڈیٹا اسٹوریج سینٹر کے پیچھے ٹیکنالوجی کے اسٹیکس پیچیدہ ہیں۔ یہ مضمون صرف اس بات کی سطح کو کھردرا سکتا ہے کہ اس کی تعمیر میں کیا شامل ہے۔ تاہم ، یہ ڈیٹا بیس انجن ، جیسے رشتہ دار ڈیٹا بیس مینجمنٹ سسٹم (آر ڈی بی ایم ایس) ، جیسے ایس کیو ایل ، ایس کیو ایل سرور ، اوریکل یا دستاویز اسٹوریج انجن (یعنی NoSQL) کے گرد مرکوز ہے۔ اس تک رسائی کاروباری منطق ایپلی کیشن کوڈ کے ذریعے حاصل کی جاتی ہے جو ڈیٹا بیس سے استفسار کرتا ہے اور بیرونی ٹولز جیسے میٹلب ، آر یا ایکسل تک رسائی فراہم کرتا ہے۔ اکثر یہ کاروباری منطق C ++ ، C # ، جاوا یا پائیتھون میں لکھی جاتی ہے۔ آپ کو یہ ڈیٹا کہیں بھی میزبانی کرنے کی بھی ضرورت ہوگی ، یا تو اپنے ذاتی کمپیوٹر پر ، یا دور دراز سے انٹرنیٹ سرورز کے ذریعے۔ ایمیزون ویب سروسز جیسی مصنوعات نے حالیہ برسوں میں اس کو آسان اور سستا بنا دیا ہے ، لیکن اس کو مضبوط انداز میں حاصل کرنے کے لئے اب بھی کافی تکنیکی مہارت

جیسا کہ دیکھا جاسکتا ہے ، ایک بار جب پائپ لائن کے ذریعے حکمت عملی کی نشاندہی کردی گئی ہے تو تاریخی اعداد و شمار کے ایک خاص سیٹ کی دستیابی ، اخراجات ، پیچیدگی اور نفاذ کی تفصیلات کا اندازہ لگانا ضروری ہوگا۔ آپ کو یہ معلوم ہوسکتا ہے کہ صرف تاریخی اعداد و شمار پر مبنی حکمت عملی کو مسترد کرنا ضروری ہے۔ یہ ایک بڑا علاقہ ہے اور پی ایچ ڈی کی ٹیمیں اس بات کو یقینی بنانے کے لئے بڑے فنڈز پر کام کرتی ہیں کہ قیمتوں کا تعین درست اور بروقت ہے۔ اپنے بیک ٹیسٹنگ مقاصد کے لئے ایک مضبوط ڈیٹا سینٹر بنانے کی مشکلات کو کم نہ کریں!

تاہم ، میں یہ کہنا چاہتا ہوں کہ بہت سارے بیک ٹیسٹنگ پلیٹ فارم آپ کے لئے یہ ڈیٹا خود بخود مہیا کرسکتے ہیں - قیمت پر۔ اس طرح یہ آپ سے بہت سارے نفاذ کے درد کو دور کردے گا ، اور آپ خالصتا strategy حکمت عملی کے نفاذ اور اصلاح پر توجہ مرکوز کرسکتے ہیں۔ ٹریڈ اسٹیشن جیسے ٹولز اس صلاحیت کے حامل ہیں۔ تاہم ، میرا ذاتی نظریہ یہ ہے کہ اندرونی طور پر زیادہ سے زیادہ نفاذ کیا جائے اور اسٹیک کے کچھ حصوں کو سافٹ ویئر وینڈرز کو آؤٹ سورس کرنے سے گریز کیا جائے۔ میں ان کے زیادہ پرکشش شارپ تناسب کی وجہ سے اعلی تعدد کی حکمت عملیوں کو ترجیح دیتا ہوں ، لیکن وہ اکثر ٹیکنالوجی اسٹیک کے ساتھ مضبوطی سے جڑے ہوتے ہیں ، جہاں جدید اصلاحات اہم ہیں۔

اب جب ہم نے تاریخی اعداد و شمار کے ارد گرد کے مسائل پر تبادلہ خیال کیا ہے تو وقت آگیا ہے کہ ہم اپنی حکمت عملیوں کو بیک ٹسٹنگ انجن میں لاگو کرنا شروع کریں۔ یہ دوسرے مضامین کا موضوع ہوگا ، کیونکہ یہ بحث کا اتنا ہی بڑا علاقہ ہے!


مزید