تکنیکی تجزیہ کی تھیوری تین اہم مفروضوں پر مبنی ہے:
(1) اسٹاک کی قیمت میں تمام مارکیٹ کی معلومات شامل ہیں
(2) اسٹاک کی قیمتوں میں رجحانات
(3) تاریخ اپنے آپ کو دہرائے گی
تیسرا نقطہ یہ بیان کرتا ہے کہ اسٹاک کی قیمت یا انڈیکس میں طویل مدتی حرکت میں ، کچھ مخصوص طومار شکل طومار یا نمونہ بار بار ظاہر ہوتا ہے ، ان نمونوں کا مطالعہ کرنے کے بعد مارکیٹ کے پیشگی فیصلے کے لئے اہم حوالہ کی قدر ہے۔ طومار شکل طومار ، اسٹاک کی قیمت یا دوسرے اشارے کی نشاندہی کرتا ہے کسی خاص وقت کے اندر اندر حرکت ، جیسے عروج کی شکل ، زوال کی شکل ، ہلچل کی شکل
رویے کی مالیاتی کے نقطہ نظر سے ، مارکیٹ میں گروپ کے طرز عمل کے قوانین ، چاہے وہ ضائع ہونے کا اثر ہو یا بھیڑ کا اثر ، دونوں کا مقصد موجود ہے۔ مارکیٹ بہت سارے سرمایہ کاروں کے کھیل کا نتیجہ ہے ، اگرچہ سرمایہ کاری کا ہدف ہزاروں بار بدلتا ہے ، اسی معیار میں بھی ہر وقت تبدیلی کا شکار ہوتا ہے ، لیکن انسانیت غیر متغیر ہے ، تجارت کی نفسیات غیر متغیر ہے ، اور فیصلہ سازی کے عمل میں سرمایہ کاروں کی طرف سے تشکیل پانے والی سمت سازی اور قیاس آرائی کی نفسیات کی وجہ سے تاریخ کا بار بار تکرار ہوتا ہے۔ تکنیکی تجزیہ زیادہ تر تاریخی اعداد و شمار کے تجزیہ اور انضمام پر مبنی ہے ، جو مستقبل کے فیصلوں کی رہنمائی کے لئے تاریخ سے قانون سازی کو کھودنے کی کوشش کرتا ہے۔ تکنیکی تجزیہ کی افادیت اور افادیت کو مارکیٹ میں تسلیم کیا گیا ہے اور اس کا اطلاق کیا گیا ہے ، جیسے کہ معروف نظریہ ، رائے ، وغیرہ۔
مجموعی طور پر ، اسٹاک کی شکل نہ صرف اسٹاک کی بنیادی تبدیلیوں کی معلومات کی عکاسی کرتی ہے ، بلکہ مارکیٹ میں سرمایہ کاری کرنے والے گروپ کی سرمایہ کاری کی نفسیات بھی ہوتی ہے ، جس میں تجارتی منطق شامل ہوتی ہے۔ لہذا ، اسٹاک کی قیمتوں میں نقل و حرکت اسی طرح کی شکل دکھاتی ہے ، اور اسی طرح کی شکل والے مختلف اسٹاک مستقبل میں بھی اسی طرح کی حرکت دکھاتے ہیں۔
تکنیکی تجزیہ نظریہ کی بنیاد پر اسٹاک کی قیمتوں کی نقل و حرکت کی شناخت اور پیش گوئی کرنا مشکل ہے کیونکہ تکنیکی تجزیہ کے بہت سے طریقے تجرباتی فیصلے پر انحصار کرتے ہیں ، اس کی مقدار کو کم کرنا مشکل ہے ، اور یہاں تک کہ ایک ہی نقل و حرکت کی شکل کے لئے مختلف تکنیکی تجزیہ کار بالکل مخالف نتائج پر پہنچ جاتے ہیں۔ ہم نے شکل کی شناخت کے الگورتھم کی مدد سے اس مسئلے کو حل کرنے کی کوشش کی۔
شکل کی پہچان ، آواز کی پہچان کی طرح ، بنیادی طور پر لہر کی شکل کی خصوصیات کو پکڑنے اور پہچاننے کے لئے ہے۔ مشہور پہچاننے والے الگورتھم میں نیورل نیٹ ورک الگورتھم ، ہینمارکوف الگورتھم اور مشین لرننگ پر مبنی الگورتھم شامل ہیں ، نیز تکنیکی اشارے اور فنکشن کے انتہائی اقدار پر مبنی شماریاتی فیصلے کے طریقے بھی ہیں۔
اس رپورٹ میں متحرک ٹائم ریگولیشن الگورتھم کا استعمال کیا گیا ہے۔ خود کار طریقے سے تقریر کی شناخت کے میدان میں ، چونکہ صوتی سگنل ایک ایسا سگنل ہے جس میں کافی حد تک بے ترتیب ہے ، یہاں تک کہ اگر ایک ہی بولنے والا ایک ہی لفظ بولتا ہے تو ، ہر تلفظ کا نتیجہ مختلف ہوتا ہے ، اور نہ ہی یہ بالکل ایک ہی وقت کی لمبائی کا ہوسکتا ہے۔ لہذا ، جب ذخیرہ شدہ ماڈل سے مماثل ہوتا ہے تو ، نامعلوم الفاظ کی وقت کی محور کو غیر یکساں طور پر موڑنا یا موڑنا پڑتا ہے ، تاکہ اس کی خصوصیات کو سانچے کی خصوصیات کے ساتھ درست کیا جاسکے۔
حقیقت میں ، عملی اطلاق کے منظرناموں میں ، خاص طور پر مالیاتی ٹائم سیریز کے مماثلت کے مسائل ، اکثر وقت کے سلسلے میں مکمل طور پر متفق نہیں ہوتے ہیں۔ دوسرے لفظوں میں ، اگر وقت کی تسلسل شکل میں مماثلت رکھتی ہے ، لیکن تسلسل کے اندر نمونے کی توسیع یا طول و عرض میں فرق ہے ، تو پھر بھی یہ سمجھا جاسکتا ہے کہ وقت کی تسلسل کا گروپ مماثلت رکھتا ہے اور اس کی مماثلت کی ضرورت ہے۔ مارکیٹ میں تکنیکی تجزیہ کاروں کو اس طرح کی شکل میں مماثلت کے ذریعے ہی ملتا ہے۔ اسٹاک یا بڑے بازار کے اشاریہ کے اعداد و شمار میں موجودہ رجحانات سے ملتے جلتے رجحانات کو تلاش کریں ، اور ان رجحانات کو تاریخی طور پر ظاہر ہونے کے بعد ، انفرادی اسٹاک یا بڑے بازار کی نقل و حرکت کو دیکھیں ، اور آخر کار بعد میں انفرادی اسٹاک یا بڑے بازار کی نقل و حرکت پر پیش گوئی کریں ، اور تجارتی فیصلے کی رہنمائی کریں۔
متحرک ٹائم لائننگ الگورتھم کو سمجھنے کے لئے ، اہم بات یہ ہے کہ ٹائم لائننگ کی سوچ کو سمجھا جائے ، جس کا مقصد یہ ہے:

نیلی اور سبز لائنیں دو ٹائم سیریز کی نمائندگی کرتی ہیں ، اور روایتی فاصلے کی پیمائش کے طریقہ کار کے مقابلے میں ، ٹائم ریگولیشن وقت کے نقطہ کو ایک جوڑے یا ایک سے زیادہ جوڑے میں نقشہ بنانا ہے ، جبکہ زیادہ سے زیادہ حالات کو پورا کیا جاتا ہے۔ اس طرح کے نقشے کے بعد ، ٹائم ایکس پر ریگولیشن کیا جاتا ہے ، تاکہ دو ٹائم سیریز کے مابین کم سے کم فاصلہ ، زیادہ سے زیادہ مماثلت ہو۔
متحرک ٹائم ریگولیٹری الگورتھم کا بنیادی مقصد مندرجہ ذیل شرائط کو پورا کرنے کے لئے بہترین راستہ تلاش کرنا ہے:
(1) حدود کی شرائط؛
(2) تسلسل: یہ کہ آپ کسی ایک نقطہ سے نہیں مل سکتے، آپ صرف اپنے ہمسایہ کے ساتھ مل سکتے ہیں
(۳) یکسانیت: یہ کہ مطالبہ کا نقطہ وقت کے ساتھ یکسانیت کا ہونا ضروری ہے۔
متحرک منصوبہ بندی کے طریقہ کار سے زیادہ سے زیادہ راستہ اور کم سے کم فاصلہ حاصل کیا جاسکتا ہے۔
متحرک ٹائمنگ الگورتھم کا استعمال کرتے ہوئے شکل کی شناخت کے فنکشن کو حاصل کرنے کے لئے ، انسان کے ذریعہ منتخب کردہ معیاری شکل کی بنیاد پر ، ہر ٹریڈنگ کے دن شکل کی شناخت کے الگورتھم کا استعمال کرتے ہوئے مکمل A اسٹاک کی شکل اور معیاری شکل کے فاصلے کا حساب لگائیں ، پھر اس سے کم فاصلے والے اسٹاک کو منتخب کریں اور اس دن کی افتتاحی قیمت پر خریدیں ، پانچ دن کی بندش کی قیمت پر فروخت کریں ، اگر انعقاد کے دوران کسی دن بندش کی قیمت میں -5٪ سے زیادہ کمی واقع ہو تو بندش کی قیمت پر نقصان ہو۔


اس حکمت عملی میں متحرک ٹائم لائننگ الگورتھم کی بنیاد پر اسٹاک کی شکل کو پکڑنے اور اسٹاک پورٹ فولیو کی تعمیر کرنے کے لئے تجرباتی شکل کی طرح ہے۔ اس نے ریٹرننگ کے دوران 2.59 کا شارپ تناسب اور 27.4 فیصد سالانہ منافع حاصل کیا ، جس نے بڑے پیمانے پر جیتنے والے بڑے پیمانے پر انڈیکس کو مستحکم کیا۔
ٹویٹ ایمبیڈ کریں