[TOC]

تعارف

پچھلی ویڈیو میں، ہم نے ClawdBot/OpenClaw کا استعمال کرتے ہوئے ایک دوہری متحرک اوسط حکمت عملی لکھی۔ بہت سے ناظرین اب بھی مطمئن نہیں تھے اور تبصرے کے سیکشن میں پوچھا: کیا AI مارکیٹ کے حالات کا تجزیہ کر سکتا ہے، اپنے فیصلے خود کر سکتا ہے، اور خود آرڈر دے سکتا ہے؟ آج، ہم اس حتمی مقصد کو حاصل کریں گے اور مکمل طور پر خودکار AI ٹریڈنگ سسٹم بنائیں گے۔

کچھ دوست پریشان ہیں کہ AI تجارت کو براہ راست اجازت دینا بہت خطرناک ہے، اس لیے ہم نے ایک محفوظ فن تعمیر تیار کیا ہے:ClawdBot دماغ کے طور پریہ ڈیٹا اکٹھا کرنے، خبروں کا تجزیہ کرنے اور تجارتی سگنل تیار کرنے کے لیے ذمہ دار ہے۔انوینٹر کوانٹیفیکیشن پلیٹ فارم (FMZ) بطور دو ہاتھیہ سگنل وصول کرنے، لین دین کو انجام دینے اور رسک کنٹرول کے انتظام کے لیے ذمہ دار ہے۔ یہ AI کی تجزیاتی صلاحیتوں کا فائدہ اٹھاتا ہے، ایک پیشہ ور پلیٹ فارم کی حفاظت کی ضمانت فراہم کرتا ہے، اور حقیقی وقت کی نگرانی اور جائزہ کو قابل بناتا ہے۔

I. سسٹم آرکیٹیکچر ڈیکمپوزیشن

اس سے پہلے کہ ہم شروع کریں، آئیے پورے نظام کو توڑ دیں۔ پورا نظام اس پر مشتمل ہے…دماغ کا اختتاماورپھانسی کا خاتمہدو بنیادی اجزاء پر مشتمل، HTTP درخواستوں کے ذریعے منسلک، ایک مکمل AI مقداری تجارتی بند لوپ کی تشکیل:

1. ClawdBot (برین ٹرمینل)

1. ریئل ٹائم ڈیٹا اکٹھا کریں۔ٹارگٹ کریپٹو کرنسیوں کے لیے ریئل ٹائم قیمتیں، تجارتی حجم، اور خبروں کی اپ ڈیٹس حاصل کرنے کے لیے خودکار براؤزر تک رسائی۔
2. خبروں کے جذبات کا تجزیہ کرناAI خبروں کے مواد کو اس بات کا تعین کرنے کے لیے مربوط کرتا ہے کہ آیا مارکیٹ کے جذبات مثبت، منفی یا غیر جانبدار ہیں۔
3. لین دین کا فیصلہ JSON بنائیںیہ خرید، فروخت، یا انتظار اور دیکھنے کے فیصلے پیدا کرنے کے لیے ڈیٹا اور جذباتی تجزیہ کو یکجا کرتا ہے، اور کراس پلیٹ فارم مواصلات کے لیے معیاری ڈیٹا کے طور پر JSON فارمیٹ میں پیک کرتا ہے۔
4. HTTP POST FMZ کو بھیجی گئی۔JSON فارمیٹ میں فیصلے کے سگنل کو HTTP POST درخواست کے ذریعے موجد کے کوانٹیفیکیشن پلیٹ فارم پر عمل درآمد کے اختتام تک پہنچایا جاتا ہے۔

2. FMZ حکمت عملی (Execution End)

1. مانیٹرنگ چینل کو سگنل موصول ہوا۔: دماغی سرے سے بھیجی گئی HTTP درخواستوں اور اس میں موجود لین دین کے سگنلز کو حاصل کرنے کے لیے ایک مخصوص چینل کی مسلسل نگرانی کریں۔
2. JSON کو پارس کریں اور لین دین کو انجام دیں۔سسٹم موصول ہونے والے JSON ڈیٹا کو پارس کرتا ہے، ٹریڈنگ کی بنیادی ہدایات کو نکالتا ہے، اور پلیٹ فارم کے لائیو ٹریڈنگ روبوٹ کو خود بخود آرڈر کی جگہ کا تعین مکمل کرنے کے لیے متحرک کرتا ہے۔
3. رسک کنٹرول مینجمنٹ اور نقصان سے تحفظلین دین کے عمل کے دوران، نظام حقیقی وقت میں مارکیٹ کی قیمتوں کی نگرانی کرتا ہے اور تجارتی خطرات کو کم کرنے کے لیے پہلے سے طے شدہ اصولوں کے مطابق رسک کنٹرول آپریشنز جیسے کہ اسٹاپ لاس اور خطرے میں کمی کے اقدامات کو انجام دیتا ہے۔
4. بصری ڈیش بورڈ ڈسپلےپلیٹ فارم ڈیش بورڈ حقیقی وقت کی معلومات دکھاتا ہے جیسے کہ لین دین کی حیثیت، عملدرآمد کے نتائج، رسک کنٹرول ڈیٹا، اور اکاؤنٹ کے حقوق، مکمل عمل کی بصری نگرانی کو قابل بناتا ہے۔

II تحریری رہنما خطوط: AI سکھانا کیا کرنا ہے۔

ClawdBot کا بنیادی حصہ اس کا ہدایت نامہ ہے، جو بنیادی طور پر AI کے لیے ایک مفصل صارف دستی ہے، جو اس کے آپریٹنگ اقدامات، فیصلے کے معیار، اور انجام دینے والے اعمال کی واضح طور پر وضاحت کرتا ہے۔ آئیے اس ہدایت نامہ کی ساخت کو دیکھتے ہیں:

2.1 ڈیٹا ایکوزیشن سیکشن

سب سے پہلے، AI کو بتائیں کہ ہدف کرنسی کا صفحہ کھولتے وقت اسے کون سا کلیدی ڈیٹا پڑھنے کی ضرورت ہے:

【操作指令】
1. 自动化打开浏览器新标签页
2. 导航至目标币种页面：https://www.coingecko.com/en/coins/bitcoin
3. 等待页面完全加载

【需要读取的数据】
- BTC当前价格
- 24小时交易量

【需要读取的新闻】
- 滚动页面找到 "News" 区域
- 读取最新的3-5条新闻标题和摘要
- 将所有新闻整合为一条信息汇总
- 判断整体情绪（利好/利空/中性）

2.2 فیصلہ سازی منطق سیکشن

اگلا، واضح تجارتی معیار کی وضاحت کریں، یہ بتاتے ہوئے کہ کن حالات میں خریدنا ہے اور کن حالات میں بیچنا ہے:

【买入条件】
□ 新闻情绪整体正面（利好消息主导）
□ 交易量放大显示市场活跃
□ 综合判断市场处于上升趋势

【卖出条件】
□ 新闻情绪整体负面（利空消息主导）
□ 市场出现明显风险信号

【观望条件】
□ 新闻情绪中性或混杂
□ 市场方向不明确

2.3 آؤٹ پٹ فارمیٹ کی تعریف

معیاری JSON فارمیٹ ڈیٹا تیار کرنے کے لیے AI کی ضرورت ہے۔ یہ ClawdBot اور موجد کے پلیٹ فارم کے درمیان بنیادی مواصلاتی پروٹوکول ہے، جو ڈیٹا کی غیر واضح تجزیہ کو یقینی بناتا ہے۔

{
    "coin": "BTC",
    "timestamp": "2024-01-15T14:00:00.000Z",
    "current_price": 42500.00,
    "volume_24h": "25,000,000,000",
    "news_summary": "ETF资金持续流入，机构增持意愿强烈",
    "news_sentiment": "positive",
    "trade_decision": "买入",
    "decision_reason": "新闻情绪积极，交易量放大，适合建仓"
}

2.4 اعمال کا نفاذ

آخر میں، AI کو ہدایت کریں کہ JSON سگنل کو موجد کے پلیٹ فارم پر دھکیلیں اور مستقبل کے جائزے کے لیے مقامی کارروائیوں کو ریکارڈ کریں:

【发送信号】
执行HTTP POST请求：
URL: https://www.fmz.com/api/v1?method=pub&robot={实盘ID}&channel={UUID}
- 实盘ID：发明者平台上对应机器人的唯一数字标识，用于精准指定接收信号的目标交易机器人。
- UUID：通用唯一识别码，作为自定义频道唯一标识，是ClawdBot与FMZ的通信密钥，请勿泄露，避免恶意操作。

【记录日志】
将每次操作的时间、币种、决策、信号发送状态等信息追加到本地 tradediary.csv 文件，便于后续策略复盘与优化。

یقینا، اس رہنما خطوط کو متعدد ٹیسٹوں کے ذریعے بہتر کیا گیا ہے۔ ٹیسٹ کامیاب ہونے کے بعد، ہم اسے ایک Skill میں پیک کر سکتے ہیں اور اسے خود بخود ایک طے شدہ کام کے طور پر چلانے کے لیے سیٹ کر سکتے ہیں۔

III موجد کا پلیٹ فارم: سگنل وصول کرنے کا کوڈ

AI سے چلنے والی فیصلہ سازی کی صلاحیتوں کے قائم ہونے کے ساتھ، موجودہ کام موجد پلیٹ فارم کے لیے ہے کہ وہ سگنل کے استقبال، لین دین کے عمل درآمد، اور رسک کنٹرول مینجمنٹ کے پورے عمل کو نافذ کرنے کے لیے معاون کوڈ تیار کرے۔

3.1 کنفیگریشن پیرامیٹرز

سب سے پہلے، مرکزی کنفیگریشن آئٹمز کی وضاحت کریں تاکہ لین دین، نگرانی، اور رسک کنٹرول کے پیرامیٹرز کو مرکزی طور پر منظم کیا جا سکے۔ UUID ClawdBot کے رہنما خطوط میں بیان کردہ کے مطابق ہونا چاہیے۔

const CONFIG = {
    TRADE_AMOUNT: 0.01,           // 每次固定交易数量
    CHECK_INTERVAL: 3000,         // 信号监听与风控检查间隔(毫秒)
    UUID: "自定义UUID",            // 与ClawdBot一致的频道标识，作为通信密钥
    STOP_LOSS_PERCENT: 5,         // 止损/踏空保护比例(%)
};

3.2 سگنل کا استقبال اور نقل کرنا

FMZ پلیٹ فارم میں بنایا گیا۔GetChannelDataفنکشن ایک مخصوص UUID چینل کو سنتا ہے اور AI کے ذریعے بھیجے گئے JSON سگنل کو بازیافت کرتا ہے۔ یہاں ایک اہم تفصیل یہ ہے کہ ایک ٹائم اسٹیمپ کا استعمال اس بات کا تعین کرنے کے لیے کیا جاتا ہے کہ آیا سگنل پر کارروائی ہوئی ہے، نیٹ ورک یا پلیٹ فارم کے مسائل کی وجہ سے ایک ہی سگنل کو بار بار چلنے سے روکتا ہے، اس طرح غلط لین دین سے بچتا ہے۔

function receiveSignal() {
    try {
        const res = GetChannelData(CONFIG.UUID);
        
        if (res === null || res === "") {
            return null;
        }
        
        const signal = typeof res === 'string' ? JSON.parse(res) : res;
        
        // 校验信号格式，确保核心字段完整
        if (!signal.coin || !signal.trade_decision) {
            Log("❌ 信号格式无效，核心字段缺失");
            return null;
        }
        
        // 检查时间戳是否已处理（信号去重核心逻辑）
        if (isSignalProcessed(signal.timestamp)) {
            return null;
        }
        
        Log(`📥 收到新信号: ${signal.coin} - ${signal.trade_decision}`);
        return signal;
        
    } catch (e) {
        Log(`❌ 获取信号失败: ${e.message}`);
        return null;
    }
}

3.3 لین دین کے عمل کی منطق

کی بنیاد پر سگنل کے بنیادی مواد کا تجزیہ کریں۔trade_decisionفیلڈ متعلقہ خرید/فروخت کے عمل کو انجام دیتا ہے۔ خریدنے سے پہلے، یہ چیک کرتا ہے کہ آیا USDT بیلنس کافی ہے؛ فروخت کرنے سے پہلے، یہ چیک کرتا ہے کہ آیا ہدف کرنسی کا بیلنس ناکافی بیلنس کی وجہ سے لین دین کی ناکامی سے بچنے کے لیے کافی ہے۔

function executeBuy(signal, reason) {
    const symbol = signal.coin + "_USDT"; // 拼接交易对，如BTC_USDT
    exchange.SetCurrency(symbol); // 指定当前交易对
    
    const account = _C(exchange.GetAccount); // 获取账户实时资产
    const ticker = _C(exchange.GetTicker); // 获取币种实时行情
    const currentPrice = ticker.Last; // 获取最新成交价
    
    // 资金充足性检查
    const requiredBalance = currentPrice * CONFIG.TRADE_AMOUNT;
    if (account.Balance < requiredBalance) {
        Log(`❌ 余额不足，需要 USDT $${requiredBalance.toFixed(2)}，当前仅 $${account.Balance.toFixed(2)}`);
        return false;
    }
    
    // 执行市价买入（-1表示市价，按当前市场价格成交）
    const orderId = exchange.Buy(-1, CONFIG.TRADE_AMOUNT * currentPrice);
    
    if (orderId) {
        addTradeRecord({
            coin: signal.coin,
            action: "买入",
            price: currentPrice,
            amount: CONFIG.TRADE_AMOUNT,
            reason: reason
        });
        Log(`✅ ${signal.coin} 市价买入成功，成交价格: $${currentPrice.toFixed(2)}`);
        return true;
    }
    Log(`❌ ${signal.coin} 买入失败，未生成订单ID`);
    return false;
}

function executeSell(signal, reason) {
    try {
        const symbol = signal.coin + "_USDT";
        exchange.SetCurrency(symbol);
        
        const account = _C(exchange.GetAccount);
        const ticker = _C(exchange.GetTicker);
        const currentPrice = ticker.Last;
        
        // 目标币种充足性检查
        if (account.Stocks < CONFIG.TRADE_AMOUNT) {
            Log(`❌ ${signal.coin} 余额不足，需要 ${CONFIG.TRADE_AMOUNT}枚，当前仅 ${account.Stocks.toFixed(6)}枚`);
            return false;
        }
        
        // 执行市价卖出
        const orderId = exchange.Sell(-1, CONFIG.TRADE_AMOUNT);
        
        if (orderId) {
            // 添加交易记录至平台
            addTradeRecord({
                coin: signal.coin,
                action: "卖出",
                price: currentPrice,
                amount: CONFIG.TRADE_AMOUNT,
                reason: reason || signal.decision_reason,
                timestamp: new Date().toISOString()
            });
            
            Log(`✅ ${signal.coin} 市价卖出成功 - 成交价格: $${currentPrice.toFixed(2)}, 成交数量: ${CONFIG.TRADE_AMOUNT}`);
            return true;
        } else {
            Log(`❌ ${signal.coin} 卖出失败，未生成订单ID`);
            return false;
        }
        
    } catch (e) {
        Log(`❌ 卖出异常: ${e.message}`);
        return false;
    }
}

3.4 سٹاپ لاس رسک کنٹرول میکانزم

کوڈ ایک مقررہ سٹاپ نقصان کا فیصد مقرر کرتا ہے۔ جب مارکیٹ کی قیمت پہلے سے طے شدہ اسٹاپ لاس لائن تک پہنچ جاتی ہے، تو یہ خود بخود ایک ریورس ٹریڈ کو انجام دے گی۔نقصان کو روکیں۔اوراگر آپ کوئی موقع کھو دیتے ہیں تو نقصان کو روکیں۔لین دین کے خطرات کے جامع کنٹرول کے لیے دو بنیادی منظرنامے:

function checkStopLoss() {
    const latestTrade = getLatestTradeRecord(); // 获取最新一笔交易记录
    
    if (!latestTrade) return { triggered: false }; // 无交易记录则跳过风控检查
    
    const ticker = _C(exchange.GetTicker);
    const currentPrice = ticker.Last;
    const tradePrice = latestTrade.price; // 最新交易的成交价格
    const priceChangePercent = ((currentPrice - tradePrice) / tradePrice) * 100; // 价格涨跌幅百分比
    
    // 场景一：买入后价格下跌触发亏损止损，限制最大亏损
    if (latestTrade.action === "买入") {
        const stopLossPrice = tradePrice * (1 - CONFIG.STOP_LOSS_PERCENT / 100); // 计算止损价格
        
        if (currentPrice <= stopLossPrice) {
            Log(`🔴 亏损止损触发！当前跌幅: ${priceChangePercent.toFixed(2)}%，触发${CONFIG.STOP_LOSS_PERCENT}%止损线`);
            return {
                triggered: true,
                action: "卖出",
                reason: `止损卖出：跌幅触发${CONFIG.STOP_LOSS_PERCENT}%止损线，当前跌幅${priceChangePercent.toFixed(2)}%`
            };
        }
    }
    
    // 场景二：卖出后价格上涨触发踏空止损，避免错过大幅上涨行情
    if (latestTrade.action === "卖出") {
        const stopLossPrice = tradePrice * (1 + CONFIG.STOP_LOSS_PERCENT / 100); // 计算踏空保护价格
        
        if (currentPrice >= stopLossPrice) {
            Log(`🟢 踏空止损触发！当前涨幅: ${priceChangePercent.toFixed(2)}%，触发${CONFIG.STOP_LOSS_PERCENT}%保护线`);
            return {
                triggered: true,
                action: "买入",
                reason: `踏空止损：涨幅触发${CONFIG.STOP_LOSS_PERCENT}%保护线，当前涨幅${priceChangePercent.toFixed(2)}%`
            };
        }
    }
    
    return { triggered: false };
}

3.5 مین لوپ منطق

پوری حکمت عملی کا مرکز ایک لامحدود لوپ ہے، جس پر عمل درآمد کیا جاتا ہے…پہلے رسک کنٹرول کریں۔اصول یہ ہے کہ سٹاپ لوس چیک، AI سگنل پروسیسنگ، اور ڈیش بورڈ اپ ڈیٹس کو اس ترتیب میں پروسیس کیا جائے، اس بات کو یقینی بنانا کہ رسک کنٹرول ہمیشہ اولین ترجیح ہے:

function main() {
    initialize(); // 初始化：创建交易记录、仪表板等
    Log("🚀 现货自动交易机器人启动，开始监听AI信号...");
    
    while (true) { // 无限循环，持续运行
        // 1. 检查止损（优先级最高），触发则立即执行
        const stopLossInfo = checkStopLoss();
        if (stopLossInfo.triggered) {
            executeStopLoss(stopLossInfo);
        }
        
        // 2. 获取并处理AI信号，无信号则跳过
        const signal = receiveSignal();
        if (signal) {
            processSignal(signal);
        }
        
        // 3. 实时更新可视化仪表板
        displayDashboard();
        
        // 4. 按预设间隔等待，进入下一轮检查
        Sleep(CONFIG.CHECK_INTERVAL);
    }
}

3.6 تصور

صرف تجارت چلانا کافی بدیہی نہیں ہے، اس لیے ہم نے چار بنیادی ڈیٹا ٹیبلز پر مشتمل ایک بصری ڈیش بورڈ بھی بنایا ہے۔ یہ ڈیش بورڈ اکاؤنٹ کی معلومات، رسک کنٹرول، سگنلز، اور ٹریڈنگ ریکارڈ سب کو ایک جگہ دکھاتا ہے، جو سسٹم کی آپریشنل حالت کا واضح جائزہ فراہم کرتا ہے۔

چہارم خودکار عملدرآمد

ایک بار جب ClawdBot ہدایات کو صحیح طریقے سے ڈیبگ کیا جاتا ہے اور موجد کا پلیٹ فارم کوڈ ٹیسٹنگ پاس کر لیتا ہے، تو سسٹم مکمل طور پر خود بخود چل سکتا ہے: ClawdBot بیک اینڈ میں، تحریری ہدایات کو ایک سنگل میں پیک کر دیا جاتا ہے…Skill(دوبارہ قابل استعمال AI آپریشن ٹیمپلیٹ)، اور سیٹ اپطے شدہ کام(مثال کے طور پر، اگر ہر 10 منٹ پر عمل کیا جاتا ہے)، سسٹم خود بخود ڈیٹا اکٹھا کرے گا، تجزیہ کرے گا اور فیصلے کرے گا، اور سیٹ فریکوئنسی پر سگنل بھیجے گا۔ اس کے بعد موجد کا پلیٹ فارم دستی نگرانی کی ضرورت کے بغیر، حقیقی وقت میں لین دین کو سنے گا اور اس پر عمل درآمد کرے گا۔

V. احتیاطی تدابیر اور خطرے کی وارننگز

یہ سب کو یاد دلانا ضروری ہے کہ مقداری تجارت میں ہمیشہ مارکیٹ کا خطرہ شامل ہوتا ہے، اور AI فیصلے بالکل درست نہیں ہوتے۔ براہ کرم تجارت سے پہلے درج ذیل نکات پر توجہ دیں:

1. AI پر مبنی فیصلہ سازی صرف حوالہ کے لیے ہے۔اس کا تجزیہ عوامی طور پر دستیاب ڈیٹا اور پہلے سے طے شدہ منطق پر مبنی ہے، اور سرمایہ کاری کے فیصلوں کے لیے مکمل طور پر انحصار نہیں کیا جا سکتا۔
2. اگرچہ ایک سٹاپ لاس میکینزم شامل کیا گیا ہے، حکمت عملی انتہائی مارکیٹ حالات (جیسے تیز گراوٹ یا کریش) میں ناکام ہو سکتی ہے اور نقصانات سے مکمل طور پر بچ نہیں سکتی۔
3. پہلے ڈیمو اکاؤنٹ یا تھوڑی سی رقم سے ٹیسٹ کرنے کی سفارش کی جاتی ہے۔اس کے استحکام کی تصدیق کے لیے کم از کم 1-2 تجارتی چکر چلانے کے بعد، ہم آہستہ آہستہ سرمایہ کاری بڑھانے پر غور کریں گے۔
4. خطرے کی تنہائی پر توجہ دیں۔ اکاؤنٹ کی معلومات اور UUID کمیونیکیشن کیز کو چلانے اور اس سے بچنے کے لیے علیحدہ ٹریڈنگ اکاؤنٹ اور ڈیوائس استعمال کرنے کی سفارش کی جاتی ہے۔
5. اس بات کو یقینی بنانے کے لیے کہ ClawdBot کے تمام ماڈیولز اور موجد کا پلیٹ فارم ٹھیک سے کام کر رہے ہیں، حکمت عملی کے آپریشنل اسٹیٹس کو باقاعدگی سے چیک کریں، ٹرانزیکشن لاگز اور پلیٹ فارم کی غلطی کے پیغامات کا جائزہ لیں۔
6. ٹرانزیکشن لاگز ClawdBot کی ہدایات کی فیصلہ سازی کی منطق اور موجد کے پلیٹ فارم کے رسک کنٹرول پیرامیٹرز کو بہتر بنانے کے لیے فیڈ بیک ڈیٹا کے طور پر کام کر سکتے ہیں، جس سے سسٹم کو مسلسل اعادہ اور اپ گریڈ کرنے کے قابل بنایا جا سکتا ہے۔

خلاصہ کریں۔

آئیے آج کی کامیابیوں کا جائزہ لیں: ہم نے کامیابی کے ساتھ ایک سیٹ بنایا ہے۔اینڈ ٹو اینڈ AI مکمل طور پر خودکار مقداری تجارتی نظامکور دو اہم ماڈیولز پر مشتمل ہے: ClawdBot، جو دماغ کے طور پر کام کرتا ہے، مارکیٹ ڈیٹا اکٹھا کرنے، خبروں کے جذبات کا تجزیہ، اور تجارتی فیصلہ سازی کے لیے ذمہ دار ہے۔ اور موجد مقداری پلیٹ فارم، جو عمل کے اختتام کے طور پر کام کرتا ہے، سگنل کے استقبال، خودکار تجارت، رسک کنٹرول مینجمنٹ، اور بصری نگرانی کے لیے ذمہ دار ہے۔ دونوں فریق ایک HTTP انٹرفیس کے ذریعے معیاری ڈیٹا ایکسچینج حاصل کرتے ہیں، حقیقی معنوں میں دستی نگرانی کی ضرورت کے بغیر مکمل طور پر خودکار تجارت کا احساس کرتے ہیں۔

مزید اہم بات یہ ہے کہ یہ فن تعمیر مضبوط اسکیل ایبلٹی کا حامل ہے: ٹرانزیکشن لاگز کو جائزہ اور اصلاح کے لیے AI کو فیڈ کیا جا سکتا ہے، اور ClawdBot کی مہارتوں کو مسلسل دہرایا جا سکتا ہے، ڈیٹا کے مزید ذرائع (جیسے معاہدہ ڈیٹا اور صنعت کی تحقیقی رپورٹس) اور مزید بہتر فیصلہ سازی کی منطق شامل کر کے۔ بلاشبہ، موجودہ ماڈل اب بھی نسبتاً بنیادی ہے، صرف AI سے چلنے والی مقداری تجارت کے لیے ایک فریم ورک اور عملی نقطہ نظر فراہم کرتا ہے۔

اگر آپ کے پاس بہتر اصلاحی آئیڈیاز ہیں یا فیچر کی نئی درخواستیں ہیں تو بلا جھجھک ان کا اشتراک تبصرے کے سیکشن میں کریں!

حوالہ کوڈ: https://www.fmz.com/strategy/526322