تاریخی اتار چڑھاؤ پر مبنی مارکیٹ ٹائمنگ حکمت عملی
جائزہ
یہ حکمت عملی تاریخی اتار چڑھاؤ پر مبنی فلٹر شامل کرکے خریدو رکھنے کی حکمت عملی کا ایک بہتر ورژن پیش کرتی ہے۔ فلٹر کا کام بازار میں زیادہ اتار چڑھاؤ کے دوران خریداری کی پوزیشن کو بند کرنا اور کم اتار چڑھاؤ کے وقت اسے دوبارہ کھولنا ہے، جس سے حکمت عملی کی زیادہ سے زیادہ کمی میں کمی آتی ہے۔
حکمت عملی کے اصول
- SPY کے پچھلے 100 دنوں کے تاریخی اتار چڑھاؤ کا حساب لگائیں۔
- اگر موجودہ اتار چڑھاؤ پچھلے 100 دنوں کے اتار چڑھاؤ کے 95 ویں پرسنٹائل سے زیادہ ہو تو اس تجارتی دن کو فلٹر کر کے خریداری کی پوزیشن بند کر دیں۔
- اگر اتار چڑھاؤ 95 ویں پرسنٹائل سے کم ہو تو خریداری کی پوزیشن کھول لیں۔
فوائد کا تجزیہ
بغیر فلٹر کے سادہ خریدو رکھنے کی حکمت عملی کے مقابلے میں، اس حکمت عملی نے 28 سالہ بیک ٹیسٹ کی مدت میں سالانہ منافع کی شرح میں اضافہ کیا (7.95% بمقابلہ 9.92%)، جبکہ زیادہ سے زیادہ کمی میں نمایاں کمی آئی (50.79% بمقابلہ 31.57%)۔ اس سے ظاہر ہوتا ہے کہ بازار کے اتار چڑھاؤ کا فلٹر شامل کرنے سے ایک حد تک حکمت عملی کی منافع بخشی میں اضافہ اور خطرے میں کمی ممکن ہے۔
خطرات کا تجزیہ
اس حکمت عملی کا بنیادی خطرہ اتار چڑھاؤ کے حساب کتاب کے طریقہ کار اور فلٹر پیرامیٹرز کی درستگی میں ہے۔ اگر اتار چڑھاؤ کا حساب درست نہ ہو تو فلٹر ناکارہ ہو جائے گا؛ اگر فلٹر کے پیرامیٹرز بہت زیادہ محتاط یا بہت زیادہ جارحانہ ہوں تو حکمت عملی کے منافع پر منفی اثر پڑے گا۔ اس کے علاوہ، Past performance is not indicative of future results، حکمت عملی کی تاریخی کارکردگی مستقبل کی کارکردگی کی ضمانت نہیں ہے۔
بہتری کے امکانات
اضافی تصدیقی سگنلز جیسے طویل مدتی موونگ ایورج، بڑے انڈیکس کا ADX انڈیکیٹر وغیرہ کو فلٹر کے طور پر شامل کرنے پر غور کیا جا سکتا ہے۔ اس کے علاوہ پیرامیٹرز کی ایڈجسٹمنٹ اور اصلاح بھی اہم ہے، جیسے مختلف lookback period اور filtering threshold کی جانچ کرنا۔ مشین لرننگ اور ٹائم سیریز تجزیہ کی تکنیکوں کو بھی اتار چڑھاؤ کی پیش گوئی کے ماڈل بنانے اور بہتر بنانے کے لیے استعمال کیا جا سکتا ہے۔
خلاصہ
یہ حکمت عملی تاریخی اتار چڑھاؤ پر مبنی ایک سادہ فلٹر کے ذریعے SPY کی خریدو رکھنے کی حکمت عملی کے منافع میں نمایاں اضافہ اور زیادہ سے زیادہ کمی میں نمایاں کمی لاتی ہے۔ یہ بازار کی حالت کی پہچان اور اثاثہ جات کی تقسیم کی اہمیت کو ثابت کرتا ہے۔ ہم اتار چڑھاؤ کے ماڈل کو مزید بہتر بنا کر اور تصدیقی سگنلز شامل کر کے اس حکمت عملی کو مزید مکمل کر سکتے ہیں۔
- 1

