அளவீட்டு மூலோபாய மேம்பாடு — கருதுகோளில் இருந்து உற்பத்தி வரை

ஒரு லாபகரமான வர்த்தக மூலோபாயத்தை உருவாக்குவதற்கு உள்ளுணர்வை விட அதிகம் தேவை. இதற்கு சோதிக்கக்கூடிய கருதுகோள்கள், கடுமையான பின்சோதனை மற்றும் வளைவு பொருத்தத்தை தவிர்க்க கவனமாக மேம்படுத்துதல் தேவை. இந்த வழிகாட்டி அளவீட்டு மூலோபாயத்தை முதல் கொள்கைகளிலிருந்து உருவாக்குவதற்கு உங்களை வழிநடத்துகிறது — Smart Money API பின்னால் உள்ள அல்காரிதங்களை சக்தியாக்கும் அதே முறை.

முக்கியமான கொள்கை: 95% வர்த்தகர்கள் தோல்வியடைகிறார்கள், ஏனெனில் அவர்கள் மாதிரி தரவுகளில் மேம்படுத்துகிறார்கள். வரலாற்று தரவுகளில் 200% திரும்பும் ஒரு மூலோபாயம் நேரடியாக பணத்தை இழக்க வாய்ப்புள்ளது. இந்த பொறியை தவிர்க்க கற்றுக்கொள்ளுங்கள்.

கருதுகோள் நிலை

மறுக்கக்கூடிய கூற்றுடன் தொடங்கவும்

ஒவ்வொரு மூலோபாயமும் ஒரு குறிப்பிட்ட, சோதிக்கக்கூடிய கருதுகோளுடன் தொடங்குகிறது. "Bitcoin சில நேரங்களில் மேலே செல்கிறது" அல்ல, ஆனால் "நிதியளிப்பு விகிதங்கள் நேர்மறையாக இருக்கும்போது AND திமிங்கல நீண்ட ஒருமித்த கருத்து 65% ஐ விட அதிகமாக இருக்கும்போது, அடுத்த 4-மணி நேர மெழுகுவர்த்தி 56% நிகழ்தகவுடன் அதிகமாக மூடுகிறது."

நல்ல கருதுகோள்கள்:

மோசமான கருதுகோள்கள்:

உங்கள் விளிம்பை வரையறுக்கவும்

என்ன உங்களுக்கு தெரியும் சந்தை விலை குறிக்காதது? Smart Money API க்கு, இது: "திமிங்கல ஒருமித்த கருத்து சில்லறை எதிர்வினைக்கு 2-4 மணி நேரத்திற்கு முன் மாறுகிறது. மேல் 250 பணப்பைகளை நிகழ்நேரத்தில் கண்காணித்தால், நாம் நகர்வுக்கு முன்னால் ஓடலாம்."

மூலோபாய கட்டமைப்பு

1. நுழைவு நிபந்தனைகள்

நீங்கள் எப்போது நுழைகிறீர்கள்? வெளிப்படையாக இருங்கள்:

Python — நுழைவு தர்க்கம்
# மூலோபாயம்: திமிங்கல ஒருமித்த கருத்து + வழித்தோன்றல்கள் இணைவு
def should_enter_long(symbol, bar):
# நிபந்தனை 1: திமிங்கல ஒருமித்த கருத்து > 65% நீண்ட
whale_long_pct = get_whale_consensus(symbol)
cond_whale = whale_long_pct > 0.65
# நிபந்தனை 2: நிதியளிப்பு விகிதம் நேர்மறை மற்றும் அதிகரிக்கும்
fr_current = get_funding_rate(symbol)
fr_previous = get_funding_rate(symbol, offset=1)
cond_fr = (fr_current > 0) and (fr_current > fr_previous)
# நிபந்தனை 3: LSR > 1.25 (குறுகியதை விட நீண்டது)
lsr = get_long_short_ratio(symbol)
cond_lsr = lsr > 1.25
# நிபந்தனை 4: விலை 50-நாள் MA க்கு மேல் (உயர்வு சூழல்)
ma_50 = get_sma(symbol, 50)
cond_trend = bar.close > ma_50
return cond_whale and cond_fr and cond_lsr and cond_trend

2. வெளியேறும் நிபந்தனைகள்

நீங்கள் எப்போது மூடுகிறீர்கள்? லாப இலக்குகள் மற்றும் நிறுத்தங்களை வரையறுக்கவும்:

Python — வெளியேறும் தர்க்கம்
def should_exit_long(entry_price, current_price, time_in_trade):
pnl_pct = (current_price - entry_price) / entry_price
# லாப இலக்கு +2% இல்
if pnl_pct > 0.02:
return True, "profit_target"
# நிறுத்த இழப்பு -1% இல்
if pnl_pct < -0.01:
return True, "stop_loss"
# நேர அடிப்படையிலான வெளியேறல்: 4 மணி நேரத்திற்குப் பிறகு மூடவும்
if time_in_trade > timedelta(hours=4):
return True, "time_exit"
return False, None

3. நிலை அளவு

ஒரு வர்த்தகத்திற்கு எவ்வளவு ஆபத்து எடுக்கிறீர்கள்? கெல்லி அளவுகோல் அல்லது நிலையான பின்னம் பந்தயத்தைப் பயன்படுத்தவும்:

Python — நிலை அளவு
def calculate_position_size(account_balance, win_rate, avg_win, avg_loss):
# கெல்லி அளவுகோல்: f* = (p*b - q) / b
# p = வெற்றி விகிதம், b = வெற்றி/இழப்பு விகிதம், q = இழப்பு விகிதம்
p = win_rate
q = 1 - win_rate
b = avg_win / avg_loss
kelly_fraction = (p * b - q) / b
# பழமைவாதியாக இருக்க 25% கெல்லியைப் பயன்படுத்தவும் (திவால்நிலையை தவிர்க்கவும்)
position_fraction = kelly_fraction * 0.25
risk_amount = account_balance * position_fraction
return risk_amount

பின்சோதனையாளரை உருவாக்குதல்

நிகழ்வு-ஆதாரமான பின்சோதனை இயந்திரம்

Python — பின்சோதனை கட்டமைப்பு
class BacktestEngine:
def __init__(self, initial_capital=10000):
self.capital = initial_capital
self.trades = []
self.equity_curve = []
def run(சுய, தரவு, மூலோபாயம்):
க்கு நான், பட்டை இல் எண்ணிடு(தரவு):
# திறந்த வர்த்தகங்களுக்கான வெளியேறும் நிபந்தனைகளை சரிபார்க்கவும்
க்கு வர்த்தகம் இல் சுய.வர்த்தகங்கள்:
மூடவேண்டும், காரணம் = வர்த்தகம்.சரிபார்_வெளியேறு(பட்டை.நெருக்கமாக)
என்றால் மூடவேண்டும்:
pnl = (பட்டை.நெருக்கமாக - வர்த்தகம்.நுழைவு_விலை) * வர்த்தகம்.அளவு
சுய.மூலதனம் += pnl
சுய.வர்த்தகங்கள்.நீக்கு(வர்த்தகம்)
# நுழைவு நிபந்தனைகளை சரிபார்க்கவும்
என்றால் மூலோபாயம்.நுழைய_வேண்டும்(பட்டை):
அளவு = கணக்கிடு_நிலை_அளவு(...)
வர்த்தகம் = வர்த்தகம்(நுழைவு_விலை=பட்டை.நெருக்கமாக, அளவு=அளவு)
சுய.வர்த்தகங்கள்.சேர்க்கை(வர்த்தகம்)
சுய.பங்கு_வளைவு.சேர்க்கை(சுய.மூலதனம்)
திரும்ப சுய.கணக்கிடு_அளவீடுகள்()

முக்கிய பேக்டெஸ்டிங் அளவீடுகள்

அதிகப்படியான தேர்வுமுறையை தவிர்த்தல்

ஓவர்ஃபிட்டிங் பொறி

நீங்கள் வரலாற்று தரவில் அளவுருக்களை சரிசெய்து 200% வருவாயைப் பெறும் வரை, நேரடியாக ஏமாற்றமடைவீர்கள். கண்டிப்பான மாதிரி சோதனையைப் பயன்படுத்தவும்:

நடந்து செல்லும் சரிபார்ப்பு: 1 வருட தரவுகளில் மேம்படுத்தவும், அடுத்த 3 மாதங்களில் சோதிக்கவும். பின்னர் 2-3 ஆண்டுகளில் மேம்படுத்தவும், ஆண்டு 3Q1 இல் சோதிக்கவும். முழு தரவுத்தொகுப்பிலும் மீண்டும் செய்யவும். மாதிரி முடிவுகளை மட்டுமே அறிக்கையிடவும்.

அளவுரு உணர்திறன்

கிரிட் தேடலுடன் பல அளவுரு சேர்க்கைகளை சோதிக்கவும், ஆனால் சிக்கலான தன்மையை தண்டிக்கவும்:

பைதான் — வாக்-ஃபார்வர்டுடன் கிரிட் தேடல்
def walk_forward_optimization(தரவு, param_ranges):
முடிவுகள் = []
பயிற்சி_சாளரம் = 252 # 1 வருட தினசரி தரவு
சோதனை_சாளரம் = 63 # 3 மாதங்கள்
க்கு i இல் எல்லை(0, len(தரவு) - பயிற்சி_சாளரம் - சோதனை_சாளரம், சோதனை_சாளரம்):
பயிற்சி_தரவு = தரவு[i:i+பயிற்சி_சாளரம்]
சோதனை_தரவு = தரவு[i+பயிற்சி_சாளரம்:i+பயிற்சி_சாளரம்+சோதனை_சாளரம்]
# பயிற்சி தரவுகளில் மேம்படுத்தவும்
சிறந்த_அளவுருக்கள் = இல்லை
சிறந்த_திரும்ப = -float('inf')
க்கு அளவுருக்கள் இல் param_combinations(param_ranges):
backtest_result = backtest(பயிற்சி_தரவு, அளவுருக்கள்)
என்றால் backtest_result.return_pct > சிறந்த_திரும்ப:
சிறந்த_திரும்ப = backtest_result.return_pct
சிறந்த_அளவுருக்கள் = அளவுருக்கள்
# பார்க்காத தரவுகளில் சோதிக்கவும்
oos_result = backtest(சோதனை_தரவு, சிறந்த_அளவுருக்கள்)
முடிவுகள்.சேர்க்கை({"is": சிறந்த_திரும்ப, "oos": oos_result.return_pct})
திரும்ப முடிவுகள்

உற்பத்திக்கு நகரும்

முதலில் காகித வர்த்தகம்

உண்மையான மூலதனத்தை ஆபத்தில் விடுவதற்கு முன், 2-4 வாரங்களுக்கு காகிதத்தில் (உருவகப்படுத்தப்பட்ட) வர்த்தகம் செய்யவும். உங்கள் நேரடி மூலோபாயம் ஸ்லிப்பேஜ், தாமதம் மற்றும் செயலாக்கம் காரணமாக பேக்டெஸ்டை விட 5-15% குறைவாக செயல்படும். காகித வர்த்தகம் பேக்டெஸ்டுடன் நெருக்கமாக பொருந்தினால், நீங்கள் தயார்.

நேரடி வர்த்தகத்தில் ஆபத்து மேலாண்மை

நேரடி வர்த்தகம் வேறுபட்டது. கடினமான வரம்புகளை அமைக்கவும்:

ஸ்மார்ட் மணி API உடன் ஒருங்கிணைப்பு

உங்கள் சமிக்ஞைகளில் முன் வடிகட்டியாக அல்லது பெருக்கியாக எங்கள் உறுதிப்படுத்தல் மதிப்பெண்களைப் பயன்படுத்தவும்:

பைதான் — API ஒருங்கிணைப்பு
உள்ளிழு கோரிக்கைகள்
def execute_with_confirmation(குறியீடு, திசை, சமிக்ஞை_வலிமை):
# ஸ்மார்ட் மணி உறுதிப்படுத்தலைப் பெறவும்
பதில் = கோரிக்கைகள்.பெறு(
f"https://api.smartmoneyapi.com/v1/confirm?symbol={குறியீடு}&direction={திசை}",
தலைப்புகள்={"X-API-Key": API_KEY}
)
தரவு = பதில்.json()
# ஸ்மார்ட் மணி நம்பிக்கையின் அடிப்படையில் அளவு பெருக்கியைப் பயன்படுத்தவும்
என்றால் தரவு["நம்பிக்கை"] == உயர்:
position_size = base_size * 1.5
elif data["நம்பிக்கை"] == நடுத்தர:
position_size = base_size * 1.0
elif data["நம்பிக்கை"] == குறைந்த:
position_size = base_size * 0.5
elif data["நம்பிக்கை"] == வீட்டோ:
return "தவிர்" # வர்த்தகம் செய்ய வேண்டாம்
# இறுதி அளவுடன் வர்த்தகத்தை செயல்படுத்து
execute_order(symbol, direction, position_size)

Smart Money சிக்னல்களுடன் சிறந்த உத்திகளை உருவாக்கவும்

உங்கள் அளவீட்டு மாதிரிகளில் திமிங்கல கண்காணிப்பு, வழித்தோன்றல் நுண்ணறிவு மற்றும் ஆன்-செயின் அளவீடுகளை இணைக்கவும். Smart Money உறுதிப்படுத்தல் சேர்க்கப்படும் போது பின்சோதனை செய்யப்பட்ட உத்திகள் 5-8% மேம்படுகின்றன.

இலவசமாக பின்சோதனை செய்யத் தொடங்கவும் →