ट्रेडिंग बॉट्स कितने लाभदायक होते हैं? एक निर्णय के बजाय एक परीक्षण ढांचा

संक्षिप्त उत्तर: "क्या ट्रेडिंग बॉट्स लाभदायक हैं" का बॉट्स के लिए सामान्य रूप से कोई ईमानदार जवाब नहीं है। इसका जवाब केवल एक खास बॉट, एक ही इंस्ट्रूमेंट, एक ही पोज़िशन साइज, और सभी लागतों के बाद ही मिल सकता है। एक बॉट एक रणनीति को लागू करने का माध्यम है। अगर रणनीति में edge है, तो automation उसे व्यवस्थित और समय पर बनाए रखती है। अगर नहीं है, तो automation भी उसी अनुशासन के साथ पैसा खोती है। यह गाइड समझाती है कि बैकटेस्ट क्यों अक्सर वास्तविकता से बेहतर दिखते हैं, कौन-सी लागतें चुपचाप प्रॉफिट खा जाती हैं, और vendor claims survivorship से क्यों प्रभावित होते हैं। फिर यह दिखाती है कि किसी पैसे के दाँव पर लगने से पहले demo account पर निश्चित संख्या के ट्रेड्स के दौरान बॉट का परीक्षण कैसे करें।

यह सलाह उन लोगों के लिए लिखी गई है जो forex pairs, index CFDs, metals और crypto CFDs पर बॉट subscription, या अपने द्वारा कोड किया गया बॉट, पर विचार कर रहे हैं। यह framing किसी भी market पर लागू होती है; cost figures और rule conflicts CFD trading के लिए विशिष्ट हैं।

ट्रेडिंग बॉट क्या बदलता है, और क्या वही रहता है

ट्रेडिंग बॉट ऐसा software है जो कीमतों पर नज़र रखता है और बिना व्यक्ति के क्लिक किए नियम के अनुसार orders place करता है। यह रात भर trading automate कर सकता है, हर position पर वही stop लगा सकता है, और losing streak के बाद कभी हिचकिचाता नहीं।

बॉट जो नहीं बदलता, वह अधिक महत्वपूर्ण है:

• Edge। बिना edge वाली strategy automation होने पर और तेज़ी से पैसा खोती है, क्योंकि बॉट कभी भी खराब setup छोड़ता नहीं।
• बाज़ार की स्थितियाँ। तेज़ trend के लिए tuned बॉट sluggish range में डगमगा जाता है, और code में कहीं नहीं पता चलता कि regime बदल गया है।
• लागतें। Spread, swap, slippage और commission हर बॉट ट्रेड पर ठीक वैसे ही लगते हैं जैसे manual ट्रेड पर लगते हैं।
• नियम। Prop firm या broker प्रतिबंध खाते पर लागू करता है, व्यक्ति या प्रोग्राम पर नहीं।

Trading bot features जैसे news filter, daily stop और kill switch entry signal से अधिक महत्वपूर्ण होते हैं। ये तय करते हैं कि बॉट अपने सबसे खराब दिन में कैसा व्यवहार करेगा। हमारे guide to the ai trading bot इसके अंदर के building blocks समझाता है।

बैकटेस्ट क्यों यह अधिक दिखाते हैं कि बॉट कितना कमाएगा

लगभग हर बॉट के साथ एक backtest आता है, और लगभग हर backtest बॉट के पक्ष में झुका होता है। कारण नाम लेने पर साफ हो जाते हैं।

Parameters डेटा देखने के बाद चुने गए थे। एक vendor पाँच साल के EURUSD इतिहास पर चालीस settings चलाता है और आपको सबसे अच्छा वाला दिखाता है। उस परिणाम का कुछ हिस्सा किस्मत होता है, और live account ही बताता है कि कितना।

Fills को mid price पर model किया गया था। अधिकांश backtesting tools मान लेते हैं कि order printed price पर fill होता है, बिना spread और बिना slippage के। एक scalping bot पर जो कुछ pips target करता है, यह एक ही assumption परिणाम को आधा कर सकती है या उसे negative बना सकती है।

Swap को नज़रअंदाज़ किया गया था। ओवरनाइट रखी गई positions पर financing देना या लेना पड़ता है। एक gold CFD को चार रात रखने वाला swing bot ऐसी charge लेता है जिसे backtest ने कभी नहीं देखा।

सैंपल पुराना या संकीर्ण है। एक लंबे trend वाले पाँच साल trend bot को मज़बूत और range bot को कमज़ोर दिखा सकते हैं। Trend bots और range bots शायद ही कभी एक ही महीने में काम करते हैं, और अगले पाँच साल उल्टा हो सकते हैं।

Gaps और news को smooth कर दिया गया है। Historical bars rate decision के आसपास के बेचैन, अव्यवस्थित मिनट्स नहीं दिखाते, जब stops अपने level से बहुत दूर fill होते हैं। जो बॉट शांत परिस्थितियों में साधारण लगता है, वह उन मिनट्स में कठोर हो सकता है।

Backtest को forecast नहीं, ceiling समझें। नीचे दिया गया demo test ceiling और floor के बीच का अंतर मापता है।

एज को खा जाने वाली लागतें

बॉट की लाभप्रदता एक ही संख्या पर आकर टिकती है: सभी लागतों के बाद प्रति ट्रेड औसत लाभ, जिसे उसके जीवित रहने वाले ट्रेडों की संख्या से गुणा किया जाए। लागतें प्रति ट्रेड छोटी होती हैं, लेकिन कुल मिलाकर बड़ी बन जाती हैं, क्योंकि बॉट अक्सर ट्रेड करता है।

एक उदाहरण गणना इसे स्पष्ट कर देती है। मान लीजिए एक बॉट 25,000 के डेमो अकाउंट पर 0.2 lots में gold CFD ट्रेड करता है, और उसका backtest प्रति ट्रेड औसतन 14 डॉलर का लाभ दिखाता है। 20 ounces पर 0.30 प्रति ounce का spread, हर राउंड ट्रिप में 6 डॉलर खर्च करता है। 0.10 प्रति ounce का slippage 2 डॉलर और जोड़ता है। overnight रखे गए ट्रेडों के तीसरे हिस्से पर swap, सभी ट्रेडों में औसतन 1 डॉलर बैठता है। 49 डॉलर की सब्सक्रिप्शन, जो महीने में 120 ट्रेडों पर फैली हो, प्रति ट्रेड लगभग 0.40 डॉलर और जोड़ती है। प्रति ट्रेड profit margin 14 डॉलर से घटकर लगभग 4.60 डॉलर रह जाती है, यानी backtest के आंकड़े का लगभग एक तिहाई।

वह बॉट फिर भी चलाने लायक हो सकता है। अब निर्णय 14 की उदार संख्या पर नहीं, बल्कि 4.60 की सीमित राशि पर टिका है, और market volatility के दौरान slippage में थोड़ा-सा बढ़ाव भी इसे मिटा सकता है। लागतें सबसे पहले टेस्ट करने वाली चीज़ हैं, और सबसे आख़िर में वे चीज़ जो ज़्यादातर vendors दिखाते हैं।

vendor दावों में survivorship

सेल्स पेज पर user testimonials और case studies आपको वे बॉट और ग्राहक दिखाती हैं जो बच गए। वे लगभग कभी हटाए गए versions, घाटे में बंद करने वाले ग्राहकों, या equity curve की शुरुआत से काटे गए महीनों को नहीं दिखातीं।

एक vendor कई variants जारी करता है, जो अच्छा प्रदर्शन करता है उसे रखता है और बाकी को चुपचाप हटा देता है। बचा हुआ record वास्तविक होता है, लेकिन अगले बारह महीनों के बारे में बहुत कम बताता है। यही उलझन तब भी दिखती है जब कोई trader दस bots बनाकर सबसे अच्छे वाले को "my strategy" कह देता है।

दावे के कमजोर होने के संकेत:

• track record किसी ऐसे दिनांक से शुरू होता है जो किसी खराब दौर के बाद चुनी गई हो, और इसकी कोई व्याख्या नहीं दी जाती।
• equity curve को drawdown figure या cost line के बिना दिखाया जाता है।
• परिणाम डेमो अकाउंट से आते हैं, जहाँ fills लाइव से बेहतर होते हैं।
• refund policy, risk assessment से अधिक विस्तृत होती है।

SEC day trading guidance पाठकों से कहती है कि आसान मुनाफ़े के दावों पर विश्वास न करें और वेबसाइटों व न्यूज़लेटर्स से मिलने वाले hot tips तथा expert advice से सावधान रहें। बॉट की sales page भी एक वेबसाइट है, जिस पर एक दावा लिखा है, और उसे भी इसी तरह की संकोचभरी scepticism मिलनी चाहिए।

ट्रेडिंग bots के साथ जोखिम और आम गलतियाँ

बॉट्स से होने वाले ज़्यादातर नुकसान बॉट के अंदर की नहीं, बल्कि बॉट के आसपास की गलतियों से आते हैं। आम गलतियाँ ये हैं:

• backtest के सबसे smooth हिस्से के आधार पर sizing करना, ताकि पहला सामान्य drawdown loss limit को पार कर जाए।
• संबद्ध पेयर्स पर एक ही मूव पर ट्रेड करने वाले कई बॉट चलाना, जिससे एक मध्यम पोज़िशन एक भारी-भरकम, जरूरत से बड़ी पोज़िशन में बदल जाती है।
• बिना किसी फ़िल्टर के निर्धारित समाचारों के दौरान बॉट को चालू छोड़ देना, जब स्प्रेड अचानक बहुत फैल जाता है।
• टेस्ट के बीच में पैरामीटर बदल देना, जिससे एक साफ-सुथरा सैंपल एक ऐसे गड़बड़झाले में बदल जाता है जो कुछ साबित नहीं करता।
• पतले crypto CFD में डेमो fills पर भरोसा करना और फिर लाइव में अस्थिर order book का सामना करना।
• कोई kill switch न होना, या ऐसा kill switch होना जिसे कभी टेस्ट ही न किया गया हो।
• रिस्क मैनेजमेंट को broker का काम मान लेना, क्योंकि खाते में margin call level है।
• ऐसे VPS पर hosting करना जिसमें leak हो, जो उस एक session के दौरान कनेक्शन गिरा दे जो सबसे ज़रूरी था।

इनमें से कोई भी strategy में bug नहीं है। हर एक इस बात का कारण है कि वास्तविक edge वाला bot भी उसे बर्बाद कर देता है। एक उबाऊ, लिखित प्रक्रिया इन सभी आठ के खिलाफ अंतिम सुरक्षा है।

एक testing framework: bot को demo पर तय संख्या of trades तक चलाइए

नीचे दिया गया test सवाल के उसी एक रूप का जवाब देता है जो मायने रखता है। क्या यह bot मेरी size पर, मेरे instrument पर, costs के बाद, और मेरी limits के अंदर अपना edge बनाए रखता है? इसे जानबूझकर धीमा और जानबूझकर उबाऊ रखा गया है।

1. शुरू करने से पहले sample तय करें। उदाहरण के लिए 100 trades जैसी कोई संख्या, या तीन महीने जैसा कोई window चुनें, और जो भी बाद में समाप्त हो उसी पर प्रतिबद्ध रहें।
2. Settings को freeze करें। lot size और news filter सहित हर parameter लिख लें। अगर आप कुछ भी बदलते हैं, तो गिनती फिर से शून्य से शुरू होगी।
3. Demo को live account के साथ match करें: वही platform, वही spreads, वही swap schedule, वही lot size।
4. हर trade को platform history में ही नहीं, अपनी sheet में भी log करें। Columns: intended price, fill price, entry पर spread, दिया गया swap, held time, costs के बाद result।
5. Kill criteria पहले से तय करें। उदाहरण के लिए, अगर drawdown backtest के worst drawdown से आधा अधिक हो जाए, या 50 trades के बाद भी net expectancy negative रहे, तो रुक जाएँ।
6. Demo performance की तुलना backtest से तीन numbers पर करें: प्रति trade net profit, प्रति trade average slippage, और लगातार होने वाले losses की सबसे लंबी श्रृंखला।
7. Risk assessment को उन limits के खिलाफ चलाएँ जिनके भीतर आप trade करेंगे। अगर worst demo run ने 4 percent daily loss limit को छू लिया होता, तो bot को code में smaller size या daily stop चाहिए।
8. तभी live जाएँ, account जितनी smallest size allow करता है, उतने ही एक और fixed number of trades के लिए, और तुलना दोहराएँ।

कम profit margin वाली trading strategies अक्सर केवल costs के कारण इस test में fail हो जाती हैं। असमान payoff वाली strategies अक्सर drawdown पर fail होती हैं। दोनों परिणाम उपयोगी हैं, दोनों का पता लगाने में कुछ खर्च नहीं होता, और log यह समझने में मदद करेगा कि नुकसान किस cost से हुआ।

जहाँ prop firm के नियम और bot में टकराव होता है

जो bot demo test पास कर लेता है, वह evaluation के अंदर भी उपयोगी न हो सकता है, क्योंकि prop firms यह सीमित करती हैं कि automation कैसे व्यवहार कर सकती है। आम टकराव:

Pivex, उदाहरण के तौर पर, personal और custom algorithms की अनुमति देता है। यह HFT, tick या latency arbitrage, automated grid systems, या third party signals को copy करने की अनुमति नहीं देता। इसका daily loss limit 4 percent है और यह हर दिन reset होता है। इसका total drawdown 6 percent है और static है, और कोई भी single trade total profit के 50 percent से अधिक नहीं हो सकता। एक ऐसा bot जिसका payoff असंतुलित हो, जहाँ एक बड़ा winner पूरा month संभाल ले, लाभदायक होते हुए भी उस consistency rule का उल्लंघन कर सकता है।

इसके दो व्यावहारिक परिणाम निकलते हैं। daily loss limit को bot के code में एक hard stop के रूप में, पर्याप्त headroom के साथ, रखना होगा, क्योंकि firm bot को pause नहीं करती। और जो grid या martingale bot demo पर अच्छा दिखता है, वह evaluation के लिए गलत tool है, चाहे उसका curve कितना ही साफ क्यों न हो।

expert advisors पर नीतियाँ firms के बीच अलग-अलग होती हैं, और हमारी guide to expert advisors की अनुमति देने वाली prop firms में यह बताया गया है कि क्या जांचना है। automation permissions की व्यापक तस्वीर के लिए, देखें automated trading की अनुमति देने वाली prop firms। Hedging policies भी अलग-अलग होती हैं, इसलिए hedging bot को evaluation के पास लाने से पहले current Pivex terms में उनकी पुष्टि कर लें।

अगला कदम: एक bot, एक instrument और एक lot size चुनें, और पहला trade करने से पहले log sheet तैयार करके fixed sample demo test शुरू करें। यदि bot costs और drawdown को झेल लेता है, तो उसके style की तुलना उस firm के automation rules से करें जिसे आप उपयोग करना चाहते हैं। Pivex अपने automation rules, loss limits और consistency rule पहले से प्रकाशित करता है, इसलिए one-step evaluation शुरू होने से पहले bot को उनके अनुरूप बनाया जा सकता है।

संबंधित guides: ai trading bot explained और automated trading की अनुमति देने वाली prop firms।

भाग लेने से पहले, Pivex के वर्तमान कार्यक्रम के नियमों की समीक्षा करें और निर्णय लें कि क्या एक अनुकरणीय स्वामित्व व्यापार मूल्यांकन आपकी अनुभव और जोखिम सीमाओं के अनुकूल है। भाग लेना एक पुरस्कार, आय या किसी विशेष व्यापार परिणाम की गारंटी नहीं देता है।