મારી Algo Strategy કેમ નિષ્ફળ ગઈ? સામાન્ય ભૂલો અને ઉપાયો
આ લેખ અંગ્રેજીમાંથી અનુવાદિત છે. મૂળ લેખ અંગ્રેજીમાં વાંચો
Algo strategy સામાન્ય રીતે બેમાંથી એક કારણે નિષ્ફળ જાય છે: કાં તો તે તમે ઇચ્છ્યું હતું તે રીતે ટ્રેડ ન કરી (setup કે execution ની સમસ્યા, જેમ કે expire થયેલું broker session, rejected order કે ક્યારેય trigger ન થતો નિયમ), કાં તો તે ડિઝાઇન મુજબ ટ્રેડ કરી અને નુકસાન થયું (overfitting, અવગણાયેલા costs, નબળો risk control, બદલાયેલું માર્કેટ કે ફક્ત સામાન્ય drawdown). પહેલાં નક્કી કરો કે કયું કારણ છે; બંનેના ઉપાયો સાવ અલગ છે.
પગલું 1: નક્કી કરો કે કયા પ્રકારની નિષ્ફળતા છે
| લક્ષણ | કદાચ | ક્યાં જોવું |
|---|---|---|
| કોઈ ટ્રેડ જ નહીં, કે અપેક્ષા કરતાં ઘણા ઓછા | Setup કે execution ની સમસ્યા | Notification log, broker connection, conditions |
| Orders મુકાયા પણ rejected થયા | Execution ની સમસ્યા | Margin, order type, instrument, broker ના મેસેજ |
| તમે ધાર્યા ન હોય તેવા સમયે કે ભાવે ટ્રેડ્સ | Logic ની સમસ્યા | Runtime data, conditions ની વ્યાખ્યા |
| ડિઝાઇન મુજબ ટ્રેડ્સ, પણ નુકસાન | Performance ની સમસ્યા | Live vs backtest, drawdown, costs |
જ્યારે strategy એ ઇચ્છ્યા મુજબ ટ્રેડ ન કરી
આ સૌથી સામાન્ય કારણો છે, લગભગ કેટલી વાર આવે છે તે ક્રમમાં:
- Broker connected નથી. Broker sessions સામાન્ય રીતે નિયમિત રીતે renew કરવા પડે છે. Expire થયેલા session નો અર્થ છે કે orders મૂકી શકાતા નથી. માર્કેટ ખૂલે તે પહેલાં connection તપાસો.
- પૂરતું margin નથી. જો એકાઉન્ટ margin કવર ન કરી શકે તો F&O orders rejected થાય છે. Hedges સહિત આખી position માટે margin તપાસો.
- Contract બદલાયો છે. NIFTY નો lot size હવે 65 છે અને BANK NIFTY નો 30 છે. NSE ની weekly index expiry (ફક્ત NIFTY) મંગળવારે છે, અને BANK NIFTY, FINNIFTY અને MIDCPNIFTY માં ફક્ત monthly expiries છે. જૂના setup માટે લખેલી strategy ખોટો contract કે હવે અસ્તિત્વમાં ન હોય તેવી સાઇઝ પસંદ કરી શકે છે. અમારી NIFTY 65 અને BANK NIFTY 30 lot sizes વાળી પોસ્ટમાં શું તપાસવું તેની યાદી છે.
- કોઈ condition ક્યારેય સાચી ન થઈ શકે. ઉદાહરણ તરીકે, માર્કેટના સમયની બહારનો entry સમય, કે એકબીજાની વિરુદ્ધ જતી બે conditions.
- તે ખોટા મોડમાં deploy થઈ છે. Live Offline માં રહી ગયેલી strategy ટ્રેડ્સ રેકોર્ડ કરે છે પણ exchange પર કંઈ મોકલતી નથી; Live Auto તમારા broker ને orders મોકલે છે. ખાતરી કરો કે તમે જે મોડ ઇચ્છતા હતા તે જ જોઈ રહ્યા છો.
- Execution settings. ઝડપી માર્કેટમાં ક્યારેય fill ન થતું limit pricing, કોઈ fallback વગર, entries કે exits ને unfilled છોડી શકે છે.
Tradetron પર, strategy નો notification log અને runtime data (બંને Deployed પેજ પરના three-dot મેનુમાં) બતાવે છે કે strategy એ શું તપાસ્યું, શું નક્કી કર્યું અને શું મોકલ્યું. Tradetron પર strategy ને debug કરવી ની ગાઇડ તેને સમજાવે છે.
જ્યારે strategy એ ડિઝાઇન મુજબ ટ્રેડ કરી અને નુકસાન થયું
શું તે ખરેખર નિષ્ફળ થઈ રહી છે, કે ફક્ત સામાન્ય drawdown માં છે?
દરેક strategy માં નુકસાનના સિલસિલા આવે છે, અને તે મોટા ભાગના લોકો ધારે છે તેના કરતાં લાંબા હોય છે. 100 સ્વતંત્ર ટ્રેડ્સમાં, અડધો સમય જીતતી strategy માં ક્યાંક સતત છ નુકસાનનો સિલસિલો આવવાની શક્યતા અડધા કરતાં વધુ છે, અને 40% win-rate વાળી strategy માં સતત સાત નુકસાન જોવાની શક્યતા ન જોવા કરતાં વધુ છે.
સ્વતંત્ર ટ્રેડ્સ માટે ગણતરી કરેલું. નુકસાનના લાંબા સિલસિલા કોઈ પણ strategy નો સામાન્ય ભાગ છે
Strategy ને તૂટેલી કહેતા પહેલાં, હાલના drawdown ને તેના backtest ના સૌથી ખરાબ drawdown સાથે સરખાવો. જો તે એ range ની અંદર હોય, તો strategy કદાચ પહેલાં જે કરતી હતી તે જ કરી રહી છે. જો તે સ્પષ્ટપણે તેનાથી વધુ હોય (અંદાજિત નિયમ તરીકે, ટેસ્ટ કરેલા સૌથી ખરાબ કરતાં 1.5 ગણાથી વધુ), તો કંઈક બદલાયું હોઈ શકે.
છ સામાન્ય મૂળ કારણો
| કારણ | શું થયું | ઉપાય |
|---|---|---|
| Overfitting | Backtest પરફેક્ટ દેખાય ત્યાં સુધી settings ટ્યુન કરાયા, એટલે તે ભૂતકાળના noise સાથે fit થયા | ઓછા settings, સ્થિર range માંથી values, અલગ રાખેલા ડેટા પર ચકાસણી |
| Costs ને અવગણવા | Brokerage, ટેક્સ અને slippage ટેસ્ટમાં નહોતા | Backtest માં વાસ્તવિક costs લાગુ કરો; ઓછી વાર ટ્રેડ કરો કે વધુ liquid contracts વાપરો |
| નબળું risk management | કોઈ stop નહીં, કોઈ દૈનિક limit નહીં, સાઇઝ બહુ મોટી | દરેક position પર stops, દૈનિક loss limit, risk મુજબ સાઇઝ |
| માર્કેટ બદલાયું | Strategy જે પેટર્ન પર આધાર રાખતી હતી તે નબળી પડી, કે contract બદલાયો | Logic નું review કરો; ટેસ્ટ કરેલા ફેરફારોથી બદલો કે strategy ને નિવૃત્ત કરો |
| Forward testing નહીં | Backtest થી સીધા પૂરી સાઇઝ પર ગયા | પહેલાં Live Offline ચલાવો, પછી નાની સાઇઝથી live જાઓ |
| માણસની દખલ | Drawdown માં બંધ કરી, જીત પછી સાઇઝ વધારી, session ની વચ્ચે ફેરફાર કર્યા | Review ના નિયમો પહેલેથી નક્કી કરો; ફક્ત testing દ્વારા જ ફેરફાર કરો |
1. Overfitting
ક્લાસિક નિષ્ફળતા. પચાસ વર્ઝનમાં અજમાવેલી strategy, જેમાંથી શ્રેષ્ઠ રાખી હોય, તે સામાન્ય રીતે live માં નિરાશ કરે છે. Backtesting ની ભૂલોની ગાઇડ એક simulation દ્વારા બતાવે છે કે સાચી edge વગરની strategy પૂરતા પ્રયાસો પછી કેવી રીતે ઉત્તમ દેખાઈ શકે છે.
2. Transaction costs ને અવગણવા
તેનો અંદાજ કેવી રીતે કાઢવો તે માટે slippage ને સમજવું વાંચો.
3. નબળું risk management
Stop વગરની, કે બહુ મોટી સાઇઝ વાળી strategy મહિનાઓ સુધી નફાકારક રહી શકે અને પછી એક દિવસમાં બધું પાછું આપી દે. Drawdown ઘટાડવાની સાત રીતો માં દરેક strategy ને જોઈતા controls આપેલા છે.
4. બદલાતા માર્કેટમાં સ્થિર નિયમો
માર્કેટ શાંત અને volatile, trending અને sideways વચ્ચે બદલાતું રહે છે. એક સ્થિતિ માટે બનેલી strategy બીજી સ્થિતિમાં મુશ્કેલી અનુભવશે. એ હંમેશાં નિષ્ફળતા નથી; કદાચ strategy ને filter ની જરૂર હોય, કે તે ફક્ત અમુક સ્થિતિમાં જ ચલાવવી જોઈએ. જો તે લાંબા સમયથી નબળી પડી રહી હોય, તો strategy fatigue વાંચો.
5. Live સ્થિતિમાં કોઈ testing નહીં
Backtest તમારા broker ના fills, signal અને order વચ્ચેનો વિલંબ, કે ફક્ત real time માં દેખાતી logic ની ભૂલ જોઈ શકતું નથી. Live Offline testing આમાંની ઘણી બાબતો કંઈ નુકસાન થાય તે પહેલાં પકડી લે છે.
6. અસ્પષ્ટ ઉદ્દેશો
નક્કી કરેલા લક્ષ્ય (કેટલો return, કેટલા મહત્તમ drawdown પર, કેટલા સમયગાળામાં) વગર, તમે નિષ્ફળ જતી strategy અને સામાન્ય ખરાબ મહિના વચ્ચે ફરક કરી શકતા નથી, અને દરેક નુકસાન કંઈક બદલવાનું કારણ બની જાય છે. Deploy કરતા પહેલાં ઉદ્દેશ લખી લો.
Strategy નિરાશ કરે ત્યારે recovery plan
- નવું જોખમ થોભાવો, ગભરાઈને exit ન કરો સિવાય કે કોઈ operational ખામી હોય.
- Execution તપાસો: logs, broker connection, rejected orders.
- એ જ દિવસો માટે live ને backtest સાથે સરખાવો. એ જ ટ્રેડ્સ? એ જ ભાવ?
- Drawdown ને ટેસ્ટ કરેલા સૌથી ખરાબ સાથે સરખાવો.
- તાજેતરના ડેટા સહિત backtest ફરી ચલાવો, વાસ્તવિક costs સાથે.
- એક વસ્તુ બદલો, તેને ટેસ્ટ કરો, અને તેને Live Offline ચલાવો ફરી deploy કરતા પહેલાં.
- જો edge જતી રહી હોય તો તેને નિવૃત્ત કરો. દરેક strategy ને બચાવવી જરૂરી નથી.
આ પણ ઉપયોગી છે: Live algo ટ્રેડ્સ અપેક્ષા મુજબ પરફોર્મ ન કરે ત્યારે શું કરવું.
વારંવાર પૂછાતા પ્રશ્નો
મારી algo strategy ટ્રેડ્સ કેમ નથી લેતી?
સૌથી સામાન્ય કારણો છે expire થયેલું broker session, અપૂરતું margin, બદલાયેલો contract (lot size કે expiry), પૂરી ન થઈ શકે તેવી conditions, કે તમે ધાર્યા કરતાં અલગ મોડમાં ચાલતી strategy. Strategy ના logs બતાવે છે કે કયું કારણ છે.
Backtest નફાકારક હતું તો પણ મારી strategy live માં પૈસા કેમ ગુમાવે છે?
સામાન્ય રીતે backtest માં ન હોય તેવા costs અને slippage, development દરમિયાન overfitting, કે ટેસ્ટ કરેલા સમયગાળા પછી બદલાયેલા માર્કેટને કારણે. ફરક શોધવા માટે એ જ દિવસો માટે live ટ્રેડ્સને backtest સાથે સરખાવો.
મારી strategy તૂટી ગઈ છે કે ફક્ત drawdown માં છે તે કેવી રીતે ખબર પડે?
હાલના drawdown ને backtest ના સૌથી ખરાબ drawdown સાથે સરખાવો. જો તે એ range ની અંદર હોય, તો તે સામાન્ય હોઈ શકે. જો તે તેનાથી ઘણું વધુ હોય, કે strategy એવા ટ્રેડ્સ લઈ રહી હોય જે તેના નિયમો પ્રમાણે ન થવા જોઈએ, તો આગળ વધતા પહેલાં તપાસ કરો.
Overfitting ને કેવી રીતે ઓળખી શકાય?
ચેતવણીના સંકેતો છે ઘણા ટ્યુન કરેલા settings, કોઈ setting થોડો બદલાય ત્યારે તૂટી પડતા પરિણામો, અને strategy બનાવવામાં ન વપરાયેલા ડેટા પર performance માં મોટો ઘટાડો.
મારે મારી algo strategy કેટલી વાર અપડેટ કરવી જોઈએ?
દર મહિને પરિણામોનું review કરો અને દર થોડા મહિને નવા ડેટા સાથે ફરી ટેસ્ટ કરો, પણ નિયમો ભાગ્યે જ અને ફક્ત testing પછી જ બદલો. જ્યારે contract બદલાય, જેમ કે lot size કે expiry નો દિવસ, ત્યારે તરત અપડેટ કરો.
શું algo trading જોખમ દૂર કરી શકે?
ના. તે તમારા નિયમોનો એકસરખો અમલ કરાવે છે અને માણસની ઘણી ભૂલો દૂર કરે છે, પણ માર્કેટ risk, execution risk અને strategy ની edge નબળી પડવાનું જોખમ હંમેશાં રહે છે.
