Algorithmic Trading चे मानसशास्त्र: भावना performance वर कसा परिणाम करतात
हा लेख इंग्रजीतून अनुवादित केला आहे. मूळ लेख इंग्रजीत वाचा
Algorithmic trading मध्ये भावना performance वर परिणाम करतात त्या माणसामार्फत, code मार्फत नाही. Algorithm प्रत्येक वेळी आपले नियम पाळतो; ते कधी बंद करायचे, किती size ने trade करायचे, आणि कधी "सुधारायचे" हे trader ठरवतो. भीती, लोभ, FOMO आणि cognitive biases नेमक्या याच निर्णयांमध्ये दिसतात, आणि उपायही एकच आहे: आधीच ठरवा, ते लिहून ठेवा, आणि तुम्ही सगळ्यात कमी तटस्थ असता त्या क्षणी नियमांना काम करू द्या.
Algo trading मध्ये भावना अजूनही कुठे शिरतात
Automation trade स्वतः सांभाळते. पण या गोष्टी सांभाळत नाही:
| निर्णयाचा क्षण | भावना तुम्हाला काय करायला लावतात | किंमत |
|---|---|---|
| Drawdown चालू असताना | तळाजवळ strategy बंद करणे | Loss पक्का होतो आणि recovery सुटते |
| चांगल्या काळानंतर | Size दुप्पट करणे | पुढचा सामान्य drawdown दुप्पट दुखतो |
| Loss नंतर | पुढचा signal override करणे, किंवा "बदला" म्हणून trade घेणे | Strategy वर कधीच test न झालेले trades |
| तुमच्याशिवाय हालचाल होताना पाहून | Manually उडी मारणे (FOMO) | Stop आणि plan नसलेल्या entries |
| काही वाईट आठवड्यांनंतर | नियम पुन्हा लिहिणे | शेवटच्या आठवड्यांना overfitting |
| सतत | दर काही मिनिटांनी P&L बघणे | Stress, आणि वरच्या सगळ्या गोष्टी आणखी जास्त |
Losses इतके का लागतात: loss aversion
Traders ला काय वाटते ते behavioural research ने मोजले आहे: तेवढ्याच नफ्याचा जितका आनंद होतो त्यापेक्षा loss जास्त दुखावतो. Prospect theory वरच्या Tversky आणि Kahneman यांच्या 1992 च्या कामात, losses चे वजन gains च्या साधारण 2.25 पट होते.
Loss aversion: तेवढीच रक्कम तिच्या चिन्हानुसार खूप वेगळी जाणवते
ही एकच विषमता trading मधले बरेच वागणे समजावते:
- तोट्यातले धरून ठेवणे, नफ्यातले लवकर कापणे. तोट्यातला sell केला की loss खरा होतो, म्हणून लोक थांबतात. नफ्यातला sell केला की चांगली भावना "पक्की" होते, म्हणून लोक फार लवकर sell करतात.
- Drawdown मध्ये strategy बंद करणे. Losses वाढताना पाहण्याचे दुःख, drawdown test केलेल्या range मध्येच आहे या विचारावर भारी पडते.
- Stops काढून टाकणे. Stop एका संभाव्य loss ला निश्चित loss बनवतो, आणि loss aversion नेमका त्यालाच विरोध करतो.
प्रत्यक्षात भीती आणि लोभ
भीती दिसते लवकर exit करणे, loss नंतर signals सोडून देणे, सगळ्यात वाईट क्षणी size कमी करणे आणि drawdowns मध्ये strategies बंद करणे यातून. लोभ दिसतो जिंकण्याच्या मालिकेनंतर size वाढवणे, "चालू दे" म्हणून targets काढणे, leverage वाढवणे आणि मागच्या महिन्यात सगळ्यात चांगली चाललेली strategy मागे धावणे यातून.
FOMO: काहीतरी सुटून जाण्याची भीती
FOMO म्हणजे बाकी सगळे पैसे कमावत आहेत असे वाटून एखाद्या हालचालीत उडी मारण्याची ओढ. त्यामुळे उशिरा entries, stop नसणे आणि कोणीही test न केलेले position sizes होतात. तुम्ही algorithm च्या आजूबाजूने trade केले नाही, तरच तो तुम्हाला FOMO पासून वाचवतो. तुमच्या strategy शिवाय एखादी हालचाल झाली, तर म्हणजे strategy तिच्या रचनेप्रमाणेच काम करत आहे: ती फक्त तिचे नियम परवानगी देतात तेच trades घेते.
प्रत्येक algo trader ला माहीत असायला हवे असे cognitive biases
| Bias | तो कसा दिसतो | त्याला तोंड देणारा नियम |
|---|---|---|
| Confirmation bias | फक्त तुमच्या कल्पनेला support करणारे backtests बघणे | Test करण्याआधीच date range आणि pass criteria ठरवा |
| Overconfidence | चांगल्या महिन्यानंतर size वाढवणे; Live Offline testing वगळणे | प्रत्येक trade ला ठरलेली risk; फक्त लिहिलेल्या वेळापत्रकाप्रमाणेच size वाढवा |
| Recency bias | शेवटच्या दोन आठवड्यांवरून strategy ठरवणे | सध्याचा drawdown मागच्या महिन्याशी नाही, test केलेल्या maximum शी compare करा |
| Anchoring | तुम्ही entry केलेल्या price वर, किंवा मागच्या वर्षाच्या return वर अडकून राहणे | फक्त तुमच्या entry price वर नाही, market वर आधारित exit नियम |
| Hindsight bias | "तो दिवस बिघडणार हे मला माहीत होते", आणि मग फक्त त्या दिवसासाठी नियम जोडणे | फक्त आधीच लिहू शकला असता असेच नियम जोडा, आणि ते test करा |
| Availability bias | लक्षात राहिलेल्या एका नाट्यमय loss ला जास्त महत्त्व देणे | पूर्ण trade list आणि results चे वितरण बघा |
| Herding | सगळे ज्या strategy बद्दल बोलतात तिची नक्कल करणे | कोणतीही strategy तिच्या लोकप्रियतेवर नाही, drawdown आणि logic वर ठरवा |
| Sunk cost | आधीच वेळ घातला म्हणून बिघडलेली strategy चालू ठेवणे | Strategy कधी बंद करायची याचे निकष आधीच ठरवा |
Overfitting म्हणजे code मधला confirmation bias: तुम्हाला जे हवे होते ते एखादे version सिद्ध करेपर्यंत versions बदलत राहणे. आमचा backtesting मधल्या चुका guide दाखवतो की ते तुम्हाला किती पटकन फसवते.
शिस्त कशी लावायची: इच्छाशक्तीपेक्षा नियम
- प्रत्येक strategy साठी trading plan लिहा. Instruments, size, प्रत्येक trade ची risk, daily loss limit, आणि कशामुळे तुम्ही ती थांबवाल.
- तुमच्या हस्तक्षेपांना आधीच बांधून घ्या. "Drawdown backtest च्या सगळ्यात वाईटच्या 1.5 पट पार झाला तर मी review करेन" हा नियम आहे. "वाईट दिसले तर थांबवेन" हा नियम नाही.
- असा size ठेवा की सगळ्यात वाईट परिस्थितीही कंटाळवाणी वाटेल. सामान्य drawdown मुळे तुम्हाला काळजी वाटत असेल तर size खूप मोठा आहे; drawdown कमी करणे पाहा.
- Reviews चे वेळापत्रक ठरवा. Backtest विरुद्ध live P&L साठी आठवड्याला, बदलांसाठी महिन्याला किंवा तिमाहीला. दर तासाला नाही.
- Journal ठेवा. प्रत्येक manual कृती, कारणासह. दर महिन्याला ते वाचा; एकदा लिहिले की भीती आणि लोभाचे patterns स्पष्ट दिसतात.
- फक्त testing मधूनच बदल करा. कोणताही नियम बदल आधी backtest आणि Live Offline मधून जातो, थेट live strategy मध्ये कधीच नाही.
- Screen time मर्यादित ठेवा. गरज नसलेली P&L notifications बंद करा. प्रत्येक tick बघितला की हस्तक्षेपाला आमंत्रण मिळते.
Trader ची काळजी घेणे
Stress मध्ये trading केल्याने प्रत्येक bias आणखी वाढतो. साध्या सवयी मदत करतात: strategies कधी बघायच्या याचे ठरलेले routine, वेगळी कामाची जागा, नियमित व्यायाम, पुरेशी झोप, आणि कृती करण्याआधी निर्णयांवर बोलता येईल असे कोणीतरी. काही traders ना मोठा निर्णय घेण्याआधी थोडे श्वसनाचे किंवा mindfulness चे सराव उपयोगी वाटतात. यातले काहीही trading edge नाही, पण तुमच्याकडे जो edge आहे त्याचे ते रक्षण करते.
नियमांना ठरवू देण्याचे फायदे
- प्रत्येक signal घेतला जातो, अस्वस्थ करणारे सुद्धा
- Stops आणि limits प्रत्येक वेळी पाळले जातात
- तुमचे results strategy दाखवतात, त्यामुळे तुम्ही तिचे योग्य मूल्यमापन करू शकता
- कमी stress, कारण निर्णय आधीच शांतपणे घेतलेले असतात
तोटे आणि मर्यादा
- खरोखर नवीन काही आले तर नियम जुळवून घेऊ शकत नाहीत; त्यासाठी तुमची समज लागतेच
- Test केलेले drawdowns सहन करणे तरीही कठीणच असते
- वाईट रचलेला नियमही चांगल्या नियमाइतकाच निष्ठेने पाळला जातो
अधिक माहितीसाठी algo trading मधले risk management आणि live algo trades अपेक्षेप्रमाणे चालत नसतील तर काय करायचे पाहा.
वारंवार विचारले जाणारे प्रश्न
भावना algorithmic trading वर कसा परिणाम करतात?
त्या algorithm च्या execution वर नाही, तर त्याच्या आजूबाजूच्या निर्णयांवर परिणाम करतात: drawdown मध्ये तो बंद करणे, चांगल्या काळानंतर size वाढवणे, loss नंतर signals override करणे, आणि नियम खूप वेळा बदलणे. यातला प्रत्येक निर्णय test केलेल्या plan च्या जागी test न केलेला plan आणतो.
Algo trading मुळे trading मधून भावना निघून जातात का?
Trades execute करण्यातून त्या निघून जातात, कारण नियम आपोआप पाळले जातात. Trader मधून त्या निघत नाहीत, कारण size, कधी हस्तक्षेप करायचा आणि strategy कधी बदलायची हे तोच ठरवतो. हे निर्णय आधीच लिहून ठेवले की ती दरी बऱ्याच प्रमाणात भरते.
Trading मधले सगळ्यात सामान्य cognitive biases कोणते?
Confirmation bias, overconfidence, recency bias, anchoring, hindsight bias, availability bias, herding आणि sunk-cost effect. प्रत्येक bias पुराव्याच्या अर्धवट किंवा विकृत चित्रावर आधारित निर्णयांकडे नेतो.
Trading मध्ये loss aversion म्हणजे काय?
Loss aversion म्हणजे तेवढ्याच gains पेक्षा losses जास्त तीव्रतेने जाणवण्याची प्रवृत्ती. Prospect theory research मध्ये losses चे वजन gains च्या साधारण दुप्पट होते. त्यामुळे traders तोट्यातल्या positions धरून ठेवतात, stops काढतात आणि चुकीच्या वेळी strategies बंद करतात.
माझ्या trading algorithm ला override करणे कसे थांबवायचे?
तुम्ही कोणत्या परिस्थितीत हस्तक्षेप कराल ते आधीच ठरवा, जसे test केलेल्या सगळ्यात वाईटच्या 1.5 पटीपेक्षा जास्त drawdown; positions असा size ठेवा की सामान्य drawdowns तुम्हाला घाबरवणार नाहीत; results सतत नाही तर वेळापत्रकानुसार तपासा; आणि प्रत्येक manual कृती तिच्या कारणासह नोंदवा.
Algorithmic trading FOMO मध्ये कशी मदत करते?
Algorithm फक्त त्याचे नियम सांगतात तेव्हाच trade करतो, त्यामुळे सुटून जाण्याच्या भीतीने तो एखाद्या हालचालीमागे धावत नाही. हे संरक्षण तुम्ही त्याच्या आजूबाजूने manual trades घेतले नाहीत तरच चालते.
