মাল্টি-এজেন্ট এআই ট্রেডিং সিস্টেম আসলে কী
মাল্টি-এজেন্ট এআই ট্রেডিং সিস্টেম এলএলএম কমিটি ব্যবহার করে ট্রেড করে। আর্কিটেকচার, বাজার খরচ এবং ব্যাকটেস্ট ফাঁদ দেখুন। জুলাই 2026 পর্যন্ত ওপেন সোর্স ফ্রেমওয়ার্ক গিটহাবে আছে।
একটি মাল্টি-এজেন্ট এআই ট্রেডিং সিস্টেম একটি ট্রেডিং সিদ্ধান্তকে কয়েকটি বড় ভাষা মডেল ইনস্ট্যান্সের মধ্যে ভাগ করে, প্রতিটি ইনস্ট্যান্সকে একটি ভূমিকা দেয় এবং তাদের আউটপুট একত্রিত করে একটি একক অর্ডার তৈরি করে। সাধারণ দলে থাকে একজন সংবাদ পাঠক, একজন মৌলিক বিশ্লেষক, একজন চার্ট বিশ্লেষক, একজন ঝুঁকি পরীক্ষক এবং একজন ম্যানেজার এজেন্ট যে মধ্যস্থতা করে। জুলাই 2026 পর্যন্ত, এই আকৃতির বেশ কয়েকটি ওপেন সোর্স ফ্রেমওয়ার্ক গিটহাবের অ্যালগরিদমিক-ট্রেডিং বিষয়ে কয়েকশ স্টার নিয়ে বিদ্যমান। এই পৃষ্ঠাটি আর্কিটেকচারটি ব্যাখ্যা করে, প্রকাশিত প্রমাণ এবং README দাবিগুলিকে পৃথক করে এবং যে খরচগুলি এর যেকোনো সংস্করণকে পূরণ করতে হবে তার উপর বাজার ডেটা রাখে।
একটি মাল্টি-এজেন্ট এআই ট্রেডিং সিস্টেম আসলে কী
আর্কিটেকচারটি একজন চেয়ারপার্সন সহ একটি কমিটি। প্রতিটি এজেন্ট একটি প্রম্পট টেমপ্লেট, একটি ডেটা ফিড এবং একটি আউটপুট স্কিমা। নিউজ এজেন্ট হেডলাইন গ্রহণ করে এবং একটি লেবেল ফেরত দেয়। ফান্ডামেন্টালস এজেন্ট ফাইলিং এক্সট্র্যাক্ট গ্রহণ করে এবং একটি স্কোর ফেরত দেয়। চেয়ার এজেন্ট সেই লেবেল এবং স্কোর গ্রহণ করে এবং একটি অর্ডার ফেরত দেয়।
এই ডিজাইন থেকে তিনটি বৈশিষ্ট্য অনুসরণ করে, এবং যেকোনো কর্মক্ষমতা দাবির আগে প্রতিটির নাম উল্লেখ করা প্রয়োজন।
প্রতিটি এজেন্ট সাধারণত একটি বেস মডেল শেয়ার করে। একই ওজনের বিপরীতে পাঁচটি প্রম্পট সম্পর্কযুক্ত মতামত তৈরি করে, তাই পাঁচটি এজেন্টের ভোট পাঁচটি স্বাধীন অনুমান নয়। কমিটির কাঠামো একটি বৈচিত্র্যের পরামর্শ দেয় যা বাস্তবায়ন প্রদান করে না।
সিস্টেমটি একটি সংখ্যাসূচক সিদ্ধান্তের চারপাশে মোড়ানো একটি টেক্সট পাইপলাইন। মডেল শব্দ পড়ে এবং একটি টোকেন নির্গত করে। পজিশন সাইজিং, অর্ডার টাইপ, স্টপ প্লেসমেন্ট এবং এক্সিট লজিক সাধারণ কোড যা নীচে থাকে এবং ফলাফল নির্ধারণ করে তার বেশিরভাগই প্রম্পটের পরিবর্তে সেই কোডে বাস করে।
একটি কমিটি রাউন্ড ট্রিপ করতে সেকেন্ড সময় লাগে। এটি সাপ্তাহিক রিব্যালেন্সের জন্য কার্যকরী এবং ইন্ট্রাডে গতির ক্ষেত্রে অপ্রাসঙ্গিক, যেখানে মার্কেট মেকাররা মাইক্রোসেকেন্ডে কোট এবং রিকোট করে।
গবেষণা কী সমর্থন করে এবং কী করে না
ফাইন্যান্সে ভাষা মডেলের উপর প্রকাশিত কাজ খুব ভিন্ন শক্তির তিনটি দাবিতে বিভক্ত।
এক্সট্র্যাকশন এবং ক্লাসিফিকেশন হল শক্তিশালী দাবি। মডেলগুলি সেন্টিমেন্ট লেবেল করে, ফাইলিং থেকে পরিসংখ্যান বের করে এবং দীর্ঘ ডকুমেন্টগুলিকে এমন নির্ভুলতার সাথে সংকুচিত করে যার জন্য কয়েক বছর আগে একটি বেসপোক মডেলের প্রয়োজন হত। এটি আলাদা করে রাখা টেক্সটে পরিমাপযোগ্য এবং এটি টিকে থাকে।
বাজারের অবস্থার বর্ণনা হল মিশ্র দাবি। মডেলগুলি একটি রেজিমের সাবলীল বিবরণ লেখে এবং সেই বিবরণগুলি সাধারণত মডেলটিকে দেখানো ডেটার সাথে সামঞ্জস্যপূর্ণ। বিবরণটিতে এমন তথ্য আছে কিনা যা দাম ইতিমধ্যে বহন করে না তা একটি পৃথক প্রশ্ন এবং যে গবেষণাপত্রগুলি এটি সাবধানে পরীক্ষা করে তারা বিস্তৃত ত্রুটি বার সহ ছোট প্রভাবের রিপোর্ট করে।
লাভজনকতা হল দুর্বল দাবি। বেশিরভাগ রিপোজিটরি README একটি তহবিলযুক্ত ট্র্যাক রেকর্ডের পরিবর্তে একটি ব্যাকটেস্ট রিপোর্ট করে এবং একটি ইন-স্যাম্পল ইক্যুইটি কার্ভ এবং একটি লাইভ অ্যাকাউন্টের মধ্যে দূরত্ব হল কোয়ান্টিটেটিভ ট্রেডিংয়ের সবচেয়ে পুরনো দূরত্ব। লুপে একটি ভাষা মডেল রাখা এটি ছোট করে না।
যে খরচের ফ্লোর একটি সিগন্যালকে পূরণ করতে হবে
প্রতিটি ট্রেড একটি স্প্রেড অতিক্রম করে এবং সেই অতিক্রম করাটি হল সেই ফ্লোর যা একটি কৌশল অন্য কিছু করার আগে পূরণ করে। নিয়মিত সময়ে মধ্যমা উদ্ধৃত স্প্রেড, 22 জুন থেকে 26 জুন, 2026, ছয়টি মার্কিন-তালিকাভুক্ত নামের জন্য:
প্রতিটি সংখ্যার পেছনের সঠিক SQL
SELECT ticker,
round(quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS spread_bps,
round(2 * quantileExactIf(0.5)(toFloat64(ask_price - bid_price) / (toFloat64(ask_price + bid_price) / 2), bid_price > 0 AND ask_price > bid_price) * 10000, 2) AS round_trip_bps,
round(count() / 1e6, 1) AS quote_updates_m
FROM global_markets.cache_stocks_quotes
WHERE ticker IN ('SPY', 'AAPL', 'MSFT', 'KO', 'F', 'RIOT')
AND sip_timestamp >= toDateTime('2026-06-22 00:00:00')
AND sip_timestamp < toDateTime('2026-06-27 00:00:00')
AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
GROUP BY ticker
HAVING countIf(bid_price > 0 AND ask_price > bid_price) > 0
ORDER BY spread_bpsএকটি বেসিস পয়েন্ট হল এক শতাংশের এক শতভাগ। প্যানেলের সবচেয়ে টাইট নাম, SPY, সেই সপ্তাহে 0.27 বেসিস পয়েন্টের একটি মধ্যমা স্প্রেড উদ্ধৃত করেছে। প্রশস্ততম, RIOT, 7.09 উদ্ধৃত করেছে। একটি রাউন্ড ট্রিপ স্প্রেড দুবার দেয়, তাই প্রথম নামে একটি এন্ট্রি এবং এক্সিট 0.55 বেসিস পয়েন্ট পিছনে শুরু হয় এবং শেষ নামে একই জোড়া 14.19 পিছনে শুরু হয়। একটি এজেন্ট যে সপ্তাহে দুবার তার বই ঘুরিয়ে দেয় বছরে প্রায় একশ বার সেই টোল দেয় এবং কলটি সঠিক বা ভুল হোক না কেন টোল ধার্য করা হয়। একটি স্টক ট্রেড করতে কী খরচ হয় বাকি বিলটি বিস্তারিত করে।
যে নয়েজ একটি ডিরেকশনাল কলকে হারাতে হবে
ডিরেকশন কলগুলি একটি ডিস্ট্রিবিউশনের বিরুদ্ধে গ্রেড করা হয় যা বেশিরভাগই ছোট সংখ্যা। ক্যালেন্ডার 2025-এ প্রতিটি SPY সেশন, তার ক্লোজ-টু-ক্লোজ মুভের আকার অনুসারে সাজানো:
প্রতিটি সংখ্যার পেছনের সঠিক SQL
WITH daily AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
argMax(close, window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2025-01-01')
AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2025-12-31')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY d
),
paired AS (
SELECT d, close_px,
any(close_px) OVER (ORDER BY d ASC ROWS BETWEEN 1 PRECEDING AND 1 PRECEDING) AS prev_px
FROM daily
),
rets AS (
SELECT d, round(100 * (toFloat64(close_px) / toFloat64(prev_px) - 1), 3) AS ret_pct
FROM paired
WHERE prev_px > 0
)
SELECT multiIf(abs(ret_pct) < 0.25, 'under 0.25%',
abs(ret_pct) < 0.5, '0.25 to 0.5%',
abs(ret_pct) < 1.0, '0.5 to 1%',
abs(ret_pct) < 2.0, '1 to 2%',
'2% and up') AS move_bucket,
count() AS sessions,
round(100 * count() / sum(count()) OVER (), 1) AS pct_of_sessions
FROM rets
GROUP BY move_bucket
ORDER BY min(abs(ret_pct))অর্ধেক বছর অর্ধেক শতাংশের ভিতরে বসেছিল। under 0.25% ব্যান্ডটি 24.9% সেশন ধারণ করেছিল এবং 0.25 to 0.5% ব্যান্ডটি আরও 24.1% ধারণ করেছিল। অন্য প্রান্তে, 13 সেশনগুলি 2% and up সরেছিল, 5.2% বছর।
এটি স্প্রেড প্যানেলের পাশে ধরে রাখুন। একটি বেসিস পয়েন্ট হল 0.01%। একটি সাধারণ সেশন মুভ 0.3% একটি টাইট স্প্রেডের ত্রিশ গুণ এবং প্রশস্তটির প্রায় চার গুণ। পাটিগণিত একটি ধৈর্যশীল, সঠিক কলের জন্য জায়গা রাখে এবং একটি দ্রুত, প্রান্তিক কলের জন্য খুব কম।
ট্রেডেবল ইউনিভার্স আসলে কোথায় বসে
এজেন্ট ফ্রেমওয়ার্কগুলি কভারেজের বিজ্ঞাপন দেয়, প্রায়শই প্রতিদিন সকালে শত শত টিকার স্ক্যান করা হয়। ডলার ভলিউম দেখায় যে সেই তালিকার কতটা আকার শোষণ করতে পারে। প্রতিটি মার্কিন-তালিকাভুক্ত নাম যা 30 জুন, 2026-এ নিয়মিত সময়ে ট্রেড করেছে, সেই সেশনের ডলার ভলিউমে তার র্যাঙ্ক অনুসারে গোষ্ঠীবদ্ধ:
প্রতিটি সংখ্যার পেছনের সঠিক SQL
WITH tv AS (
SELECT ticker,
sum(toFloat64(close) * toFloat64(volume)) AS dollar_volume
FROM global_markets.delayed_stocks_minute_aggs
WHERE toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2026-06-30')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker
HAVING sum(toFloat64(close) * toFloat64(volume)) > 0
),
ranked AS (
SELECT ticker, dollar_volume,
row_number() OVER (ORDER BY dollar_volume DESC) AS rk
FROM tv
)
SELECT multiIf(rk <= 10, 'top 10 names',
rk <= 50, 'ranks 11 to 50',
rk <= 200, 'ranks 51 to 200',
rk <= 1000, 'ranks 201 to 1000',
'ranks beyond 1000') AS liquidity_tier,
count() AS tickers,
round(sum(dollar_volume) / 1e9, 2) AS dollar_volume_bn,
round(100 * sum(dollar_volume) / (SELECT sum(dollar_volume) FROM tv), 1) AS pct_of_dollar_volume
FROM ranked
GROUP BY liquidity_tier
ORDER BY min(rk)দশটি নাম সেশনের ডলার ভলিউমের 22.5% বহন করেছিল, প্রায় $205.04 বিলিয়ন। পরবর্তী 40 20.5% বহন করেছিল। অন্য প্রান্তে, 10966 নামগুলি 1000-এর বাইরে র্যাঙ্ক করা 12.9% ভাগ করে নিয়েছে, পুরো টেইল জুড়ে প্রায় $117.83 বিলিয়ন ছড়িয়ে আছে।
ব্রেডথ বিজ্ঞাপন দেওয়া সস্তা এবং ট্রেড করা ব্যয়বহুল। একটি কমিটি যা তিন হাজার নাম র্যাঙ্ক করে তার বেশিরভাগ র্যাঙ্কিং প্রচেষ্টা সেই টেইলে ব্যয় করে, যেখানে উপরের স্প্রেড প্যানেলটি একটি রাউন্ডিং ত্রুটির পরিবর্তে একটি প্রকৃত খরচ।
কেন এই ব্যাকটেস্টগুলি সিস্টেমকে চাটুকার করে
একটি চাটুকার ব্যাকটেস্টের সবচেয়ে বড় একক উৎস হল উইন্ডোর পছন্দ। ক্যালেন্ডার বছর অনুসারে SPY, 2016 থেকে 2025, বছরের সর্বোচ্চ এবং সর্বনিম্ন ক্লোজিং মূল্যের মধ্যে ব্যবধান সহ:
প্রতিটি সংখ্যার পেছনের সঠিক SQL
WITH daily AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
argMax(close, window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2016-01-01')
AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2025-12-31')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY d
),
yr AS (
SELECT toYear(d) AS year,
argMin(close_px, d) AS first_close,
argMax(close_px, d) AS last_close,
max(close_px) AS high_close,
min(close_px) AS low_close,
count() AS sessions
FROM daily
GROUP BY year
)
SELECT year,
sessions,
round(100 * (toFloat64(last_close) / toFloat64(first_close) - 1), 1) AS price_return_pct,
round(100 * (toFloat64(high_close) / toFloat64(low_close) - 1), 1) AS high_low_range_pct
FROM yr
ORDER BY yearশুধুমাত্র 2021-এ পরীক্ষিত একটি সিস্টেম, একটি বছর যা 28.7% বেশি বন্ধ হয়েছে, একটি ক্রমবর্ধমান টেপ উত্তরাধিকার সূত্রে পায়। একই সিস্টেম শুধুমাত্র 2022-এ পরীক্ষিত, যা -20% বন্ধ হয়েছে, একটি পতনশীল উত্তরাধিকার সূত্রে পায়। বছরের মধ্যে সর্বোচ্চ এবং সর্বনিম্ন ক্লোজের মধ্যে ব্যবধান 2020-এ 68%-এ পৌঁছেছে এবং শান্ত বছরগুলিতেও 25.3%-এর উপরে রয়েছে।
উইন্ডো সমস্যার উপরে চারটি ফাঁদ বসে আছে এবং তাদের মধ্যে একটি শুধুমাত্র ভাষা মডেলের অন্তর্গত।
- প্রশিক্ষণ ডেটার মাধ্যমে লুকহেড। 2025 সালের মাধ্যমে টেক্সটে প্রশিক্ষিত একটি মডেল ইতিমধ্যেই পড়েছে যে 2023 সালের একটি ট্রেড কীভাবে পরিণত হয়েছে। 2023-এর উপর একটি ব্যাকটেস্ট এমন একটি প্রশ্ন জিজ্ঞাসা করে যার উত্তর মডেল জানে এবং মূল্য সিরিজের কোনো এলোমেলো করা সেই জ্ঞান সরিয়ে দেয় না।
- টিকার তালিকায় সারভাইভারশিপ। আজকের তালিকা থেকে সংকলিত একটি ইউনিভার্স সেই নামগুলি বাদ দেয় যা পথে ডিলিস্ট হয়েছে।
- ফিল অনুমান। একটি ব্যাকটেস্ট যা মিডপয়েন্টে প্রতিটি অর্ডার পূরণ করে উপরের সম্পূর্ণ খরচ প্যানেলটি মুছে ফেলে।
- প্রম্পট ভেরিয়েন্টের উপর নির্বাচন। বিশটি প্রম্পট ফ্রেজিং চেষ্টা করা এবং সেরাটি রিপোর্ট করা একই ওভারফিটিং যা ভাষা মডেলের অস্তিত্বের আগে প্যারামিটার সুইপকে জর্জরিত করেছিল।
ভাষা মডেল এজেন্টগুলি যুক্তিসঙ্গতভাবে কোথায় সাহায্য করে
পিচের সৎ সংস্করণটি README সংস্করণের চেয়ে সংকীর্ণ এবং এখনও দরকারী।
ভলিউম পড়া সবচেয়ে পরিষ্কার জয়। একটি এজেন্ট যা রাতারাতি একটি ওয়াচলিস্টে প্রতিটি ফাইলিং এবং হেডলাইনের মাধ্যমে কাজ করে এবং একটি কাঠামোগত সারাংশ ফেরত দেয় মানুষের মনোযোগের ঘন্টা বাঁচায় এবং আউটপুট উৎসের বিরুদ্ধে পরীক্ষাযোগ্য।
সরল ভাষায় একটি রেজিম বর্ণনা করা দ্বিতীয়টি। বিচ্ছুরণ, ব্রেডথ এবং অস্থিরতার উপর একটি দৈনিক অনুচ্ছেদ, একই সংখ্যা থেকে তৈরি যা একজন মানুষ পড়বে, এটি একটি দরকারী ব্রিফিং ডকুমেন্ট এমনকি যখন এটি কোনো পূর্বাভাস বহন করে না।
প্রক্রিয়া স্বাস্থ্যবিধি তৃতীয়টি। একটি এজেন্ট যা একটি নির্দিষ্ট পজিশন লিমিট লঙ্ঘনকারী অর্ডার প্রত্যাখ্যান করে বা একটি কৌশলকে একটি আর্নিংস ডেট ট্রেড করতে চলেছে তা পতাকাঙ্কিত করে, এমন নিয়ম প্রয়োগ করে যা একজন বিভ্রান্ত মানুষ এড়িয়ে যায়।
এই তিনটির কোনোটিই বাজারে একটি এজ নয়। তিনটিই গবেষণা এবং অপারেশন কাজ, যেখানে আজ পরিমাপযোগ্য লাভ রয়েছে। নিম্ন অস্থিরতা অসঙ্গতি-এর মতো একটি নথিভুক্ত প্রভাব বাস্তব হিসাবে বিবেচিত হওয়ার আগে বড় নমুনা এবং বারবার আউট-অফ-স্যাম্পল প্রতিলিপি নিয়েছিল এবং একটি নতুন এজেন্ট ফ্রেমওয়ার্ক একই বার পূরণ করে বা এটি পূরণ করে না। সেরা দিনগুলি মিস করা দেখায় যে ঘন ঘন স্যুইচিং একজন দীর্ঘ-মেয়াদী হোল্ডারের জন্য কী খরচ করে।
অনুশীলনকারীরা যে শৃঙ্খলা বর্ণনা করেন
পাবলিকভাবে এই সিস্টেমগুলি চালানো দলগুলি একই ক্রম বর্ণনা করতে থাকে। দিনের পরিবর্তে মাসের জন্য সিমুলেটেড ফিলের উপর ফরোয়ার্ড টেস্ট, যেহেতু একটি কাগজের রেকর্ড শুধুমাত্র বাস্তব সময়ের গতিতে জমা হয়। একটি আউট-অফ-স্যাম্পল স্ট্রেচ রাখুন যা প্রম্পটগুলি কখনও দেখেনি। প্রতিটি প্রম্পট, প্রতিটি প্রতিক্রিয়া এবং প্রতিটি অর্ডার লগ করুন, যেহেতু একটি কমিটি যা পুনরায় চালানো যায় না তা ডিবাগ করা যায় না। মডেলের বাইরে থাকা নির্দিষ্ট নিয়মের সাথে পজিশন সাইজ করুন। যেকোনো স্ট্রেচকে লাভজনক বলার আগে উপরের প্যানেলগুলি থেকে প্রতিটি খরচ গণনা করুন।
FAQ
মাল্টি-এজেন্ট এআই ট্রেডিং সিস্টেমগুলি কি আসলে অর্থ উপার্জন করে?
পাবলিক প্রমাণ পাতলা। বেশিরভাগ ওপেন সোর্স প্রজেক্ট একটি অডিটেড লাইভ রেকর্ডের পরিবর্তে একটি ব্যাকটেস্ট প্রকাশ করে এবং ভাষা মডেল কৌশলগুলির ব্যাকটেস্টগুলিতে একটি নির্দিষ্ট ত্রুটি রয়েছে: মডেলটি টেক্সটে প্রশিক্ষিত ছিল যা পরীক্ষার সময়কাল বর্ণনা করে। একটি অনডিটেড ইক্যুইটি কার্ভ সফ্টওয়্যারটি প্রদর্শন করে, একটি এজ নয়।
এলএলএম এজেন্টদের একটি কমিটি কি একটি একক মডেলের চেয়ে ভাল?
একটি কমিটি কিছু ফরম্যাটিং এবং পার্সিং ত্রুটি হ্রাস করে এবং আউটপুটে কাঠামো যোগ করে। যখন প্রতিটি এজেন্ট একই অন্তর্নিহিত ডেটার উপর একই বেস মডেলকে প্রশ্ন করে তখন এটি স্বাধীন তথ্য যোগ করে না। পাঁচটি সম্পর্কযুক্ত মতামত অতিরিক্ত লেটেন্সি এবং অতিরিক্ত টোকেন খরচ সহ মোটামুটিভাবে একটি মতামত হিসাবে ভোট দেয়।
একটি এআই এজেন্ট কি একজন মার্কেট মেকারের চেয়ে দ্রুত ট্রেড করতে পারে?
না। একটি ভাষা মডেল রাউন্ড ট্রিপ সেকেন্ডে চলে যখন পেশাদার কোটিং সিস্টেমগুলি কো-লোকেটেড হার্ডওয়্যারের উপর মাইক্রোসেকেন্ডে কাজ করে। যে কোনো কৌশল যার লাভ গতির উপর নির্ভর করে এই সিস্টেমগুলি যা করতে পারে তার বাইরে, যা দিন এবং সপ্তাহের দিগন্তকে সম্ভাব্য ভিত্তি হিসাবে রেখে যায়।
এলএলএম ট্রেডিং এজেন্টদের জন্য নির্দিষ্ট সবচেয়ে বড় ব্যাকটেস্ট ফাঁদ কী?
প্রশিক্ষণ-ডেটা লুকহেড। প্রচলিত ব্যাকটেস্টগুলি ভবিষ্যতের দামগুলিকে সিদ্ধান্তে ফাঁস হওয়া থেকে রক্ষা করে, কিন্তু একটি মডেলের ওজন ইতিমধ্যেই পরীক্ষার উইন্ডো সম্পর্কে প্রকাশিত মন্তব্য এনকোড করে। ওয়াক-ফরোয়ার্ড উইন্ডো এবং আউট-অফ-স্যাম্পল বিভাজন ওজনে বেক করা জ্ঞান সরিয়ে দেয় না এবং একমাত্র পরিষ্কার পরীক্ষা হল প্রশিক্ষণ কাটঅফের পরে একটি সময়কাল।
একটি পেপার-ট্রেডিং পিরিয়ড কতক্ষণ চলতে হবে?
দরকারী ফ্রেমিং হল ক্যালেন্ডার দৈর্ঘ্যের পরিবর্তে নমুনার আকার। একটি কৌশল যা সাপ্তাহিক ট্রেড করে বছরে প্রায় পঞ্চাশটি পর্যবেক্ষণ তৈরি করে, একটি এজ সম্পর্কে যেকোনো দাবির জন্য একটি ছোট নমুনা। অনুশীলনকারীরা সাধারণত একটি ভাল স্ট্রেচ নয়, একটি ড্রডাউন দেখার জন্য যথেষ্ট ট্রেড চান।
এই পৃষ্ঠার প্রতিটি প্যানেল হল বাস্তব মার্কিন বাজার ডেটার উপর একটি সংরক্ষিত, সংস্করণযুক্ত কোয়েরি। এর পিছনে SQL পড়তে যেকোনো প্যানেল খুলুন, অথবা স্ট্রাসমোর টার্মিনালে একই টেবিলের বিরুদ্ধে আপনার নিজস্ব চালান।