Loading...
Loading...
सभी रिव्यू, रैंकिंग, गाइड, स्ट्रैटेजी और trust दस्तावेज़।
मेथडोलॉजी
कच्चे मार्केट डेटा से लेकर प्रकाशित, कॉन्फिडेंस-स्कोर वाले सिग्नल तक — हर एंट्री, स्टॉप और टारगेट के पीछे की सटीक पाइपलाइन।
अंतिम अपडेट: 20 मई 2026
हर (सिम्बल, टाइमफ़्रेम) जोड़ी के लिए एक LightGBM ग्रेडिएंट-बूस्टेड एन्सेम्बल — समर्पित मॉडल, कोई एक सर्व-व्यापी क्लासिफ़ायर नहीं। पूर्ण 10-सिम्बल × 4-टाइमफ़्रेम कवरेज Phase 1b के दौरान चरणबद्ध रूप से बनाई जा रही है।
लेबल के लिए Triple-Barrier Method (López de Prado) — फ़िक्स्ड-होराइज़न रिटर्न के बजाय तीन एग्ज़िट कंडिशन्स। नैव अप्रोच की तुलना में बहुत कम लेबल लीकेज।
कॉन्फिडेंस स्कोर 0-100% सीधे मॉडल के प्रोबेबिलिटी आउटपुट से आता है। 60% से नीचे — कोई सिग्नल प्रकाशित नहीं।
ATR(14)-स्केल किया गया SL/TP प्लेसमेंट। R-मल्टीपल टाइमफ़्रेम के हिसाब से कैलिब्रेट — आमतौर पर 1.5R से 3.0R टारगेट। कोई फ़िक्स्ड-पिप स्टॉप्स नहीं।
इकोनॉमिक कैलेंडर हर सिग्नल पेज पर दिखाया जाता है ताकि आप अपना इवेंट फ़िल्टर लागू कर सकें। हाई-इम्पैक्ट इवेंट्स के निकट सिग्नल्स का एल्गोरिथमिक ऑटो-वीटो Phase 2 रोडमैप पर है।
हर प्रकाशित सिग्नल इन स्टेजों से क्रम में गुज़रता है। कोई शॉर्टकट नहीं। बार-क्लोज़ से प्रकाशित सिग्नल तक कुल वॉल-क्लॉक समय: आमतौर पर 4-9 सेकंड।
हमारे प्राइमरी ब्रोकर कनेक्शन (Tier-1 ECN) से रियल-टाइम टिक स्ट्रीम, साथ ही रिडंडेंसी के लिए बैकअप फ़ीड। बार सख्त UTC अलाइनमेंट के साथ H1/M15/H4/D1 की सीमाओं पर असेम्बल होते हैं। देर से आए टिक्स हटा दिए जाते हैं — हम कभी रीपेंट नहीं करते।
हर बार पर ~50 इंजीनियर्ड फ़ीचर्स: RSI(14), MACD(12,26,9), Bollinger Bands(20,2), ATR(14), 5-21-50-200 EMA स्टैक + क्रॉसओवर फ़्लैग्स, सेशन-ऑफ़-डे, और हालिया वोलैटिलिटी रेजीम। ablation स्टडीज़ चलने के साथ फ़ीचर सेट विकसित होता है — जो भी out-of-sample Sharpe को नहीं बढ़ाता, हटा दिया जाता है।
प्रति-टपल LightGBM मॉडल हर दिशा क्लास के लिए एक प्रोबेबिलिटी देता है। इन्फ़रेंस लेटेंसी p99 ≈ 6ms। कैलिब्रेटेड प्रोबेबिलिटी पोस्ट-प्रोसेसिंग (Platt scaling) Phase 2 रोडमैप पर है — वर्तमान प्रोबेबिलिटीज़ कच्चे क्लासिफ़ायर आउटपुट हैं।
मॉडल की प्रोबेबिलिटी सीधे 0-100% कॉन्फिडेंस स्कोर बन जाती है। एक सिग्नल तभी प्रकाशित होता है जब कॉन्फिडेंस प्रति-टाइमफ़्रेम थ्रेशोल्ड (60% इंट्राडे / 55% डेली) क्लियर करे AND रिस्क-रिवॉर्ड अनुपात कम से कम 1.5R हो। तकनीकी कन्फ़्लुएंस + ऐतिहासिक हिट-रेट के साथ कम्पोज़िट स्कोरिंग Phase 2 रोडमैप पर है।
सिग्नल पूरे पेलोड (एंट्री, ATR-स्केल SL, ATR-स्केल TP, कॉन्फिडेंस, मॉडल वर्शन) के साथ प्रकाशित होता है। प्रासंगिक मुद्राओं के लिए इकोनॉमिक कैलेंडर सिग्नल पेज पर साथ दिखाया जाता है ताकि आप हाई-इम्पैक्ट इवेंट्स के निकट एंट्री को टाल सकें। स्वचालित इवेंट-वीटो Phase 2 रोडमैप पर है।
क्यों LightGBM, क्यों एक-प्रति-टपल, और विकल्प कैसे दिखते थे।
हर (सिम्बल, टाइमफ़्रेम) जोड़ी को अपना समर्पित LightGBM ग्रेडिएंट-बूस्टेड डिसीज़न ट्री एन्सेम्बल मिलता है। EURUSD H1 और EURUSD H4 अलग-अलग मॉडल हैं — भले ही अंतर्निहित सिम्बल समान हो, बार डायनामिक्स एक जैसी नहीं हैं, और घंटे के बार पर ऑप्टिमल मॉडल 4-घंटे के बार पर ओवरफ़िट या अंडरफ़िट होगा।
हमने डेवलपमेंट के शुरुआती दौर में डीप न्यूरल नेटवर्क्स (LSTM, Transformer) टेस्ट किए थे। उन्होंने समान out-of-sample Sharpe हासिल की, लेकिन 10× ट्रेनिंग लागत, 100× इन्फ़रेंस लेटेंसी और बहुत कम इंटरप्रेटेबिलिटी के साथ। सीमित सैम्पल्स वाले टेबुलर फ़ाइनेंशियल डेटा (बार के सालों के, मिलियन्स के नहीं) के लिए ग्रेडिएंट-बूस्टेड ट्री एकेडमिक साहित्य के अनुसार state-of-the-art बने रहते हैं (Grinsztajn 2022, NeurIPS)।
हाइपरपैरामीटर्स Optuna के साथ walk-forward सीमाओं के साथ ट्यून किए जाते हैं — कभी रैंडम शफ़लिंग नहीं, जो भविष्य की जानकारी को ट्रेनिंग में लीक करेगा। मॉडल्स को नए मार्केट डेटा के संचय के साथ समय-समय पर रीट्रेन किया जाता है; पूर्ण 10-सिम्बल × 4-टाइमफ़्रेम कवरेज Phase 1b के दौरान चरणबद्ध रूप से बनाई जा रही है।
लक्ष्य कवरेज
10 × 4
10 सिम्बल × 4 टाइमफ़्रेम (M15/H1/H4/D1) — Phase 1b के दौरान बनाई जा रही है
रीट्रेन फ़्रीक्वेंसी
समय-समय पर
नए डेटा के संचय और ablation स्टडीज़ से सुधार सामने आने पर रीट्रेन
प्रति मॉडल फ़ीचर्स
~50
प्राइस एक्शन, तकनीकी इंडिकेटर्स, सेशन कॉन्टेक्स्ट, वोलैटिलिटी रेजीम पर
हम फ़िक्स्ड-होराइज़न रिटर्न क्यों नहीं इस्तेमाल करते — और López de Prado ने क्या सही किया।
रिटेल ट्रेडिंग ML में सबसे आम लेबलिंग स्कीम "फ़िक्स्ड होराइज़न t+N पर रिटर्न" है — लेकिन यह गणितीय रूप से उस तरीके से असंगत है जिस तरह ट्रेडर्स वास्तव में ट्रेड करते हैं। एक वास्तविक ट्रेड तब बंद होता है जब SL या TP हिट होता है, किसी मनमाने भविष्य के टाइमस्टैम्प पर नहीं।
Triple-Barrier Method (López de Prado, Advances in Financial Machine Learning, 2018) हर बार को उस परिणाम के साथ लेबल करता है जो उस एंट्री से हुआ होता: TP बैरियर हिट (लेबल = +1), SL बैरियर हिट (लेबल = -1), या दोनों के बिना TTL समाप्त (लेबल = 0)। बैरियर्स को सिम्बल-अवेयर रिस्क के लिए ATR-मल्टीपल के रूप में साइज़ किया जाता है।
परिणाम: लेबल्स उस ट्रेड को दर्शाते हैं जो हम वास्तव में लेते। बहुत कम लेबल लीकेज, आसन्न लेबल्स के बीच कम कोरिलेशन, अधिक ईमानदार क्रॉस-वैलिडेशन। कॉन्फिडेंस-स्कोर वाले सिग्नल जीतने वाले ट्रेड की प्रोबेबिलिटी दर्शाते हैं, अमूर्त "फ़िक्स्ड होराइज़न पर कीमत बढ़ी" नहीं।
हर फ़ीचर का out-of-sample Sharpe में मापने योग्य योगदान है। जो भी ablation में नहीं टिका, हटा दिया गया।
| इंडिकेटर | पैरामीटर्स | भूमिका |
|---|---|---|
| RSI | 14 पीरियड | मोमेंटम ऑसिलेटर — अत्यधिक रीडिंग्स ओवरबॉट/ओवरसोल्ड रेजीम का संकेत देती हैं |
| MACD | 12 / 26 / 9 | ट्रेंड और मोमेंटम डाइवर्जेंसेज़ — सिग्नल-लाइन क्रॉसओवर + हिस्टोग्राम एक्सेलेरेशन |
| Bollinger Bands | 20 पीरियड, 2σ | वोलैटिलिटी एनवेलप — टच पर मीन रिवर्शन एंट्री + ब्रेकआउट फ़िल्टर |
| ATR | 14 पीरियड | वोलैटिलिटी स्केल — SL/TP साइज़िंग चलाता है, कोई फ़िक्स्ड-पिप स्टॉप्स नहीं |
| EMA स्टैक | 5 / 21 / 50 / 200 | ट्रेंड रेजीम डिटेक्शन — स्लोप + मल्टी-टाइमफ़्रेम अलाइनमेंट फ़्लैग्स |
| S/R निकटता | 20-बार स्विंग पिवट्स | निकटतम सपोर्ट/रेज़िस्टेंस तक दूरी — कन्फ़्लुएंस वज़न के रूप में उपयोग |
| सेशन-ऑफ़-डे | Asia / London / NY / Overlap | लिक्विडिटी रेजीम — रणनीतियाँ सेशन पूर्वाग्रह के हिसाब से बदलती हैं |
| वोलैटिलिटी रेजीम | ATR पर्सेंटाइल, ट्रेलिंग 90 बार | निम्न/सामान्य/उच्च — हाई-वोल रेजीम को सख्त कॉन्फिडेंस थ्रेशोल्ड मिलते हैं |
हर सिग्नल कार्ड पर आप जो स्कोर देखते हैं वह वास्तव में कैसे गणना होता है।
वर्तमान पाइपलाइन (Phase 1b)
confidence = P_ml → publish if confidence ≥ threshold AND risk_reward ≥ 1.5RATR-स्केल्ड रिस्क गणित, फ़िक्स्ड-पिप टारगेट नहीं।
हर सिग्नल एक एंट्री प्राइस, एक स्टॉप-लॉस और एक टेक-प्रॉफ़िट साथ रखता है — सभी सिग्नल जनरेशन के समय गणना किए गए, इंसानों द्वारा चुने नहीं गए। गणित डिटरमिनिस्टिक है और एक ही टाइमफ़्रेम के हर सिग्नल के लिए समान।
Stop-loss = entry ± ATR(14) × stop_multiplier। Stop_multiplier टाइमफ़्रेम के हिसाब से बदलता है: M15 = 1.0× ATR, H1 = 1.5× ATR, H4 = 2.0× ATR, D1 = 2.5× ATR। इतना तंग कि रैंडम शोर हमें स्टॉप-आउट न करे; इतना चौड़ा कि सामान्य पुलबैक भी न करें।
Take-profit = entry ± ATR(14) × stop_multiplier × R_target। R_target रिस्क-रिवॉर्ड अनुपात है: कॉन्फिडेंस के आधार पर आमतौर पर 1.5-3.0। उच्च कॉन्फिडेंस सिग्नल उच्च R टारगेट साथ रखते हैं — क्योंकि हमारे पास इस बात के मज़बूत प्रमाण हैं कि वे "दौड़ेंगे"।
परिणाम: 2.0R रिस्क-रिवॉर्ड। अगर हम 50% समय जीतते हैं, हम नेट प्रॉफ़िटेबल हैं। हमें सही होने की ज़रूरत नहीं है — हमें कैलिब्रेटेड होने की ज़रूरत है।
हम डेटा उजागर करते हैं; एल्गोरिथमिक ऑटो-वीटो Phase 2 रोडमैप पर है।
फ़ॉरेक्स मार्केट केंद्रीय बैंक के निर्णयों, रोज़गार रिपोर्ट और इन्फ़्लेशन प्रिंट्स से प्रभावित होते हैं। 30 मिनट बाद NFP गिरने पर एक एकदम वैलिड तकनीकी सेटअप ध्वस्त हो जाता है। हम आपको कैलेंडर देते हैं — वीटो लागू करना वर्तमान में आपका निर्णय है।
हर /signals/{symbol}/{tf} पेज एक समर्पित ब्लॉक में प्रासंगिक मुद्राओं के लिए आगामी हाई/मीडियम-इम्पैक्ट इवेंट्स को सरफ़ेस करता है। डेटा हमारी इन्जेस्ट सर्विस के माध्यम से MT5 इकोनॉमिक कैलेंडर से प्रवाहित होता है (सार्वजनिक /api/public/economic-calendar एंडपॉइंट देखें)। हर मिनट रिफ़्रेश होता है।
आगे क्या नियोजित है: जब हाई/मीडियम-इम्पैक्ट इवेंट्स एक event_window के भीतर आते हैं तो ताज़ा सिग्नल्स का स्वचालित वीटो। वर्तमान में इन्फ़रेंस इंजन में एक `news_blackout_enabled` फ़्लैग वायर्ड है लेकिन डिफ़ॉल्ट false पर — Phase 2 शिप होने और हमने Sharpe पर वीटो के नेट प्रभाव का बैक-टेस्ट करने के बाद इसे चालू करेंगे।
हम in-sample बैकटेस्ट पर भरोसा क्यों नहीं करते — और एक ईमानदार मूल्यांकन कैसा दिखता है।
रैंडम train/test स्प्लिट रिटेल ट्रेडिंग ML में बढ़ा-चढ़ाकर पेश किए गए परफ़ॉर्मेंस दावों का #1 स्रोत हैं। एक रैंडम स्प्लिट भविष्य से जानकारी को ट्रेनिंग में लीक होने देता है (मॉडल सीखता है क्या आ रहा है क्योंकि आसन्न बार अत्यधिक सहसंबंधित हैं)। ईमानदार मूल्यांकन के लिए कालानुक्रमिक क्रम की आवश्यकता है।
हम walk-forward वैलिडेशन का उपयोग करते हैं: एक पिछली विंडो पर ट्रेन करें, अगली आगे की विंडो पर वैलिडेट करें, दोनों विंडो को आगे बढ़ाएँ, दोहराएँ। हर मॉडल वर्शन को प्रोडक्शन में प्रमोशन से पहले अपने पूरे walk-forward रिकॉर्ड पर ग्रेड किया जाता है।
वर्तमान स्वीकृति थ्रेशोल्ड (प्रमोशन से पहले सभी चार हिट होने चाहिए): Sharpe ratio ≥ 1.0 (इंट्राडे) / Win rate ≥ 0.50 / Profit factor ≥ 1.3 / Max drawdown ≤ 20%। कोई भी थ्रेशोल्ड फ़ेल करने वाले मॉडल प्रमोट नहीं होते — पिछला अच्छा वर्शन लाइव रहता है। अधिक ऐतिहासिक डेटा संचित होने और बेसलाइन स्थिर होने के साथ थ्रेशोल्ड सख्त होते जाएँगे।
मॉडल क्षरण का स्वचालित पता लगाना रोडमैप पर है। वर्तमान स्थिति: मानवीय निरीक्षण + मैन्युअल मॉडल प्रमोशन।
लाइव ट्रेडिंग की स्थितियाँ ऐतिहासिक बैकटेस्ट से भिन्न होती हैं। स्प्रेड चौड़े होते हैं, स्लिपेज बढ़ता है, मार्केट रेजीम बदलता है। यहाँ तक कि एक मॉडल जिसने walk-forward वैलिडेशन पास की हो, प्रोडक्शन में क्षीण हो सकता है। हमारा दीर्घकालिक बचाव: निरंतर निगरानी + स्वचालित रोलबैक। आज निगरानी का हिस्सा मौजूद है; ऑटो-रिवर्ट हिस्सा Phase 2 रोडमैप पर है।
आज जो लाइव है: हर प्रकाशित सिग्नल का परिणाम (TP हिट, SL हिट, समाप्त) अपरिवर्तनीय रूप से लॉग होता है। /signals/track-record पर ट्रैक रिकॉर्ड डैशबोर्ड रोलिंग Sharpe + विन रेट + प्रॉफ़िट फैक्टर सरफ़ेस करता है — तो क्षरण दिखाई देता है। हम बस अभी तक इस पर स्वचालित रूप से कार्रवाई नहीं करते।
Phase 2 के लिए क्या नियोजित है: एक watchdog जो प्रति (सिम्बल, टाइमफ़्रेम) रोलिंग 30-सिग्नल विंडो की तुलना स्वीकृति फ़्लोर्स (Sharpe < 0.8 / विन रेट < 0.45 / प्रॉफ़िट फैक्टर < 1.1) से करता है। N लगातार चूकें → पिछले अच्छे मॉडल वर्शन पर ऑटो-रिवर्ट + ऑन-कॉल इंजीनियर को पेज। जब तक वह शिप नहीं होता, मॉडल प्रमोशन + रोलबैक लाइव ट्रैक रिकॉर्ड के विरुद्ध मानवीय निर्णय हैं।
ईमानदार स्कोपिंग। हमारी मेथडोलॉजी इन सीमाओं के भीतर मज़बूत है — इनसे बाहर, आप मॉडल एक्सट्रापोलेशन पर भरोसा कर रहे हैं।
अगर हम वादा करते हैं जो हम पूरा नहीं कर सकते, हम विश्वास को नुकसान पहुँचाते हैं। ये सिग्नल क्या नहीं हैं, यहाँ है।
पिछला walk-forward Sharpe भविष्य के परिणामों की भविष्यवाणी नहीं करता। मार्केट विकसित होते हैं। यहाँ तक कि एक कैलिब्रेटेड 70%-कॉन्फिडेंस सिग्नल 30% समय हारता है।
सिग्नल एल्गोरिथमिक आउटपुट हैं। आपके अकाउंट का आकार, ब्रोकर, लीवरेज, अधिकार क्षेत्र और रिस्क टॉलरेंस यह निर्धारित करते हैं कि किसी विशिष्ट सिग्नल का अनुसरण आपके लिए उचित है या नहीं।
FxRobotEasy फ़ंड्स की कस्टडी नहीं लेता। सिग्नल जानकारी हैं — आप वही हैं जो बाय क्लिक करते हैं। हम एक सॉफ़्टवेयर पब्लिशर हैं, फ़ंड मैनेजर नहीं।
सिग्नल प्रासंगिक टाइमफ़्रेम पर अगले 1-2 बार के लिए वैध हैं। अगर आप प्रकाशन के 90 मिनट बाद एक H1 सिग्नल देखते हैं, एंट्री प्राइस वर्तमान से बहुत दूर हो सकता है — इसे छोड़ दें।
परिभाषा के अनुसार, ट्रेनिंग डेटा में केवल वे रेजीम होते हैं जो पहले ही हो चुके हैं। Brexit, COVID मार्च 2020, CHF unpeg — हमारे मॉडल इन पर प्रतिक्रिया करते लेकिन इन पर ट्रेन नहीं हुए थे।
AI सिग्नल पाइपलाइन पर सामान्य अनुवर्ती प्रश्न।
सीमित सैम्पल्स (मिलियन्स की बजाय बार के सालों) वाले टेबुलर फ़ाइनेंशियल डेटा के लिए, ग्रेडिएंट-बूस्टेड ट्री Sharpe और इंटरप्रेटेबिलिटी पर डीप नेट्स को 10× कम ट्रेनिंग लागत पर हराते हैं। डीप नेट्स छवियों, भाषा और कंटिन्यूअस-कंट्रोल RL के लिए state-of-the-art हैं — फ़ॉरेक्स बार भविष्यवाणी के लिए नहीं।
समय-समय पर — Phase 1b में एक निश्चित कैलेंडर के बजाय नए डेटा संचय और ablation निष्कर्षों द्वारा संचालित। हर रीट्रेन एक होल्ड-आउट ट्रेलिंग विंडो के विरुद्ध पूर्ण walk-forward वैलिडेशन चलाता है। नया वर्शन तभी प्रमोट होता है अगर वह स्वीकृति थ्रेशोल्ड और लाइव पिछले वर्शन को मात देता है। एक निश्चित रीट्रेन फ़्रीक्वेंसी (साप्ताहिक नियोजित बेसलाइन है) मॉडल रजिस्ट्री पाइपलाइन शिप होने के बाद Phase 2 रोडमैप पर है।
सभी स्प्लिट पर सख्त कालानुक्रमिक क्रम — कोई रैंडम शफ़ल नहीं। फ़ीचर्स केवल बार-क्लोज़ पर उपलब्ध डेटा से निकाले गए (कोई look-ahead नहीं)। Triple-barrier लेबल आगे की ओर हल होते हैं; हम रिज़ोल्यूशन विंडो से गणना किए गए फ़ीचर्स शामिल नहीं करते।
मेथडोलॉजी पूरी तरह से प्रलेखित है (यह पेज)। प्रशिक्षित वज़न, ट्रेनिंग डेटा और हाइपरपैरामीटर्स ओपन-सोर्स नहीं हैं — वे हमारी बढ़त हैं। हम सभी सिग्नल + परिणाम प्रकाशित करते हैं ताकि कोई भी सत्यापित कर सके कि पाइपलाइन वही उत्पादन करती है जो हम दावा करते हैं।
वैलिडेशन में हम Tier-1 ECN स्प्रेड (~0.1-0.3 पिप्स EURUSD मेजर्स पर, 0.5-1.5 पिप्स माइनर्स पर, 2-4 पिप्स XAUUSD पर) प्लस एक स्लिपेज बफ़र मानते हैं। लाइव परफ़ॉर्मेंस अकाउंटिंग ब्रोकर कनेक्शन द्वारा रिकॉर्ड की गई वास्तविक फ़िल कीमतों का उपयोग करती है — इसलिए प्रकाशित ट्रैक रिकॉर्ड वास्तविक निष्पादन को दर्शाता है, मॉडल किया हुआ नहीं। पर्याप्त बंद सिग्नल संचित होने के बाद हम /signals/track-record पर वैलिडेशन-बनाम-लाइव डेल्टा सरफ़ेस करते हैं।
मेथडोलॉजी हर सिग्नल पर वही है जो आप देखेंगे। अब उन्हें देखने जाइए।