क्यों 90% क्रिप्टो ट्रेडिंग बॉट्स पैसा खोते हैं: 7 विफलता मोड का फॉरेंसिक एनाटॉमी

"90% ट्रेडर्स पैसा खोते हैं" आँकड़ा रिटेल वित्त में सबसे अधिक उद्धृत संख्याओं में से एक है, और कम से कम समझा गया। यह क्रिप्टो ट्रेडिंग बॉट्स के अध्ययन से नहीं आता। यह ब्रोकर खुलासे और रिटेल-ट्रेडिंग डेटासेट से आता है जो ज़्यादातर बटन क्लिक करने वाले इंसानों को मापते हैं। हालाँकि, जब आप मानव विवेकाधीन ट्रेडिंग से रिटेल-बॉट प्रदर्शन को अलग करते हैं, विफलता दर मोटे तौर पर उसी रेंज में उतरती है। कारण पूर्वानुमेय हैं।

यह उन कारणों का फॉरेंसिक ब्रेकडाउन है। "अपनी भावनाओं को नियंत्रित करें" प्लैटिट्यूड की सूची नहीं। प्रत्येक अनुभाग एक विफलता मोड का नाम देता है, यह दिखाता है कि बॉट के जीवनचक्र में कहाँ होता है (बैकटेस्ट, लाइव निष्पादन, पोस्ट-डिप्लॉयमेंट क्षय), और एक ठोस फ़िक्स के साथ समाप्त होता है जिसे आप अगली रणनीति लाइव होने से पहले लागू कर सकते हैं।

अगर आपने एक रणनीति को बैकटेस्ट में साफ़ इक्विटी कर्व प्रिंट करते देखा है और प्रोडक्शन में PnL खोते देखा है, आप पहले से ही नीचे सात विफलताओं में से कम से कम दो से मिल चुके हैं।

"90% पैसा खोते हैं" नंबर वास्तव में कहाँ से आता है

"90% ट्रेडर्स पैसा खोते हैं" सुर्ख़ी एक एकल विहित अध्ययन तक ट्रेस नहीं की जा सकती। यह दिशात्मक सहमति है जो तब उभरती है जब आप तीन स्वतंत्र साक्ष्य धाराओं को स्टैक करते हैं: रेगुलेटर-अनिवार्य ब्रोकर खुलासे, पीयर-समीक्षित शैक्षणिक अध्ययन, और निकटवर्ती ऑन-चेन डेटा। कोई प्रकाशित अध्ययन विशेष रूप से रिटेल क्रिप्टो-बॉट प्रदर्शन को अलग नहीं करता। हालाँकि, ब्रैकेट अच्छी तरह स्थापित है।

रेगुलेटर-अनिवार्य ब्रोकर खुलासों से शुरू करें। 2018 से, ESMA ने EU-विनियमित CFD ब्रोकर्स से रिटेल खातों के पैसा खोने का प्रतिशत दिखाने वाली मानकीकृत चेतावनियाँ प्रकाशित करने की आवश्यकता बताई है। उद्योग भर में, वे खुलासे लगातार 74-89% रेंज में बैठते हैं। eToro की UK शाखा, FCA के तहत विनियमित, वर्तमान में 77% रिटेल नुक़सान का खुलासा करती है; अन्य UK ब्रोकर अधिक चलते हैं। ये नंबर क़ानूनी रूप से ऑडिट योग्य हैं और तिमाही अपडेट होते हैं।

शैक्षणिक रिकॉर्ड सहमत है। रिटेल डे-ट्रेडर लाभप्रदता का सबसे कठोर अध्ययन Chague, De-Losso और Giovannetti (2019), "Day Trading for a Living?" है, जिसने 2013 और 2015 के बीच ब्राज़ीलियाई इक्विटी फ़्यूचर्स डे ट्रेडिंग शुरू करने वाले और कम से कम 300 दिन तक टिके रहने वाले हर व्यक्ति की जाँच की। परिणाम: 97% पैसा खोए, केवल 1.1% ने ब्राज़ीलियाई न्यूनतम मज़दूरी से अधिक कमाया, और केवल 0.5% ने एक प्रवेश-स्तरीय बैंक-टेलर वेतन से अधिक कमाया। पेपर ने "अनुभव के माध्यम से सीखने" का कोई सांख्यिकीय प्रमाण नहीं पाया। Barber, Lee, Liu और Odean का पहले का काम Taiwan फ़्यूचर्स मार्केट (1992-2006) पर समान निष्कर्ष पर पहुँचा: केवल ~19% भारी डे ट्रेडर्स ने फ़ीस के बाद पॉज़िटिव असामान्य रिटर्न कमाए, जिसका अर्थ है मोटे तौर पर 80% ने अवसर लागत का हिसाब लगाने से पहले भी पैसा खोया।

तीसरी धारा निकटवर्ती स्वचालित-ट्रेडिंग डेटा है। सार्वजनिक बॉट-मार्केटप्लेस प्रदर्शन पृष्ठ (3Commas, Bitsgap, Cryptohopper) शीर्ष रणनीतियों के लिए समग्र PnL की स्व-रिपोर्ट करते हैं, लेकिन माध्यिका यूज़र प्रासंगिक बेंचमार्क है, शीर्ष रणनीति नहीं। माध्यिका प्रदर्शन पृष्ठ, जहाँ वे मौजूद हैं, लगातार नेगेटिव पूर्ण-साइकल रिटर्न दिखाते हैं। स्वचालित वॉलेट व्यवहार के ऑन-चेन विश्लेषण एक अलग कोण से समान निष्कर्ष पर पहुँचते हैं: लाभप्रदता शीर्ष 5-10% ऑपरेटरों में केंद्रित होती है, लंबी पूँछ उन्हें लिक्विडिटी प्रदान करती है।

इन्हें एक साथ सिलते हुए, पूर्ण मार्केट साइकल पर रिटेल क्रिप्टो-बॉट ऑपरेटर नुक़सान दर सबसे अधिक संभावना 75-90% रेंज में बैठती है, ESMA-शैली रिटेल-ब्रोकर खुलासे द्वारा नीचे और रिटेल डे-ट्रेडर शैक्षणिक अध्ययन द्वारा ऊपर सीमित।

Retail loss-rate evidence · % of accounts losing money

सटीक प्रतिशत इसके पीछे के पैटर्न से कम मायने रखता है: समान सात इंजीनियरिंग त्रुटियाँ हज़ारों रणनीतियों में दोहराई जाती हैं, और वे लगभग सब कुछ समझाती हैं कि रिटेल बॉट्स कम प्रदर्शन क्यों करते हैं।

विफलता मोड #1 — बैकटेस्ट में सर्वाइवरशिप पूर्वाग्रह

सर्वाइवरशिप पूर्वाग्रह केवल उन एसेट पर एक रणनीति का परीक्षण करने की त्रुटि है जो आज भी मौजूद हैं। ऐसे सिक्के जो डीलिस्ट हो गए, डिपेग हो गए, या रग हो गए, चुपचाप ऐतिहासिक ब्रह्मांड से बाहर रखे जाते हैं, जो रणनीति द्वारा वास्तव में लिए गए सबसे बुरे ट्रेडों को हटाकर बैकटेस्ट रिटर्न को बढ़ाता है।

यह एकल सबसे आम कारण है कि एक साफ़ बैकटेस्ट प्रोडक्शन में मर जाता है।

अधिकांश रिटेल बैकटेस्ट फ़्रेमवर्क CoinGecko, Binance, या CCXT से ऐतिहासिक OHLCV खींचते हैं। उन स्रोतों में से प्रत्येक आपको डिफ़ॉल्ट रूप से एक सर्वाइवर-क्यूरेटेड ब्रह्मांड देता है। अगर आप आज के शीर्ष 50 का उपयोग करके "मार्केट कैप द्वारा शीर्ष 50 सिक्के" पर मोमेंटम रणनीति बैकटेस्ट करते हैं, आप एक ऐसी दुनिया में रणनीति का परीक्षण कर रहे हैं जहाँ Terra/LUNA कभी नहीं टूटी, FTT कभी शून्य पर नहीं गया, और सौ 2021-साइकल alts अपने मूल्य का 99% डीलिस्ट होने से पहले नहीं खोए।

2022 में AQR के इक्विटी-मार्केट बैकटेस्ट की समीक्षा ने अनुमान लगाया कि सर्वाइवरशिप पूर्वाग्रह लॉन्ग-ओनली मोमेंटम बैकटेस्ट में प्रति वर्ष 1-3% जोड़ता है। क्रिप्टो में, जहाँ डीलिस्टिंग और कुल-नुक़सान दर इक्विटी से एक परिमाण के क्रम में अधिक है, प्रभाव अधिक गंभीर है। सर्वाइवर ब्रह्मांड पर परीक्षण किए गए लॉन्ग/शॉर्ट क्रिप्टो रणनीतियाँ शैक्षणिक walk-forwards में 10-20% वार्षिक रिटर्न मुद्रास्फीति दिखाई हैं।

Backtest equity curves · indexed to 100

Survivor universePoint-in-time

फ़िक्स एक पॉइंट-इन-टाइम ब्रह्मांड है। बैकटेस्ट में प्रत्येक टाइमस्टैंप पर, उपलब्ध ट्रेडिंग ब्रह्मांड वे सिक्के होने चाहिए जो उस क्षण वास्तव में सूचीबद्ध और ट्रेड हो रहे थे, उन्हें शामिल करते हुए जो बाद में मर गए। एक डीलिस्टिंग लॉग बनाए रखें। अगर आपका डेटा प्रदाता इसे एक्सपोज़ नहीं करता, आप मासिक रूप से Binance/Coinbase लिस्टिंग का स्नैपशॉट लेकर और उन्हें persist करके इसे पुनर्निर्मित कर सकते हैं। यह थकाऊ है। यह उस बैकटेस्ट और कहानी पैदा करने वाले के बीच का अंतर भी है जो लाइव प्रदर्शन की भविष्यवाणी करता है।

विफलता मोड #2 — बिना फ़िल्टर सिग्नल (कोई ML या सांख्यिकीय गेट नहीं)

एक शुद्ध इंडिकेटर-ट्रिगर रणनीति हर बार अपने नियम के सत्य होने पर फायर होती है। RSI 30 पार करता है, MACD फ़्लिप करता है, डाइवर्जेंस प्रिंट होता है, बॉट एक पोज़िशन खोलता है। समस्या: उन ट्रिगरों में से अधिकांश मार्केट रेजिम में फायर होते हैं जहाँ इंडिकेटर की बढ़त सांख्यिकीय रूप से शून्य या नेगेटिव है।

फ़िक्स एक सिग्नल गेट है, कच्चे सिग्नल और ऑर्डर के बीच बैठा एक हल्का मॉडल या नियम परत। इसका काम उन सिग्नलों को अस्वीकार करना है जो इंडिकेटर के ऐतिहासिक नुक़सान पूल की तरह दिखते हैं।

यहाँ मशीन लर्निंग वास्तव में ट्रेडिंग में उपयोगी है, "AI ट्रेडिंग" मार्केटिंग कॉपी के 95% में दुरुपयोग के बावजूद। आपको क़ीमत की भविष्यवाणी करने के लिए ML की आवश्यकता नहीं है। आपको इसे कुछ बहुत छोटा करने की आवश्यकता है: प्रत्येक उम्मीदवार सिग्नल को "ऐतिहासिक रूप से लाभदायक सेटअप जैसा दिखता है" या "ऐतिहासिक रूप से हारने वाला सेटअप जैसा दिखता है" के रूप में वर्गीकृत करें, उन फ़ीचर्स का उपयोग करते हुए जिन्हें इंडिकेटर अकेले नहीं देख सकता। ऑर्डर बुक असंतुलन, BTC टेप स्थिति, हाल की अस्थिरता रेजिम, समय-दिन, फंडिंग रेट, पूर्व सिग्नल घनत्व।

एक अच्छी तरह से ट्यून किया गया सिग्नल गेट आम तौर पर सिग्नल गिनती को 40-70% कम करता है जबकि जीत दर को 5-15 प्रतिशत बिंदु और Sharpe को 0.3-0.7 सुधारता है। ये सार्वजनिक रूप से प्रकट किए गए quant रिटेल अध्ययनों से रूढ़िवादी रेंज हैं और किसी भी प्रोडक्शन सिस्टम में अवलोकनीय हैं जो एक गेट-स्वास्थ्य डैशबोर्ड बनाए रखता है।

कार्यान्वयन पैटर्न ग्लैमरस नहीं है। ऐतिहासिक लेबल वाले सिग्नल पर ग्रेडिएंट-बूस्टेड क्लासिफ़ायर (XGBoost या LightGBM) को प्रशिक्षित करें, जहाँ लेबल है "क्या इस सिग्नल ने अपने stop-loss से पहले अपना टेक-प्रॉफ़िट हिट किया।" 50-150 फ़ीचर्स का उपयोग करें, आक्रामक रूप से regularize करें, और रोलिंग 3-महीने विंडो पर walk-forward सत्यापित करें। गेट थ्रेशोल्ड को ट्यून करने योग्य hyperparameter के रूप में मानें। थ्रेशोल्ड 0.5 पर आप बहुत ज़्यादा स्वीकार करते हैं। 0.7 पर आप रणनीति को भूखा रखते हैं। बीच में कहीं आपका ऑपरेटिंग पॉइंट है।

ग़लती जो रिटेल बिल्डर करते हैं: वे या तो गेट को पूरी तरह छोड़ देते हैं (सिग्नल बाढ़, बढ़त पतली होती है) या वे पूरी रणनीति को मॉडल से बदल देते हैं (ओवरफ़िट कोलैप्स)। गेट addittive होना चाहिए। पहले सिग्नल, फिर गेट, फिर ट्रेड।

विफलता मोड #3 — मार्केट रेजिम को नज़रअंदाज़ करना (BTC टेप प्रभाव)

क्रिप्टो altcoins स्वतंत्र एसेट नहीं हैं। वे Bitcoin सेंटीमेंट पर ऊपर idiosyncratic शोर के साथ लीवरेज्ड प्ले हैं। जब BTC 15 मिनट में 4% डंप करता है, सहसंबंध मैट्रिक्स पूरे alt मार्केट में ~1 पर ढह जाता है, और उस विंडो में जो भी altcoin सिग्नल फायर होता है वह लगभग निश्चित रूप से बुरा फिल है।

एक रेजिम गेट एक टॉप-लेवल फ़िल्टर है जो व्यापक मार्केट की स्थिति के आधार पर रणनीति व्यवहार को अक्षम या संशोधित करता है, सबसे आम रूप से BTC "टेप" की स्थिति। पैटर्न सरल है। अगर BTC पिछले N मिनट में X% से अधिक मूव हुआ है (या अगर इसकी शॉर्ट-टर्म रियलाइज़्ड अस्थिरता थ्रेशोल्ड को तोड़ती है), alt-रणनीति प्रविष्टियों को दबाएँ।

यह किसी भी लॉन्ग/शॉर्ट alt रणनीति के लिए ग़ैर-वार्ता योग्य है। इसके बिना, आपकी रणनीति व्यवस्थित रूप से ठीक उन क्षणों के दौरान पोज़िशन खोलेगी जब BTC लिक्विडेशन हर alt को 8-12% नीचे खींचने वाले हैं।

भोला धक्का है "लेकिन मेरी रणनीति पहले से ATR / पोज़िशन साइज़िंग के माध्यम से अस्थिरता का हिसाब रखती है।" नहीं रखती। ATR एक ट्रेलिंग माप है। लिक्विडेशन कैस्केड फॉरवर्ड इवेंट हैं जो ATR के अनुकूल होने की तुलना में तेज़ टाइमस्केल पर होते हैं। जब तक आपका stop चौड़ा होता है, कैस्केड पहले से ही आपकी इक्विटी खा रहा है।

ठोस रूप से, एक रोलिंग BTC "टेप स्थिति" फ़ीचर की गणना करें, उदाहरण के लिए पिछले 5 मिनट पर निरपेक्ष रिटर्न माइनस एक रोलिंग बेसलाइन। जब यह फ़ीचर थ्रेशोल्ड पार करता है, सहसंबद्ध रणनीतियों में नए प्रवेश को ब्लॉक करने वाला एक वैश्विक फ़्लैग सेट करें। फ़्लैग पर मौजूदा पोज़िशन बंद न करें (यह आपके पोर्टफ़ोलियो में अपना ख़ुद का बिक्री कैस्केड बनाता है)। बस नए खोलना बंद करें।

थ्रेशोल्ड स्वयं अनुभवजन्य है। एक उचित शुरुआती बिंदु: alt-प्रवेश ब्लॉक करें जब BTC का 5-मिनट निरपेक्ष रिटर्न 1.5% से अधिक हो, ट्रिगर फीका होने के बाद 30-60 मिनट तक ब्लॉक रखें, और वहाँ से ट्यून करें।

शॉर्ट-साइड रणनीतियों के लिए एक उपयोगी variant यह है कि केवल इसे दबाने के बजाय BTC टेप सिग्नल को प्रवेश शर्त के रूप में आवश्यक किया जाए। "alt को shortf मत करो जब तक BTC भी कमज़ोर नहीं हो रहा।" यह एक रेजिम फ़िल्टर को रेजिम पुष्टि में परिवर्तित करता है, और जीत दर में सार्थक सुधार करते हुए ट्रेड गिनती को 60-80% गिराने की प्रवृत्ति रखता है।

विफलता मोड #4 — ऐतिहासिक स्वीप पर ओवरफ़िटिंग

बैकटेस्ट में ओवरफ़िटिंग रणनीति पैरामीटर को ट्यून करने का अभ्यास है जब तक ऐतिहासिक इक्विटी कर्व बहुत अच्छा दिखता है, जबकि एक ऐसी रणनीति का निर्माण करता है जिसमें नए डेटा पर शून्य भविष्यवाणी शक्ति है। यह किसी भी अन्य विफलता मोड से अधिक विश्वसनीय रूप से रिटेल बॉट्स को मारता है, क्योंकि वे उपकरण जो इसे संभव बनाते हैं (पैरामीटर स्वीप, ऑप्टिमाइज़ेशन ग्रिड, "auto-tune") वही उपकरण हैं जिन्हें हर फ़्रेमवर्क फ़ीचर के रूप में मार्केट करता है।

तंत्र: K मुक्त पैरामीटर वाली कोई भी रणनीति K बढ़ने पर उत्तरोत्तर अधिक चेरी-पिकिंग के साथ ऐतिहासिक डेटा पर फ़िट की जा सकती है। अगर आप RSI थ्रेशोल्ड को 1 के चरणों में 20 से 40 तक स्वीप करते हैं, take-profit को 1% से 5% तक, और stop-loss को 0.5% से 3% तक, आपने 21 × 41 × 26 = 22,386 रणनीति variants का खोज स्थान बनाया है। उनमें से सर्वश्रेष्ठ में पूरी तरह से यादृच्छिक डेटा पर भी केवल यादृच्छिक संयोग से आश्चर्यजनक Sharpe होगा।

Bailey, Borwein, López de Prado और Zhu द्वारा 2014 का एक पेपर, "The Probability of Backtest Overfitting," ने इसे औपचारिक रूप दिया। उन्होंने दिखाया कि जैसे-जैसे परीक्षण की गई रणनीति variants की संख्या बढ़ती है, सर्वश्रेष्ठ इन-सैंपल variant का अपेक्षित आउट-ऑफ़-सैंपल Sharpe किसी भी यथार्थवादी नमूना आकार के लिए शून्य से नीचे गिर जाता है। आप जितना अधिक ट्यून करते हैं, आपका लाइव PnL उतना बुरा होता है।

फ़िक्स "ट्यून न करें" नहीं है। यह अनुशासन है:

1. एकल बैकटेस्ट के बजाय walk-forward क्रॉस-वैलिडेशन। अपने इतिहास को 12+ रोलिंग विंडो में विभाजित करें। प्रत्येक train फ़ोल्ड पर ट्यून करें, संगत test फ़ोल्ड पर मूल्यांकन करें, सभी test फ़ोल्ड में औसत प्रदर्शन। प्रत्येक train फ़ोल्ड पर चुने गए "सर्वश्रेष्ठ" पैरामीटर को स्थिर test-फ़ोल्ड प्रदर्शन का उत्पादन करना चाहिए। अगर नहीं करते, आपकी रणनीति मज़बूत नहीं है।
2. पैरामीटर गिनती को दंडित करें। प्रत्येक मुक्त पैरामीटर को आउट-ऑफ़-सैंपल मेट्रिक्स में सार्थक सुधार के साथ ख़ुद को सही ठहराना चाहिए, इन-सैंपल में नहीं। Akaike Information Criterion या साधारण held-out सत्यापन दोनों काम करते हैं।
3. IR ड्रॉप को रियलिटी-चेक करें। एक आम heuristic: डिप्लॉयमेंट के बाद अपनी लाइव सूचना अनुपात अपनी इन-सैंपल IR का मोटे तौर पर 1/3 होने की उम्मीद करें। अगर आपका इन-सैंपल Sharpe 3 है, आप शायद Sharpe 1 के साथ जीने वाले हैं, जो ठीक है। अगर आपका इन-सैंपल Sharpe 0.9 है, आप 0.3 के साथ जीने वाले हैं, जो फ़ीस और स्लिपेज के बाद एक सिक्का-फ़्लिप है। कई रिटेल रणनीतियाँ विफल होती हैं क्योंकि उनकी इन-सैंपल बढ़त IR संकुचन से जीवित रहने के लिए पर्याप्त बड़ी नहीं थी।

विफलता मोड #5 — ग़लत तरीके से किया गया जोखिम-इनाम गेटिंग

अधिकांश रिटेल रणनीतियाँ एक एकल वैश्विक जोखिम-इनाम (RR) आवश्यकता निर्धारित करती हैं। "मैं केवल कम से कम 2:1 reward-to-risk वाले ट्रेड लेता हूँ।" यह कठोर लगता है, लेकिन यह चुपचाप कुछ रणनीति परिवारों की पूरी जीतने वाली आबादी को फ़िल्टर कर देता है।

त्रुटि: RR अलगाव में रणनीति की संपत्ति नहीं है। यह रणनीति की हिट दर की संपत्ति है। 70% हिट दर और 1.2:1 RR वाली रणनीति की 35% हिट दर और 2:1 RR वाली रणनीति की तुलना में अधिक अपेक्षित मूल्य है। उच्च-हिट-दर रणनीति को 2:1 सेटअप खोजने के लिए मजबूर करने का अर्थ है उन सेटअप के लिए प्रतीक्षा करना जो इसके मूल पैटर्न में मौजूद नहीं हैं, और आप एक पूरी तरह से गेटेड रणनीति के साथ समाप्त होते हैं जो महीने में तीन ट्रेड लेती है और जिसमें कोई सांख्यिकीय महत्व नहीं है।

फ़िक्स प्रति-रणनीति RR थ्रेशोल्ड है, अनुभवजन्य रूप से कैलिब्रेटेड। सिस्टम में प्रत्येक रणनीति के लिए, ऐतिहासिक हिट दर मापें और break-even RR की गणना करें (break_even_RR = (1 - hit_rate) / hit_rate)। पाठ्यपुस्तक 2:1 की नकल करने के बजाय, प्रोडक्शन RR थ्रेशोल्ड को break-even से ऊपर एक रक्षा योग्य मार्जिन पर सेट करें, आम तौर पर 1.2x से 1.5x।

Break-even RR vs hit rate

(1 − hit_rate) / hit_rate

एक डाइवर्जेंस-आधारित मीन-रिवर्ज़न रणनीति लाभदायक रूप से min_RR = 1.2 पर चल सकती है क्योंकि इसकी हिट दर 65% है। एक ट्रेंड-फ़ॉलोइंग ब्रेकआउट रणनीति को min_RR = 2.5+ की ज़रूरत होती है क्योंकि इसकी हिट दर 30% है। दोनों को एक ही RR नियम में मजबूर करना उनमें से एक को मार देता है।

एक दूसरी संबंधित त्रुटि RR की गणना स्थिर stop और स्थिर target का उपयोग करना है, बजाय इसके कि प्रवेश के क्षण पर वास्तविक मार्केट संरचना से RR की गणना की जाए। संरचनात्मक समर्थन स्तर के विरुद्ध गणना की गई 2:1 RR एक निश्चित 1% stop के विरुद्ध गणना की गई 2:1 RR से अलग दांव है। रणनीतियाँ जो संरचना-आधारित stops को अनदेखा करती हैं, मूल्य ज्यामिति के बजाय शोर पर ख़ुद को प्रभावी रूप से गेट करती हैं।

विफलता मोड #6 — स्लिपेज और लेटेन्सी अंधे स्थान

बैकटेस्ट क्लोज़ क़ीमत पर फिल करते हैं। लाइव ट्रेडिंग जो भी ऑर्डर बुक आपको देती है उस पर फिल करती है। उन दोनों के बीच का अंतर एक पेपर-लाभदायक रणनीति और एक असली-पैसा नुक़सान मशीन के बीच का अंतर है।

तीन स्लिपेज स्रोत रिटेल बॉट्स को मारते हैं, कम आँकी गई गंभीरता के क्रम में। (फ़ीस, मार्क स्प्रेड, डायनामिक सेटलमेंट, ADL — ऑर्डर टिकट पर न दिखने वाली हर लागत लाइन के वेन्यू-दर-वेन्यू ब्रेकडाउन के लिए, Binance, Bybit, OKX पर छिपी लागत देखें।)

पहला है स्प्रेड क्रॉसिंग। आपका बैकटेस्ट मानता है कि आपने $42,150 पर ख़रीदा। आपका लाइव ऑर्डर एक मार्केट ऑर्डर है जो $42,158 पर ऑफर हिट करता है। $42K BTC पोज़िशन पर आठ डॉलर मोटे तौर पर 2 बेसिस पॉइंट स्लिपेज है, हर ट्रेड। एक रणनीति पर जो महीने में 200 ट्रेड लेती है, वह वार्षिक ड्रैग में 4% है, 6% नाममात्र अल्फा मिटाने के लिए पर्याप्त।

दूसरा मार्केट इम्पैक्ट है। यह बड़ी-कैप जोड़ी के लिए रिटेल आकार पर छोटा है, लेकिन मिड-कैप alts पर, यहाँ तक कि $5K मार्केट ऑर्डर कम-लिक्विडिटी घंटों के दौरान ऑर्डर बुक को सार्थक रूप से हिला सकता है। अगर आपके बैकटेस्ट ने क्लोज़िंग कीमतों का उपयोग किया और आपका लाइव निष्पादन बुक के तीन स्तर स्वीप करता है, आप प्रति फिल दर्जनों बेसिस पॉइंट पे कर रहे हैं।

तीसरा, और सूक्ष्म, decision-time microstructure है। आपकी रणनीति ने एक candle के क्लोज़ पर प्रवेश करने का निर्णय लिया। निर्णय और ऑर्डर आगमन के बीच, स्प्रेड चला गया है, क्यू बदल गई है, और जिस क़ीमत पर आप भरे जाते हैं वह अब उन शर्तों के अनुरूप नहीं है जिन्होंने निर्णय को ट्रिगर किया। प्रभाव तेज़ मार्केट में जमा होता है, जो ठीक वे मार्केट हैं जहाँ रिटेल बॉट्स सबसे अधिक पोज़िशन लेते हैं।

फ़िक्स निर्णय के क्षण पर ऑर्डर बुक स्थिति का shadow capture है, ट्रेड के साथ persist किया गया। टॉप-ऑफ़-बुक bid/ask, बेसिस पॉइंट में स्प्रेड, ±0.1% / ±0.5% / ±1% पर डेप्थ, और पिछले 10 सेकंड में टेकर वॉल्यूम कैप्चर करें। ट्रेड बंद होने के बाद वास्तविक फिल गुणवत्ता से इनकी तुलना करें। अपेक्षित और रियलाइज़्ड फिल गुणवत्ता के बीच का गैप आपका असली स्लिपेज बजट है, और इसे स्पष्ट रूप से ट्रैक करना अदृश्य ड्रैग को दृश्यमान, फ़िक्सेबल में बदल देता है।

ठोस रूप से: जो बॉट्स decision-time microstructure को अनदेखा करते हैं वे आम तौर पर उन बॉट्स की तुलना में प्रति राउंड-ट्रिप 15-40 बेसिस पॉइंट अधिक पे करते हैं जो स्पष्ट रूप से इसे मॉडल करते हैं। प्रति ट्रेड 50bp gross बढ़त वाली रणनीति पर, यह लाभदायक और न के बीच का अंतर है।

विफलता मोड #7 — मौन रणनीति क्षय (कोई लाइव मॉनिटरिंग नहीं)

रणनीतियाँ क्षय होती हैं। इसलिए नहीं कि क्रिप्टो मार्केट विशिष्ट रूप से क्रूर हैं (हर मार्केट में हर रणनीति क्षय होती है) बल्कि इसलिए कि एक रिटेल बॉट जिस अल्फा बढ़त का उपयोग करता है उसका आधा-जीवन महीनों में मापा जाता है, कभी-कभी हफ़्तों में। quant उद्योग के पास इसके लिए एक शब्द है: alpha decay।

विफलता मोड क्षय ही नहीं है। यह है कि रिटेल बिल्डर एक रणनीति डिप्लॉय करते हैं, उसे दो हफ़्ते देखते हैं, हरा PnL देखते हैं, और देखना बंद कर देते हैं। छह महीने बाद वे खाते को देखते हैं, इक्विटी डिप्लॉयमेंट बेसलाइन से नीचे है, और रणनीति उस विंडो के अधिकांश के लिए चुपचाप अलाभकारी रही है।

तीन मॉनिटरिंग आर्टिफ़ैक्ट इसे पकड़ते हैं इससे पहले कि इक्विटी निकल जाए।

पहला, हिट-रेट ड्रिफ्ट डिटेक्शन। अपनी कैलिब्रेशन अवधि से रणनीति की अपेक्षित हिट दर के विरुद्ध रोलिंग 30-दिवसीय हिट दर को ट्रैक करें। जब रोलिंग आँकड़ा लगातार दो हफ़्तों के लिए बेसलाइन से 1.5 मानक विचलन से अधिक गिरता है, रणनीति क्षय में है। इसे रोकें और पुनः डिप्लॉय करने से पहले गेट कैलिब्रेशन को फिर से चलाएँ।

दूसरा, गेट अनुबंध निगरानी। अगर आपकी रणनीति एक ML या सांख्यिकीय गेट का उपयोग करती है, गेट की भविष्यवाणियों और वास्तविक ट्रेड परिणामों के बीच सहमति को ट्रैक करें। जब सहमति गिरती है, गेट अब सूचनात्मक नहीं है। मार्केट रेजिम गेट के प्रशिक्षण वितरण से बाहर बदल गया है। यह आमतौर पर हिट-रेट ड्रिफ्ट से 1-2 हफ़्ते पहले होता है, जो आपको प्रारंभिक चेतावनी देता है।

तीसरा, स्लिपेज ड्रिफ्ट। विफलता मोड #6 से decision-time microstructure कैप्चर को भी समय के साथ मॉनिटर करना चाहिए। बढ़ता स्प्रेड, गिरता बुक डेप्थ, और बढ़ता रियलाइज़्ड स्लिपेज सभी इंगित करते हैं कि रणनीति की पसंदीदा निष्पादन विंडो अधिक महँगी हो रही है, अक्सर क्योंकि अधिक बॉट्स उसी ट्रेड पर आ गए हैं।

एक व्यावहारिक नियम: इन तीन आर्टिफ़ैक्ट को ट्रैक करने वाले मॉनिटरिंग डैशबोर्ड के बिना 90 दिनों से अधिक लाइव कोई भी रणनीति बिना जाने ख़ून बहा रही है। फ़िक्स सैद्धांतिक नहीं है। एक दैनिक रिपोर्ट सेट करें, यहाँ तक कि एक प्लेनटेक्स्ट ईमेल, प्रत्येक मेट्रिक को इसकी बेसलाइन के विरुद्ध दिखाते हुए। लागत एक दिन की इंजीनियरिंग है। बचत वह सब है जो आप पहचान और अगले ब्लोअप के बीच खोते।

10% जो वास्तव में काम करते हैं — एक 12-बिंदु प्री-फ़्लाइट चेकलिस्ट

पूर्ण मार्केट साइकल (बुल, बेयर, और chop) से जीवित रहने वाली रणनीतियाँ संरचनात्मक गुणों का एक छोटा सेट साझा करती हैं। प्रोडक्शन में किसी भी नए बॉट को डिप्लॉय करने से पहले इस चेकलिस्ट का उपयोग करें।

एक रणनीति जो सभी बारह को संतुष्ट करती है, लाभदायक होने की गारंटी नहीं है। मार्केट मार्केट रहते हैं। लेकिन एक रणनीति जो इनमें से तीन या अधिक पर विफल होती है, सांख्यिकीय रूप से उन 90% में शामिल होने के लिए नियत है जो पैसा खोते हैं, आम तौर पर डिप्लॉयमेंट के 6-12 महीनों के भीतर।

अक्सर पूछे जाने वाले प्रश्न

क्या क्रिप्टो ट्रेडिंग बॉट्स लाभदायक हैं?

एक अल्पसंख्यक हैं। ESMA ब्रोकर खुलासे (74-89% रिटेल नुक़सान दर), पीयर-समीक्षित रिटेल डे-ट्रेडर अध्ययन (Chague et al. 2019: ब्राज़ीलियाई फ़्यूचर्स में 97% पैसा खोते हैं; Barber et al.: Taiwan में ~80%), और ऑन-चेन बॉट-वॉलेट विश्लेषण को त्रिकोणित करते हुए, पूर्ण मार्केट साइकल पर रिटेल क्रिप्टो-बॉट लाभप्रदता सबसे अधिक संभावना शीर्ष 10-25% ऑपरेटरों में केंद्रित होती है। कोई पीयर-समीक्षित अध्ययन नहीं है जो क्रिप्टो-बॉट नंबर को अधिक सटीकता से अलग करता हो।

क्रिप्टो ट्रेडिंग बॉट्स का कितना प्रतिशत पैसा खोता है?

पूर्ण मार्केट साइकल पर मोटे तौर पर 75-90%, समान साक्ष्य स्टैक के आधार पर: रेगुलेटर-अनिवार्य CFD-ब्रोकर नुक़सान-दर खुलासे, रिटेल डे-ट्रेडर लाभप्रदता के शैक्षणिक अध्ययन (Chague, De-Losso and Giovannetti 2019; Barber, Lee, Liu and Odean), और सार्वजनिक बॉट-मार्केटप्लेस डेटा। कोई अध्ययन विशेष रूप से क्रिप्टो बॉट्स को अलग नहीं करता, लेकिन वे विफलता मोड जो आँकड़ा उत्पन्न करते हैं (ओवरफ़िटिंग, सर्वाइवरशिप पूर्वाग्रह, रेजिम अंधापन, स्लिपेज ड्रैग) किसी भी व्यक्तिगत रणनीति में अवलोकनीय और मात्रात्मक हैं।

मेरा क्रिप्टो ट्रेडिंग बॉट पैसा क्यों खोता है भले ही बैकटेस्ट अच्छा दिखे?

सबसे आम कारण बैकटेस्ट में सर्वाइवरशिप पूर्वाग्रह है जो लाइव निष्पादन में अनमॉडल किए गए स्लिपेज के साथ संयुक्त है। डिफ़ॉल्ट डेटा स्रोतों से खींचे गए बैकटेस्ट में केवल जीवित सिक्के शामिल हैं और क्लोज़ क़ीमत पर फिल मानते हैं, दोनों में से प्रत्येक बैकटेस्ट किए गए रिटर्न को 5-20% वार्षिक से बढ़ाते हैं। ओवरफ़िटिंग और गुम रेजिम गेट जोड़ें, और एक 30%-Sharpe-3 बैकटेस्ट Sharpe-0.2 लाइव PnL बन सकता है।

क्या क्रिप्टो ट्रेडिंग बॉट्स 2026 में वास्तव में काम करते हैं?

हाँ, लेकिन केवल जब सात विफलता मोड के विरुद्ध स्पष्ट रक्षा के साथ बनाए जाते हैं। बॉट्स जो पॉइंट-इन-टाइम ब्रह्मांड, सिग्नल गेटिंग, रेजिम फ़िल्टरिंग, कैलिब्रेटेड RR थ्रेशोल्ड, निर्णय-समय स्लिपेज कैप्चर, और लाइव मॉनिटरिंग को जोड़ते हैं, 2026 में पॉज़िटिव जोखिम-समायोजित रिटर्न उत्पन्न करना जारी रखते हैं। बॉट्स जो इनमें से किन्हीं दो को छोड़ते हैं वे आम तौर पर फ़ीस के बाद BTC के साधारण ख़रीद-और-होल्ड से कम प्रदर्शन करते हैं।

क्रिप्टो ट्रेडिंग बॉट को काम करना शुरू करने में कितना समय लगता है?

सही ढंग से बना बॉट लाइव डिप्लॉयमेंट के पहले 60-90 दिनों के भीतर नेट-पॉज़िटिव होना चाहिए। अगर नहीं है, इन-सैंपल बैकटेस्ट संभवतः ओवरफ़िट था। असली बढ़त वाली रणनीतियाँ हिट दर के आधार पर 100-300 ट्रेड के भीतर सांख्यिकीय रूप से महत्वपूर्ण आउट-ऑफ़-सैंपल प्रदर्शन दिखाती हैं। उस क्षितिज से आगे, "अभिसरण के लिए अधिक समय चाहिए" के दावे आमतौर पर बिना असली बढ़त वाली रणनीति का संकेत देते हैं।

क्या क्रिप्टो ट्रेडिंग बॉट बनाना या ख़रीदना बेहतर है?

बनाना समय में अधिक महँगा है लेकिन विफलता लागत में सस्ता है। मार्केटप्लेस से पूर्व-निर्मित बॉट्स लगभग सार्वभौमिक रूप से समान ओवरफ़िटिंग और रेजिम-अंधेपन समस्याओं से पीड़ित हैं, क्योंकि मार्केटप्लेस प्रोत्साहन उन रणनीतियों को प्रकाशित करना है जो ऐतिहासिक रूप से अच्छी दिखती हैं, जो ठीक उसी प्रकार की रणनीति है जिसके ओवरफ़िट होने की सबसे अधिक संभावना है। बारह-बिंदु चेकलिस्ट लागू किए गए कस्टम बॉट के पास शीर्ष-रेटेड मार्केटप्लेस बॉट से मापने योग्य रूप से बेहतर संभावनाएँ हैं।

निष्कर्ष

90% आँकड़ा सात विशिष्ट इंजीनियरिंग त्रुटियों का संचयी परिणाम है, हज़ारों रिटेल ट्रेडिंग सिस्टम में दोहराया गया। हर त्रुटि का एक फ़िक्स है। अधिकांश फ़िक्स तकनीकी रूप से कठिन नहीं हैं; वे थकाऊ हैं, और उन्हें अनुशासन की आवश्यकता है जिसके विरुद्ध हर "AI ट्रेडिंग प्लेटफ़ॉर्म" की मार्केटिंग कॉपी सक्रिय रूप से काम करती है।

अगर आप एक बॉट बना रहे हैं, आपकी बढ़त बेहतर इंडिकेटर खोजने में नहीं है। इंडिकेटर ब्रह्मांड समाप्त हो गया है; हर रिटेल बढ़त जो Twitter थ्रेड में फ़िट होती है पहले से ही arbitraged की जा रही है। आपकी बढ़त ऊपर सात त्रुटियाँ न करने से आती है। यह अधिकांश रिटेल क्रिप्टो सामग्री द्वारा किए गए दावों से छोटा और अधिक ईमानदार दावा है, और यह डेटा के अनुरूप एकमात्र दावा है।

रणनीति कोड की एकल पंक्ति लिखने से पहले बारह-बिंदु चेकलिस्ट से शुरू करें। पॉइंट-इन-टाइम ब्रह्मांड निर्माण, सिग्नल गेट, रेजिम फ़िल्टरिंग, और लाइव मॉनिटरिंग पर बिताए घंटे इंडिकेटर ट्यूनिंग के डोपामाइन की तुलना में धीमे लगेंगे। वे काम का वह हिस्सा भी हैं जो 10% को 90% से अलग करता है।

स्रोत और आगे पढ़ना

• Chague, F., De-Losso, R., Giovannetti, B. (2019). Day Trading for a Living? University of São Paulo / FGV-EESP Working Paper. SSRN: 3423101। निष्कर्ष: 300+ दिनों तक बने रहने वाले 97% ब्राज़ीलियाई फ़्यूचर्स डे ट्रेडर्स ने पैसा खोया; अनुभव के माध्यम से सीखने का कोई प्रमाण नहीं।
• Barber, B., Lee, Y.-T., Liu, Y.-J., Odean, T. (2014). The Cross-Section of Speculator Skill: Evidence from Day Trading. Journal of Financial Markets. निष्कर्ष: ~19% भारी Taiwan डे ट्रेडर्स फ़ीस के बाद पॉज़िटिव असामान्य रिटर्न कमाते हैं।
• Bailey, D., Borwein, J., López de Prado, M., Zhu, Q. J. (2015). The Probability of Backtest Overfitting. Journal of Computational Finance. SSRN: 2326253। औपचारिक प्रमाण कि रणनीति-खोज आउट-ऑफ़-सैंपल प्रदर्शन की क़ीमत पर इन-सैंपल Sharpe को बढ़ाती है।
• ESMA, Product Intervention Measures on CFDs (2018-वर्तमान तक नवीनीकृत)। रिटेल CFD नुक़सान दर के लिए खुलासा अनिवार्यता। उद्योग-व्यापी रेंज: 74-89%।
• eToro, General Risk Disclosure और FCA-अनिवार्य UK नुक़सान-दर खुलासा (वर्तमान में 77% UK; 51% वैश्विक)। etoro.com/customer-service/general-risk-disclosure।
• Glassnode / Kaiko, MEV और arbitrage-बॉट वॉलेट लाभप्रदता के सार्वजनिक ऑन-चेन विश्लेषण (2023-2024)। लाभप्रदता शीर्ष 5-10% ऑपरेटरों में केंद्रित।