लगातार कितनी हार सामान्य है?
ज़्यादातर ट्रेडर्स की सोच से भी ज़्यादा — हार के सिलसिले की प्रायिकता लंबे सिलसिलों को एक टूटी हुई बढ़त नहीं, बल्कि एक तयशुदा गारंटी बना देती है। 40% जीत दर पर, लगातार सात हार हर 36 प्रयासों में एक बार होती है, और 200 ट्रेड में 50% जीत दर वाला सिस्टम लगभग तय है कि सात या उससे ज़्यादा लगातार हार देखेगा।
जो आँकड़ा उस पल में विनाशकारी लगता है, वह अक्सर वही होता है जिसकी भविष्यवाणी गणित ने आपके पहले ट्रेड से पहले ही कर दी थी। एक लाभदायक रणनीति हार के सिलसिलों को खत्म नहीं करती; वह उनसे बचकर निकलती है और दूसरी तरफ मुनाफ़ा कमाती है। असली गलती भावनात्मक होती है, सांख्यिकीय नहीं: एक सामान्य हार के दौर के बीच में एक काम कर रहे सिस्टम को छोड़ देना, या "नुकसान वापस पाने" के लिए साइज़ बढ़ा देना।
हार के सिलसिले की प्रायिकता का फ़ॉर्मूला
लगभग सारा काम दो फ़ॉर्मूले कर देते हैं। मान लीजिए कि हर ट्रेड लगभग स्वतंत्र है और आपकी हार दर q है (जहाँ q = 1 − जीत दर)। यह स्वतंत्रता वाली धारणा असली बाज़ारों में पूरी तरह सटीक नहीं है, लेकिन सिलसिलों के बारे में सोचने के लिए यह एक ईमानदार आधार है।
अभी से शुरू करके ठीक k लगातार हार की प्रायिकता है:
P(k हार) = qk
40% जीत दर पर, q = 0.6 होता है। तो लगातार पाँच हार = 0.65 ≈ 7.8%। लगातार सात हार = 0.67 ≈ 2.8%। लगातार दस हार = 0.610 ≈ 0.6%। इनमें से हर एक अकेले देखने पर छोटा लगता है — और यही असली जाल है। आप एक बार का प्रयास नहीं कर रहे; आप सैकड़ों बार प्रयास कर रहे हैं।
N ट्रेड में अपेक्षित सबसे लंबा हार का सिलसिला लगभग यह है:
सबसे लंबा सिलसिला ≈ log(N) / log(1/q)
यह मानक "रन्स" गणित है — वही गणित जो सिक्का उछालने के सिलसिलों को नियंत्रित करता है — जिसे यहाँ सिर्फ़ उदाहरण के तौर पर दिखाया गया है, किसी बैकटेस्ट के दावे के रूप में नहीं। सबसे लंबा सिलसिला सैंपल के लघुगणक के साथ बढ़ता है: अपने ट्रेड की संख्या दोगुनी कर दीजिए, और सबसे बुरा अपेक्षित सिलसिला मुश्किल से थोड़ा ही बढ़ता है, फिर भी वह बढ़ना कभी बंद नहीं होता। "मेरी रणनीति ने कभी लगातार आठ हार नहीं झेली" — इसका मतलब बस इतना है कि सैंपल अभी भी छोटा है।
खतरे को महसूस करने का एक और सूक्ष्म तरीका है। N ट्रेड में लंबाई k-या-उससे-ज़्यादा वाले हार के सिलसिलों की अपेक्षित संख्या लगभग N × (1−q) × qk होती है। q = 0.6 और N = 200 डालने पर, सात-या-उससे-ज़्यादा का सिलसिला कोई दुर्लभ घटना नहीं है जिससे आप बच सकें — आपको उसे लगभग दो बार देखने की उम्मीद रखनी चाहिए।
"किसी एक ट्रेड में असंभव-सा" और "पूरे सीज़न में लगभग तय" — ये दोनों एक साथ सच होते हैं, और इन दोनों को गड्डमड्ड कर देना ही ज़्यादातर सिलसिला-घबराहट के पीछे की मूल गलती है।
जीत दर के हिसाब से अपेक्षित सबसे लंबा हार का सिलसिला
नीचे दी गई तालिका सामान्य जीत दरों और सैंपल आकारों के लिए log(N)/log(1/q) लगाती है। आँकड़े गोल किए गए हैं और पूरी तरह उदाहरण के तौर पर हैं — ये समस्या की बनावट दिखाते हैं, किसी खास रणनीति के बारे में कोई वादा नहीं।
| जीत दर | हार दर (q) | N = 100 ट्रेड | N = 200 ट्रेड | N = 500 ट्रेड |
|---|---|---|---|---|
| 60% | 0.40 | ~5 | ~6 | ~7 |
| 50% | 0.50 | ~7 | ~8 | ~9 |
| 40% | 0.60 | ~9 | ~10 | ~12 |
| 33% | 0.67 | ~11 | ~13 | ~15 |
| 30% | 0.70 | ~13 | ~15 | ~17 |
40% वाली पंक्ति को ध्यान से पढ़िए। एक सही 40%-जीत, ज़्यादा-रिवॉर्ड वाले मॉडल पर 200 ट्रेड के एक सामान्य साल में चलने वाले ट्रेडर को लगभग दस ट्रेड गहरे हार के सिलसिले की उम्मीद रखनी चाहिए — और बारह से भी हैरान नहीं होना चाहिए। अगर वह सिलसिला आपको तरीका छोड़ने पर मजबूर कर देता है, तो उस तरीके को कभी अपनी बढ़त दिखाने का मौका ही नहीं मिला।
जीत दर कम होने पर हार का सिलसिला लंबा क्यों होता है
यह रिश्ता रैखिक नहीं है — यह N के हिसाब से लघुगणकीय है, लेकिन q के साथ तेज़ी से बदलता है। जैसे-जैसे जीत दर घटती है, log(1/q) छोटा होता जाता है, और अपेक्षित सिलसिला तेज़ी से लंबा होता जाता है। यही ज़्यादा रिवॉर्ड-टू-रिस्क वाली ट्रेडिंग की छिपी हुई लागत है।
कई ICT और स्मार्ट मनी मॉडल — Order Block एंट्री, Fair Value Gap (FVG) फिल, Optimal Trade Entry (OTE) रिवर्सल — जानबूझकर मामूली जीत दर पर बड़ी जीत के लिए बनाए गए हैं। 3R का औसत विजेता 40% जीत दर पर भी बेहद लाभदायक हो सकता है।
लेकिन वही डिज़ाइन गणितीय रूप से आपको मजबूर करती है कि आप 8 से 12 हार के सिलसिलों से गुज़रें, बिज़नेस चलाने की एक नियमित लागत के तौर पर।
- ज़्यादा जीत दर, छोटा R (जैसे 65%): सिलसिले छोटे रहते हैं (5–6), लेकिन एक अकेला बहुत बड़ा नुकसान कई जीत मिटा सकता है।
- कम जीत दर, बड़ा R (जैसे 35–40%): सिलसिले लंबे चलते हैं (10–13), और मनोवैज्ञानिक रूप से टिके रहना ही असली बाधा बन जाता है, एंट्री मॉडल नहीं।
इनमें से कोई भी "बेहतर" नहीं है। लेकिन अगर आप सिलसिले की लंबाई को हिसाब में लिए बिना कम-जीत/ज़्यादा-R वाली शैली में ट्रेड करते हैं, तो आप सामान्य उतार-चढ़ाव को नाकामी समझ बैठेंगे और सबसे खराब समय पर सिस्टम बदल देंगे।
सिलसिले से बचे रहने के लिए पोज़िशन साइज़िंग
हार के सिलसिले की प्रायिकता आपको बताती है कि सिलसिला आने वाला है। पोज़िशन साइज़िंग तय करती है कि वह आपको बस खरोंच लगाएगा या पूरी तरह खत्म कर देगा। यहाँ गणित बेरहम है, क्योंकि नुकसान आपकी इक्विटी पर चक्रवृद्धि रूप से भारी पड़ते जाते हैं। तय प्रतिशत जोखिम पर 15 हार के सिलसिले के बाद ड्रॉडाउन पर विचार कीजिए:
| प्रति ट्रेड जोखिम | 10 हार के बाद इक्विटी | 15 हार के बाद इक्विटी | रिकवरी के लिए ज़रूरी बढ़त (15 हार) |
|---|---|---|---|
| 1% | −9.6% | −14.0% | +16% |
| 2% | −18.3% | −26.1% | +35% |
| 5% | −40.1% | −53.7% | +116% |
1% जोखिम लेने वाला 15 हार का सिलसिला झेलकर 14% नीचे निकलता है — कष्टप्रद, लेकिन पूरी तरह वापस पाने लायक, और अब भी खेल में। 5% जोखिम लेने वाला 54% नीचे चला जाता है और अब सिर्फ़ बराबरी पर आने के लिए अकाउंट को दोगुना करना पड़ेगा। रणनीति वही, सिलसिला वही, प्रायिकता वही — सिर्फ़ साइज़िंग अलग है।
यही फ़र्क़ एक बुरे महीने और पूरी तरह उड़ गए अकाउंट के बीच का अंतर है। यही वजह है कि पेशेवर जोखिम प्रबंधन प्रति-ट्रेड जोखिम को 0.5–2% के दायरे में सीमित रखता है: यह उसी सिलसिले से बचने के लिए डिज़ाइन किया गया है जिसका वादा गणित करता है।
व्यावहारिक नियम सीधे उन दो फ़ॉर्मूलों से निकलता है। पहले, अपनी जीत दर और वास्तविक ट्रेड संख्या से अपना अपेक्षित सबसे लंबा सिलसिला निकालिए। फिर इतना छोटा प्रति-ट्रेड जोखिम चुनिए कि उस सिलसिले से बचना — साथ ही कुछ अतिरिक्त हार का बफर — आपके ड्रॉडाउन को आपकी सहनशक्ति के भीतर रखे।
अगर 40% वाला सिस्टम दस-या-उससे-ज़्यादा के सिलसिले का संकेत देता है और आप अपने मौजूदा साइज़ पर होने वाला ड्रॉडाउन बर्दाश्त नहीं कर सकते, तो ईमानदार हल छोटा साइज़ है, नई रणनीति नहीं। साइज़िंग वह इकलौता लीवर है जो एक तयशुदा सिलसिले को एक बेअसर घटना बना देता है।
सामान्य सिलसिले और टूटी हुई बढ़त में फ़र्क़ कैसे करें
हर सिलसिला निर्दोष नहीं होता — बढ़त वाकई कमज़ोर पड़ती है और बाज़ार की स्थितियाँ वाकई बदलती हैं। असली हुनर यह है कि सामान्य उतार-चढ़ाव को असली गड़बड़ी से बिना अपनी भावनाओं को सेंसर बनाए अलग किया जाए। इस चेकलिस्ट को ईमानदारी से देखिए:
- क्या आपने अपने नियमों का पालन किया? किताब के मुताबिक़ हुई हार का सिलसिला उतार-चढ़ाव है। नियम तोड़ने, बदले की भावना से की गई एंट्री और ज़बरदस्ती किए गए ट्रेड का सिलसिला अनुशासन की समस्या है, रणनीति की नहीं — और कोई आँकड़ा इसे नहीं बचा सकता।
- क्या सैंपल इतना बड़ा है कि कुछ निष्कर्ष निकाला जा सके? दस ट्रेड लगभग कुछ नहीं बताते। आप 10-ट्रेड की खिड़की पर 40% सिस्टम को 25% सिस्टम से अलग नहीं कर सकते; विश्वास अंतराल बहुत बड़ा होता है। मापी गई जीत दर के मायने रखने से पहले, व्यावहारिक न्यूनतम लगभग सौ ट्रेड है। बढ़त का आकलन दर्जनों ट्रेड पर कीजिए, मुट्ठी भर पर नहीं।
- क्या पूरे रिकॉर्ड पर एक्सपेक्टेंसी अब भी सकारात्मक है? एक्सपेक्टेंसी = (जीत% × औसत जीत) − (हार% × औसत हार)। अगर आपका पूरा सैंपल अब भी शुद्ध रूप से सकारात्मक है, तो एक स्थानीय सिलसिला एक सकारात्मक प्रक्रिया के भीतर सिर्फ़ शोर है।
- क्या बाज़ार की स्थिति वाकई बदल गई है? नए रेंज-बाउंड बाज़ार में चलने वाला ट्रेंड मॉडल, या संरचनात्मक अस्थिरता में बदलाव के बाद एक सेशन रणनीति, वाकई बढ़त में बदलाव का सामना कर सकती है। बदलाव को स्पष्ट रूप से नाम दीजिए — सामान्य हार को समझाने के लिए कोई बदलाव गढ़िए मत।
अगर नियमों का पालन हुआ, सैंपल पर्याप्त है, एक्सपेक्टेंसी सकारात्मक है, और कोई ठोस बदलाव पहचान में नहीं आता, तो आप लगभग निश्चित रूप से एक सामान्य सिलसिले के भीतर हैं, जिसकी भविष्यवाणी हार के सिलसिले की प्रायिकता ने पहले ही कर दी थी। सही कदम यही है कि नियंत्रित साइज़ पर योजना को लागू करते रहें।
यह तब आसान होता है जब रिकॉर्ड याद्दाश्त पर नहीं, बल्कि तथ्यों पर आधारित हो: LiquidityScan जैसा एक स्कैनर हर योग्य सेटअप को टाइमस्टैंप कर सकता है, जिससे आपको सिलसिले को परखने के लिए तारीख़वार लॉग मिलता है, न कि ड्रॉडाउन से रंगी हुई याद्दाश्त।
उदाहरण: 200 ट्रेड पर 40% जीत दर
एक व्यावहारिक कम-जीत/ज़्यादा-R वाला ICT मॉडल लीजिए: 40% जीत दर, औसत जीत 2.5R, औसत हार 1R। पहले, क्या यहाँ बढ़त है भी? एक्सपेक्टेंसी = (0.40 × 2.5R) − (0.60 × 1R) = 1.0R − 0.6R = प्रति ट्रेड +0.4R। 200 ट्रेड पर यह लगभग +80R के अपेक्षित मूल्य के बराबर है — एक मज़बूत, सच में लाभदायक सिस्टम।
अब सिलसिले की बात। q = 0.6 और N = 200 के साथ, अपेक्षित सबसे लंबा हार का सिलसिला ≈ log(200)/log(1/0.6) ≈ 10 होता है। तो उन लाभदायक 200 ट्रेड के दौरान, इस ट्रेडर को लगभग दस लगातार हार का सिलसिला झेलने की योजना बनानी चाहिए, और बारह से भी हैरान नहीं होना चाहिए।
1% जोखिम पर वह सिलसिला कितना महँगा पड़ता है? दस हार ≈ −9.6% इक्विटी; बारह ≈ −11.4%। असहज, लेकिन झेलने लायक, और पूरे दौर में बढ़त से मिलने वाले +80R के आगे बहुत छोटा।
इस असमानता को देखिए: सिलसिला एक साथ गुच्छे में आता है और संकट जैसा महसूस होता है, जबकि +80R धीरे-धीरे और चुपचाप जमा होता है। इंसानी ध्यान इस गुच्छे को धीमी बढ़त से कहीं ज़्यादा वज़न देता है, यही वजह है कि एक सामान्य सिलसिला आपातकाल जैसा महसूस होता है, जबकि रिकॉर्ड कुछ और कहता है।
यहाँ जो अकाउंट मरता है, वह सिलसिले वाला नहीं होता — वह वह होता है जो छठी हार पर घबरा गया और या तो सिस्टम छोड़ दिया, या वापसी की उम्मीद में साइज़ तीन गुना कर दिया। टिके रहने वाले की इक्विटी कर्व ड्रॉडाउन से होकर गुज़रती है और नई ऊँचाइयाँ बनाती है; छोड़ने वाले की नहीं बनती।
मनोविज्ञान: सिलसिले से बच निकलना ही असली बढ़त है
यह वह असहज सच्चाई है जो गणित हम पर थोपता है: अगर लंबे हार के सिलसिले तयशुदा हैं, तो एक ही रणनीति इस्तेमाल करने वाला हर व्यक्ति उन्हीं सिलसिलों से गुज़रता है। बढ़त उनसे बचने में नहीं है — बढ़त इसमें है कि दूसरे छोर पर भी सही तरीके से, सही साइज़ पर काम करते रहें। सिलसिले से बच निकलना ही बढ़त है। रणनीति तो बस खेल में उतरने का टिकट है।
वे दो गलतियाँ जो एक सामान्य सिलसिले को आखिरी सिलसिले में बदल देती हैं:
- सिलसिले के बीच में एक काम कर रहे सिस्टम को छोड़ देना। आप सातवीं हार पर छोड़ देते हैं, तरीका बदल लेते हैं, और छोड़ा गया सिस्टम आपके बिना अगली चार जीत दर्ज कर लेता है — फिर आप नए वाले पर फिर से सिलसिले में फँस जाते हैं। इसी तरह एक ट्रेडर उन रणनीतियों पर भी नुकसान उठा लेता है जो सब लाभदायक थीं।
- वापस पाने के लिए साइज़ बढ़ा देना। हार के बाद जोखिम दोगुना करना दृढ़ विश्वास जैसा महसूस होता है; असल में यह बर्बादी का सबसे तेज़ रास्ता है। यह एक सामान्य 14% ड्रॉडाउन को 50%+ के गड्ढे में बदल देता है, और हर अगली हार और तेज़ी से गड्ढा खोदती है। मार्टिनगेल तर्क और हार के सिलसिले की प्रायिकता एक घातक जोड़ी बनाते हैं।
बचाव व्यवहारगत होते हैं, विश्लेषणात्मक नहीं: पहले से तय कर लीजिए कि रुकने से पहले आप अधिकतम कितना ड्रॉडाउन (मान लीजिए −15%) स्वीकार करेंगे, हाल के नतीजों की परवाह किए बिना प्रति-ट्रेड जोखिम स्थिर रखिए, और हर ट्रेड को लॉग कीजिए ताकि आप किसी भावना का नहीं, एक रिकॉर्ड का आकलन कर रहे हों। एक ट्रेडिंग जर्नल "यह टूटा हुआ लग रहा है" को नियमों, सैंपल आकार और एक्सपेक्टेंसी के बारे में जाँचे जा सकने वाले दावे में बदल देता है।
हार के सिलसिले की प्रायिकता को समझना इस बात को बदल देता है कि एक हार का दौर क्या मतलब रखता है। वह अब आपकी काबिलियत पर फ़ैसला नहीं रह जाता, बल्कि एक तयशुदा, बजट में शामिल लागत बन जाता है, जिसे आपने पहले ट्रेड से पहले ही हिसाब में ले लिया था और जिसे झेलने लायक अपना अकाउंट साइज़ किया था। जो ट्रेडर टिके रहते हैं, वे वे नहीं हैं जो सिलसिलों से बच निकलते हैं — वे वे हैं जिन्होंने उनकी उम्मीद की, उन्हें झेला, और अपनी बढ़त को काम करते रहने दिया।
अक्सर पूछे जाने वाले सवाल
क्या लगातार 10 हार सामान्य है?
कम जीत दर वाले सिस्टम के लिए, हाँ। 200 ट्रेड पर 40% जीत दर पर, अपेक्षित सबसे लंबा हार का सिलसिला लगभग दस होता है, इसलिए दस हार का दौर पूरी तरह सामान्य उतार-चढ़ाव के भीतर है। 60% वाले सिस्टम के लिए यह असामान्य होगा। जवाब हमेशा आपकी जीत दर और सैंपल आकार पर निर्भर करता है — फ़ैसला सुनाने से पहले अपने खुद के आँकड़े निकालिए।
हार के सिलसिले की संभावना कैसे निकालें?
लगातार k हार की प्रायिकता qk होती है, जहाँ q आपकी हार दर है (1 माइनस जीत दर)। 55% जीत पर, q = 0.45, तो लगातार पाँच हार = 0.455 ≈ 1.8%। N ट्रेड में सबसे बुरे सिलसिले का अनुमान लगाने के लिए, log(N)/log(1/q) का इस्तेमाल कीजिए, जो अपेक्षित सबसे लंबा सिलसिला बताता है।
क्या हार का सिलसिला यह दिखाता है कि मेरी रणनीति काम करना बंद कर चुकी है?
अकेले यह पर्याप्त नहीं। चार बातें जाँचिए: क्या आपने अपने नियमों का पालन किया, क्या सैंपल इतना बड़ा है कि कुछ निष्कर्ष निकाला जा सके, क्या पूरे रिकॉर्ड पर एक्सपेक्टेंसी अब भी सकारात्मक है, और क्या बाज़ार की स्थिति वाकई बदल गई है? अगर नियम बरकरार रहे और एक्सपेक्टेंसी सकारात्मक है, तो सिलसिला लगभग निश्चित रूप से सामान्य उतार-चढ़ाव है, कोई टूटी हुई बढ़त नहीं।
किस प्रति-ट्रेड जोखिम पर एक लंबा हार का सिलसिला झेला जा सकता है?
प्रति ट्रेड 1% जोखिम पर, 15 हार का सिलसिला लगभग 14% इक्विटी की कीमत चुकाता है — वापस पाने लायक। प्रति ट्रेड 5% पर वही सिलसिला लगभग 54% की कीमत चुकाता है, जिसे बराबर करने के लिए 116% की बढ़त चाहिए होती है। जोखिम को 0.5–2% के दायरे में रखना ही एक सांख्यिकीय रूप से तयशुदा सिलसिले को झेलने लायक बनाता है।
संबंधित विषय
हार के सिलसिले एक बड़ी जोखिम और एक्सपेक्टेंसी की तस्वीर के भीतर मौजूद होते हैं। ये अगले लेख आपको एक स्वस्थ रिकॉर्ड कैसा दिखता है, वहाँ से साइज़िंग तक, और फिर अपने खुद के डेटा पर अपनी बढ़त जाँचने तक ले जाते हैं।
- एक लाभदायक ट्रेडर की इक्विटी कर्व कैसी दिखती है — देखिए कि सच में लाभदायक कर्व पर ड्रॉडाउन और सिलसिले कैसे दिखते हैं।
- ICT पोज़िशन साइज़िंग: जोखिम, R-मल्टीपल्स और निरंतरता — वह साइज़िंग गणित जो तय करता है कि सिलसिला आपको बस खरोंच लगाएगा या पूरी तरह खत्म कर देगा।
- ICT जोखिम प्रबंधन फ़्रेमवर्क — वह पूरा जोखिम सिस्टम बनाइए जो उतार-चढ़ाव के दौरान भी आपको खेल में बनाए रखे।
- ICT रणनीति का सही तरीके से बैकटेस्ट कैसे करें — अपने खुद के डेटा पर अपनी असली जीत दर और सिलसिले के वितरण को मापिए।
- ICT ट्रेडर क्यों असफल होते हैं: 5 गलतियाँ जो अकाउंट खत्म कर देती हैं — वे व्यवहारगत गलतियाँ, जैसे सिलसिले के बीच साइज़ बढ़ा देना, जो अकाउंट उड़ा देती हैं।
- वह ICT ट्रेडिंग जर्नल टेम्पलेट जो प्रोफेशनल्स बढ़त बनाने के लिए इस्तेमाल करते हैं — "यह टूटा हुआ लग रहा है" को नियमों और एक्सपेक्टेंसी के जाँचे जा सकने वाले रिकॉर्ड में बदलिए।
- ट्रेडिंग में FOMO: आप एंट्री का पीछा क्यों करते हैं और इसे कैसे हराएँ — FOMO ट्रेडिंग पर एक जुड़ा हुआ नज़रिया।
- ट्रेडिंग एक्सपेक्टेंसी क्या है और इसकी गणना कैसे करें? — आगे जानने के लिए एक करीबी जुड़ा हुआ विषय।