کرو فٹنگ (اوور فٹنگ) کیا ہے اور ٹریڈنگ میں اس سے کیسے بچا جائے؟

ٹریڈنگ میں کرو فٹنگ (اوور فٹنگ) کیا ہے؟

کرو فٹنگ، جسے اوور فٹنگ بھی کہا جاتا ہے، ایک ٹریڈنگ حکمت عملی کو تاریخی ڈیٹا کے ساتھ اتنی سختی سے ایڈجسٹ کرنے کا عمل ہے کہ وہ ایک قابل تکرار ایج کے بجائے بے ترتیب شور کو پکڑ لیتی ہے۔ نتیجہ بیک ٹیسٹ میں شاندار نظر آتا ہے مگر لائیو ٹریڈنگ میں ناکام ہو جاتا ہے، کیونکہ اصول مارکیٹ کے بجائے ماضی کے مطابق ڈھالے گئے تھے۔

یہ فرق اہم ہے۔ ایک حقیقی ایج بیان کرتی ہے کہ قیمت اصل میں کیسے حرکت کرتی ہے — اسٹاپس برابر ہائیز کے اوپر جمع ہوتے ہیں، اس لیے قیمت پلٹنے سے پہلے انہیں سویپ کرتی ہے۔ ایک اوور فٹ اصولوں کا سیٹ یہ بیان کرتا ہے کہ ایک مخصوص ڈیٹاسیٹ میں پہلے ہی کیا ہو چکا تھا — "صرف لانگ لیں جب سویپ منگل کے دن 9:52 اور 10:07 کے درمیان ہو۔"

پہلی چیز نئے ڈیٹا پر قائم رہتی ہے۔ دوسری نہیں رہتی، کیونکہ وہ حالات جنہوں نے ماضی کی وہ جیتیں پیدا کیں محض اتفاقی تھے، وجہ پر مبنی نہیں تھے۔

ہر صوابدیدی اور میکانکی ٹریڈر اس کے خطرے سے دوچار ہے۔ جتنا زیادہ آپ آپٹیمائز کرتے ہیں — مزید پیرامیٹرز، مزید فلٹرز، مزید "اگر یہ ہو تو چھوڑ دیں" جیسے استثنائات — آپ کا تاریخی کرو اتنا ہی بہتر نظر آتا ہے اور اس کا مطلب اتنا ہی کم رہ جاتا ہے۔ ٹریڈنگ میں کرو فٹنگ کو سمجھنا ہی وہ فرق ہے جو ایک ایسے سسٹم کے درمیان ہوتا ہے جو مسلسل بڑھتا ہے اور ایک ایسے سسٹم کے درمیان جو خاموشی سے اکاؤنٹ کو ختم کر دیتا ہے۔

کرو فٹنگ کیوں ہوتی ہے؟

اوور فٹنگ کوئی نایاب حادثہ نہیں ہے۔ یہ کسی بھی بلا روک ٹوک آپٹیمائزیشن کے عمل کا لازمی نتیجہ ہے، کیونکہ آپ کا سافٹ ویئر ہمیشہ ایسی سیٹنگز تلاش کر لے گا جو آپ کے دیے گئے نمونے کے مطابق ہوں — بشمول اس کے شور کے۔ چار عادات اسے پیدا کرتی ہیں:

• بہت زیادہ پیرامیٹرز کو آپٹیمائز کرنا۔ ہر آزاد متغیر — انٹری فیصد، اسٹاپ کا فاصلہ، فلٹر کی حد، سیشن کی ونڈو — سسٹم کو ماضی کو یاد رکھنے کے لیے ایک اور آزادی کی ڈگری دیتا ہے۔ دس پیرامیٹرز تقریباً کسی بھی کرو کو فٹ کر سکتے ہیں۔
• بہترین سیٹنگز کو چن چن کر لینا۔ آپ 400 امتزاجوں کا گرڈ چلاتے ہیں، سب سے زیادہ منافع والی سیٹنگ رکھ لیتے ہیں، اور بھول جاتے ہیں کہ ان میں سے 399 ناکام ہو گئیں۔ آپ نے سب سے خوش قسمت ترتیب کو منتخب کیا ہے، سب سے مضبوط والی کو نہیں۔
• بہت کم ڈیٹا پر ٹیسٹ کرنا۔ ایک اصول جو ایک تین ماہ کے بُل رن میں 40 ٹریڈز کے مطابق ایڈجسٹ کیا گیا ہو اس نے وہ خاص دور سیکھا ہے، مارکیٹ نہیں۔ چھوٹے نمونے تقریباً خالص شور ہوتے ہیں۔
• ہر تاریخی نقصان کو مٹانے کے لیے اصول شامل کرنا۔ ہر استثنا جو آپ ماضی کے نقصان دہ ٹریڈ کو چھوڑنے کے لیے جوڑتے ہیں وہ حکمت عملی کو اسی مخصوص تاریخ کے ساتھ اور زیادہ سختی سے فٹ کر دیتا ہے اور اسے آؤٹ آف سیمپل ڈیٹا پر مزید نازک بنا دیتا ہے۔

ایک مفید ذہنی ماڈل یہ ہے: آزادی کی ڈگریاں بمقابلہ شواہد۔ ہر پیرامیٹر اور استثنا آزادی کی ایک ڈگری ہے جسے حکمت عملی ماضی کو یاد رکھنے میں خرچ کر سکتی ہے؛ حقیقتاً غیر دیکھے گئے نمونے میں ہر آزاد ٹریڈ شواہد کی ایک اکائی ہے۔

جب آزادی کی ڈگریاں ٹریڈز کی تعداد کے قریب پہنچ جاتی ہیں، تو سسٹم تقریباً کسی بھی تاریخ کو فٹ کر سکتا ہے اور بیک ٹیسٹ آپ کو کچھ نہیں بتاتا۔ مضبوطی اس بات سے آتی ہے کہ شواہد کو ان اصولوں کو دی گئی آزادی سے کہیں زیادہ بڑا رکھا جائے۔

اس کے پیچھے موجود نفسیات یقین کی خواہش ہے۔ ایک ہموار، تقریباً مکمل ایکویٹی کرو محفوظ محسوس ہوتا ہے، اس لیے ٹریڈرز اسی کی طرف آپٹیمائز کرتے ہیں — یہ سمجھے بغیر کہ خود یہ ہمواری ہی خطرے کی علامت ہے۔ اس سے بھی بدتر یہ کہ آپٹیمائزیشن سافٹ ویئر خوشی سے مانگنے پر یہ ہمواری فراہم کر دے گا، کیونکہ ایک مقررہ ڈیٹاسیٹ کے مطابق بہترین سیٹنگز تلاش کرنا بالکل وہی کام ہے جس کے لیے یہ بنایا گیا ہے۔

ICT سے متعلق مخصوص اوور فٹنگ کے جال

ICT اور اسمارٹ منی کانسیپٹس خاص طور پر کرو فٹنگ کے خطرے سے دوچار ہیں کیونکہ یہ فریم ورک صوابدیدی اجزاء سے بھرپور ہے — انٹریز، فلٹرز اور اسٹرکچر ریڈنگز جنہیں اس چارٹ کے مطابق موڑا جا سکتا ہے جس کا نتیجہ آپ پہلے ہی جانتے ہیں۔

1. انٹری کے اصولوں کو ماضی کے سیٹ اپس کے مطابق ضرورت سے زیادہ ایڈجسٹ کرنا

آپ جیتنے والے ٹریڈز کا جائزہ لیتے ہیں اور ان سے ایک اصول ریورس انجینئر کرتے ہیں: "Fair Value Gap (FVG) کی انٹری تب کام کرتی ہے جب میں گیپ کے 62.5% اور 71.3% کے درمیان، دوسری کینڈل پر، فِلز صرف اسی وقت لوں جب پچھلے سوئنگ نے لیکویڈیٹی سویپ کی ہو۔" یہ اعداد جیتنے والے ٹریڈز سے پڑھے گئے تھے۔ وہ آپ کے نمونے کو بیان کرتے ہیں، قیمت کی حقیقی حرکت کو نہیں — اور نئے ڈیٹا پر قائم نہیں رہیں گے۔

2. ہم آہنگی کو اتنا جمع کرنا کہ صرف ماضی کے جیتنے والے ٹریڈز ہی گزریں

فلٹرز شامل کرنا سختی جیسا محسوس ہوتا ہے، مگر ہر ایک اس فنل کو ان مخصوص ٹریڈز کی طرف تنگ کر دیتا ہے جن کے کامیاب ہونے کا آپ کو پہلے ہی علم ہے۔ اگر آپ ہم آہنگی کی شرائط تہہ در تہہ لگاتے رہیں — سویپ جمع displacement جمع FVG جمع kill-zone جمع روزانہ بائیس جمع ایس ایم ٹی — یہاں تک کہ ہر تاریخی نقصان فلٹر ہو کر نکل جائے، تو آپ نے درستگی نہیں پائی۔ آپ نے جواب کی کلید یاد کر لی ہے۔

حقیقی ہم آہنگی کو نئے ڈیٹا میں توقعیت کو بہتر بنانا چاہیے، نہ کہ صرف ماضی کو سنوارنا۔

3. کسی اسکینر یا انڈیکیٹر کو ایک مارکیٹ اور دورانیے کے مطابق آپٹیمائز کرنا

کسی انڈیکیٹر کے لُک بیک، اے ٹی آر ملٹیپل، یا displacement کی حد کو 2023 میں BTCUSDT پر نتائج زیادہ سے زیادہ کرنے کے لیے ایڈجسٹ کرنا ایسی سیٹنگز پیدا کرتا ہے جو اسی کوائن، اسی سال، اسی اتار چڑھاؤ کے دور کے مطابق ہوں۔ EURUSD یا کسی رینجنگ سہ ماہی پر جائیں تو ایج غائب ہو جاتی ہے، کیونکہ پیرامیٹرز نے صرف ایک مارکیٹ کا شور سیکھا تھا۔

4. ری پلے میں صوابدیدی ہائنڈ سائٹ تعصب

یہ سب سے خاموش جال ہے۔ بار ری پلے میں آپ دیکھ سکتے ہیں کہ قیمت کہاں گئی، اس لیے آپ وہ Order Block یا structure break "ڈھونڈ" لیتے ہیں جس نے کام کیا اور اپنے آپ کو قائل کر لیتے ہیں کہ آپ نے اسے لائیو میں بھی لیا ہوتا۔ آپ اپنا ہوم ورک خود چیک کر رہے ہیں جبکہ جوابات آپ کے سامنے موجود ہیں۔

سیٹ اپ صرف اس لیے واضح نظر آتا ہے کیونکہ آپ پہلے ہی نتیجہ جانتے ہیں۔ اگر آپ ایسا سینکڑوں ری پلے بارز پر کریں تو آپ ایک ایسا اصولوں کا سیٹ بنا لیں گے جو چارٹ کی آپ کی مثالی یاد کے مطابق ہو مگر لائیو ڈیٹا پر کسی چیز سے میل نہ کھائے۔

وہ واضح نشانیاں جو ظاہر کرتی ہیں کہ آپ کی حکمت عملی کرو فٹ ہے

اوور فٹنگ اپنے نشانات چھوڑتی ہے۔ اگر کوئی بیک ٹیسٹ ان میں سے کئی نشانیاں دکھائے، تو اس نتیجے کو مشکوک سمجھیں جب تک کہ اس کے برعکس ثابت نہ ہو جائے:

• تقریباً مکمل ایکویٹی کرو۔ حقیقی ایجز میں اتار چڑھاؤ ہوتا ہے — ان میں ڈرا ڈاؤنز، نقصان کے سلسلے اور جامد ادوار شامل ہوتے ہیں۔ ایک ہموار 45 ڈگری لائن عام طور پر یہ ظاہر کرتی ہے کہ اصول ڈیٹا کے مطابق فٹ کیے گئے تھے۔
• ایک بہت چھوٹا نمونہ۔ تقریباً 100 سے کم ٹریڈز، یا ایک ایسا ٹیسٹ جو صرف ایک مارکیٹ کے دور تک محدود ہو، شواہد نہیں ہے — یہ ایک پرامید لیبل کے ساتھ شور ہے۔
• بہت سے پیرامیٹرز اور استثنائات۔ اپنے آزاد متغیرات اور خصوصی صورتحال کے اصولوں کو گنیں۔ جتنے زیادہ ہوں گے، کرو اتنا ہی زیادہ فٹنگ کی عکاسی کرے گا نہ کہ ایج کی۔
• آؤٹ آف سیمپل میں تیز خرابی۔ سب سے یقینی نشانی: مضبوط ان سیمپل نتائج جو اسی لمحے گر جاتے ہیں جب آپ ایسے ڈیٹا پر ٹیسٹ کرتے ہیں جس پر حکمت عملی کبھی ایڈجسٹ نہیں کی گئی تھی۔

سب سے قابل اعتماد جانچ وہی آخری والی ہے۔ ایک مضبوط حکمت عملی اس ڈیٹا پر بھی ویسی ہی کارکردگی دکھاتی ہے جو اس نے دیکھا ہے اور اس ڈیٹا پر بھی جو اس نے نہیں دیکھا۔ ایک کرو فٹ حکمت عملی پہلے پر شاندار اور دوسرے پر ناقص کارکردگی دکھاتی ہے۔

ایک عملی مثال: ان سیمپل بمقابلہ آؤٹ آف سیمپل

ایک ہی خیال کے دو ورژنز پر غور کریں، جن کا ٹیسٹ ایک ہی انسٹرومنٹ پر کیا گیا ہو۔ نیچے دیے گئے اعداد محض وضاحتی ہیں، جو پیٹرن دکھانے کے لیے منتخب کیے گئے ہیں — یہ کسی مخصوص مطالعے کے نتائج نہیں ہیں۔

ضرورت سے زیادہ ایڈجسٹ شدہ ورژن بیک ٹیسٹ میں بہت بہتر نظر آتا ہے — 80% بمقابلہ 52% — اس لیے ایک غیر تربیت یافتہ نظر اسی کو رکھتی ہے۔ مگر اخراجات کے بعد اس کا آؤٹ آف سیمپل نمبر سکے کے ٹاس سے بھی بدتر ہے۔ مضبوط ورژن غیر متاثر کن مگر مستقل مزاج ہے: 52% ان سیمپل، 52% آؤٹ آف سیمپل۔

ان میں سے صرف ایک ہی قابل تجارت ہے، اور وہ متاثر کن نظر آنے والا نہیں ہے۔ غیر دیکھے گئے ڈیٹا میں مستقل مزاجی ہر بار ایک اونچی ان سیمپل چوٹی سے بہتر ہے۔

عملی سبق یہ ہے کہ کسی حکمت عملی کو اس کے بدترین ایماندارانہ نمبر سے پرکھیں، اس کے بہترین فٹ کیے گئے نمبر سے نہیں۔ اگر آپ نے ضرورت سے زیادہ ایڈجسٹ شدہ سسٹم کو اسی لمحے ترک کر دیا ہوتا جب اس کی آؤٹ آف سیمپل جیت کی شرح اس کے ان سیمپل اعداد سے نیچے گر گئی تھی، تو آپ نے ایک اکاؤنٹ بچا لیا ہوتا۔

دونوں کالموں کے درمیان فرق — نہ کہ پہلے کالم کی اونچائی — اس بات کا حقیقی پیمانہ ہے کہ آپ کی "ایج" میں سے کتنا حصہ کرو فٹنگ ہے اور کتنا حقیقی سگنل۔

ٹریڈنگ میں کرو فٹنگ سے کیسے بچا جائے

آپ اوور فٹنگ کے خطرے کو مکمل طور پر ختم نہیں کر سکتے، مگر ایک نظم و ضبط والا عمل اسے نمایاں طور پر کم کر دیتا ہے۔ ان مراحل پر ترتیب وار عمل کریں:

1. کم پیرامیٹرز اور اصول استعمال کریں۔ مضبوطی کمال سے بہتر ہے۔ ہر متغیر جسے آپ ہٹاتے ہیں وہ ایک کم چیز ہے جسے سسٹم ماضی کو یاد رکھنے کے لیے استعمال کر سکتا ہے۔ اگر کوئی اصول سادہ کیے جانے کے بعد قائم نہیں رہتا، تو غالباً وہ شور تھا۔
2. مختلف ادوار میں ایک بڑے نمونے پر ٹیسٹ کریں۔ بُل، بیئر اور رینجنگ حالات، متعدد سالوں اور کئی جوڑوں کا احاطہ کریں۔ ایک ایج جو صرف ایک ہی دور میں ظاہر ہوتی ہے وہ اس دور کی تفصیل ہے، کوئی ایج نہیں۔
3. آؤٹ آف سیمپل ڈیٹا محفوظ رکھیں، پھر فارورڈ ٹیسٹ کریں۔ اپنی تاریخ کو تقسیم کریں: ایک حصے پر ایڈجسٹ کریں، پھر باقی حصے پر بغیر چھیڑے جانچیں۔ اگر یہ قائم رہے، تو اسے چھوٹے پیمانے پر لائیو ٹریڈ کریں — حقیقی، غیر دیکھی گئی ٹِکس پر فارورڈ کارکردگی ہی وہ واحد ٹیسٹ ہے جس میں مارکیٹ کوئی رساؤ نہیں کر سکتی۔
4. واک فارورڈ توثیق۔ ایک متحرک ونڈو پر آپٹیمائز کریں، اگلی غیر دیکھی گئی ونڈو پر ٹیسٹ کریں، آگے بڑھیں، اور دہرائیں۔ یہ وقت کے ساتھ دوبارہ ایڈجسٹ کرنے کی نقل کرتا ہے اور ان حکمت عملیوں کو بے نقاب کرتا ہے جو صرف اسی وقت کام کرتی ہیں جب وہ ایک ساتھ پوری تاریخ دیکھ سکیں۔
5. ایسے میکانکی اصولوں کو ترجیح دیں جنہیں آپ ہائنڈ سائٹ تعصب کا شکار نہ بنا سکیں۔ آپ کی انٹریز جتنی زیادہ معروضی اور ضابطہ بند ہوں گی، ری پلے میں خود کو دھوکہ دینا اتنا ہی مشکل ہو گا۔ اگر کوئی اصول آپ سے یہ تقاضا کرتا ہے کہ آپ "صحیح" اسٹرکچر کو "دیکھیں"، تو وہ تعصب کے خطرے سے دوچار ہے۔
6. توقع رکھیں کہ لائیو کارکردگی بیک ٹیسٹ سے بدتر ہو گی۔ سلیپیج، اسپریڈ، چھوٹ جانے والے فِلز، اور اوسط کی طرف سادہ رجعت سب نتائج کو نیچے کھینچتے ہیں۔ اگر بیک ٹیسٹ 60% دکھاتا ہے، تو لائیو میں تقریباً 45-50% کی منصوبہ بندی کریں۔ اگر حکمت عملی صرف اپنے بیک ٹیسٹ شدہ نمبر پر ہی قائم رہ سکتی ہے، تو وہ قائم نہیں رہتی۔

بائیس-ویریئنس کا تصور، سادہ الفاظ میں

دو ناکامی کی حالتوں کے درمیان ایک بہترین نقطہ موجود ہے۔ بہت سادہ ہونے کی صورت میں، حکمت عملی حقیقی پیٹرن کو پکڑنے کے لیے بہت سخت ہو جاتی ہے — یہ ایج کو کھو دیتی ہے (زیادہ بائیس)۔ بہت پیچیدہ ہونے کی صورت میں، یہ ہر ہلچل کے مطابق موڑ جاتی ہے، بشمول شور کے (زیادہ ویریئنس، یعنی اوور فٹنگ)۔

کرو فٹنگ پیچیدہ سرے پر رہتی ہے۔ مقصد مضبوط درمیانی حصہ ہے: اتنی ساخت کہ حقیقی رویے کو پکڑ سکے، اتنی کم کہ بے ترتیبی کو یاد نہ رکھ سکے۔

ICT کا دفاع: منجمد دائیں کنارے کے ساتھ بار ری پلے

صوابدیدی ہائنڈ سائٹ کے خلاف سب سے مؤثر تحفظ یہ ہے کہ ٹیسٹ کرتے وقت مستقبل کو حقیقی معنوں میں پوشیدہ رکھا جائے۔ اپنے چارٹنگ ٹول کے بار ری پلے میں، اپنی فیصلہ کن کینڈل کے دائیں طرف موجود ہر چیز کو چھپا دیں اور اگلی بار ظاہر کرنے سے پہلے ٹریڈ کا عزم کریں — سمت، انٹری، اسٹاپ، ٹارگٹ۔ اسے لاگ کریں، پھر آگے بڑھیں۔

چونکہ آپ نتیجہ نہیں دیکھ سکتے، اس لیے آپ اس Order Block کو چن نہیں سکتے جس نے "کام کیا" یا اسٹرکچر کو دوبارہ اس نتیجے کے مطابق نہیں بنا سکتے جسے آپ پہلے ہی جانتے ہیں۔ یہ ری پلے کو ایک خود ستائشی مشق سے ایک ایماندار نمونے میں بدل دیتا ہے اور یہی کسی ICT حکمت عملی کو صحیح طریقے سے ٹیسٹ کرنے کا مرکز ہے۔

اسے ایک خودکار، اصولوں پر مبنی اسکینر کے ساتھ ملانا تعصب کی ایک اور تہہ کو ختم کر دیتا ہے، کیونکہ LiquidityScan جیسا ٹول سیٹ اپس کا پتہ مقررہ معیار کے مطابق لگاتا ہے نہ کہ اس کے مطابق جو آپ دیکھنا چاہتے ہیں۔

عام غلطیاں جو اوور فٹنگ کو یقینی بنا دیتی ہیں

• براہ راست بیک ٹیسٹ کے مطابق آپٹیمائز کرنا۔ سب سے زیادہ منافع دینے والے پیرامیٹرز کے سیٹ کو اپنی لائیو حکمت عملی سمجھنا خوش قسمتی کا انتخاب کرنا ہے۔ سب سے بہترین ان سیمپل نتیجہ عام طور پر سب سے زیادہ اوور فٹ ہوتا ہے۔
• آؤٹ آف سیمپل ٹیسٹنگ کو چھوڑ دینا۔ اگر آپ کی تاریخ کے ہر ٹریڈ نے اصولوں کو تشکیل دیا ہے، تو آپ کے پاس یہ کوئی آزاد ثبوت نہیں کہ حکمت عملی کام کرتی ہے — صرف یہ ثبوت ہے کہ وہ ماضی کو بیان کر سکتی ہے۔
• ایک مکمل ایکویٹی کرو پر بھروسہ کرنا۔ ایک بے عیب تاریخی کرو ایک خطرے کی علامت ہے۔ حقیقی ایجز میں ناہمواری ہوتی ہے۔ ہمواری اس حکمت عملی کی پہچان ہے جو شور کے مطابق فٹ کی گئی ہو۔

اکثر پوچھے جانے والے سوالات

کرو فٹنگ اور آپٹیمائزیشن میں کیا فرق ہے؟

آپٹیمائزیشن معقول پیرامیٹرز کا انتخاب کرنا ہے؛ کرو فٹنگ آپٹیمائزیشن کو حد سے زیادہ لے جانا ہے، جہاں سیٹنگز حقیقی پیٹرن کے بجائے نمونے کے شور کے مطابق فٹ ہو جاتی ہیں۔ عملی ٹیسٹ آؤٹ آف سیمپل کارکردگی ہے: صحت مند آپٹیمائزیشن غیر دیکھے گئے ڈیٹا پر قائم رہتی ہے، جبکہ کرو فٹنگ گر جاتی ہے۔ آپ جتنے زیادہ پیرامیٹرز کو ایڈجسٹ کریں گے، ان دونوں کے درمیان کی لکیر اتنی ہی پتلی ہوتی جائے گی۔

اوور فٹنگ سے بچنے کے لیے مجھے کتنے ڈیٹا کی ضرورت ہے؟

کوئی مقررہ تعداد نہیں ہے، مگر ایسا نمونہ حاصل کرنے کا ہدف رکھیں جو متعدد مارکیٹ ادوار کا احاطہ کرنے کے لیے کافی بڑا ہو — عام طور پر بُل، بیئر اور رینجنگ حالات، متعدد سالوں اور ایک سے زیادہ انسٹرومنٹ پر پھیلے ہوئے کئی سو ٹریڈز۔ ایک اصول جو صرف ایک دور یا ایک مختصر ونڈو میں کام کرتا ہے تقریباً یقینی طور پر اسی دور کے شور کے مطابق فٹ کیا گیا ہے۔

کیا صوابدیدی ICT ٹریڈنگ اوور فٹ ہو سکتی ہے؟

جی ہاں، اور اسے پکڑنا زیادہ مشکل ہے۔ صوابدیدی ٹریڈرز ری پلے میں ہائنڈ سائٹ کے ذریعے اوور فٹ کرتے ہیں — اس اسٹرکچر یا Order Block کو نشان زد کرتے ہیں جس نے کام کیا کیونکہ وہ پہلے ہی نتیجہ جانتے ہیں، اور ہم آہنگی کے فلٹرز کو تہہ در تہہ لگا کر یہاں تک کہ صرف ماضی کے جیتنے والے ٹریڈز ہی گزریں۔ منجمد دائیں کنارے کے ساتھ ری پلے اور میکانکی انٹری معیار اصل دفاع ہیں۔

میری حکمت عملی بیک ٹیسٹ میں کیوں کام کرتی ہے مگر لائیو میں ناکام ہو جاتی ہے؟

عام وجہ کرو فٹنگ ہے: اصول ماضی کے ڈیٹا کے مطابق ڈھالے گئے تھے اور عمومی طور پر لاگو نہیں ہو سکتے۔ ثانوی وجوہات حقیقی دنیا کی رکاوٹیں ہیں — سلیپیج، اسپریڈ، اور چھوٹ جانے والے فِلز — نیز اوسط کی طرف سادہ رجعت۔ لائیو نتائج کو بیک ٹیسٹ سے کم متوقع رکھیں، اور پوزیشن بڑھانے سے پہلے آؤٹ آف سیمپل اور فارورڈ ڈیٹا پر توثیق کریں۔

متعلقہ سوالات کے راستے

اوور فٹنگ ایک ٹیسٹنگ کا مسئلہ ہے، اس لیے اگلے مراحل ایمانداری سے ٹیسٹ کرنے، نتائج کو پڑھنے، اور ایک پائیدار ایج بنانے کے بارے میں ہیں۔ ان مراحل پر ترتیب وار عمل کریں:

• ICT حکمت عملی کو صحیح طریقے سے بیک ٹیسٹ کیسے کریں — مکمل، تعصب مزاحم ٹیسٹنگ ورک فلو جس پر اس مضمون کی وارننگز کا اطلاق ہوتا ہے۔
• ایک منافع بخش ٹریڈر کا ایکویٹی کرو کیسا نظر آتا ہے — جانیں کہ ایک حقیقت پسندانہ، ناہموار کرو مشکوک طور پر مکمل کرو سے کیوں بہتر ہے۔
• کیا Order Blocks اب بھی کام کرتے ہیں؟ 2026 کے لیے ڈیٹا پر مبنی فریم ورک — کسی تصور کی ایج کا جائزہ ایک ہی فٹ کیے گئے نتیجے کے بجائے شواہد پر کیسے لیا جائے۔
• وہ ICT ٹریڈنگ جرنل ٹیمپلیٹ جو پروفیشنلز ایج بنانے کے لیے استعمال کرتے ہیں — اوور فٹنگ کو جلد پکڑنے کے لیے لائیو بمقابلہ بیک ٹیسٹ کارکردگی کو ٹریک کریں۔
• ICT رسک مینجمنٹ کی 5 غلطیاں — وہ اکاؤنٹ سطح کی غلطیاں جو ایک نازک، کرو فٹ سسٹم کو مزید بگاڑ دیتی ہیں۔
• ICT ٹریڈنگ میں اپنی ایج کیسے تلاش کریں: مہارت کے لیے ایک فریم ورک — فٹ کی گئی ایج کے بجائے ایک مضبوط، قابل تکرار ایج بنائیں۔
• ٹریڈنگ میں مواقع کھونے کا خوف: آپ انٹریز کا پیچھا کیوں کرتے ہیں اور اس پر کیسے قابو پائیں — مواقع کھونے کے خوف پر مبنی ٹریڈنگ کے بارے میں ایک متعلقہ پہلو۔