શું હું વર્તમાનમાં મારી વ્યૂહરચનાનો અનુભવ કરી રહ્યો છું અથવા 'આઉટરિયર' ઇવેન્ટ્સ દ્વારા ખરાબ નસીબનો સમય ગુમાવી રહ્યો છું?
નસીબ એ ખૂબ જ વિવાદાસ્પદ શબ્દ છે અને વેપારમાં સમાન વિરોધાભાસી ઘટના છે. વિજેતા વેપારની વ્યૂહરચના બનાવવા માટે મહિનાઓ અને ઘણાં વર્ષોમાં વર્ષો પસાર કર્યા પછી, છેવટે તેને અમારી બુલેટ પ્રૂફ ટ્રેડિંગ યોજના માટે કટિબદ્ધ કરવા માટે, આપણામાંના કોઈપણને ખરેખર સ્વીકારવું અતિ મુશ્કેલ છે કે અમારી લાંબી અવધિની ટ્રેડિંગ સફળતામાં સમાયેલ વિશાળ તત્વ નીચે છે. નસીબ ની સરળ ઘટના છે.
એ સ્વીકારવા માટે કે આપણે બજારની દયા પર છીએ અને કોઈ પણ નિયમિત નિશ્ચિતતા સાથે, આપણામાંનામાંથી કોઈ પણ આગાહી કરી શકતું નથી કે, બજાર આગળ શું કરશે, તે આપણામાંના ઘણાને સમજવું અવિશ્વસનીય મુશ્કેલ ખ્યાલ છે. અમને સતત નફાકારક રહેવા માટે આપણા વેપારમાં મોટી ટકાવારી ગુમાવવી પડશે એવી કલ્પનાને સ્વીકારવી એટલી મુશ્કેલ છે. આ બંને કલ્પનાઓ છે, જેમ કે આપણે આ કumnsલમ્સમાં અગાઉ ઉલ્લેખ કર્યો છે, આપણે આપણા ઉદ્યોગને રોજિંદા અને સાપ્તાહિક ધોરણે સામનો કરવા મજબૂર કરીએ છીએ તેવા અનેક પરીક્ષણો અને પરીક્ષણોનો સંપર્ક કરવા આપણે કેવી રીતે 'વાયર્ડ' છીએ તેના વિશે સાહજિક છે.
અમારી સફળ ટ્રેડિંગ વ્યૂહરચના બનાવવા માટે આપણે ઘણા મહિનાઓ (અથવા વર્ષો) પસાર કર્યા પછી અને અમારી ટ્રેડિંગ યોજનાને વળગી રહેવા માટે આત્મ-શિસ્ત વિકસાવવા માટે સમાન પ્રમાણમાં સમય પસાર કર્યો, તે પછી અમારા વેપારમાં તે એક મોટો ઝટકો સાબિત થઈ શકે વ્યૂહરચના નિષ્ફળ થવાનું શરૂ થાય છે અને અમે કાં તો પહોંચીએ છીએ, અથવા તો અમે અમારી ટ્રેડિંગ યોજનામાં મૂકાયેલા નીચે આવતા સ્તરને ધમકાવવાનું શરૂ કરી રહ્યા છીએ. પરંતુ આપણે કયા સમયે આપણી યોજના અને વ્યૂહરચના છોડી દઈએ છીએ તે સામનો કરવો મુશ્કેલ પ્રસ્તાવ છે.
આપણી વ્યૂહરચનાનું વધુ વિશ્લેષણ કરવા માટે, તેને ચીંચી નાખતા પહેલા અથવા તેનો સંપૂર્ણ ત્યાગ કરતા પહેલા, આપણે કેવી ભાવનાશીલ પગલું પાછું લઈએ છીએ, તે એક મુખ્ય પરીક્ષણ છે જેનો આપણે વેપારીઓ તરીકે સામનો કરીશું અને ઘણી રીતે આ 'વેપારી જીવનની અજમાયશ' આપણને વ્યાખ્યાયિત કરશે વેપારીઓ તરીકે. અને અમારી ટ્રેડિંગ સ્ટ્રેટેજીના ફરીથી વિશ્લેષણમાં આપણે નસીબ દ્વારા આપણા તાજેતરના નુકસાનમાં કોઈ ભૂમિકા ભજવી છે કે નહીં તે શોધી કા beginવાનું શરૂ કરી શકીએ છીએ. પરંતુ આપણે આપણા તાજેતરના ટ્રેડિંગ ઇતિહાસમાં એવા સંકેતો ક્યાં શોધીશું કે જે સામાન્ય નસીબથી અમારા વેપારમાં નોંધપાત્ર ભાગ ભજવ્યું છે અને તે અમારી પદ્ધતિ અને એકંદર વેપાર વ્યૂહરચનામાં કંઈ ખોટું નથી.
આઉટલેઅર્સ *, તે વેપારના સંદર્ભમાં શું છે અને તેના સંકેતો ક્યાં જોઈએ છે
જેમ કે અમારા ક ?લમના નિયમિત વાચકો કપાત કરશે, આપણે "શું વલણ હજી તમારો મિત્ર છે?" શીર્ષકવાળું એક લેખ પ્રકાશિત કરીએ છીએ. જેમાં અમે મૂળભૂત પૃષ્ઠભૂમિનું વિશ્લેષણ કરીએ છીએ જે વર્તમાન સપ્તાહના ઉચ્ચ પ્રભાવ પ્રકાશનો અને નીતિ નિર્ણયો નક્કી કરશે. આ સાથે જોડાયેલા અમે ઘણા સામાન્ય રીતે ઉપયોગમાં લેવાતા અને સૂચકાંકો સંદર્ભિત તકનીકી વિશ્લેષણના મૂળભૂત સ્વરૂપને પણ ઓવરલેપ કરીએ છીએ. તાજેતરમાં જે નોંધ લેવામાં આવ્યું છે તે એ છે કે આપણે શું વિચારીએ છીએ તેની અસર છે અને અમે જે વેપાર કરીએ છીએ તેના બજારોમાં તેની અસર પડે છે.
યુક્રેનમાં સૌથી વધુ સ્પષ્ટ ઉદભવતા મુદ્દાઓ બન્યા છે, કારણ કે ક્રિમિયા ક્ષેત્ર પર તણાવ શરૂ થયો હતો, ખાસ કરીને યુરોપિયન ઇક્વિટી સૂચકાંકો અને પછી યુરો. સમસ્યાઓ ઓછી થતાં બજારોમાં પુનપ્રાપ્તિ શરૂ થઈ. પછી અમને શંકા હતી કે (યુ.એસ.એ. માં કમાણીની મોસમની શરૂઆત થતાં જ) નાસ્ડેક પર નોંધાયેલા ઘણી તકનીકી કંપનીઓ ખરેખર તેમની કમાણીની તુલનામાં મોટા મૂલ્યાંકનને પાત્ર છે જે તેઓ હાલમાં બતાવે છે. ત્યારબાદ આપણે સુધારાનો અનુભવ કર્યો છે, પરંતુ છેલ્લા બે દિવસથી યુક્રેનના ડર ફરીથી યુક્રેનના ઘણા શહેરોમાં રશિયન મૈત્રીપૂર્ણ જૂથો અને નવા બનેલા યુક્રેનિયન સરકારના અધિકારીઓ વચ્ચે સશસ્ત્ર સંઘર્ષ તરીકે દેખાયા છે. હિંસક નિષ્કર્ષ પર પહોંચી ગયા છે.
હવે આ બધા તાજેતરના મુદ્દાઓને એકાંતમાં અથવા ક્લસ્ટર તરીકે જોતા, ઘણા વેપારીઓ તે સમયે પોતાને શોધી કા ,શે, તેઓ વેપારીઓ અથવા દિવસના વેપારીઓને સ્વિંગ કરી રહ્યા છે કે નહીં તેના પર આધાર રાખીને, માર્કેટની ખોટી બાજુએ, કોઈ દોષ નહીં કા throughીને. તેમની યોજનાને વળગી રહેવા સિવાય તેમના પોતાના. એકદમ પ્રમાણમાં આપણે તાજેતરની પ્રવૃત્તિ પૂરી પાડી છે તે સૂચિ એ ઘણા વેપારીઓ માટે તાજેતરના સપ્તાહમાં વેપાર કરવો અશક્ય વિસ્તાર હતો, ખાસ કરીને સ્વિંગ વેપારીઓ માટે અને તે છે કે આપણે બધામાં ઉમેરવાનું શરૂ કરતા પહેલા બેઝ રેટના નિર્ણય, બેરોજગારી અને અન્ય સામાન્ય મૂળભૂત ધોરણો છે. અન્ય આર્થિક ડેટા આંકડા. જાણે કે અમારું વ્યવસાય એટલું મુશ્કેલ ન હતું કે આપણે તાજેતરના અઠવાડિયામાં અવિશ્વસનીય જટિલ વિવિધ મુદ્દાઓનો સામનો કરવો પડ્યો હતો, નાના આશ્ચર્ય છે કે આપણામાંના ઘણાએ આપણી એકંદર પદ્ધતિ અને વેપારની વ્યૂહરચના પર શંકા રાખતા કેટલાક કામચલાઉ મેદાન ગુમાવી દીધા છે.
આંકડાકીય બાહ્યકારો ક્યારે થશે તે આગાહી કરવી અશક્ય છે અને તે સમજવું પણ એટલું જ મુશ્કેલ છે કે આપણે કોઈ આઉટલેયર ઇવેન્ટની ફાયરિંગ લાઇનમાં હોઈએ છીએ કેમ કે તે આપણા ધંધામાં ઘણા બધા બાહ્યકારો શુદ્ધ આંકડા આઉટલેયર આંકડાશાસ્ત્રીઓ નથી અને ગણિતશાસ્ત્રીઓ, પૂર્વશક્તિ માં, નિર્દેશ. તદુપરાંત, અમે અમારા આંકડા અને ગણિતના નિષ્ણાતો ઓળખાતા ભૂતકાળને વેપાર કરી શકતા નથી.
પરંતુ આપણે શું કરી શકીએ છીએ, જેમ જેમ અમારો અનુભવ વધતો જાય છે, તે 'ટ્રેડિંગ એન્ટેના' ને સમાયોજિત કરવા માટે, જ્યારે આપણે માઇલસ્ટ્રોમ આઉટલિઅર્સના મધ્યમાં હોઈએ છીએ અને તેનું કારણ બને છે તેનાથી પરિચિત રહેવું. અમારી પાસે પછી બે સરળ પસંદગીઓ છે; વેપાર કરવો કે વેપાર કરવો નહીં…
આપણે કાં તો તે વાવાઝોડા દ્વારા વેપાર કરીએ છીએ જે આઉટલેટર .ભી કરી રહ્યું છે, અથવા શિકારીને નીચે ઉતારી નાખવું અને દુર્ભાગ્યે ફક્ત અડચણો આપણને સાબિત કરશે કે જે સાચો નિર્ણય હતો. જો કે, કોઈ સંદેહ વિના કોઈ સ્પષ્ટ ઘટના દરમિયાન તમારી પદ્ધતિ અને વ્યૂહરચના પર પ્રશ્ન કરવો સ્વાભાવિક છે, જ્યારે અગાઉની સાબિત પદ્ધતિને બદલવા અથવા રોકવાનો ખોટો સમય હશે. પ્રતિબિંબ માટેનો સમય એકવાર આવવાનો છે જ્યારે આપણે ઓળખી લીધું છે કે 'સામાન્ય' ટ્રેડિંગની સ્થિતિ, અથવા સામાન્ય જેટલી સામાન્ય આપણે ટ્રેડિંગ એફએક્સ, સૂચકાંકો અથવા ચીજવસ્તુઓની ગતિશીલ દુનિયામાં અપેક્ષા રાખી શકીએ છીએ, તે ફરી એક વાર આપણા વેપારના વાતાવરણમાં ફરી ગઈ છે.
* આઉટલેટર્સની વ્યાખ્યા
આંકડાઓમાં, આઉટલેટર એક નિરીક્ષણ બિંદુ છે જે અન્ય અવલોકનોથી દૂર છે. [1] આઉટલેટર માપમાં ફેરફારનાં કારણે હોઈ શકે છે અથવા તે પ્રાયોગિક ભૂલ સૂચવી શકે છે; બાદમાં કેટલીકવાર ડેટા સેટથી બાકાત રાખવામાં આવે છે. [2]
આઉટલીઅર્સ કોઈપણ વિતરણમાં તક દ્વારા થઈ શકે છે, પરંતુ તે ઘણીવાર માપનની ભૂલના સૂચક હોય છે અથવા વસ્તીમાં ભારે પૂંછડીવાળું વિતરણ છે. અગાઉના કિસ્સામાં, કોઈ વ્યક્તિ તેમને કા discardી નાખવા માંગે છે અથવા આંકડાઓનો ઉપયોગ કરે છે જે આઉટliઇલર્સ માટે સખત હોય છે, જ્યારે પછીના કિસ્સામાં તેઓ સૂચવે છે કે વિતરણમાં ઉચ્ચ કુર્ટોસિસ છે અને સાધન અથવા અંતuપ્રેરણાઓ કે જે સામાન્ય વિતરણ ધારે છે તેનો ઉપયોગ કરવામાં ખૂબ સાવધ રહેવું જોઈએ. આઉટલીઅર્સનું વારંવાર કારણ બે વિતરણોનું મિશ્રણ છે, જે બે અલગ પેટા-વસ્તીઓ હોઈ શકે છે અથવા 'માપદંડ ભૂલ' વિરુદ્ધ 'સાચા અજમાયશ' સૂચવી શકે છે; આ મિશ્રણ મોડેલ દ્વારા મોડેલ કરવામાં આવ્યું છે.
મોટાભાગના ડેટાના નમૂનાઓમાં, કેટલાક ડેટા પોઇન્ટ્સ, નમૂનાના સરેરાશથી વધુ દૂર હશે જે વાજબી માનવામાં આવે છે. આ આકસ્મિક પદ્ધતિસરની ભૂલ અથવા થિયરીમાં ભૂલોને કારણે થઈ શકે છે જેણે સંભવિત વિતરણના ધારેલા કુટુંબને ઉત્પન્ન કર્યું છે, અથવા એવું બની શકે છે કે કેટલાક નિરીક્ષણો ડેટાના કેન્દ્રથી દૂર છે. આઉટલેટર પોઇન્ટ્સ તેથી ખામીયુક્ત ડેટા, ભૂલભરેલી કાર્યવાહી અથવા તે ક્ષેત્ર કે જ્યાં ચોક્કસ થિયરી માન્ય ન હોઈ શકે તે સૂચવી શકે છે. જો કે, મોટા નમૂનાઓમાં, ઓછી સંખ્યામાં આઉટલેટર્સની અપેક્ષા રાખવામાં આવે છે (અને કોઈપણ વિસંગત સ્થિતિને કારણે નહીં).
આઉટલિઅર્સ, એકદમ આત્યંતિક નિરીક્ષણો હોવા છતાં, તે નમૂનામાં મહત્તમ અથવા ન્યુનત્તમ નમૂનાનો સમાવેશ કરી શકે છે, અથવા બંને, તે ખૂબ highંચા અથવા ઓછા છે તેના આધારે. જો કે, મહત્તમ અને ન્યુનત્તમ નમૂના હંમેશાં આઉટલિયર નથી હોતા કારણ કે તે અન્ય અવલોકનોથી અસામાન્ય રીતે દૂર ન હોય.
« અનુક્રમણિકા માટે એસપીએક્સ 0.14% અપ સપ્તાહના કેપિંગમાં વધારો થયો છે. યુએસએ બેરોજગારીના દાવા સાધારણ વધતા કેનેડિયન સીપીઆઈ ઝડપથી વધી રહ્યો છે માર્ચ મહિનામાં ચાઇનાના નવા મકાનોના ભાવ દર વર્ષે slow.7.7 ટકાનો ધીમો પડી ગયો છે »
