मैं ट्रेडिंग बॉट्स और गुरुओं पर भरोसा क्यों नहीं करता

@rodriciancio
स्पेनिश1 दिन पहले · 27 जुल॰ 2026
134K
3
2
0
4

TL;DR

एक अनुभवी ट्रेडर बताता है कि कैसे 1000% रिटर्न का वादा करने वाला एक बॉट दो सप्ताह में ही धराशायी हो गया, जिससे रिटेल गुरुओं द्वारा सेंट अकाउंट्स और मार्टिंगेल रणनीतियों के भ्रामक उपयोग का पर्दाफाश हुआ।

"चमत्कारी बॉट" की असली कहानी जिसने 1000% लाभ दिया और दो सप्ताह में मार्जिन कॉल पर समाप्त हुआ

Pedro L Rodriguez on X — cover

कई साल पहले, एक वीकेंड बारबेक्यू में, कुछ सालों का अनुभव रखने वाला एक ट्रेडर दोस्त बहुत उत्साहित होकर आया। उसके पास एक बॉट था जिसने, उसके अनुसार, छह महीनों में 300% से अधिक का रिवॉर्ड रेशियो जनरेट किया था। अगली मीटिंग्स में, उसने हमें अकाउंट दिखाए: अपने, अपने भाई के, और डेवलपर के। सभी ने फॉरेक्स में लगभग 1000% लाभप्रदता दिखाई।

बॉट एक साथ सात पेयर्स पर काम करता था: EURUSD, AUDUSD, NZDUSD, GBPUSD, USDCHF, USDCAD, और USDJPY। कई चर्चाओं के बाद, मेरे दूसरे दोस्त (जिसे वित्तीय दुनिया का गहरा ज्ञान था और वह उस माहौल से निकटता से जुड़ा था) और मैंने प्रत्येक $10,000 का जोखिम उठाने का फैसला किया। हम इस जानकारी के साथ अंदर गए कि लगभग सब कुछ खोने की संभावना अधिक थी। हम भोले नहीं थे; हम बस असली पैसे से देखना चाहते थे कि चार्ट के पीछे क्या है। आखिरकार, पैसा हमारे अपने ट्रेडिंग अकाउंट्स में था; हम बस बॉट को उन पर काम करने देते।

पहला सप्ताह

पहले तीन दिनों तक, बॉट ने लगभग 10% जनरेट किया। पांचवें दिन, यूरो 1.5% से अधिक चला गया। चूंकि लगभग सभी पेयर्स डॉलर से संबंधित थे, इसलिए नुकसान एक ही समय में कई गुना बढ़ गया। कुछ ही घंटों में, अकाउंट 60% से अधिक गिर गए।

अगले सप्ताह, एक उछाल पर, मार्जिन कॉल आ गई

जो दोस्त देखना जानता था उसने क्या खोजा - NC

जब हम पोजीशन बंद कर रहे थे, उसने डेवलपर के अकाउंट की समीक्षा की। यह एक सेंट अकाउंट था। वह आदमी "मूंगफली" के बराबर राशि का जोखिम उठा रहा था। शानदार प्रतिशत नगण्य पूंजी के साथ बनाए गए थे। इसके अलावा, बॉट के लॉजिक की जांच करने पर, हमने वही पुष्टि की जो हमें पहले से संदेह था: यह मार्टिंगेल योजना के साथ काम करता था। यह ट्रेंड के विपरीत दिशा में प्रवेश करता था, रिवर्सल की उम्मीद करता था, और प्रत्येक नुकसान के बाद पोजीशन साइज बढ़ाता था।

फॉरेक्स में मार्टिंगेल की समस्या सरल और क्रूर है: ट्रेंड उससे कहीं आगे बढ़ सकते हैं जितना पूंजी झेल सकती है, और पेयर्स के बीच संबंध "विविधीकरण" को एक भ्रम बना देता है। जब मूवमेंट आपके खिलाफ जाता है, तो सात स्वतंत्र ऑपरेशन नहीं होते; एक एकल विस्तारित एक्सपोजर होता है।

यह कहानी उपाख्यानात्मक क्यों नहीं है

यह अनुभव लगभग वह सब कुछ समाहित करता है जो मैं रिटेल बॉट्स के साथ दोहराते हुए देखता हूं जो असाधारण रिटर्न का वादा करते हैं:

  • कमजोर रणनीतियाँ (मार्टिंगेल, आक्रामक ग्रिड, या अत्यधिक अनुकूलित सिस्टम) जो महीनों तक आकर्षक इक्विटी कर्व्स जनरेट करती हैं... जब तक कि बाजार सहयोग करना बंद न कर दे।
  • सेंट अकाउंट्स या चयनात्मक अवधियों पर बनाए गए प्रदर्शन प्रदर्शन।
  • चरम जोखिम प्रबंधन की वास्तविक अनुपस्थिति।
  • एकल कारक (इस मामले में, डॉलर और यूरो) के लिए अत्यधिक एक्सपोजर जो विविधीकरण के रूप में प्रच्छन्न है।

ट्रेडिंग एल्गोरिदम, रणनीतियों को डिजाइन करने और पैटर्न का विश्लेषण करने के वर्षों में, मैंने बिल्कुल इसी तरह के बहुत से टूटे हुए वादे देखे हैं। बैकटेस्ट या डेमो अकाउंट्स में परफेक्ट इक्विटी कर्व्स, कुछ महीनों में तीन अंकों के रिटर्न के वादे, और फिर वही परिणाम जब वास्तविक पूंजी और प्रतिकूल बाजार शासन मिलते हैं। भ्रम तब तक बना रहता है जब तक बाजार सहयोग करता है; जैसे ही वह ऐसा करना बंद करता है, यह टूट जाता है।

पैटर्न केवल बॉट्स तक सीमित नहीं है। यह लगभग समान रूप से, कई ट्रेडिंग गुरुओं के साथ दोहराया जाता है: कोर्स, सिग्नल, मेंटरशिप, या "मालिकाना सिस्टम" जो यह विचार बेचते हैं कि लगातार और तेजी से जीतने का एक फॉर्मूला है। चयनात्मक स्क्रीनशॉट, सावधानीपूर्वक संपादित प्रशंसापत्र, और "X महीनों में वित्तीय स्वतंत्रता" की भाषा डेवलपर के सेंट अकाउंट के समान कार्य करती है: वास्तविक पूंजी और कई बाजार शासनों की जांच के बिना विश्वसनीयता उत्पन्न करना।

मैंने देखा है कि कैसे सैकड़ों लोगों और परिवारों ने "तथाकथित" गुरुओं में निवेश करके और उनका अनुसरण करके अपनी संपत्ति खो दी है जो उन्हें त्वरित और भव्य लाभ प्रदान करते हैं, साथ ही निवेश सिफारिशें जो अद्वितीय अवसरों के रूप में प्रस्तुत की जाती हैं। एक स्पष्ट उदाहरण Luckin Coffee है (शुरुआत में 2017 में Lucky Coffee Company के रूप में जाना जाता था और थोड़े समय बाद इसका नाम बदल दिया गया)। चीनी कंपनी ने खुद को Starbucks के महान प्रतिद्वंद्वी के रूप में प्रस्तुत किया, चक्करदार गति से बढ़ी, मई 2019 में Nasdaq पर सार्वजनिक हुई, और अजेय विस्तार की कथा के साथ भारी पूंजी आकर्षित की। जनवरी 2020 में, शॉर्ट-सेलर Muddy Waters द्वारा जारी एक गुमनाम रिपोर्ट ने इसके आंकड़ों पर सवाल उठाया। अप्रैल 2020 में, कंपनी ने स्वयं स्वीकार किया कि उसने संबंधित पक्षों के साथ काल्पनिक लेनदेन के माध्यम से 2019 की बिक्री में लगभग 2.2 बिलियन युआन (लगभग 300-310 मिलियन डॉलर) गढ़ा था। स्टॉक की कीमत दिनों में 75% से अधिक गिर गई, इसे महीनों बाद Nasdaq से डीलिस्ट कर दिया गया, प्रमुख अधिकारियों को बर्खास्त कर दिया गया, और चीनी नियामकों और अमेरिकी SEC दोनों ने करोड़ों डॉलर का जुर्माना लगाया। यह Herbalife जैसा क्लासिक पोंजी स्कीम नहीं था, लेकिन यह अकाउंटिंग फ्रॉड का एक मामला था जिसने त्वरित सफलता का भ्रम पैदा किया और हजारों निवेशकों के लिए मूल्य नष्ट कर दिया जिन्होंने "अजेय" विकास की कहानी खरीदी थी। मैंने पुट ऑप्शंस के माध्यम से, उस पोंजी स्कीम पर "दांव" लगाया था; एक ऑडिटर के रूप में, कॉफी में चीनी रुचि ने मुझे कुछ संदिग्ध बना दिया जब उनकी विशिष्टता चाय से निकटता से जुड़ी हुई है।

इसके अलावा, जब मैं एक "गुरु" को देखता हूं जो एक शानदार जीवनशैली प्रदर्शित करता है—लक्जरी कारें, गहने, डिजाइनर कपड़े, लगातार यात्रा—तो मैं बस कहावत लागू करता हूं: "मुझे बताओ कि तुम किस बात का घमंड करते हो, और मैं तुम्हें बताऊंगा कि तुममें क्या कमी है।" वह प्रदर्शन आमतौर पर उस चीज़ का दृश्य प्रतिरूप होता है जो नहीं दिखाया जाता है: वास्तविक ड्रॉडाउन, वे अकाउंट जो महत्वपूर्ण पूंजी बर्दाश्त नहीं करते, या वे अवधि जब रणनीति काम करना बंद कर देती है, या कितने अनजान लोगों को उन्होंने धोखा देने में कामयाबी हासिल की है।

रिटेल और इंस्टीट्यूशनल बॉट्स के बीच तीन मुख्य अंतर

1. पूंजी, बुनियादी ढांचा, और लेटेंसी

प्रोग्रामर्स और छद्म-ट्रेडर्स के बॉट आमतौर पर VPS या मानक क्लाउड पर चलते हैं, जिनमें मिलीसेकंड से सेकंड तक की लेटेंसी और सार्वजनिक APIs तक पहुंच होती है। इंस्टीट्यूशनल बॉट एक्सचेंज डेटा सेंटरों में को-लोकेशन, विशेष हार्डवेयर और माइक्रोसेकंड लेटेंसी के साथ काम करते हैं। गति और निष्पादन क्षमता में अंतर मामूली नहीं है: यह संरचनात्मक है।

2. डेटा और मॉडल परिष्कार

रिटेल सार्वजनिक या बुनियादी-स्तर के फीड्स और तकनीकी संकेतकों या सरल नियमों (मार्टिंगेल सहित) पर आधारित रणनीतियों के साथ काम करता है। इंस्टीट्यूशनल मालिकाना डेटा, ऑर्डर-फ्लो, वैकल्पिक डेटा, और सांख्यिकीय आर्बिट्रेज, मार्केट-मेकिंग, या एल्गोरिदमिक निष्पादन के जटिल मात्रात्मक मॉडल को जोड़ते हैं। वे यह दांव नहीं लगाते कि इसे "रिवर्स करना है"; वे छोटे लेकिन लगातार सांख्यिकीय बढ़त की तलाश करते हैं।

3. जोखिम प्रबंधन और उद्देश्य

कई रिटेल बॉट पोजीशन साइज को अधिकतम करते हैं जब वे पहले से ही हार रहे होते हैं। इंस्टीट्यूशनल सिस्टम पोर्टफोलियो स्तर पर गतिशील सीमाएं, स्ट्रेस टेस्टिंग और ड्रॉडाउन नियंत्रण को एकीकृत करते हैं। उनका लक्ष्य छह महीने का शानदार रिटर्न चार्ट नहीं है, बल्कि कई बाजार शासनों में उत्तरजीविता और स्थिरता है।

ये समान अंतर बताते हैं कि क्यों अधिकांश रिटेल गुरु गंभीर संस्थागत प्रबंधकों से मिलते नहीं हैं। बाद वाले शायद ही कभी छोटी अवधि में पूंजी को कई गुना करने का वादा करते हैं; पूर्व अपने ब्रांड को ठीक उसी वादे पर बनाते हैं।

एक लंबा परिप्रेक्ष्य

मैंने लगभग 1999 से वित्तीय दुनिया का बारीकी से अनुसरण किया है। मैंने वेनेजुएला में अपनी ऑडिटिंग और कंसल्टिंग फर्म के माध्यम से ई-कॉमर्स कंपनियों की सेवा करते हुए देखा कि कैसे उनमें से कई (टेरा केस) डॉट-कॉम बबल में गायब हो गईं। मैं 2006 से बाजारों में ट्रेडिंग कर रहा हूं। मैंने वित्तीय संकट, COVID और अन्य ब्लैक स्वान का अनुभव किया। उस रास्ते पर, मैंने कुछ सीखा जो कोई भी बॉट, सोशल मीडिया मार्केटिंग, या पल का गुरु आमतौर पर उल्लेख नहीं करता: "हमेशा जीतना" असंभव है। वास्तव में महत्वपूर्ण यह है कि कैसे हारना है और समय पर गलत होना स्वीकार करना है।

मैंने पूंजी को जोखिम में डालकर शुरू किया जो पहले छह महीनों में कई गुना बढ़ गई। बाद में, वही पूंजी काफी कम हो गई। आगे, एक टेक एसेट में लंबी अवधि की पोजीशन के साथ, मैंने इसे फिर से काफी गुना बढ़ाया... जब तक COVID संकट ने इसे लगभग शून्य नहीं कर दिया। फिर यह ठीक हो गया। उन उतार-चढ़ाव ने मुझे किसी भी बैकटेस्ट या वीकेंड कोर्स से अधिक मूल्यवान सबक छोड़ा: जोखिम प्रबंधन कोई तकनीकी विवरण नहीं है। यह वही है जो एक करियर को उन शासनों से बचने की अनुमति देता है जिनकी कोई उम्मीद नहीं करता।

मैं यह नहीं कह रहा हूं कि लाभदायक मैकेनिकल सिस्टम या ईमानदार शिक्षक मौजूद नहीं हैं। वे हैं। लेकिन वे लगभग कभी बेचे नहीं जाते, छह महीनों में 1000% चार्ट या वादे के साथ तो बिल्कुल नहीं कि "यह निश्चित रणनीति है।" और वे लगभग कभी भी पहले से ही हारने पर पोजीशन साइज बढ़ाने पर, या डेमो अकाउंट्स या चयनात्मक अवधियों के पीछे ड्रॉडाउन छिपाने पर आधारित नहीं होते।

मैंने जो सबक सीखा

उस अनुभव के बाद, मैंने पहले किसी बॉट के लाभप्रदता प्रतिशत या किसी गुरु द्वारा प्रोजेक्ट की गई जीवनशैली को देखना बंद कर दिया। अब मैं तीन चीजें देखता हूं, इस क्रम में:

  1. ट्रैक रिकॉर्ड के पीछे कितनी वास्तविक पूंजी है?
  2. सिस्टम (या पद्धति) क्या करता है जब बाजार एक मजबूत और संबंधित ट्रेंड में प्रवेश करता है?
  3. अधिकतम ऐतिहासिक ड्रॉडाउन क्या है और उस समय पोजीशन साइजिंग ने कैसा व्यवहार किया?

यदि उनमें से किसी भी प्रश्न का उत्तर अस्पष्ट, अपारदर्शी है, या सेंट अकाउंट, संपादित स्क्रीनशॉट, या बिना संदर्भ के प्रशंसापत्र के पीछे छिपा है, तो मैं पास कर देता हूं

बॉट और गुरु अपने आप में समस्या नहीं हैं। समस्या शानदार वादों, उन रणनीतियों या विधियों का संयोजन है जो सबसे बुरे समय में जोखिम को अधिकतम करते हैं, और ऐसे प्रदर्शन जो समय के साथ वास्तविक पूंजी की जांच बर्दाश्त नहीं करते।

मैं मामूली बढ़त और कठोर जोखिम प्रबंधन वाले उबाऊ सिस्टम पसंद करता हूं, और ऐसे शिक्षक जो त्वरित वित्तीय स्वतंत्रता की तुलना में ड्रॉडाउन और हारना जानने के बारे में अधिक बात करते हैं। क्योंकि दो दशकों से अधिक समय तक बाजारों, बुलबुलों और संकटों का अवलोकन करने के बाद, मैं आश्वस्त हूं कि जो बचे रहते हैं और जो गायब हो जाते हैं, उनके बीच का अंतर हमेशा जीतने के वादे में नहीं है, बल्कि हारना जानने के अनुशासन में है

यह सामग्री शैक्षिक/विश्लेषणात्मक है, वित्तीय सलाह नहीं। व्यक्त किए गए विचार व्यक्तिगत हैं और नए सबूतों के साथ बदल सकते हैं।

📊 इस सामग्री के बारे में:

• प्रकार: कहानी कहना + राय

• आंकड़े और तथ्य: पूरी तरह से व्यक्तिगत अनुभव पर आधारित (दिखाए गए रिटर्न, यूरो मूवमेंट >1.5%, नुकसान >60%, सेंट अकाउंट, मार्टिंगेल योजना, ट्रेड किए गए पेयर्स, 1999/2006 से प्रक्षेपवक्र, और सापेक्ष शब्दों में व्यक्त जोखिम प्रबंधन सबक) और Luckin Coffee के दस्तावेजीकृत सार्वजनिक मामले पर (कंपनी की स्वीकारोक्ति, SEC नियामक रिपोर्ट, और चीनी अधिकारी, 2019-2020)।

• कोई अध्ययन, सामान्य आंकड़े, या उद्धरण आविष्कार नहीं किए गए।

• राय: स्पष्ट रूप से ऐसी पहचान की गई।

एक क्लिक में सहेजें

YouMind में वायरल लेखों की AI गहन पढ़ाई

स्रोत सहेजें, केंद्रित सवाल पूछें, तर्क का सारांश बनाएँ और एक वायरल लेख को एक ही AI वर्कस्पेस में दोबारा इस्तेमाल करने लायक नोट्स में बदलें।

YouMind देखें
क्रिएटर्स के लिए

अपने Markdown को एक साफ़-सुथरे 𝕏 आर्टिकल में बदलें

जब आप अपना लंबा कंटेंट पब्लिश करते हैं, तो इमेज, टेबल और कोड ब्लॉक को 𝕏 के लिए फ़ॉर्मेट करना मुश्किल होता है। YouMind पूरे Markdown ड्राफ़्ट को एक साफ़-सुथरे, पोस्ट के लिए तैयार 𝕏 आर्टिकल में बदल देता है।

Markdown से 𝕏 आज़माएँ

समझने के लिए और पैटर्न

हाल के वायरल लेख

और वायरल लेख देखें