وانفینکس
ژورنال معاملاتی با هوش مصنوعی؛ آموزش تحلیل سابقه معاملات

ژورنال معاملاتی با هوش مصنوعی؛ آموزش تحلیل سابقه معاملات

20 آبان 1405

325

زمان تقریبی مطالعه: 3 دقیقه

بعد از چند معامله سودآور و زیان‌ده، حافظه معمولاً روایت دقیقی از عملکرد ما نمی‌سازد. ممکن است زیان بزرگی را خوب به یاد بیاوریم، اما چند هزینه کوچک یا خروج زودهنگام از معامله را فراموش کنیم. ژورنال معاملاتی با هوش مصنوعی کمک می‌کند سابقه ثبت‌شده را مرتب کنیم، محاسبه‌ها را دوباره ببینیم و برای بررسی رفتار خود سؤال‌های بهتری بپرسیم.

در این روش، داده از گزارش معاملات و یادداشت‌های خود معامله‌گر می‌آید. ChatGPT می‌تواند فایل جدولی را بررسی کند و خلاصه یا نمودار بسازد، اما درستی نتیجه به کیفیت داده و تعریف روشن شاخص‌ها وابسته است. این راهنما از ساخت جدول شروع می‌شود، با یک مثال آموزشی فرضی محاسبه‌ها را نشان می‌دهد و در پایان توضیح می‌دهد از چند معامله چه نتیجه‌ای می‌توان گرفت.

advertise blog post start

ژورنال چه چیزی را ثبت می‌کند؟

هر ردیف ژورنال بهتر است نماینده یک معامله بسته‌شده باشد. برای شروع، شناسه معامله، تاریخ و ساعت ورود و خروج، بازار، جهت معامله، اندازه موقعیت، قیمت‌های ورود و خروج، کارمزد و سود یا زیان خالص را ثبت کنید. اگر معامله را در چند مرحله بسته‌اید، از ابتدا مشخص کنید هر ردیف مربوط به کل معامله است یا یک بخش از آن. مخلوط کردن این دو روش، تعداد معاملات و نرخ برد را تغییر می‌دهد.

داده رفتاری را جدا از نتیجه مالی نگه دارید: دلیل ورود، حد ضرر اولیه، برنامه خروج، پایبندی به برنامه و یک یادداشت کوتاه درباره تصمیمی که هنگام معامله گرفتید. برچسب‌هایی مانند «طبق برنامه» یا «خروج زودهنگام» وقتی مفیدند که پیش از بررسی نتیجه برایشان تعریف ثابتی نوشته باشید. در غیر این صورت، ممکن است معامله سودآور را با ارفاق «منظم» و معامله زیان‌ده را «اشتباه» بنامید.

اگر چند بازار یا ارز مبنا دارید، واحد سود و زیان را نیز ثبت کنید. جمع کردن ۱۰ دلار سود با ۱۰ واحد از دارایی دیگر، عدد قابل‌استفاده‌ای نمی‌سازد. واریز و برداشت حساب را هم از سود و زیان معامله جدا نگه دارید. گزارش اجرای سفارش و کارمزد را با داده ژورنال تطبیق دهید؛ اشتباه در مقدار، قیمت یا هزینه می‌تواند تمام تحلیل بعدی را منحرف کند.

تصویر آموزشی: نمودار مفهومی که اطلاعات اجرای معامله، نتیجه مالی و یادداشت رفتاری را در یک ردیف نشان می‌دهد
برای هر معامله بسته‌شده، اطلاعات اجرا، نتیجه پس از هزینه‌ها و یادداشت رفتاری را در یک ردیف ثبت کنید. — تصویر آموزشی ساخته‌شده با هوش مصنوعی؛ نمای واقعی ابزار نیست.

قالب داده برای تحلیل با ChatGPT

یک فایل CSV یا صفحه‌گسترده با سرستون‌های روشن بسازید. نمونه سرستون‌ها چنین است: شناسه، تاریخ، بازار، جهت، دلیل ورود، ریسک اولیه، سود و زیان خالص، پایبندی به برنامه، یادداشت. اگر می‌خواهید عملکرد را به واحد ریسک بسنجید، ریسک اولیه را مبلغی تعریف کنید که طبق حد ضرر برنامه‌ریزی‌شده ممکن بود از دست بدهید. سپس سود و زیان خالص هر معامله را بر همان مبلغ تقسیم کنید. این واحد را معمولاً R می‌نامند.

برای هر ستون، معنای مقدار خالی را تعیین کنید. خانه خالی در ستون کارمزد می‌تواند به معنای «صفر» یا «نامعلوم» باشد و این دو در محاسبه یکسان نیستند. تاریخ‌ها را با یک قالب ثابت بنویسید و منطقه زمانی را در یادداشت فایل مشخص کنید. اگر معاملات باز هم در فایل هستند، آن‌ها را با وضعیت جداگانه علامت بزنید تا سود و زیان تحقق‌نیافته وارد آمار معاملات بسته‌شده نشود.

ChatGPT طبق راهنمای رسمی خود می‌تواند فایل‌های CSV و صفحه‌گسترده را تحلیل کند، جدول و نمودار بسازد و برای بعضی محاسبه‌ها از کد استفاده کند. نوع فایل و امکانات در دسترس ممکن است به حساب و تنظیمات کاربر وابسته باشد. هنگام درخواست تحلیل، نام ستون‌ها، روش محاسبه و گروه‌بندی دلخواه را صریح بنویسید. سپس تعداد ردیف‌های خوانده‌شده و روش محاسبه را از آن بخواهید و با فایل اصلی مقایسه کنید.

تصویر آموزشی: نمونه رسمی OpenAI از نمایش جدولی داده‌های مکان فیلم‌برداری سان‌فرانسیسکو در ChatGPT
نمونه رسمی OpenAI نشان می‌دهد فایل بارگذاری‌شده چگونه در نمای جدولی ChatGPT دیده می‌شود. داده‌های تصویر مربوط به معاملات این آموزش نیست. — تصویر آموزشی ساخته‌شده با هوش مصنوعی؛ نمای واقعی ابزار نیست.

مثال آموزشی فرضی: شش معامله در یک ژورنال

مثال آموزشی فرضی: تصور کنید شش معامله بسته‌شده داریم. در هر معامله، ریسک اولیه ۱۰ واحد پولی است و سود یا زیان ثبت‌شده پس از کسر هزینه‌های همان معامله است. یک R در این مثال برابر ۱۰ واحد پولی است. این داده‌ها ساختگی‌اند و خروجی اجرای واقعی ChatGPT یا سابقه یک معامله‌گر نیستند.

برای اینکه اثر برچسب رفتاری را ببینیم، چهار معامله را «طبق برنامه» و دو معامله را «خارج از برنامه» ثبت کرده‌ایم. معنای «طبق برنامه» در این تمرین، رعایت شرط ورود و روش خروجی است که پیش از معامله نوشته شده بود؛ این برچسب نمی‌گوید تصمیم حتماً خوب بوده است.

  • معامله ۱: طبق برنامه، سود خالص ۲۰ واحد پولی، معادل ۲R.
  • معامله ۲: طبق برنامه، زیان خالص ۱۰ واحد پولی، معادل منفی ۱R.
  • معامله ۳: طبق برنامه، سود خالص ۱۵ واحد پولی، معادل ۱٫۵R.
  • معامله ۴: خارج از برنامه، زیان خالص ۱۰ واحد پولی، معادل منفی ۱R.
  • معامله ۵: خارج از برنامه، زیان خالص ۱۰ واحد پولی، معادل منفی ۱R.
  • معامله ۶: طبق برنامه، سود خالص ۵ واحد پولی، معادل ۰٫۵R.
تصویر آموزشی: جدول آموزشی شش معامله ساختگی با ریسک اولیه ۱۰ واحد پولی برای هر معامله
داده‌های فرضی تمرین: چهار معامله «طبق برنامه» و دو معامله «خارج از برنامه»؛ ریسک اولیه هر ردیف ۱۰ واحد پولی است. — تصویر آموزشی ساخته‌شده با هوش مصنوعی؛ نمای واقعی ابزار نیست.

محاسبه‌ها را چگونه کنترل کنیم؟

سه معامله سودده و سه معامله زیان‌ده داریم؛ بنابراین نرخ برد این نمونه ۳ تقسیم بر ۶، یعنی ۵۰ درصد است. مجموع سود معاملات مثبت ۲۰ به‌علاوه ۱۵ به‌علاوه ۵، برابر ۴۰ واحد پولی است. مجموع قدرمطلق زیان‌ها ۳۰ واحد پولی می‌شود. سود و زیان خالص کل، ۴۰ منهای ۳۰، یعنی مثبت ۱۰ واحد پولی یا مثبت ۱R است.

میانگین نتیجه هر معامله، ۱۰ تقسیم بر ۶، حدود ۱٫۶۷ واحد پولی یا ۰٫۱۶۷R است. میانگین سود سه معامله برنده حدود ۱۳٫۳۳ واحد پولی و میانگین زیان سه معامله بازنده ۱۰ واحد پولی است. نسبت مجموع سودهای مثبت به مجموع قدرمطلق زیان‌ها نیز ۴۰ تقسیم بر ۳۰، حدود ۱٫۳۳ می‌شود. این عدد فقط توصیف همین شش ردیف است؛ احتمال سود معامله بعدی را اندازه نمی‌گیرد.

گروه «طبق برنامه» جمعاً ۲۰ منهای ۱۰ به‌علاوه ۱۵ به‌علاوه ۵، یعنی مثبت ۳۰ واحد پولی یا مثبت ۳R دارد. دو معامله «خارج از برنامه» در مجموع منفی ۲۰ واحد پولی یا منفی ۲R ثبت کرده‌اند. جمع دو گروه همان مثبت ۱۰ واحد پولی کل است. این برابری یک کنترل ساده برای پیدا کردن خطای جمع یا افتادن یک ردیف از تحلیل است.

تصویر آموزشی: نمودار آموزشی جمع سودها، زیان‌ها و نتیجه خالص مثال فرضی
در مثال فرضی، سودهای مثبت ۴۰ و قدرمطلق زیان‌ها ۳۰ واحد پولی است؛ نتیجه خالص ۱۰ واحد پولی یا ۱R می‌شود. — تصویر آموزشی ساخته‌شده با هوش مصنوعی؛ نمای واقعی ابزار نیست.

چه پرسشی از هوش مصنوعی بپرسیم؟

پس از پاک‌سازی داده، می‌توانید چنین درخواستی به ChatGPT بدهید: «این فایل شامل معاملات بسته‌شده است. هر ردیف یک معامله کامل است. سود و زیان خالص پس از هزینه‌ها ثبت شده و R برابر سود و زیان خالص تقسیم بر ریسک اولیه همان ردیف است. ابتدا تعداد ردیف‌ها، داده‌های خالی و مقادیر غیرعادی را گزارش کن. سپس نرخ برد، مجموع و میانگین سود و زیان، و نتیجه گروه‌های طبق برنامه و خارج از برنامه را حساب کن. فرمول‌ها و ردیف‌های استفاده‌شده را نشان بده. درباره علت زیان یا عملکرد آینده حکم قطعی نده.»

برای تحلیل معاملات با ChatGPT، سؤال دوم را به یک الگوی مشخص محدود کنید؛ مثلاً بپرسید «آیا خروج زودهنگام در این فایل بیشتر در معاملات زیان‌ده دیده می‌شود؟ تعداد هر گروه را بگو و یادآوری کن که این مقایسه علت را ثابت نمی‌کند.» اگر یادداشت‌ها مبهم‌اند، از ابزار بخواهید ردیف‌های مبهم را فهرست کند. تفسیر دلایل ورود و خروج بدون تعریف برچسب‌ها می‌تواند به حدس زدن تبدیل شود.

بررسی عملکرد ترید با AI زمانی مفیدتر است که پاسخ را به یک کار قابل‌سنجش تبدیل کنید. برای نمونه، اگر چند بار حد ضرر اولیه را جابه‌جا کرده‌اید، در معاملات بعدی زمان و دلیل هر تغییر را ثبت کنید. سپس پس از گردآوری داده بیشتر، دوباره همان تعریف و همان روش محاسبه را به کار ببرید. مدیریت ریسک معامله به ثبت اندازه موقعیت و ریسک اولیه وابسته است و ارزیابی استراتژی نیز به قواعد ورود و خروج روشن نیاز دارد.

نمونه رسمی OpenAI از پاسخ ChatGPT به درخواست میانگین‌گیری از سه سلول انتخاب‌شده
در نمونه رسمی OpenAI، کاربر درباره سه سلول انتخاب‌شده سؤال کرده است. این تصویر محاسبه معاملات فرضی مقاله را نشان نمی‌دهد.

از داده کم چه نتیجه‌ای می‌توان گرفت؟

شش معامله برای تمرین محاسبه کافی است، اما برای داوری درباره کیفیت یک روش معاملاتی بسیار کم است. نتیجه مثبت ۱R می‌تواند با جابه‌جا شدن نتیجه یک معامله تغییر کند. همچنین دو معامله خارج از برنامه، نمونه‌ای نیست که نشان دهد هر خروج از برنامه در آینده زیان می‌سازد. در ژورنال واقعی، تفاوت بازار، دوره زمانی، اندازه موقعیت و شرایط اجرای سفارش را هنگام مقایسه گروه‌ها در نظر بگیرید.

برچسب رفتاری ممکن است پس از دیدن نتیجه معامله تغییر کند. برای کاهش این خطا، دلیل ورود و طرح خروج را پیش از اجرا یا در همان زمان ثبت کنید و بعداً یادداشت بازبینی را در ستونی جداگانه بنویسید. معامله‌ای که طبق برنامه زیان کرده، الزاماً خطا نیست؛ معامله‌ای که خارج از برنامه سود کرده نیز به‌تنهایی دلیل خوبی برای تکرار آن رفتار نیست.

اعداد تولیدشده را با محاسبه دستی چند ردیف و جمع نهایی کنترل کنید. راهنمای رسمی ChatGPT هم توصیه می‌کند هنگام استفاده از تحلیل مبتنی بر کد، کد، خروجی و فرض‌ها بررسی شوند. اگر تعریف «برد»، هزینه‌ها یا وضعیت معامله روشن نباشد، یک نمودار مرتب می‌تواند تصویری گمراه‌کننده از عملکرد بسازد. برای مقایسه بلندمدت، تعریف شاخص‌ها را ثابت نگه دارید و تغییرات آن را در ژورنال یادداشت کنید.

تصویر آموزشی: نمودار زمانی ثبت برنامه ورود و خروج پیش از معامله و نوشتن یادداشت بازبینی پس از آن
دلیل ورود و برنامه خروج را پیش از دیدن نتیجه ثبت کنید و یادداشت بازبینی را در ستون جداگانه بنویسید. — تصویر آموزشی ساخته‌شده با هوش مصنوعی؛ نمای واقعی ابزار نیست.

حریم خصوصی و جایگاه این ابزار

پیش از بارگذاری فایل، شناسه حساب، نام و اطلاعات تماس، نشانی کیف پول در صورت بی‌نیازی، کلیدهای دسترسی و هر داده‌ای را که برای تحلیل لازم نیست حذف کنید. برای این تمرین، شناسه ساختگی معامله و نتیجه عددی کافی است. تنظیمات استفاده از داده در ChatGPT به نوع حساب و فضای کاری بستگی دارد؛ اگر قرار است داده واقعی وارد کنید، کنترل‌های داده حساب خود را بررسی کنید.

این آموزش از ChatGPT برای سامان دادن و تحلیل سابقه معاملات استفاده می‌کند. آموزش ترید با هوش مصنوعی موضوع گسترده‌تری است که ابزارهای مختلف و کاربردهای دیگری را هم در بر می‌گیرد. هوش مصنوعی وانفینکس نیز مسیر جداگانه‌ای برای آشنایی با خدمات مرتبط آن است؛ مراحل تحلیل فایل در این مقاله به ChatGPT مربوط‌اند.

تصویر رسمی OpenAI از بخش Data controls و گزینه Improve the model for everyone در حالت خاموش
تصویر رسمی OpenAI محل گزینه «Improve the model for everyone» را در بخش Data controls نسخه وب نشان می‌دهد. گزینه‌های در دسترس به حساب و فضای کاری بستگی دارند.

جمع‌بندی

برای شروع، یک ردیف به ازای هر معامله بسته‌شده ثبت کنید، هزینه‌ها و ریسک اولیه را کنار نتیجه بنویسید و تعریف برچسب‌های رفتاری را ثابت نگه دارید. از هوش مصنوعی بخواهید داده‌های ناقص را پیدا کند و محاسبه‌ها را با فرمول و تعداد ردیف نشان دهد. چند جمع ساده را خودتان دوباره حساب کنید.

ژورنال قرار است تصمیم‌های گذشته را قابل‌بازبینی کند. اگر داده کم است، نتیجه را به صورت یک مشاهده موقت نگه دارید و در معاملات بعدی همان موارد را ثبت کنید. با سابقه منظم‌تر، پرسش‌های دقیق‌تری درباره اجرای برنامه و هزینه اشتباه‌ها خواهید داشت.

آیا مطالعه این مقاله برای شما مفید بود؟!

advertise blog post end

نوشته‌های مشابه

دیدگاه‌ها