कई वर्षों से, क्रिप्टो ट्रेडर्स का मानना था कि डिसेंट्रलाइज्ड एक्सचेंज ऐसी जगहों में से एक हैं, जहाँ रिटेल निवेशक अभी भी भीड़ को हरा सकते हैं। हालाँकि, पेशेवर कंपनियों और जटिल एल्गोरिदम से भरे केंद्रीकृत एक्सचेंज के विपरीत, DEX बाजार टुकड़े-टुकड़े, अव्यवस्थित और छोटे ट्रेडर्स द्वारा शासित हैं।
लेकिन एक नया अध्ययन सुझाता है कि यह विश्वास गलत हो सकता है।
15 ट्रेडिंग स्ट्रैटेजीज का 27 ब्लॉकचेन पर 4,990 DEX जोड़ियों पर परीक्षण करने के बाद, शोधकर्ता डैनियल गैटो ने पाया कि ऐतिहासिक कीमत डेटा केवल अकेले एक सुसंगठित ट्रेडिंग लाभ प्रदान करने में सक्षम नहीं है। इस पेपर का निष्कर्ष शोध में बार-बार दोहराए गए एक सरल वाक्य में समाहित है: “जानकारी के बिना कोई लाभ नहीं।”
अर्थात, कीमत चार्ट अकेले ही लाभ प्राप्त करने के लिए पर्याप्त नहीं हो सकते, भले ही मेमकॉइन और माइक्रो-कैप टोकन की दुनिया में अक्षमता का दावा हो।
क्यों डेक्स टोकन एक ट्रेडर के सपने जैसे दिखे
DEX बाजारों की आकर्षण शक्ति हमेशा समझने में आसान रही है। प्रत्येक सप्ताह ईथेरियम, सोलाना, बेस, BNB चेन, आर्बिट्रम, पॉलिगॉन, एवलांच और दर्जनों अन्य नेटवर्क पर हजारों नए टोकन लॉन्च होते हैं। यहां, तरलता टुकड़े-टुकड़े हो जाती है क्योंकि बाजार में हिस्सा बड़े पैमाने पर खुदरा-आधारित है, और संस्थागत प्रतिस्पर्धा प्रमुख केंद्रीकृत एक्सचेंज की तुलना में सीमित रहती है।
पूरा विचार यह है कि यदि प्रतिस्पर्धा परिपक्व बाजारों से लाभदायक अवसरों को हटा देती है, तो DEX टोकन की अव्यवस्थित लंबी पूंछ एक ऐसी कुछ ही जगहों में से एक होनी चाहिए जहाँ व्यापारी अभी भी गलत मूल्यांकित संपत्तियों और लाभदायक पैटर्न का पता लगा सकते हैं।
गैटो के अध्ययन ने इस मान्यता की परीक्षा करने के लिए इस विषय पर एकत्रित सबसे बड़े डेटासेट में से एक का उपयोग किया। शोध ने 4,990 DEX-केवल ट्रेडिंग जोड़ियों की जांच की, जिसमें लगभग छह महीने के दैनिक ट्रेडिंग डेटा को छह सप्ताह के घंटेवार अवलोकनों के साथ मिलाया गया। प्रत्येक टोकन जोड़ी न्यूनतम तरलता की आवश्यकताओं को पूरा करती थी, जबकि सभी रणनीतियों ने वास्तविक दुनिया की ट्रेडिंग लागतों, जिसमें गैस शुल्क, स्वैप शुल्क और AMM स्लिपेज शामिल हैं, को शामिल किया।
परिणामों ने क्रिप्टो की कई सबसे व्यापक रूप से धारित मान्यताओं को चुनौती दी।
अधिकांश टोकन पहले से ही घट रहे थे
एक भी रणनीति को टेस्ट किए जाने से पहले, डेटा ने एक निराशाजनक चित्र बनाया।
नमूना अवधि के दौरान सभी टोकन का लगभग तीन-चौथाई हिस्सा नकारात्मक रिटर्न दिखाया, जबकि माध्यिका टोकन ने अपने मूल्य का लगभग 18.5% खो दिया। सामान्य टोकन अपनी उच्चतम कीमत से लगभग 38% नीचे समाप्त हुआ, और लगभग एक-तिहाई अध्ययन के अंत तक अपने उच्च स्तर से 50% से अधिक नीचे समाप्त हुआ।
इसी बीच, डेटासेट के भीतर औसत लाभ सकारात्मक बना रहा, लेकिन केवल इसलिए क्योंकि कुछ अप्रचलित विजेताओं ने परिणामों को विकृत कर दिया। इस प्रकार, अधिकांश टोकन लगातार मूल्य खो रहे थे।
यह एक ऐसा चलन है जो क्रिप्टो ट्विटर पर समय बिताने वाले हर किसी के लिए परिचित है। दुर्लभ 50x विजेता की सराहना की जाती है और उसे अनंत रूप से साझा किया जाता है, जबकि असफल बेट्स की बहुत बड़ी संख्या टाइमलाइन और डिस्कॉर्ड चैनल्स से चुपचाप गायब हो जाती है।
दिलचस्प बात यह है कि अध्ययन में यह भी पाया गया कि DEX टोकन्स उस तरह व्यवहार करते हैं जिसकी बहुत से मोमेंटम ट्रेडर्स उम्मीद करते हैं। ट्रेंड को बनाए रखने के बजाय, कीमतें अक्सर किसी भी दिशा में तेजी से बदलने के बाद पुनः वापस आ जाती हैं। व्यावहारिक रूप से, जो ट्रेडर्स मजबूती खरीदने की कोशिश करते हैं, वे अक्सर बाजार की मूल संरचना के खिलाफ बेट लगा रहे होते हैं।
क्यों यहां तक कि लाभदायक संकेत विफल रहे
लाभदायक संकेतों के विफल होने के कारण को समझने के लिए, अध्ययन ने ब्रेकआउट रणनीतियों, RSI संकेतों, मोमेंटम सेटअप्स और मात्रा-आधारित प्रवेश सहित आठ लोकप्रिय इंट्राडे ट्रेडिंग दृष्टिकोणों का परीक्षण किया।
पहली नजर में, इनमें से कुछ रणनीतियाँ वादा करती प्रतीत हुईं। सबसे मजबूत रणनीति ने लागत लागू होने से पहले प्रति ट्रेड लगभग 6.5 बेसिस पॉइंट का सकल लाभ उत्पन्न किया। हालाँकि, समस्या पैमाने की थी।
अध्ययन किए गए DEX पूल्स के भीतर, गैस शुल्क, स्लिपेज और स्वैप शुल्क को शामिल करने के बाद राउंड-ट्रिप ट्रेडिंग लागत लगभग 230 से 240 बेसिस पॉइंट्स औसतन थी। सबसे मजबूत संकेत सिर्फ इतने बड़े नहीं थे कि उन्हें निष्पादित करने की लागत को पार कर सकें।
परिणाम एक लगभग 40-टू-1 का असंगति था, जिसमें सिग्नल स्ट्रेंथ और ट्रेडिंग खर्चों के बीच था।
लागत के बाद, औसत स्कैल्पिंग रणनीति प्रति ट्रेड लगभग 2.5% का नुकसान करती है, और परीक्षित सभी कॉन्फ़िगरेशन में से 1% से कम ने अपनी पूरी नमूना अवधि के दौरान सकारात्मक लाभ प्रदान किया।
अधिक महत्वपूर्ण बात यह है कि अध्ययन ने पाया कि लागतें वास्तविक दोषी नहीं थीं।
गैटो ने तरलता, निष्पादन गुणवत्ता और शुल्क संरचनाओं के बारे में विभिन्न धारणाओं का स्ट्रेस टेस्ट किया। निष्कर्ष अपरिवर्तित रहा। शुल्क पूरी तरह से लागू होने से पहले ही, अधिकांश संकेत पहले ही बहुत कमजोर हो चुके थे जिससे अर्थपूर्ण लाभ प्राप्त किया जा सके।
यहां तक कि उन्नत रणनीतियां भी बाजार को हरा नहीं पाईं
अनुसंधान पारंपरिक चार्ट विश्लेषण के बाहर बहुत दूर तक फैला था।
गैटो ने पेशेवर ट्रेडर्स द्वारा आमतौर पर उपयोग किए जाने वाले कई दृष्टिकोणों का मूल्यांकन किया, जिनमें मार्केट-न्यूट्रल हेजिंग, टोकन लॉन्च का समय, तरलता प्रदान, क्रॉस-पूल आर्बिट्रेज, बिटकॉइन ट्रेंड फिल्टर, पोर्टफोलियो विविधीकरण और ऑर्डर-फ्लो विश्लेषण शामिल हैं।
यह आश्चर्यजनक है कि किसी ने भी सांख्यिकीय रूप से महत्वपूर्ण अतिरिक्त प्रदर्शन नहीं किया।
लिक्विडिटी प्रदान प्रारंभ में आकर्षक प्रतीत हुआ, जिससे अस्थायी हानि को ध्यान में रखे बिना सामान्य आय प्राप्त होती थी। जब अस्थायी हानि को शामिल किया गया, तो आय लगभग समाप्त हो गई।
इसके अलावा, क्रॉस-पूल आर्बिट्रेज के अव возможности मौजूद थे, लेकिन अधिकांश लेनदेन लागतों को पार करने के लिए बहुत छोटे थे।
एक मार्केट-न्यूट्रल रणनीति जिसने केंद्रीकृत एक्सचेंज परपेचुअल्स का उपयोग करके जोखिम को हेज किया, शुरू में प्रोत्साहनजनक जोखिम-समायोजित रिटर्न दिए। हालाँकि, ये परिणाम अधिक कठोर सांख्यिकीय परीक्षणों का समर्थन नहीं कर पाए। सभी मामलों में, अधिक जटिल दृष्टिकोण सरल चार्ट-आधारित रणनीतियों की तुलना में थोड़ा ही बेहतर प्रदर्शन कर पाए।
जब रैंडम नॉइज़ मार्केट से बेहतर दिखता है
अध्ययन के सबसे आश्चर्यजनक निष्कर्षों में से एक इसके यादृच्छिक नियंत्रण परीक्षणों के उपयोग से आया।
शोधकर्ताओं ने प्रत्येक टोकन की कुल सांख्यिकीय विशेषताओं को बनाए रखते हुए मूल्य गतिविधियों के क्रम को बदल दिया। उन्होंने फिर रैंडमाइज़्ड डेटासेट पर एक ही ट्रेडिंग रणनीतियों को पुनः चलाया।
अप्रत्याशित रूप से, शफल किए गए बाजार अक्सर वास्तविक बाजार की तुलना में अधिक लाभदायक दिखाई देता था।
स्पष्टीकरण यह नहीं है कि यादृच्छिकता लाभ पैदा करती है। बल्कि, वास्तविक DEX बाजारों में तीव्र गिरावट के समूह होते हैं जो लंबे समय तक केवल लंबी स्थिति रखने वाले व्यापारियों को बार-बार नुकसान पहुंचाते हैं। यादृच्छिकीकरण इन समूहों को हटा देता है जबकि अन्य सांख्यिकीय विशेषताओं को बनाए रखता है, जिससे रणनीतियाँ अधिक प्रभावी प्रतीत होती हैं।
यहाँ निष्कर्ष यह है कि व्यापारी जिन पैटर्न्स को वे लाभ उठाने का मानते हैं, वे वास्तव में बाजार के भीतर समाहित संरचनात्मक नुकसान हो सकते हैं।
एकमात्र सिग्नल जो वास्तव में काम किया
अंत में, चौदह रणनीतियों के विफल होने के बाद, गैटो ने अंततः एक ऐसी दृष्टिकोण खोज लिया जिसमें सांख्यिकीय रूप से महत्वपूर्ण भविष्यवाणी क्षमता थी।
शोधकर्ताओं ने हालिया लाभ, अस्थिरता, टर्नओवर, तरलता की स्थितियों और टोकन की आयु जैसे कारकों का उपयोग करके एक मशीन-लर्निंग मॉडल बनाया। अन्य रणनीतियों के विपरीत, मॉडल सफलतापूर्वक अपने सांख्यिकीय आधार को पार कर गया।
हालाँकि, सफलता पूर्ण नहीं है क्योंकि मॉडल भविष्य के विजेताओं की पहचान करने में खास रूप से अच्छा नहीं था। इसके बजाय, यह भविष्य के हारने वालों की पहचान करने में उत्कृष्ट था।
जब शोधकर्ताओं ने टोकन को भविष्यवाणी किए गए प्रदर्शन के आधार पर व्यवस्थित किया, तो प्रत्येक समूह अभी भी नकारात्मक माध्यिका लाभ दे रहा था। सर्वोच्च क्रमित टोकन मजबूत प्रदर्शनकर्ता नहीं थे; वे केवल सबसे कम क्रमित टोकन की तुलना में कम नुकसान ही उठा रहे थे।
वह खोज संशोधन का सबसे महत्वपूर्ण अंतर्दृष्टि हो सकती है।
DEX बाजारों में, भविष्यवाणी मॉडल अगले ब्रेकआउट के अवसर की खोज के बजाय विनाशकारी नुकसान से बचने के लिए अधिक उपयोगी हो सकते हैं। लाभ का स्रोत यह पहचानना है कि क्या नहीं खरीदना है, बल्कि यह पहचानना है कि क्या खरीदना है।
सर्वाइवरशिप समस्या
अध्ययन ने क्रिप्टो बैकटेस्ट में पाए गए एक प्रमुख कमजोरी पर भी जोर दिया है: सरवाइवरशिप बायस।
चूंकि डेटासेट को सक्रिय तरलता पूल से बनाया गया था, इसलिए ऐसे टोकन जो पहले ही ध्वस्त हो चुके थे और गायब हो चुके थे, उनका प्रतिनिधित्व कम था। शोधकर्ताओं ने अनुमान लगाया कि व्यापार गतिविधि के आधार पर कम से कम 9.2% सक्रिय पूल पहले ही कार्यात्मक रूप से मर चुके थे, और पूरी तरह से त्याग दिए गए प्रोजेक्ट्स को ध्यान में रखते हुए सच्ची संख्या अधिक होने की संभावना है।
इसका मतलब है कि ऐतिहासिक रिटर्न वास्तविकता की तुलना में बेहतर दिख सकते हैं।
महत्वपूर्ण बात यह है कि सर्वाइवरशिप बायस ने अध्ययन में एक गलत ट्रेडिंग लाभ नहीं बनाया। सक्रिय रणनीतियाँ अभी भी बचे हुए टोकन्स के बीच कम प्रदर्शन कर रही थीं। हालाँकि, यह यह सुझाव देता है कि बहुत सारे सार्वजनिक रूप से साझा किए गए बैकटेस्ट्स उस तस्वीर को प्रस्तुत कर सकते हैं जो ट्रेडर्स को वास्तविक समय में अनुभव करने के बजाय अधिक आशावादी लगती है।
अध्ययन का व्यापारियों के लिए क्या अर्थ है
व्यावहारिक निष्कर्ष यह नहीं है कि लाभदायक ट्रेडिंग असंभव है। निष्कर्ष यह है कि केवल कीमत चार्ट से स्थायी लाभ की संभावना कम है।
हजारों परीक्षणों के दौरान, RSI संकेत, चलती औसत, ब्रेकआउट रणनीतियाँ, गति सूचक और कई अधिक जटिल दृष्टिकोणों ने स्थायी लाभ प्राप्त नहीं किए। एकमात्र मॉडल जिसने भविष्यवाणी क्षमता दिखाई, उसने सरल मूल्य क्रिया के अतिरिक्त जानकारी पर निर्भर किया, जिसमें टोकन की आयु और तरलता की विशेषताएँ शामिल थीं।
व्यापारियों के लिए, इसका अर्थ है कि कोई भी रणनीति केवल ऐतिहासिक प्रदर्शन के खिलाफ ही नहीं, बल्कि यादृच्छिकता और एक सरल खरीदें और रखें आधार के खिलाफ भी परीक्षण की जानी चाहिए। इस अध्ययन में, कई ऐसी रणनीतियाँ जो प्रारंभ में वादा करती थीं, उन्होंने इस परीक्षण को नहीं पार किया।
अधिक व्यापक रूप से, इन खोजों ने क्रिप्टो की एक सबसे लंबे समय तक चली आ रही कहानी को चुनौती दी है कि रिटेल ट्रेडर्स केवल चार्ट पढ़कर DEX बाजारों में निरंतर अल्फा प्राप्त कर सकते हैं।
हालांकि, अध्ययन एक संभावना को खुला छोड़ देता है। क्योंकि डेटासेट को टोकन को पर्याप्त समय तक बने रहने की आवश्यकता थी ताकि अर्थपूर्ण ट्रेडिंग इतिहास उत्पन्न किया जा सके, इसलिए यह टोकन के अस्तित्व के पहले क्षणों में काम करने वाली अति-लघु-अवधि लॉन्च रणनीतियों का मूल्यांकन नहीं कर सका।
वह किनारा अभी तक परीक्षित नहीं हुआ है।
हालाँकि, अन्य सब कुछ एक ही दिशा की ओर इशारा करता है। लगभग 5,000 DEX टोकन और 15 अलग-अलग ट्रेडिंग दृष्टिकोणों की जांच के बाद, अध्ययन एक ऐसे निष्कर्ष पर पहुँचता है जो कई ट्रेडर्स के लिए असुविधाजनक होगा, जिसमें कहा गया है कि चार्ट लाभ का स्रोत नहीं है। यदि DEX बाजारों में लाभदायक अवसर अभी भी मौजूद हैं, तो वे अधिक संभावना हैं कि मार्केट द्वारा अभी तक अवशोषित नहीं किए गए सूचना से आएंगे, न कि मूल्य चार्ट पर पहले से दिखाई दे रहे पैटर्न से।
सावधानी: इस लेख में प्रस्तुत जानकारी केवल सूचनात्मक और शैक्षिक उद्देश्यों के लिए है। यह लेख वित्तीय सलाह या किसी भी प्रकार की सलाह नहीं है। कॉइन एडिशन किसी भी हानि के लिए जिम्मेदार नहीं है जो उल्लिखित सामग्री, उत्पादों या सेवाओं के उपयोग के कारण हो। पाठकों को कंपनी से संबंधित कोई भी कार्रवाई करने से पहले सावधानी बरतने की सलाह दी जाती है।