असली डेटा पर स्टडी

बाइनरी ऑप्शन रणनीतियाँ — जो सच में टेस्ट की गईं

45 दिन का असली डेटा, 13 रणनीतियाँ, तीन वैलिडेशन विंडो और एक भी घुमाया हुआ आँकड़ा नहीं। यही स्टडी हमें शुरुआत में चाहिए थी।

लगभग हर बाइनरी ऑप्शन साइट 90% एक्यूरेसी वाली रणनीति का वादा करती है। हमने ठीक उल्टा किया: 45+ दिन की असली M1 कैंडल डाउनलोड कीं (8 फ़ॉरेक्स पेयर, Deriv डेटा फ़ीड), 13 रणनीतियाँ कोड कीं और सबसे सख़्त पैमाने से नापा: ट्रेन, टेस्ट और एक फ्रेश विंडो (वह डेटा जिसे किसी ट्यूनिंग ने कभी देखा ही नहीं — असली out-of-sample)। जो तीनों विंडो में ठीक-ठाक सैंपल (n ≥ 150) के साथ टिकी, सिर्फ़ वही पास मानी गई।

एक टेबल में ईमानदार नतीजा

रणनीति	असली एक्यूरेसी (out-of-sample)	फ़ैसला	विवरण
⭐ डबल रिवर्सल (Bollinger + RSI)	~57–61%	पास — कैटलॉग में सबसे अच्छी	स्टडी देखें
⭐ एग्ज़ॉशन + बैंड	~57–59%	पास — डबल रिवर्सल से स्वतंत्र	स्टडी देखें
RSI रिवर्सल	~52–55%	बॉर्डरलाइन — सिर्फ़ सहायक वोट के तौर पर	—
CCI / Z-Score / Stochastic रिवर्सल	~52–56%	Bollinger जैसी ही बात (रिडंडेंट)	—
सिर्फ़ Bollinger / RSI+MA / ट्रिपल	~51–55%	अकेले कमज़ोर	—
स्ट्रॉन्ग ट्रेंड / पुलबैक / MACD / SuperTrend / Ichimoku	~46–49%	M1 पर फेल (ये घाटा देती हैं!)	—

यह भी देखें: Binomo बॉट और Olymp Trade बॉट।

आपने सही पढ़ा: क्लासिक ट्रेंड रणनीतियाँ M1 पर घाटा देती हैं — मार्केट आवर्स में असली फ़ॉरेक्स का 1-मिनट चार्ट औसत की ओर लौटता है। और कोई भी रणनीति 70% के आसपास तक नहीं पहुँची (क्यों नहीं, यहाँ पढ़ें)।

मेथडोलॉजी — असली डेटा और overfit का फ़र्क़

ट्रेन: वह विंडो जहाँ पैरामीटर ट्यून किए गए। यहाँ का हर नंबर परिभाषा से ही शक़ के घेरे में है।
टेस्ट: उसके बाद वाली विंडो, बिना दोबारा ट्यूनिंग के। अगर एक्यूरेसी गिर जाए तो वह overfit था।
फ्रेश (out-of-sample): स्टडी फ़्रीज़ होने के बाद डाउनलोड किए गए हफ़्तों का नया डेटा। भविष्य का अंदाज़ा सिर्फ़ यही नंबर देता है — और हम यही छापते हैं।
न्यूनतम सैंपल: n < 150 सिग्नल वाले नतीजे फेंक दिए जाते हैं (109 ट्रेड पर 63% एक्यूरेसी शोर है, बढ़त नहीं)।

एक बैकटेस्ट के बजाय तीन विंडो क्यों

अकेला बैकटेस्ट ग़लत सवाल का जवाब देता है: जो डेटा मैं पहले ही देख चुका हूँ, उस पर कोई नियम कितना फ़िट बैठता है? डेटा देखते हुए लिया गया हर फ़ैसला (RSI 14 या 9, बैंड 2.0 या 2.2 डेविएशन, कौन से पेयर, कौन से घंटे) नतीजे को ऊपर की ओर खींचता है, चाहे नीयत कितनी भी साफ़ हो। तीन विंडो इन फ़ैसलों को आख़िरी फ़ैसले से अलग रखती हैं:

ट्रेन सारी ट्यूनिंग सोख लेती है। इसका नंबर बनावट से ही फूला हुआ होता है, इसलिए हम इसे कभी नतीजे के रूप में नहीं छापते।
टेस्ट मोटा overfit पकड़ता है, लेकिन सिर्फ़ एक बार काम आता है। जैसे ही आपने कमज़ोर टेस्ट देखकर वापस जाकर कोई पैरामीटर बदला, टेस्ट विंडो भी ट्रेनिंग डेटा बन गई।
फ्रेश वह डेटा है जो नियम फ़्रीज़ होते समय डाउनलोड ही नहीं हुआ था। उसमें किसी ने झाँका नहीं, हमने भी नहीं। बैकटेस्ट के लिए "कल ट्रेड करने" के सबसे क़रीब यही है।

रणनीति तभी पास होती है जब तीनों में ब्रेक-ईवन से ऊपर रहे। ट्रेन से फ्रेश तक कुछ अंक गिरना सामान्य है; लगभग 50% पर फिसल जाना बताता है कि "बढ़त" असल में ट्यूनिंग थी।

n ≥ 150 क्यों — और यह सबूत नहीं, सिर्फ़ न्यूनतम सीमा क्यों है

सैंपल पर नापी गई हर एक्यूरेसी में ग़लती की गुंजाइश होती है। 95% रेंज का अच्छा अनुमान है p ± 1.96 × √(p × (1 − p) / n):

ट्रेड (n)	नापी गई एक्यूरेसी	लगभग 95% रेंज
109	63%	54% – 72%
150	57%	49% – 65%
500	57%	53% – 61%
1,000	57%	54% – 60%

"109 ट्रेड पर 63%" सुनने में शानदार है, पर उसकी निचली सीमा 80% payout के 55.6% ब्रेक-ईवन से नीचे है। इसीलिए 150 सिग्नल से कम वाला हर नतीजा फेंक दिया जाता है। लेकिन 150 सिर्फ़ सबसे बुरा शोर हटाता है; बढ़त साबित नहीं करता। 95% भरोसे से यह कहने के लिए कि असली 57% एक्यूरेसी 55.6% से ऊपर है, लगभग 4,500 ट्रेड चाहिए; असली 61% के लिए क़रीब 310। इसलिए एक नंबर पर भरोसा करने के बजाय हम माँगते हैं कि तीन अलग विंडो एक ही बात कहें। जिस डेटा को नियमों ने कभी नहीं देखा, उस पर बार-बार सहमति किस्मत से मिलना कहीं ज़्यादा मुश्किल है।

Overfit — एक उदाहरण जिसे आप ख़ुद जाँच सकते हैं

मान लीजिए एक रणनीति पूरी तरह सिक्का उछालने जैसी है (असली एक्यूरेसी 50%) और उसके ट्रेड को दिन के घंटों में बाँट दीजिए, हर घंटे 40 ट्रेड। किसी एक तय घंटे में सिर्फ़ किस्मत से 65% या ज़्यादा आने की संभावना लगभग 4% है। 24 घंटों में लगभग एक "जादुई घंटा" मिलने की उम्मीद रखिए, और कम से कम एक मिलने की संभावना क़रीब 63% है। अब इसमें 13 रणनीतियाँ, हर एक की कई सेटिंग और 8 पेयर जोड़िए — पुराने डेटा पर कोई शानदार कॉम्बिनेशन मिलना लगभग तय है।

हमारे अपने डेटा में यही हुआ: 16:00 BRT (00:30 IST) वाले घंटे ने एक स्लाइस में 65% और अगली में 40% दिया (घंटों की स्टडी)। Overfit धोखाधड़ी नहीं है; खोजबीन का स्वाभाविक नतीजा यही होता है। बचाव: कम खुले पैरामीटर, देखने से पहले तय किए गए नियम, और एक फ्रेश विंडो जिसे किसी ने छुआ न हो।

हर एक्यूरेसी का प्रति ट्रेड मतलब (payout 80%, 85%, 90%)

सिर्फ़ एक्यूरेसी से पता नहीं चलता कि पैसा बनेगा या नहीं। प्रति ट्रेड अपेक्षित नतीजा (expectancy), स्टेक के हिस्से के रूप में, है p × payout − (1 − p)। ब्रेक-ईवन 80% payout पर 55.6%, 85% पर 54.1% और 90% पर 52.6% है। ऊपर की तालिका की रेंज पर लागू करने पर (हर ट्रेड पर स्टेक का प्रतिशत, हर प्रकाशित रेंज के दोनों सिरों से):

समूह (out-of-sample एक्यूरेसी)	Payout 80%	Payout 85%	Payout 90%
डबल रिवर्सल (57–61%)	+2.6% से +9.8%	+5.5% से +12.9%	+8.3% से +15.9%
एग्ज़ॉशन + बैंड (57–59%)	+2.6% से +6.2%	+5.5% से +9.2%	+8.3% से +12.1%
CCI / Z-Score / Stochastic रिवर्सल (52–56%)	−6.4% से +0.8%	−3.8% से +3.6%	−1.2% से +6.4%
RSI रिवर्सल (52–55%)	−6.4% से −1.0%	−3.8% से +1.8%	−1.2% से +4.5%
सिर्फ़ Bollinger / RSI+MA / ट्रिपल (51–55%)	−8.2% से −1.0%	−5.7% से +1.8%	−3.1% से +4.5%
स्ट्रॉन्ग ट्रेंड / पुलबैक / MACD / SuperTrend / Ichimoku (46–49%)	−17.2% से −11.8%	−14.9% से −9.4%	−12.6% से −6.9%
OTC (~50%)	−10.0%	−7.5%	−5.0%

पैसों में: 80% payout पर ₹1,000 का स्टेक और असली 57% एक्यूरेसी का मतलब है प्रति ट्रेड +₹26, यानी 100 ट्रेड पर +₹2,600 की उम्मीद। मार्जिन पतला है: 55.5% पर यही सेटअप शून्य पर आ जाता है। और बढ़त असली हो तब भी उतार-चढ़ाव बड़ा है। असली 57% और 80% payout पर 100 ट्रेड घाटे या शून्य पर ख़त्म होने की संभावना लगभग 38% है (बाइनोमियल गणना); 500 ट्रेड के बाद लगभग 25%; 1,000 के बाद लगभग 18%। एक ख़राब हफ़्ता किसी भी तरफ़ कुछ ख़ास साबित नहीं करता, और मार्टिंगेल सिर्फ़ झूलों को बड़ा करता है।

बाकी नतीजे जो आपका खेल बदल देंगे

OTC आँकड़ों के हिसाब से रैंडम है — _otc पेयर पर कोई रणनीति (उल्टी करके भी) ~50% से ऊपर नहीं गई।
2 कैंडल की एक्सपायरी > 1 कैंडल: वही सिग्नल 2 मिनट आगे नापने पर ~3 प्रतिशत अंक ज़्यादा जीतता है (एग्ज़ॉशन+बैंड पर 60.8% बनाम 57.5%)।
घंटे मायने रखते हैं: 09–10:59 और 18–23:59 (BRT, UTC−3) की विंडो में बढ़त सिमटी है — भारत में यानी 17:30–19:29 और 02:30–08:29 IST; शुक्रवार सबसे ख़राब दिन है। पूरी घंटों की स्टडी →
JPY पेयर ही कोर हैं: USD/JPY और GBP/JPY ने फ्रेश विंडो में भी बढ़त बचाए रखी। USD/JPY क्यों जीतता है →
मार्टिंगेल कोई बढ़त नहीं बनाता — वह जीत और हार दोनों को गुणा करता है। हमारा बॉट लेवल-आधारित डेली टारगेट इस्तेमाल करता है: सीमित जोखिम वाला अनुशासन।

स्टडी ख़ुद कैसे दोहराएँ — क़दम-दर-क़दम

तैयारी. Python 3.12+ इंस्टॉल कीजिए और बॉट लीजिए (नीचे का फ़ॉर्म)। पैकेज में बैकटेस्ट स्क्रिप्ट simular_csv.py शामिल है।
Deriv से M1 कैंडल डाउनलोड कीजिए. Deriv का पब्लिक WebSocket (wss://api.derivws.com/trading/v1/options/ws/public) बिना लॉगिन के मार्केट डेटा देता है। इस तरह की ticks_history रिक्वेस्ट भेजिए: {"ticks_history":"frxUSDJPY","style":"candles","granularity":60,"end":"latest","count":1000}। granularity: 60 का मतलब एक-मिनट की कैंडल; सिंबल के नाम active_symbols कॉल से मिलते हैं (फ़ॉरेक्स पेयर frx प्रीफ़िक्स के साथ आते हैं, जैसे frxEURUSD)।
पीछे की ओर पेज कीजिए. आधिकारिक स्कीमा में count का डिफ़ॉल्ट 1,000 है। 45 दिन कवर करने के लिए रिक्वेस्ट दोहराइए, हर बार end में मिली सबसे पुरानी कैंडल का epoch डालिए, जब तक शुरुआती तारीख़ न आ जाए।
हर पेयर की एक CSV बनाइए जिसमें epoch, open, high, low और close हों। पेजों के जोड़ पर दोहराई गई लाइनें हटाइए और गैप जाँचिए (वीकेंड का गैप सामान्य है)।
कुछ भी चलाने से पहले तारीख़ से बाँटिए. जैसे पहले चार हफ़्ते ट्रेन के लिए, अगले दो टेस्ट के लिए। यह बँटवारा लिख लीजिए।
ट्रेन पर simular_csv.py चलाइए और चाहें तो ट्यून कीजिए। पहले स्क्रिप्ट खोलकर देखिए कि आपका वर्ज़न कौन से CSV कॉलम और विकल्प चाहता है; आपकी फ़ाइल अलग हो तो ChatGPT या Claude से उसे बदलवा लीजिए।
फ़्रीज़ कीजिए और एक बार टेस्ट कीजिए. पैरामीटर लिख लीजिए, टेस्ट विंडो चलाइए, और उसके बाद कुछ मत बदलिए।
इंतज़ार कीजिए, फिर फ्रेश चलाइए. दो-तीन हफ़्ते बाद नई कैंडल डाउनलोड कीजिए और फ़्रीज़ की हुई सेटिंग से एक बार और चलाइए।
फ़ैसला कीजिए. सिर्फ़ वही पास कीजिए जो तीनों विंडो में, हर एक में n ≥ 150 के साथ, आपके payout के ब्रेक-ईवन से ऊपर रहे। आपके आँकड़े हमारे से कुछ अंक अलग आएँगे: तारीख़ें अलग, मार्केट अलग।

सीमाएँ: यह स्टडी क्या नहीं बता सकती

45 दिन कम हैं. इनमें मार्केट के एक-दो दौर ही आते हैं। शांत दौर में पास हुई रणनीति सेंट्रल बैंक के फ़ैसलों या अचानक उतार-चढ़ाव के आसपास अलग बर्ताव कर सकती है।
सिर्फ़ 8 फ़ॉरेक्स पेयर. JPY वाले पेयर सबसे मज़बूत रहे। इंडेक्स, क्रिप्टो, कमोडिटी या दूसरे पेयर पर यहाँ से कोई निष्कर्ष नहीं निकलता।
Deriv का फ़ीड. कैंडल Deriv के प्राइस हैं। Quotex और IQ Option असली पेयर अपने-अपने फ़ीड से दिखाते हैं; क्लोज़ थोड़ा अलग हो सकता है, और बैंड छूने पर चलने वाली रणनीतियों में छोटा फ़र्क़ भी कुछ सिग्नल पलट देता है।
सिर्फ़ M1. नतीजे M5 या M15 के बारे में कुछ नहीं कहते, और 2-कैंडल एक्सपायरी वाली बात M1 सिग्नल पर ही नापी गई।
एग्ज़ीक्यूशन. बैकटेस्ट मानता है कि आपको चार्ट वाला प्राइस मिलता है। लाइव में बॉट अनऑफ़िशियल API (Quotex, IQ Option) से ऑर्डर भेजता है और ब्रोकर एक पल बाद अपने कोट पर भरता है। लेटेंसी, रिजेक्ट हुए ऑर्डर और कनेक्शन टूटना इन आँकड़ों में नहीं हैं।
लागत. बाइनरी ऑप्शन में लागत है 100% से कम payout, और यह एसेट और घंटे के साथ बदलता है। हम एक्यूरेसी छापते हैं; ऊपर की expectancy तालिका उसे 80/85/90% पर बदलकर दिखाती है।
कई टेस्ट एक साथ. 13 रणनीतियों में से सबसे अच्छी चुनना विजेता को थोड़ा बढ़ा-चढ़ा देता है, out-of-sample में भी। मानकर चलिए कि असली आँकड़ा प्रकाशित रेंज से एक-दो अंक नीचे हो सकता है।

🤖 मुफ़्त ट्रेडिंग बॉट पाएँ

Quotex और IQ Option के लिए ओपन-सोर्स बॉट (13 रणनीतियाँ)। ChatGPT/Claude से एडिट करें। मुफ़्त।

अक्सर पूछे जाने वाले सवाल

क्या ये आँकड़े मेरे ब्रोकर पर भी लागू होंगे?
स्टडी असली फ़ॉरेक्स डेटा (Deriv फ़ीड) पर है। Quotex और IQ Option के असली पेयर लगभग वैसा ही व्यवहार करते हैं; OTC नहीं — वह ब्रोकर का अपना सिंथेटिक प्राइस है।

यह सब मुफ़्त में क्यों छाप रहे हैं?
क्योंकि बॉट ओपन-सोर्स है और ईमानदारी ही हमारी असली बढ़त है — यह पूरा निच झूठे वादों से भरा पड़ा है।

क्या मैं यह स्टडी खुद दोहरा सकता हूँ?
हाँ। बॉट के साथ बैकटेस्ट स्क्रिप्ट (simular_csv.py) आती है और कैंडल डाउनलोड करने वाला हिस्सा पब्लिक है।

→ भारत से ट्रेड कर रहे हैं? पहले यह पढ़ें: क्या Quotex भारत में लीगल है? · देश के अनुसार वैधता

⚠️ बाइनरी ऑप्शंस में पूरी पूँजी खोने का ऊँचा जोखिम रहता है। यह शैक्षिक सामग्री डेमो-अकाउंट डेटा पर आधारित है — निवेश सलाह नहीं। पिछले नतीजे भविष्य की गारंटी नहीं देते। कोई भी बॉट या रणनीति मुनाफ़े की गारंटी नहीं देती।