The Self-Improving Loop — প্রতিটি বন্ধ ট্রেড ইঞ্জিনকে শেখায়
বেশিরভাগ ট্রেডিং বট সময়ে জমে আছে। তারা আজ যে লজিক চালায়, সেটাই প্রথম দিনে চালিয়েছিল। তারা একবার খারাপ ট্রেড করলে, আগামীকালও সানন্দে একই খারাপ ট্রেড করবে। আমরা সিদ্ধান্ত নিয়েছি যে এটি একটি অগ্রহণযোগ্য সীমা।
আজকের হিসাবে, StormBot সরবরাহ করে একটি স্ব-উন্নয়ন লুপ — পাঁচটি পরস্পর-সংযুক্ত মডিউল যা প্রতিটি বন্ধ হওয়া ট্রেড ট্র্যাক করে, বিচ্ছিন্ন করে এবং তা থেকে শেখে। স্ট্র্যাটেজি তত্ত্বের ভিত্তিতে নয়, বাস্তব ফলাফলের ভিত্তিতে মানিয়ে নেয়।
প্রতিটি মডিউল কী করে তা এখানে:
1. ট্রেড ফলাফল ট্র্যাকার ও জয়ের হার ক্যালকুলেটর
প্রতিটি বের হওয়া ট্রেড — স্টপ-লস, লাভের লক্ষ্য, বা মার্কেট রেজোলিউশনের মাধ্যমে হোক — তার সম্পূর্ণ প্রসঙ্গের সাথে স্থায়ীভাবে রেকর্ড হয়: মার্কেট প্রশ্ন, এন্ট্রি মূল্য, এক্সিট মূল্য, কোন শহর, কোন তারিখ, কোন ট্রেডিং মোড সক্রিয় ছিল, পূর্বাভাস মডেলগুলো কী পূর্বাভাস দিয়েছিল এবং চূড়ান্ত P&L।
এই ডেটা থেকে ইঞ্জিন রিয়েল-টাইম জয়ের হার গণনা করে, এই অনুসারে বিভক্ত: শহর, ট্রেডিং মোড, এন্ট্রি দাম পরিসর, এবং সময়কাল। মাত্র কয়েক দিন ট্রেড করার পরেই প্যাটার্ন বেরিয়ে আসে। হয়তো বট লন্ডনের ৮৫% ট্রেড জেতে কিন্তু সিউলের মাত্র ৪৫%। হয়তো এটি ১৫¢-এর নিচের এন্ট্রিতে চমৎকার পারফর্ম করে কিন্তু ৪০¢-এর উপরে খারাপ। এগুলো অনুমান নয় — এগুলো বাস্তব ট্রেড থেকে শক্ত সংখ্যা, এবং সরাসরি Claude-এর পরবর্তী সিদ্ধান্তে যায়।
2. নিষ্পত্তি-পরবর্তী ফিডব্যাক লুপ — মডেল নির্ভুলতা ট্র্যাকিং
এটি বিশুদ্ধ আবহাওয়াসংক্রান্ত বিজ্ঞান। প্রতিটি মার্কেট সমাধান হওয়ার পরে, ইঞ্জিন রেকর্ড করে যে প্রতিটি আবহাওয়া মডেল কী ভবিষ্যদ্বাণী করেছিল বনাম প্রকৃতপক্ষে কী ঘটেছিল। সময়ের সাথে সাথে, এটি একটি প্রতি-শহর মডেল নির্ভুলতা ডেটাবেস.
ফলাফল? ৩০ দিনের ডেটার পর, বটটি জানতে পারে যে "ECMWF মার্চে সিউলের জন্য নিয়মিতভাবে ০.৮°C বেশি উষ্ণ চলে" বা "GFS গ্রীষ্মে মায়ামির জন্য ১.২°C বেশি শীতল।" এই সিস্টেমেটিক বায়াসগুলো স্বয়ংক্রিয়ভাবে কনসেনসাস হিসাবে যোগ হয়। অন্য কোনো আবহাওয়া ট্রেডিং বটে এটি নেই — অধিকাংশ একটি নির্দিষ্ট শহর ও ঋতুর জন্য ট্র্যাক রেকর্ড নির্বিশেষে সব মডেলকে সমানভাবে দেখে।
3. Claude নিজের ট্রেড বিচার করে — AI পোস্ট-মর্টেম বিশ্লেষণ
এটি সবচেয়ে শক্তিশালী মডিউল। প্রতি 30 মিনিটে, বট তার সাম্প্রতিক হারানো ট্রেডগুলি পর্যালোচনা করে এবং একটি সাধারণ প্রশ্নের সাথে প্রতিটি Claude-এর কাছে ফেরত পাঠায়: "কী ভুল হলো?"
Claude ট্রেডটি পেছন ফিরে যাচাই করে — যে পূর্বাভাস ডেটা ছিল, যে দামে এন্ট্রি হয়েছিল, প্রকৃত ফলাফল — এবং একটি সংক্ষিপ্ত পোস্ট-মর্টেম লেখে: ভুলটি কী ছিল এবং ভবিষ্যতে এটি এড়াতে একটি কার্যকর নিয়ম। এই শিক্ষাগুলো একটি "প্লেবুকে" জমা হয় যা ভবিষ্যৎ প্রতিটি AI প্রম্পটে ইনজেক্ট হয়।
১০০টি ট্রেডের পরে, Claude মূলত বাস্তব অভিজ্ঞতার ভিত্তিতে নিজের ট্রেডিং ম্যানুয়াল লিখে ফেলেছে। টেস্টিংয়ে দেখা শিক্ষার উদাহরণ:
- "এশীয় শহরগুলিতে 30¢-এর উপরে BUY_YES এড়িয়ে চলুন — সেই দামে বাজার সাধারণত ইতিমধ্যেই দক্ষ থাকে"
- "যখন GFS এবং ECMWF ২°C-এর বেশি ভিন্নমত পোষণ করে, সর্বদা SKIP করুন — অনিশ্চয়তা অনেক বেশি"
- "মার্চ মাসে সিউলের তাপমাত্রা মডেল সম্মতির চেয়ে ধারাবাহিকভাবে কম থাকে — -1°C সংশোধন প্রয়োগ করুন"
4. AI আত্মবিশ্বাস ক্যালিব্রেশন
যখন Claude বলে যে একটি ট্রেডের "VERY_HIGH" কনফিডেন্স আছে, তখন এটি আসলে কতবার জিতে? এই মডিউল উত্তরটি সঠিকভাবে ট্র্যাক করে। প্রতিটি ট্রেডের কনফিডেন্স লেভেল তার ফলাফলের সাথে রেকর্ড করা হয়, একটি ক্যালিব্রেশন টেবিল তৈরি করে:
HIGH: ৫৮.১% প্রকৃত জয়ের হার (৩৬/৬২ ট্রেড)
MEDIUM: ৪১.২% প্রকৃত জয়ের হার (১৪/৩৪ ট্রেড)
LOW: ২৫.০% প্রকৃত জয়ের হার (৩/১২ ট্রেড)
এই ডেটা সরাসরি Claude-এর প্রম্পটে ইনজেক্ট হয়। যদি Claude দেখে যে তার VERY_HIGH সিদ্ধান্তগুলো মাত্র ৬০% সময় জেতে, এটি স্বাভাবিকভাবেই আরও বাছাইপূর্ণ হয়ে ওঠে — VERY_HIGH-কে সত্যিকারের নিশ্চিত ফলাফলের জন্য সংরক্ষিত রাখে। AI-এর আত্মবিশ্বাস বাস্তবে অর্থপূর্ণ হয়, স্বেচ্ছাচারী নয়, যা সরাসরি ট্রেড সাইজিং উন্নত করে (কারণ বড় বাজি উচ্চতর আত্মবিশ্বাস স্তরে রাখা হয়)।
5. রোলিং পারফরম্যান্স কনটেক্সট — প্যাটার্ন রিকগনিশন
এখন প্রতিটি AI বিশ্লেষণ একটি রোলিং ৭-দিনের পারফরম্যান্স সারাংশ পায় যা দেখায়:
- সামগ্রিক জয়/পরাজয়ের রেকর্ড এবং নেট P&L
- সেরা পারফরম্যান্সের শহর (যেখানে বট নিয়মিত জিতছে)
- সবচেয়ে খারাপ পারফরম্যান্সের শহর (যেখানে সাবধানে ট্রেড করা বা এড়িয়ে চলা উচিত)
- এন্ট্রি প্রাইস রেঞ্জ অনুযায়ী জয়ের হার (<15¢, 15-40¢, >40¢)
Claude স্বাভাবিকভাবে এই প্রসঙ্গের উপর ভিত্তি করে তার আচরণ সামঞ্জস্য করে। যদি লন্ডন ট্রেডগুলো ৯টি জয়ের ধারায় থাকে, এটি লন্ডন সুযোগগুলোর দিকে আরও আক্রমণাত্মকভাবে ঝুঁকে যায়। যদি সিউল নিয়মিতভাবে হারে, এটি সিউল ট্রেড সুপারিশের আগে উচ্চতর মান নির্ধারণ করে। বটের কৌশল প্রতিদিন কী আসলে কাজ করছে তার ভিত্তিতে বিবর্তিত হয়।
কম্পাউন্ড প্রভাব
এই পাঁচটি মডিউল বিচ্ছিন্নভাবে কাজ করে না — তারা মিলিতভাবে কাজ করে। ট্রেড ফলাফল ক্যালিব্রেশন ডেটায় যায়। ক্যালিব্রেশন ডেটা কনফিডেন্স লেভেল সমন্বয় করে। সমন্বিত কনফিডেন্স লেভেল পজিশন সাইজিং বদলায়। পোস্ট-মর্টেম শিক্ষা তৈরি করে। শিক্ষা পুনরাবৃত্ত ভুল রোধ করে। মডেল বায়াস ট্র্যাকিং পূর্বাভাস সংশোধন করে। ভালো পূর্বাভাস জয়ের হার বাড়ায়। ভালো জয়ের হার আরও লাভে মিলিতভাবে বেড়ে ওঠে। যে বট ৩০ দিন চলে সেটি ৩ দিন চলা বটের চেয়ে মৌলিকভাবে স্মার্টার। এটি StormBot-এর সবচেয়ে গুরুত্বপূর্ণ ফিচার — এবং এটি এখন লাইভ।