पायथन वेरिफिकेशन और MT5 लाइव में 92-98% के अंतर की कहानी
विषय सूची
- रणनीति का विवरण — एशिया रेंज → NY सेशन ब्रेकआउट
- Python Walk-Forward के नतीजे — शानदार आंकड़े
- लेकिन — MT5 लाइव 14-वर्षीय बैकटेस्ट (USDJPY_NY_BREAKOUT_EA.mq5 v2.0)
- इतना बड़ा अंतर क्यों आया — 5 संभावित कारण
- 1. स्प्रेड/स्लिपेज का हिसाब न होना
- 2. डेटा क्वालिटी
- 3. एक्जीक्यूशन मॉडल का अंतर
- 4. ATR×टू-स्टेज TP की लाइव पर कमजोरी
- 5. CASCADE अर्ध-कंपाउंडिंग का लाइव पर नकारात्मक असर
- इंडस्ट्री स्तर के सबक
- 1. Python बैकटेस्ट/वॉक-फॉरवर्ड **MT5 लाइव के लिए संदर्भ नहीं बन सकते**
- 2. "आर्थिक रूप से तर्कसंगत परिकल्पना" के लिए भी लाइव वेरिफिकेशन जरूरी है
- 3. CLAUDE.md के "लाइव वेरिफिकेशन अनिवार्य नियम" का आधार और मजबूत हुआ
- FXEA365 का फैसला
- इंडस्ट्री को सुझाव — Python बैकटेस्ट इस्तेमाल करने वालों के लिए
- संबंधित लिंक
पायथन वेरिफिकेशन और MT5 लाइव में 92-98% के अंतर की कहानी
FXEA365 के संचालक की ओर से।
इस आर्टिकल में हम पूरी तरह से बता रहे हैं कि 2026-05-29 को NY Session Breakout रणनीति को Python Walk-Forward और MT5 लाइव 14-वर्षीय बैकटेस्ट से तुलना करने पर PF में 92-98% का अंतर कैसे सामने आया।
यह डेटा इंडस्ट्री स्तर पर एक बार फिर साबित करता है कि "Python बैकटेस्ट में शानदार आंकड़े आने का यह मतलब नहीं कि वह MT5 लाइव पर भी काम करेगा"।
रणनीति का विवरण — एशिया रेंज → NY सेशन ब्रेकआउट
| आइटम | सेटिंग |
|---|---|
| टाइमफ्रेम | H1 |
| एशिया रेंज | 0-4h UTC (एशियन टाइम रेंज फॉर्मेशन) |
| ट्रेड टाइम | 15-20h UTC (NY सेशन के दौरान) |
| एंट्री | एशियन टाइम के High/Low का ब्रेकआउट |
| एग्जिट | SL = ATR × 0.5 / TP1 = ATR × 0.5 (50% पोजीशन क्लोज) / TP2 = ATR × 7.0 |
| लॉट | Risk 2% (CASCADE अर्ध-कंपाउंडिंग) |
थ्योरी के हिसाब से इसमें एज है:
- NY सेशन (UTC 15-20 घंटे = JST रात 24 से अगली सुबह 5 बजे तक) इंस्टीट्यूशनल इन्वेस्टर्स का सबसे एक्टिव टाइम है, जहां लिक्विडिटी कंसंट्रेट होती है
- एशिया रेंज एक नेचुरल रेफरेंस वैल्यू है, और इसके ऊपर-नीचे टूटना डायरेक्शन का मजबूत सिग्नल माना जाता है
- टू-स्टेज एग्जिट (TP1=ATR×0.5/TP2=ATR×7) फॉल्स ब्रेकआउट से बचाव और ट्रेंड कैप्चर दोनों करता है
Python Walk-Forward के नतीजे — शानदार आंकड़े
2026-05-27 से 28 के बीच scripts/gen_h1_ny_walkforward.py से 9 करेंसी पेयर्स का WF (Train 60% / Test 40%) रन किया गया:
| Pair | train PF | test PF | test DD | test WR | कंसिस्टेंसी | OOS सर्वाइवल रेट |
|---|---|---|---|---|---|---|
| EURUSD | 7.42 | 9.03 | 5.47% | 79.6% | 0.82 | 500/500 |
| GBPUSD | 11.78 | 13.00 | 31.85% | 84.2% | 0.91 | 500/500 |
| XAUUSD | 7.76 | 11.96 | 13.18% | 80.9% | 0.65 | (पिछला वेरिफिकेशन) |
| EURJPY | 9.41 | 7.93 | 7.46% | 79.2% | 0.84 | 500/500 |
| GBPJPY | 9.74 | 8.24 | 12.30% | 79.3% | 0.85 | 500/500 |
| USDJPY | 6.12 | 11.62 | 36.24% | 80.7% | 0.53 | (पिछला वेरिफिकेशन) |
| CADJPY | 7.59 | 5.76 | 32.81% | 75.9% | 0.76 | 499/500 |
| AUDJPY | 8.49 | 6.32 | 27.33% | 74.4% | 0.74 | 351/500 |
| NZDJPY | 9.22 | 6.51 | 15.05% | 70.6% | 0.71 | 500/500 |
सभी 9 करेंसी पेयर्स में PF≥5 × जीत दर≥70% × OOS सर्वाइवल रेट 500/500।
इंडस्ट्री की आम प्रैक्टिस के हिसाब से तो यह "सपनों जैसी यूनिवर्सल एज मिल गई!" "सभी करेंसी पेयर्स के रोडमैप के साथ लाइनअप का विस्तार करो!" कहकर साइट पर पब्लिश कर देने लायक नतीजे हैं।
लेकिन — MT5 लाइव 14-वर्षीय बैकटेस्ट (USDJPY_NY_BREAKOUT_EA.mq5 v2.0)
CLAUDE.md के "लाइव वेरिफिकेशन अनिवार्य नियम" के अनुसार, Python WF में सबसे मजबूत रहे 4 करेंसी पेयर्स को MT5 लाइव 14-वर्षीय बैकटेस्ट से दोबारा वेरिफाई किया गया:
| Pair | Python WF (test) | MT5 लाइव 14-वर्षीय BT | अंतर | अकाउंट रिजल्ट |
|---|---|---|---|---|
| USDJPY | PF 11.62 / DD 36% | PF 0.77 / DD 99.72% | −93% | -$9,966 (लगभग पूरा नुकसान) |
| EURUSD | PF 9.03 / DD 5.47% | PF 0.73 / DD 99.84% | −92% | -$9,984 (लगभग पूरा नुकसान) |
| GBPUSD | PF 13.00 / DD 31.85% | PF 0.21 / DD 101.12% | −98% | -$10,112 (अकाउंट पूरी तरह डूबा) |
| EURJPY | PF 7.93 / DD 7.46% | PF 0.49 / DD 100.01% | −94% | -$10,001 (अकाउंट पूरी तरह डूबा) |
सभी 4 करेंसी पेयर्स में हार, Python WF के मुकाबले PF में 92-98% का अंतर।
इतना बड़ा अंतर क्यों आया — 5 संभावित कारण
1. स्प्रेड/स्लिपेज का हिसाब न होना
Python बैकटेस्ट close-to-close आधार पर कैलकुलेट होता है। लाइव अकाउंट में हर एक्जीक्यूशन स्प्रेड (0.5-2 pips) + स्लिपेज की वजह से खराब होता है। हर ट्रेड में 1-3 pips का नुकसान धीरे-धीरे जमा होता जाता है।
2. डेटा क्वालिटी
Python में Dukascopy M5 → H1 एग्रीगेटेड डेटा इस्तेमाल होता है। MT5 लाइव में ब्रोकर की टिक डेटा (ज्यादा सटीक प्राइस मूवमेंट) इस्तेमाल होती है। एक ही "H1 कैंडल" होने पर भी अंदर की प्राइस मूवमेंट अलग होती है।
3. एक्जीक्यूशन मॉडल का अंतर
Python में आइडियल एक्जीक्यूशन होता है (हमेशा मनचाहे प्राइस पर एक्जीक्यूट होता है)। MT5 लाइव में वॉल्यूम/स्प्रेड की सीमाओं के कारण मनचाहे प्राइस और असली एक्जीक्यूशन प्राइस में अंतर आ जाता है। खासकर हाई वोलैटिलिटी वाले समय (जैसे NY ओपन के तुरंत बाद) में यह स्पष्ट दिखता है।
4. ATR×टू-स्टेज TP की लाइव पर कमजोरी
थ्योरी में यह डिज़ाइन बहुत खूबसूरत लगता है, लेकिन लाइव में TP2=ATR×7 शायद ही कभी पूरा होता है।
- Python बैकटेस्ट: पुराने डेटा पर "नतीजे देखकर" ऑप्टिमल SL/TP कैलकुलेट करता है
- लाइव: SL=ATR×0.5 बार-बार हिट होता है, जबकि TP2=ATR×7 तक ट्रेंड टिकता नहीं और लगातार स्टॉप-लॉस लगते जाते हैं
5. CASCADE अर्ध-कंपाउंडिंग का लाइव पर नकारात्मक असर
बैलेंस के हिसाब से लॉट को डायनामिकली एडजस्ट करने वाला डिज़ाइन, नुकसान की स्थिति में नुकसान को और तेज कर देता है:
- बैलेंस $10K → Risk 2% → लॉट 0.2
- लगातार हार से बैलेंस $8K → Risk 2% → लॉट 0.16 (हल्की कमी)
- लगातार हार से बैलेंस $5K → Risk 2% → लॉट 0.10 (नुकसान रोकने में असर नहीं)
थ्योरी में "कंपाउंडिंग का जादू" लाइव में उल्टा असर करता है।
इंडस्ट्री स्तर के सबक
1. Python बैकटेस्ट/वॉक-फॉरवर्ड MT5 लाइव के लिए संदर्भ नहीं बन सकते
- "PF≥5 × जीत दर≥70% × OOS सर्वाइवल रेट 500/500" भी लाइव में बेमानी साबित होता है
- WF का "robust" या "OOS robust" जज्मेंट सिर्फ Python डेटा के अंदर की मजबूती का आकलन है, यह लाइव का विकल्प नहीं है
2. "आर्थिक रूप से तर्कसंगत परिकल्पना" के लिए भी लाइव वेरिफिकेशन जरूरी है
- "इंस्टीट्यूशनल इन्वेस्टर्स का NY टाइम में एक्टिव रहना" और "एशिया रेंज के ऊपर-नीचे टूटना डायरेक्शन सिग्नल होना" थ्योरी के हिसाब से सही है
- लेकिन MT5 लाइव 14 साल में पूरी हार = थ्योरी और लाइव में बड़ा अंतर
3. CLAUDE.md के "लाइव वेरिफिकेशन अनिवार्य नियम" का आधार और मजबूत हुआ
- 25EA + NY Session के 4 EA = कुल 29 वेरिफिकेशन में Python बैकटेस्ट पर भरोसा नहीं किया जा सकता, यह पूरी तरह साबित हो चुका है
- यह डेटा FXEA365 के ब्रांड सिद्धांत ("शानदार आंकड़ों की बजाय लाइव पर साबित प्रदर्शन") को इंडस्ट्री स्तर पर सपोर्ट करता है
FXEA365 का फैसला
NY Session रणनीति के 9 करेंसी पेयर्स MT5 लाइव वेरिफिकेशन में पूरी तरह फेल हुए, इसलिए साइट पर पब्लिश नहीं किए जाएंगे।
पब्लिश लाइनअप वही बना रहेगा: EURJPY ASIA / GBPJPY ASIA / BLAZE GOLD / AUDCAD PEACE-CLONE ये मुख्य 4 EA ही रहेंगे।
कुल वार्षिक +35.5% (Risk5%) रिटर्न भले ही उतना शानदार न लगे, लेकिन यह 14 साल के लाइव बैकटेस्ट में असल में साबित हुआ भरोसेमंद आंकड़ा है।
इंडस्ट्री को सुझाव — Python बैकटेस्ट इस्तेमाल करने वालों के लिए
हम Python बैकटेस्ट को खारिज नहीं कर रहे हैं। बस इसके इस्तेमाल को इस तरह बांटने की सलाह देते हैं:
| Python बैकटेस्ट का सही इस्तेमाल | सिफारिश |
|---|---|
| रणनीति के आइडिया की शुरुआती जांच (यह दिशा संभावनाशील है या नहीं) | ✅ सिफारिश की जाती है |
| पैरामीटर रेंज की स्क्रीनिंग (कहां पर बारीकी से जांच करनी है) | ✅ सिफारिश की जाती है |
| WF रोबस्टनेस की जांच (Train/Test सेपरेशन से ओवरफिटिंग चेक करना) | ✅ सिफारिश की जाती है |
| साइट पर पब्लिश किए गए आंकड़ों का आधार | ❌ मनाही (लाइव से अंतर आता है) |
| "OOS सर्वाइवल रेट" को बिक्री का आधार बनाना | ❌ मनाही (लाइव का विकल्प नहीं बन सकता) |
| EA पब्लिश करने का फैसला | ❌ मनाही (MT5 लाइव वेरिफिकेशन जरूरी) |
Python बैकटेस्ट के आंकड़े सिर्फ "शुरुआती स्क्रीनिंग इंडिकेटर" हैं। प्रोडक्शन में पब्लिश करने के लिए MT5 लाइव वेरिफिकेशन जरूरी है।
संबंधित लिंक
- मुख्य EA (लाइव वेरिफाइड):
- ★1 EURJPY ASIA BREAKOUT (14 साल लाइव PF=1.18)
- ★2 GBPJPY ASIA BREAKOUT (14 साल लाइव PF=1.38)
- ★3 BLAZE GOLD v2.30 (7 साल लाइव PF=1.61)
- ★4 AUDCAD PEACE-CLONE (10 साल लाइव PF=1.36)
- संबंधित ब्लॉग:
FXEA365 — हम शानदार दिखने वाले आंकड़ों की बजाय, MT5 लाइव पर 14 साल के बैकटेस्ट में असल में साबित हुई रणनीतियां ही मुफ्त में पब्लिश करते हैं।
संबंधित
📧 कीमत बढ़ने से पहले अलर्ट + मुफ्त 5-दिवसीय ईमेल कोर्स
सभी EA लॉन्च मूल्य पर हैं और बिक्री के साथ चरणों में बढ़ते हैं। हर बढ़ोतरी से पहले सूचना पाएं, साथ ही एल्गो ट्रेडिंग, बैकटेस्ट पढ़ने और ब्रोकर चुनने पर रोज़ एक ईमेल।
* गोपनीयता कड़ाई से संरक्षित। आप किसी भी समय सदस्यता समाप्त कर सकते हैं।