پشتکار وقتی ارزش واقعی پیدا میکنه که همراه با بازخورد باشه وگرنه ممکنه آدم سالها یک اشتباه رو با انگیزه زیاد تکرار کنه و اسمش رو بذاره تلاش و استمرار
اگر هر ایده جدید رو وارد فرآیند آزمایش کنیم و نتیجه رو با داده قبلی مقایسه کنیم کم کم مشخص میشه کدوم تغییر واقعا باعث بهتر شدن سیستم شده و کدوم فقط احساس پیشرفت ایجاد کرده اینطوری آموزش از جمع کردن اطلاعات تبدیل میشه به ساختن مهارت و تصمیم گیری بهتر
دقیقا استمرار به تنهایی معیار پیشرفت نیست چون ممکنه یک روش اشتباه رو فقط با نظم بیشتری تکرار کنیم چیزی که استمرار رو ارزشمند میکنه همین بازخورد و اصلاحه یعنی هر بار نتیجه رو با داده های قبلی مقایسه کنیم ببینیم چه چیزی واقعا بهتر شده و چه چیزی فقط حس خوبی از پیشرفت ایجاد کرده اینجوری بعد از مدتی آموزش از مصرف اطلاعات خارج میشه و تبدیل میشه به یک فرآیند واقعی برای ساختن مهارت
به نظرم یکی از مشکلات یادگیری اینه که گاهی اضافه کردن اطلاعات رو با پیشرفت اشتباه میگیریم در حالی که ممکنه ده ها مفهوم جدید یاد گرفته باشیم ولی در تصمیم گیری هیچ تغییری ایجاد نشده باشه وقتی هر ایده جدید تبدیل به یک فرضیه بشه و قبل و بعدش رو با داده مشخص بررسی کنیم خیلی راحت تر میفهمیم کدوم تغییر ارزش نگه داشتن داره و کدوم فقط پیچیدگی سیستم رو بیشتر کرده در نهایت مهارت از تعداد چیزهایی که میدونیم نمیاد از کیفیت تصمیم هایی میاد که میتونیم به شکل تکرارپذیر اجرا کنیم
دقیقا مشکل اینجاست که آدم گاهی احساس میکنه چون اطلاعات بیشتری جمع کرده پس حتما حرفه ای تر شده در صورتی که معیار واقعی اینه که اون اطلاعات چقدر کیفیت تصمیم هاش رو تغییر داده مثلا اگر یه مفهوم جدید یاد میگیریم باید مشخص کنیم قراره کدوم ضعف رو برطرف کنه و بعد از یه تعداد معامله بررسی کنیم که واقعا نتیجه بهتر شده یا فقط قوانین بیشتری به سیستم اضافه کردیم
یه نکته مهم هم اینه که هر تغییری لزوما نباید باعث افزایش سود بشه گاهی یه اصلاح ارزشمنده چون دراوداون رو کمتر میکنه یا اجرای قوانین رو ساده تر میکنه برای همین بهتره قبل از تغییر معیار مشخصی داشته باشیم و نتایج رو روی نمونه کافی از معاملات مقایسه کنیم و اگر تغییری مزیت قابل اندازه گیری نداشت به خاطر جدید بودنش نگهش نداریم چون سیستم ساده ای که بشه منظم اجراش کرد خیلی وقت ها از سیستمی با کلی فیلتر و شرط اضافه کاربردی تره
دقیقا مشکل از جایی شروع میشه که یادگیری به جای اینکه کیفیت اجرای سیستم رو بهتر کنه تبدیل میشه به جمع کردن مداوم روش های جدید و هر بار با دیدن یک تکنیک تازه کل چیزی که قبلا ساختیم زیر سوال میره به نظرم بهتره یک سیستم مشخص داشته باشیم و هر ایده جدید رو جداگانه تست کنیم تا بفهمیم واقعا باعث بهتر شدن نتیجه شده یا نه چون تا وقتی تاثیر یک تغییر رو با داده بررسی نکردیم نمیتونیم صرفا به خاطر جذاب بودنش وارد معاملات واقعی بشیم
به نظرم پیشرفت در معامله گری بیشتر از اینکه به تعداد ساعت های آموزش دیدن وابسته باشه به کیفیت بازخوردی بستگی داره که از اجرای واقعی میگیریم ممکنه یک نفر کلی مفهوم بلد باشه ولی هنوز ندونه کدوم بخش از روشش واقعا مزیت ایجاد میکنه برای همین بهتره هر تغییر رو با بک تست و بعد فوروارد تست بررسی کنیم و نتیجه رو با عملکرد قبلی مقایسه کنیم البته باید تعداد نمونه کافی باشه تا با چند معامله خوب یا بد تصمیم نگیریم اینجوری هم از یادگیری دست نمیکشیم و هم اجازه نمیدیم هر ایده تازه تمرکز و ثبات سیستم رو به هم بزنه
چیزی که باعث پیشرفت واقعی میشه اینه که بعد از یادگیری هر مفهوم بتونیم اثرش رو در عملکرد خودمون ببینیم چون ممکنه یک روش روی کاغذ منطقی به نظر برسه اما وقتی وارد بک تست و اجرای واقعی میشه مشخص بشه که در عمل مزیت خاصی ایجاد نمیکنه برای همین بهتره به جای اینکه مدام دنبال آموزش جدید باشیم از معاملات خودمون بازخورد بگیریم و بفهمیم کدوم بخش از سیستم درست کار میکنه و کجا نیاز به اصلاح داریم
من فکر میکنم یکی از اشتباهات رایج اینه که با چند معامله خوب سریع به یک روش جدید اعتماد میکنیم یا بعد از چند ضرر کل سیستم رو زیر سوال میبریم در حالی که نتیجه کوتاه مدت به تنهایی نمیتونه درباره کیفیت یک استراتژی قضاوت کنه بهتره هر تغییر رو جداگانه بررسی کنیم اول با داده های گذشته و بعد در شرایط واقعی با ریسک کنترل شده و در نهایت نتیجه رو با نسخه قبلی مقایسه کنیم اینطوری هم مسیر یادگیری ادامه پیدا میکنه و هم سیستم به خاطر هیجان و ایده های پراکنده مدام تغییر نمیکنه
آمارها می تونن متغیر باشن ولی از هر ۱۰۰ نفر تریدری که ترید رو کنار نمیذارن و تا آخرش ادامه میدن فقط ۳ نفر به سودددهی مستمر میرسن و از این سه نفر هم دو نفرشون در حد امرار معاش می مونن و و فقط یک نفر از هر ۱۰۰ نفری که ترید رو تحت هر شرایطی ادامه داده ثروتمند میشه.
به نظرم این آمارها بیشتر از اینکه یک قانون قطعی درباره ترید باشن باید به عنوان یه هشدار جدی دیده بشن چون خیلی ها سال ها توی بازار می مونن اما صرف ادامه دادن لزوما باعث پیشرفت نمیشه اگر کسی مدام همون اشتباهات رو تکرار کنه و بدون ثبت معاملات و بررسی عملکردش فقط سیستم عوض کنه ممکنه بعد از چند سال هم به نتیجه نرسه چیزی که اهمیت داره ادامه دادن همراه با یادگیری و اصلاح اشتباهات و داشتن یک مزیت آماری قابل اندازه گیریه نه صرفا موندن توی بازار
من با این بخش موافقم که سوددهی مستمر خیلی سخت تر از چیزیه که اول مسیر به نظر میاد ولی برای درصدهای دقیقی مثل سه نفر از صد نفر یا یک نفر از صد نفر باید منبع و روش محاسبه مشخص باشه چون سودده شدن با امرار معاش از ترید و ثروتمند شدن سه معیار متفاوتن از طرفی ثروتمند شدن فقط به مهارت معامله گری مربوط نیست و سرمایه اولیه و مدیریت پول و مدت زمان فعالیت هم نقش دارن به نظرم بهتره به جای درگیر شدن با این درصدها روی چیزی تمرکز کنیم که دست خودمونه یعنی ساختن یک سیستم مشخص و سنجش نتیجه در تعداد کافی معامله و حفظ ریسک در دوره های ضرر
دقیقا خیلی وقتا تریدر با چندتا معامله سودده فکر میکنه به یه روش طلایی رسیده و با چندتا ضرر همون روش رو کنار میذاره در حالی که هیچ کدوم به تنهایی معیار قابل اعتمادی برای قضاوت نیستن مهم اینه که تغییرات رو با آمار بررسی کنیم و ببینیم واقعا روی عملکرد سیستم تاثیر مثبت گذاشتن یا فقط توی یه بازه کوتاه نتیجه خوبی دادن
یه نکته مهم هم اینه که وقتی تغییری توی سیستم ایجاد میکنیم بهتره نسخه قبلی رو هم نگه داریم تا بتونیم عملکردشون رو در شرایط یکسان مقایسه کنیم وگرنه ممکنه بعد از مدتی اصلا نفهمیم کدوم تغییر باعث بهتر شدن یا افت نتایج شده اینطوری هر اصلاحی دلیل مشخصی داره و سیستم هم با هر ایده جدیدی از مسیر اصلیش خارج نمیشه
دقیقا استمرار به تنهایی تضمین نمیکنه که آدم پیشرفت کنه مهم اینه که بعد از هر دوره بررسی کنیم چه چیزی یاد گرفتیم و کدوم رفتار یا تصمیم رو تغییر دادیم مخصوصا توی ترید ممکنه مدت زیادی درگیر بازار باشیم ولی تا وقتی اشتباهاتمون رو اندازه گیری نکنیم و نتیجه اصلاحات رو نبینیم صرفا داریم همون تجربه قبلی رو تکرار میکنیم
یه نکته مهم اینه که هر بار فقط یک متغیر رو تغییر بدیم و نتیجه رو با داده های قبلی مقایسه کنیم چون وقتی چند قانون رو همزمان عوض میکنیم حتی اگر عملکرد بهتر بشه مشخص نیست کدوم تغییر اثرگذار بوده اینجوری هم از تصمیم های هیجانی برای تغییر استراتژی جلوگیری میکنیم هم به مرور میفهمیم کدوم اصلاح واقعا ارزش نگه داشتن داره
دقیقا مخصوصا وقتی یه دوره ضرر میکنیم خیلی وسوسه میشیم چندتا قانون رو همزمان تغییر بدیم تا سریع نتیجه بگیریم ولی این کار باعث میشه نفهمیم مشکل واقعا از کجا بوده بهتره هر تغییر رو جداگانه آزمایش کنیم و با تعداد معامله کافی بسنجیم تا مشخص بشه واقعا به بهبود عملکرد کمک کرده یا فقط نتیجه چند معامله اتفاقی بوده
این روش باعث میشه کم کم به جای اینکه با هر افت عملکرد کل استراتژی رو زیر سوال ببریم با شواهد تصمیم بگیریم حتی ممکنه بعد از بررسی متوجه بشیم اصلا نیازی به تغییر قانون ورود نداریم و مسئله از اجرای خودمون بوده مهم اینه که قبل از آزمایش مشخص کنیم چه نتیجه ای انتظار داریم و بعد هم بدون دستکاری معیارها بررسی کنیم تغییر مورد نظر واقعا موثر بوده یا نه
دقیقا همین نگاه داده محور باعث میشه در مواجهه با افت عملکرد تصمیم های عجولانه نگیریم و قبل از هر تغییری بررسی کنیم که مشکل واقعا از ساختار استراتژیه یا از نحوه اجرای اون گاهی با تحلیل دقیق معاملات مشخص میشه که قوانین ورود کاملا مناسب هستن و فقط باید روی انضباط معاملاتی و کنترل رفتارهای تکراری کار کنیم
نکته مهم اینه که قبل از آزمایش هر تغییر معیارهای موفقیت و نتیجه مورد انتظار رو مشخص کنیم و بعد بدون تغییر دادن معیارها بر اساس نتایج به دست اومده قضاوت کنیم اینطوری احتمال اینکه چند معامله تصادفا خوب رو به حساب موفقیت یک تغییر بذاریم کمتر میشه و تصمیم هامون اعتبار آماری بیشتری پیدا میکنن