Trading with DaviddTech යූට්යුබ් චැනලයක් “Manergy Cloud” නමින් 3,888% ආදායම්, 62% ජයග්රහණය කියා දැක්වූ TradingView කූටයක් ප්රසිද්ධ කර තිබුණා. 1‑hour BTCUSDT ග්රාෆ් එකේ 10x ලෙවර්ජ් භාවිතා කරලා 237 වාරික ගනුදෙනුවලින් එම අංක ලැබුණා කියලා වීඩියෝවට අනුගාමීව බොහෝ අය කැමතිව බලලා.
කෙසේ වෙතත්, ලේඛකයා මේ අංක සත්යදැයි පරීක්ෂා කිරීමට තීරණය කළා. වීඩියෝවෙන් පෙන්වා දුන් “EWMA” (Entropy Weighted Moving Average) සහ “LMO” (Lead‑Lag Moving Oscillator) යන ඉන්ඩිකේටර් දෙකම TradingView වෙතින් බාගත කළ නොහැකි බව, කොමෙන්ට් වලින්ත් පෙනෙනවා. එම නිසා මුලික දත්ත පූර්ණයෙන්ම නැතිව, ලේඛකයා තමන්ගේම සමාන නියමයන් සමඟ පරීක්ෂණයක් කළා.
ඔහු පළමු ඉන්ඩිකේටරය ලෙස ඩොනෝවන් වූල්ගේ Range Filter (පොදු, විවෘත‑කේත) භාවිතා කරලා, ATR බෑන්ඩ්ස් (3×) සහ 1:2 රිස්ක්‑රෙවඩ් නීතිය අනුගමනය කළා. “LMO” සහ “EWMA” වෙනුවට, EMA‑crossover මත පදනම් වූ Lead‑Lag Oscillator එකක් සහ Kaufman Efficiency Ratio චොප්පිනස් ෆිල්ටරයක් නිර්මාණය කරලා. ඒක BTCUSDT නොව, MES, MNQ, SPY, QQQ වැනි US equity/futures නියමයන්ට, ලෙවර්ජ් නොමැතිව පරීක්ෂා කළා.
- ප්රධාන සොයාගැනීම: මුල් වීඩියෝවෙහි ප්රකාශිත ඉන්ඩිකේටර් නොමැති නිසා, 3,888% ආදායම් අංකය ස්වයං පරීක්ෂා කළ නොහැක.
- පිළිතුරු: සමාන නියමයන්ගෙන් පරීක්ෂා කළ විට, අලූත් ලාභ අනුපාතය, ජයග්රහණ අනුපාතය සහ ඩ්රෝඩවුන් අඩු වීම පෙනේ, එය “කොයින්‑ෆ්ලිප්” වාදයක් පමණයි.
- අර්ථය: පාරිභෝගිකයන්ට නිවැරදි දත්ත, සම්පූර්ණ කේතය ලබා දී නොමැතිව, අධික ලාභ වාදයන්ට විශ්වාස නොකිරීම වැදගත්.
ශ්රී ලංකාවට ඇති වැදගත්කම
ශ්රී ලංකාවේ තරුණ සංවර්ධකයින්, විශ්වවිද්යාල සිසුන්, සහ කුඩා ව්යාපාරිකයින්ට මේ සිද්ධියෙන් ඉගෙන ගත හැක්කේ:
- කේත සහ ඉන්ඩිකේටර් පළ කිරීමට පෙර, ඒවායේ සම්පූර්ණ සූත්රය හා ප්රවේශය පරීක්ෂා කිරීම.
- Backtesting කිරීමේදී, දත්ත මූලාශ්රය, ලෙවර්ජ්, සහ වෙළඳ පරිසරය (Crypto vs Equity) අතර වෙනස සැලකිල්ලට ගත යුතුය.
- අධික ප්රතිශත ප්රචාරණයන්ට සම්බන්ධ වීමට පෙර, ව්යාපාරික අවදානම් කළමනාකරණය හා රිස්ක්‑රෙවඩ් නීති පරික්ෂා කිරීම.
ඉතින්, ගැඹුරු පරීක්ෂාවක් නොකළ අංකයක් පසුබැසීමට හෝ අයහපත් ආයෝජන තීරණයකට පත් වීමේ අවදානම ඉතා ඉහළයි. තොරතුරු පාරදීම, කේත පාරදීම, සහ අධ්යාපනමය පදනමක් ඇතිවීමෙන් ශ්රී ලංකාවේ තාක්ෂණික ආර්ථිකය තවත් වර්ධනය වෙයි.
අවසන් වශයෙන්, වයිරල් වෙළඳ කුටියන් පිළිබඳ සැලකිල්ලෙන් සිටීම, නිවැරදි පරීක්ෂාවක් සහ විශ්වාසනීය දත්ත මත පදනම් වූ තීරණ ගැනීම අපට අවශ්යය.
