AIO Prediction Market Simulator का उपयोग कैसे करें: Monte Carlo, Kelly Criterion & Binary Probability

यह Indicator किस समस्या को हल करता है?

अधिकांश TradingView indicators आपको दिशा बताते हैं — खरीदें, बेचें, या प्रतीक्षा करें। वे आपको यह नहीं बताते कि वह परिणाम कितना संभव है, या उस पर कितनी पूंजी जोखिम में डालनी चाहिए। AIO Prediction Market Simulator एक अलग प्रश्न का उत्तर देने के लिए बनाया गया है: वर्तमान volatility और आपके लक्ष्य की दूरी को देखते हुए, एक निश्चित expiry से पहले price के उस तक पहुंचने की सांख्यिकीय संभावना क्या है? और यदि आप उस परिणाम पर दांव लगाने के इच्छुक हैं, तो आपकी position का आकार कितना होना चाहिए?

यह Polymarket या Kalshi जैसे prediction markets के पीछे की तर्क प्रणाली है — binary contracts जहां आप एक YES/NO परिणाम खरीदते हैं और price भीड़ के probability अनुमान को दर्शाती है। AIO Prediction Market Simulator मात्रात्मक विधियों का उपयोग करके आपके TradingView chart पर उस framework को दोहराता है: Monte Carlo simulation, Black-Scholes analytical pricing, dynamic volatility estimation के लिए Particle Filter, और bet sizing के लिए Kelly Criterion।

परिणाम एक crystal ball नहीं है। यह एक calibrated probability engine है — जो आपको बताता है कि "गणित के अनुसार expiry से पहले price के +2% तक पहुंचने की 62% संभावना है" और साथ ही एक अनुशंसित position size भी देता है जो आपके edge और drawdown limits को ध्यान में रखता है। चाहे आप spot crypto, futures, या वास्तविक prediction market contracts ट्रेड करें, यह framework आपको निश्चितताओं के बजाय संभावनाओं में सोचने पर मजबूर करता है।

मुख्य आउटपुट: Info Table को पढ़ना

indicator जो कुछ भी compute करता है वह chart corner (default: Top Right) में एक compact table में दिखाई देता है। प्रत्येक row को समझना पहला व्यावहारिक कदम है।

Bull Probability और Bear Probability

ये headline numbers हैं। Bull Prob वह अनुमानित संभावना है कि price expiry से पहले Bull Strike (default: current close × 1.02, यानी +2%) को छूएगी या उससे अधिक होगी। Bear Prob Bear Strike (close × 0.98, यानी −2%) के लिए संबंधित संभावना है।

Bull 64% / Bear 38% की reading का अर्थ यह नहीं है कि market निश्चित रूप से ऊपर जाएगी। इसका अर्थ है: वर्तमान volatility से उत्पन्न 1,500 simulated price paths में से, 64% ने bear target के expire होने से पहले bull target को छुआ। शेष 36% paths या तो पहले bear level पर पहुंचे या किसी भी target को छुए बिना expire हो गए। यह एक directional signal की तुलना में मौलिक रूप से भिन्न mental model है — यह अनिश्चितता को स्पष्ट रूप से स्वीकार करता है।

decision threshold जानबूझकर conservative है: indicator BUY state जारी करने से पहले Bull Prob > 55% (केवल 50% नहीं) की आवश्यकता रखता है, जो आपको breakeven coin-flip से ऊपर एक meaningful edge buffer देता है। इसी तरह SHORT state के लिए Bear Prob > 55%।

Expected Value (EV)

EV probability को payout के साथ जोड़ता है। यदि एक prediction market 64% probability पर आपके अनुमानित Bull bet पर 1.8× payout दे रही है, तो आपका EV = (0.64 × 1.8) − (0.36 × 1.0) = +0.79 है। Positive EV का अर्थ है कि bet में mathematical edge है। indicator इसे एक signed value के रूप में दिखाता है — positive = उस दिशा में edge, negative = negative expectancy। कभी भी negative EV के साथ position न लें, चाहे अन्य confluences कुछ भी कहें।

Kelly Position Size

यहां probability वास्तविक position sizing में बदलती है। table में दिखाई गई Kelly recommendation पहले से Fractional Kelly setting (default 0.15 = full Kelly का 15%) द्वारा adjusted है। यह दर्शाता है कि इस विशिष्ट bet पर आपकी वर्तमान capital का कितना प्रतिशत आवंटित करना है। 2.3% का मूल्य अर्थ है: इस trade पर capital का 2.3% जोखिम में डालें। यदि Kelly 0% दिखाता है, तो या तो EV negative है या model में position size करने का पर्याप्त confidence नहीं है।

Estimated Volatility

यह row Particle Filter का realized annual volatility का वर्तमान अनुमान दिखाती है (decimal के रूप में व्यक्त — 0.72 = 72% annualized)। यह वह volatility figure है जो Monte Carlo simulation के अंदर उपयोग की जाती है। यदि यह वर्तमान market regime के लिए आपकी सहज समझ से काफी अधिक पढ़ती है, तो जांचना उचित है कि क्या किसी हालिया extreme candle ने lookback window को inflate किया है। इसके विपरीत, यदि यह किसी शांत pre-news अवधि में अपेक्षा से कम पढ़ती है, तो model आगामी volatility को कम आंक सकता है।

Brier Score

Brier Score model का self-assessment है। यह पिछले N bars (default 20) पर मापता है कि indicator के probability forecasts सटीक थे या नहीं। 0.0 के करीब score = excellent calibration; 0.25 के करीब = random guessing के समकक्ष; 0.50+ के करीब = model systematically miscalibrated है। यदि Brier 0.20 से ऊपर बढ़ रहा है, तो सभी probability readings को extra skepticism के साथ तब तक देखें जब तक यह stabilize न हो जाए।

Risk Status और Drawdown

table initial capital setting के विरुद्ध एक running drawdown track करती है। एक बार जब drawdown Max Drawdown Limit (default 15%) से अधिक हो जाती है, indicator AVOID state में switch हो जाता है और नई position sizes जारी नहीं करेगा। यह एक circuit-breaker है — यह Kelly Criterion की theoretical requirement को दर्शाता है कि जब आपका bankroll इतना impaired हो जाए कि आगे betting expectation में unprofitable हो जाए, तो आपको betting बंद करनी होगी।

Monte Carlo Simulation कैसे काम करती है (सरल भाषा में)

indicator 1,500 simulated price paths चलाता है (100 से 10,000 तक configurable)। प्रत्येक path वर्तमान volatility estimate का उपयोग करके current bar से expiry date तक random price moves का एक sequence है। random moves log-normal distribution का पालन करते हैं — वही statistical model जो Black-Scholes उपयोग करता है — एक key अंतर के साथ: यह implementation एक hash-based random number generator उपयोग करती है जो प्रति bar unique paths produce करती है, न कि एक sequential stream जो calls में repeat या correlate हो सके।

प्रत्येक simulated path के लिए, indicator जांचता है: क्या इस path ने Bear Strike से पहले Bull Strike को छुआ? क्या यह पहले Bear Strike पर पहुंचा? क्या यह किसी को छुए बिना expire हो गया? 1,500 paths में उन परिणामों की गिनती करने से probability estimates मिलते हैं। simulation count जितना अधिक होगा, statistical noise उतना कम होगा — लेकिन 1,500 sims पर, standard error पहले से 1.3 percentage points से नीचे है, जो trading decisions के लिए पर्याप्त है।

Variance Reduction: यह क्यों मायने रखती है

1,500 paths पर raw Monte Carlo चलाने से variance reduction techniques के साथ same compute budget की तुलना में noisier estimate मिलती है। तीन methods उपलब्ध हैं:

• Antithetic Variates (default ON): प्रत्येक random path के लिए, indicator उसकी mirror image भी चलाता है — यदि path A random numbers +0.3, +0.7, −0.2 उपयोग करती है, तो path B −0.3, −0.7, +0.2 उपयोग करती है। paired paths का average symmetric variance को cancel करता है, effectively Monte Carlo error को लगभग आधा करता है। यह highest-impact variance reduction method है और हमेशा enabled रहनी चाहिए।
• Control Variates / Black-Scholes (default ON): Black-Scholes analytical formula एक vanilla European option के लिए exact closed-form probability प्रदान करता है। उस BS price को एक "control variable" के रूप में उपयोग करना — Monte Carlo estimate को एक known benchmark पर BS से कितना deviate करती है उसके अनुसार adjust करना — variance को और कम करता है। दोनों methods एक-दूसरे को cross-check करते हैं: यदि MC और BS probabilities market-specific tolerance (crypto के लिए 8 percentage points, indices के लिए 5) से अधिक diverge करते हैं, तो table एक model divergence warning flag करती है।
• Stratified Sampling (default OFF): normal distribution को equal-probability strata में विभाजित करता है और प्रति stratum एक path sample करता है, distribution tails की बेहतर coverage सुनिश्चित करता है। Low simulation counts (< 500) पर उपयोगी है लेकिन overhead जोड़ता है जो 1,000 paths से ऊपर अनावश्यक हो जाता है।

Tail Risk के लिए Importance Sampling

Standard Monte Carlo rare events को undersample करती है क्योंकि यह distribution के center से draws करती है। Importance Sampling जानबूझकर tails (crash और spike scenarios) को oversample करती है और फिर mathematically sampling bias को correct करती है। जब enabled (default ON) होता है, indicator एक Crash Probability भी output करता है — अचानक sharp decline की अनुमानित संभावना (threshold प्रति market calibrated: BTC intraday के लिए 5%, SPX intraday के लिए 2%, forex pairs के लिए 1.2%)। यदि crash probability alert threshold से अधिक हो जाती है, तो indicator Bull probability की परवाह किए बिना AVOID state में switch हो जाता है।

Particle Filter: बेहतर Volatility Estimation

किसी भी Monte Carlo simulation में सबसे महत्वपूर्ण input volatility assumption है। यदि आप एक fixed या naively calculated historical volatility उपयोग करते हैं, तो आप effectively यह मान रहे हैं कि current regime हालिया past के identical है — शांत markets के दौरान एक reasonable approximation, लेकिन regime transitions, news events, या असामान्य रूप से low volatility की अवधि के बाद जो एक expansion से पहले आती है, उसके दौरान खतरनाक रूप से गलत।

AIO Prediction Market Simulator एक Particle Filter — एक Bayesian sequential estimation algorithm — उपयोग करता है जो "hidden" volatility states पर एक probability distribution बनाए रखता है। "पिछले 100 bars में volatility क्या थी?" पूछने के बजाय, यह पूछता है: "मैंने जो सब observe किया है उसे देखते हुए, कौन सी volatility state वर्तमान price behavior के साथ सबसे अधिक consistent है?"

यह व्यवहार में कैसे काम करता है

filter 200 "particles" (default) बनाए रखता है — प्रत्येक particle वर्तमान volatility regime के बारे में एक hypothesis है। प्रत्येक bar पर, प्रत्येक particle predict करता है कि अपनी volatility hypothesis को देखते हुए वह किस return की उम्मीद करेगा। observed actual return फिर प्रत्येक particle को weight करने के लिए उपयोग किया जाता है: जिन particles की predictions वास्तविक price behavior से बेहतर match हुईं उन्हें higher weight मिलता है। High-weight particles को फिर resampled किया जाता है, और distribution को evolve होने देने के लिए प्रत्येक particle में थोड़ी process noise जोड़ी जाती है। सभी particle volatility estimates का weighted mean Monte Carlo में feed की जाने वाली current effective volatility बन जाता है।

व्यावहारिक प्रभाव यह है कि Particle Filter एक simple rolling-window standard deviation की तुलना में volatility regime changes पर तेजी से react करता है, जबकि per-bar estimate से फिर भी smoother रहता है। BTC intraday (Crypto + Intraday mode) के लिए, process volatility 0.25 पर set है — rapid regime changes की अनुमति देने के लिए काफी high। EUR/USD जैसे forex pair के लिए, corresponding value 0.0625 तक scale down होती है (25% × 0.25 multiplier), यह दर्शाते हुए कि forex volatility regimes कहीं अधिक धीरे बदलते हैं।

Setup Guide: BTC Intraday (अनुशंसित Configuration)

यह सबसे सामान्य use case है — 15-minute या 1-hour chart पर BTC trade करना और short-term directional bets के लिए एक quantitative probability estimate चाहना।

Step 1: Indicator Apply करें और Trade Mode Set करें

1. 15m या 1H timeframe पर BTC/USDT chart में AIO Prediction Market Simulator जोड़ें
2. Trade Type = Intraday set करें — यह auto-configure करता है: expiry = 1 day, lookback base = 60 bars × 2 (crypto multiplier) = 120 effective bars, Kelly fraction = 0.10 (faster markets के लिए tighter), max bet = 3%
3. Market Type = Crypto set करें — यह Particle Filter noise को 1.0× baseline पर scale करता है, crash threshold को 5% पर set करता है, और BTC की fat-tailed distribution के लिए appropriate 8 percentage-point BS/MC convergence tolerance उपयोग करता है

Step 2: Strike Offsets Verify करें

Intraday + Crypto mode में, strike offsets auto-set होकर 2% (current close ±2%) हो जाते हैं। $65,000 के BTC chart पर, इसका अर्थ है Bull Strike = $66,300 और Bear Strike = $63,700। यह assess करें कि क्या वर्तमान BTC volatility पर 1 day के भीतर 2% एक realistic target है। यदि आपके 1H chart पर ATR 0.5% से नीचे चल रहा है, तो targets normal conditions में अप्राप्य हो सकते हैं — manually 1% तक reduce करने पर विचार करें। यदि ATR प्रति bar 2%+ है, तो default 2% target शायद बहुत tight है।

Step 3: Table पढ़ें

एक बार जब indicator initialize हो जाता है (particle distribution और historical lookback build करने में कुछ bars लगते हैं), table कुछ इस तरह दिखाएगी:

• State: BUY / SHORT / WAIT / AVOID — top-line decision। BUY के लिए Bull Prob > 55%, positive EV, positive Kelly, और crash probability threshold से नीचे आवश्यक है। AVOID का अर्थ है drawdown circuit-breaker triggered हुआ है या crash probability elevated है।
• Bull Prob: 61.3% — bull side पर statistically meaningful edge
• Bear Prob: 41.7% — probabilities को 100% तक sum करने की आवश्यकता नहीं, क्योंकि कुछ paths किसी भी strike को छुए बिना expire हो जाते हैं
• EV Bull: +0.18 — प्रति unit bet positive edge
• Kelly: 2.1% — इस position पर capital का 2.1% risk करें
• Volatility: 0.68 — 68% annualized vol का Particle Filter estimate
• Brier: 0.12 — model well-calibrated है

Step 4: Signal पर Act करें

Bull Prob > 60%, positive EV, और Brier 0.20 से नीचे के साथ BUY state full confluence है। trade लें, इसे दिखाए गए Kelly % पर size करें (या कम — कभी अधिक नहीं), और अपना stop approximately Bear Strike level पर set करें। जब price Bull Strike पर पहुंचे, जब state AVOID पर flip हो, या जब आपका time-based expiry आए तब exit करें।

Kelly Criterion: 15% Fractional सही Default क्यों है

full Kelly formula एक bet को f* = (p × b − q) / b पर size करती है, जहां p win probability है, q loss probability है (1 − p), और b odds multiple है (प्रति unit bet net payout)। 1:1 payout के साथ 63% probability पर एक binary bet के लिए, full Kelly उस single bet पर capital का 26% risk करने की सिफारिश करती है। यह geometric growth को maximize करने के लिए mathematically optimal है — लेकिन यह मानता है कि आपका probability estimate perfectly accurate है और आपको अन्य अवसरों के लिए liquidity की आवश्यकता नहीं होगी।

व्यवहार में, किसी भी model से probability estimates — इस सहित — estimation error carry करते हैं। Particle Filter अचानक volatility spikes पर react करने में slow हो सकता है। Black-Scholes log-normal returns मानता है; crypto markets अक्सर fat-tailed moves produce करते हैं जो BS analytical price को optimistic बनाते हैं। 0.20 से नीचे Brier scores अच्छे हैं, लेकिन वे zero नहीं हैं। Fractional Kelly at 0.15 (full Kelly का 15%) उपरोक्त उदाहरण में अनुशंसित size को 26% से 3.9% तक reduce करता है — उस market के लिए कहीं अधिक appropriate जहां एक single tweet सभी statistical models को override कर सकता है।

trade-type presets अलग-अलग Kelly fractions apply करते हैं:

• Intraday: 0.10 (10%) — सबसे छोटा, क्योंकि intraday volatility probability estimates को सबसे कम reliable बनाती है
• Day: 0.15 (15%) — moderate, 3-day horizon के लिए balanced
• Swing: 0.20 (20%) — थोड़ा अधिक aggressive, क्योंकि longer lookback windows अधिक stable probability estimates produce करती हैं

Max Bet % cap (3% intraday, 5% day, 8% swing) Kelly से ऊपर एक hard ceiling के रूप में काम करता है, किसी भी single bet को capital के उस fraction से अधिक होने से रोकता है भले ही Kelly अधिक recommend करे। effective position size हमेशा min(Kelly recommendation, Max Bet Cap) होती है।

Brier Score: क्या Model वास्तव में काम कर रहा है?

Brier Score वह calibration metric है जो एक properly tuned indicator को overfit से अलग करती है। प्रत्येक N bars (default 20) पर, indicator अपना current Bull या Bear probability estimate current price के साथ record करता है। N bars बाद, यह actual outcome check करता है: क्या price predicted target तक पहुंची? Brier score predicted probability और binary outcome (1 = target reached, 0 = not reached) के बीच mean squared error के रूप में compute होता है।

Score की व्याख्या

• 0.00 – 0.10: Excellent calibration। Model probabilities actual outcomes को closely track कर रही हैं। Kelly sizing recommendations में High confidence।
• 0.10 – 0.20: Good calibration। Consistent market regime में काम करने वाले model के लिए normal operating range। Standard settings के साथ proceed करें।
• 0.20 – 0.25: Degrading calibration। Model regime mismatch experience कर रहा है — संभवतः trending से ranging में transition, या volatility spike के बाद। Brier stabilize होने तक Kelly recommendation से नीचे position sizes reduce करने पर विचार करें।
• 0.30+: Poor calibration — random के करीब। Model की probability estimates current regime में unreliable हैं। Kelly sizing उपयोग न करें। Brier recover होने तक WAIT करें या parameter settings investigate करें।

Persistently high Brier Score सबसे आम तौर पर या तो बहुत short lookback period (vol estimate करने के लिए insufficient history) या बहुत wide strike offset के कारण होती है ("hits" को rare बनाना और probability estimates को near zero करना, जो badly score करते हैं)। यदि Brier chronically 0.20 से ऊपर है, तो strike offset को 0.5% कम करने या lookback को 20–30 bars बढ़ाने का प्रयास करें।

Multi-Asset Correlation Module

एक साथ correlated assets trade करते समय — BTC और ETH, उदाहरण के लिए, या ES और NQ futures — प्रत्येक position को independently treat करना आपके diversification को overstates करता है। correlation module (default disabled) आपको एक second symbol input करने और पिछले N bars (default 60) में दोनों assets के बीच realized correlation को incorporate करने वाली joint probability compute करने की अनुमति देता है।

BTC chart पर BINANCE:ETHUSDT को second symbol के रूप में enable करने पर, indicator एक combined probability estimate दिखाता है जो high-correlation regimes के दौरान simultaneous BTC + ETH bull bets को penalize करता है (जब वे एक साथ move करते हैं, doubling up 2× single-asset exposure के equivalent है)। यह एक advanced feature है — इसे तब तक disabled रखें जब तक आप specifically एक multi-asset book manage नहीं कर रहे जहां correlation risk material हो।

Display Options और Alerts

table दो modes में आती है: Compact (key metrics: state, probabilities, EV, Kelly, Brier, volatility) और Full (crash probability, convergence signal, drawdown details, और यदि enabled हो तो correlation metrics जोड़ता है)। अधिकांश traders के लिए, Compact live trading chart पर पर्याप्त है। Full mode backtesting या model review के दौरान अधिक उपयोगी है।

indicator chart पर visual elements भी overlay कर सकता है:

• Strike Up/Down lines: Bull और Bear targets दिखाने वाली horizontal lines — nearby structure के relative strike placement को visually confirm करने के लिए उपयोगी
• CI Upper/Lower bands: Confidence interval bands जो expiry तक 1-sigma expected price range दिखाती हैं — band width probability distribution कितनी wide है इसकी intuitive sense देती है
• State Marker (Top): प्रत्येक bar के top पर एक colored dot — green = BUY, red = SHORT, orange = WAIT, dark red = AVOID — ताकि आप scroll back करके historical state transitions एक नज़र में review कर सकें

alerts के लिए, सबसे actionable setting “Wait/Avoid → Buy/Short” (default enabled) है — यह तब fire होती है जब model low-conviction या circuit-breaker state से tradeable signal में upgrade करता है। High Confidence alert तब fire होती है जब Bull या Bear Prob 65% (configurable) से अधिक हो जबकि Brier 0.20 से नीचे हो — indicator का सबसे strict signal।

सीमाएं और Output पर कब भरोसा न करें

यह indicator एक quantitative probability model है, market oracle नहीं। कई conditions systematically इसकी output quality को impair करती हैं:

• Regime breaks: Particle Filter volatility changes के अनुकूल होता है, लेकिन update के लिए कई bars का data चाहिए। किसी major news event के बाद पहले कुछ bars में, volatility estimate reality से पीछे रहता है। किसी significant move के तुरंत बाद के probability outputs को तब तक cautiously treat करें जब तक Particle Filter को recalibrate के लिए कम से कम 5–10 bars न मिलें।
• Thin markets: बहुत low-volume instruments पर या primary trading sessions के बाहर, lookback window से realized volatility artificially compressed price action पर based हो सकती है। subsequent session open vol estimate को completely invalidate कर सकता है।
• log-normal assumption: Monte Carlo paths और Black-Scholes cross-check दोनों मानते हैं कि returns log-normal distribution follow करते हैं। Crypto markets विशेष रूप से "fat tails" exhibit करते हैं — extreme moves log-normal prediction की तुलना में अधिक बार होते हैं। 8 percentage-point convergence tolerance और importance sampling module इसके लिए partially compensate करते हैं, लेकिन वे true black swan events को fully account नहीं कर सकते।
• Fixed expiry vs. barrier options: indicator एक touch-based barrier model उपयोग करता है — यह पूछता है कि क्या price expiry से पहले किसी भी point पर strike को छूएगी। यह pure end-of-expiry check की तुलना में अधिक bullish model है। यदि आपका actual prediction market contract closing price पर settle होता है बजाय any-touch के, तो indicator की probabilities को modestly optimistic मानें।

मुख्य बातें

• आउटपुट एक probability है, signal नहीं — Bull Prob 62% का अर्थ है गलत होने की 38% chance। Fixed lot sizes के बजाय हमेशा Kelly sizing उपयोग करें।
• पहले State पढ़ें (BUY/SHORT/WAIT/AVOID), फिर act करने से पहले EV > 0 और Brier < 0.20 confirm करें।
• BTC intraday के लिए, Crypto + Intraday mode उपयोग करें — यह 24/7 high-volatility regimes के लिए सभी parameters auto-calibrate करता है।
• Fractional Kelly 0.15 timid नहीं है — यह imperfect calibration वाले model के लिए mathematically correct है। Crypto में higher fractions को कभी override न करें।
• Brier Score आपका quality control है: यदि यह 0.20 से अधिक हो जाए, तो size कम करें या recover होने तक aside रहें।
• Antithetic Variates और Control Variates हमेशा enabled रहनी चाहिए — वे बिना किसी meaningful cost के Monte Carlo noise कम करते हैं।
• Particle Filter trending volatility regimes में rolling standard deviation की तुलना में अधिक accurate है — यह core reason है कि इस model के probability estimates विभिन्न market conditions में well-calibrated रह सकते हैं।