Instagram खोलिए और आपको दिखेगा: “70% win rate वाली strategy”, “85% accuracy वाला signals room”, “90% win rate वाला robot”। हमने opinion पर बहस करना बंद करके measure करने का फैसला किया। Deriv की official API से download की गई 45 दिनों की real M1 candles पर, 8 forex pairs में, 12 study rounds चलीं — training data और test data के बीच सख़्त separation के साथ, और एक final window भी जो किसी study ने पहले कभी नहीं देखी थी। नतीजा course बेचने वालों के लिए uncomfortable है: honest और stable ceiling ~60-61% win rate पर रुक गई। मशहूर “70%” दिखे ज़रूर — लेकिन सिर्फ़ ऐसे slices में जो नया data मिलते ही ढह गए। इस article में हम पूरे numbers दिखाते हैं, वह classic overfit जो real पैसा जला देता, और यह भी कि क्यों honest 61%, fantasy वाले 70% से ज़्यादा कीमती है।
पूरी study Deriv के real data से की गई — वह broker जिसके पास official API और real forex 24/5 है।
Deriv पर free demo account खोलें →Study कैसे की गई (पूरी methodology)
Data: Deriv (official API) की 45 दिनों की REAL M1 candles, 8 forex pairs।
3-layer validation: training 70% / test 30% + FRESH WINDOW — data का एक block (12/06 → 02/07) जिसे development के दौरान किसी study ने नहीं देखा।
Metric: अगली candle की direction पर accuracy।
Break-even: 87% payout के साथ, सिर्फ़ बराबरी के लिए आपको 53.5% win rate चाहिए। Win rate ≠ profit।
Golden rule: जो number सिर्फ़ एक window में दिखे, वह luck या overfit है। सिर्फ़ वही मायने रखता है जो हर window में survive करे।
असल में क्या-क्या test हुआ
यह कोई weekend का quick test नहीं था। 12 study rounds के दौरान एक ही validation pipeline से गुज़रे: 10 “normal” strategies (जो हर YouTube channel सिखाता है), वही 10 strategies inverted (signal के ख़िलाफ़ trade करना), time filters, ADX filter, 2, 3 और 4 simultaneous signals की confluences और 5 extra strategies। सब कुछ उसी anti-overfit discipline के साथ: strategy तभी valid मानी जाती थी जब training का performance test में दोहराया जाए — और फिर fresh window में, जिसने experiment की “real world” का काम किया।
यही आख़िरी step वह है जो लगभग कोई नहीं करता। indicators का ऐसा combination ढूँढना आसान है जो past में “70% सही” था: काफ़ी सारे parameters के साथ आपको हमेशा एक सुंदर slice मिल ही जाएगा। मुश्किल यह है कि वही combination उस data पर भी सही निकलता रहे जो उसने कभी नहीं देखा। ठीक यहीं पर promises मर जाते हैं।
नतीजा: honest ceiling ~60-61% है — और हमेशा USD/JPY पर
सब कुछ test, invert, filter और combine करने के बाद, best stable performance — यानी जो training, test और fresh window में दोहराया जाए — लगातार 60% से 61% win rate की range में, हमेशा USD/JPY पर, mean reversion strategies के साथ रहा। कोई भी honest configuration इससे ऊपर sustained तरीक़े से नहीं गई। कोई भी नहीं।
| Strategy family | Validated result | Verdict |
|---|---|---|
| Mean reversion (USD/JPY) | ~60-61%, सभी windows में stable | Honest ceiling |
| “Tide के साथ” gate | test में 66.9% → fresh window में 51.2% | Classic overfit |
| Trend (MACD, SuperTrend, Ichimoku, pullback, strong trend) | 46-49% | M1 पर losing |
| Trend inverted | 52-54% | कमज़ोर edge |
“70%” आते कहाँ से हैं: एक overfit की anatomy
Study का सबसे शिक्षाप्रद example एक filter था जिसे हमने “tide के साथ” gate कहा — सिर्फ़ तब trade करना जब signal बड़े movement से सहमत हो। test set में इसने 66.9% win rate मारा। अगर हम वहीं रुक जाते, तो हमारे पास एक viral post होता: “real data पर लगभग 67% proven!”। लेकिन फिर fresh window आई — वह data जो study के किसी stage ने नहीं देखा था — और वही filter गिरकर 51.2% पर आ गया। break-even से नीचे। जो filter सोने की खान लगता था, वह practice में real पैसा जला देता।
Marketing के “70%” ऐसे ही पैदा होते हैं: कोई दर्जनों combinations test करता है, वह slice ढूँढ लेता है जो संयोग से चमक गई, screenshot लेता है और बेच देता है। वह slice नए data पर survive नहीं करती — लेकिन ख़रीदने वाले को यह तब पता चलता है जब उसकी bankroll पहले से red में होती है। अगर बेचने वाला out-of-sample validation नहीं दिखाता, तो उस number की कोई कीमत नहीं है।
Trend strategies M1 पर हारती हैं (और उन्हें invert करना भी लगभग नहीं बचाता)
एक और result जो courses की common sense के ख़िलाफ़ जाता है: test की गई सारी trend strategies — MACD, SuperTrend, Ichimoku, pullback और “strong trend” — 46% से 49% win rate के बीच रहीं। यानी: losing, और कुछ तो coin toss से भी ज़्यादा हारती हुईं। 1-minute chart पर “trend को follow करना” हमारे data में सीधे-सीधे काम नहीं आया।
दिलचस्प बात: जब हमने इन्हीं strategies को invert किया (signal के ख़िलाफ़ enter करना), तो ये 52-54% पर पहुँच गईं — एक real लेकिन कमज़ोर edge, 53.5% के break-even के बहुत क़रीब। यह इस reading को और पक्का करता है कि real forex के M1 का dominant behavior mean reversion है: खिंचे हुए movements वापस लौटने की tendency रखते हैं, और जो थोड़ा-बहुत statistical advantage मौजूद है, वह वहीं रहता है। synthetic market से इस comparison को हमने OTC random walk है: data के साथ सबूत article में और गहराई से देखा है।
Indicators की confluence: ज़्यादा signals का मतलब ज़्यादा accuracy नहीं
हमने entry से पहले 2-of-4, 3-of-4 और 4-of-4 reversal indicators के agree करने की शर्त test की। intuition कहती है कि ज़्यादा confirmation = ज़्यादा accuracy। data कुछ और कहता है: reversal confluence ने कुछ भी add नहीं किया। वजह mathematical है, mystical नहीं: Bollinger, Z-Score और CCI redundant हैं — तीनों, अलग-अलग formulas से, एक ही चीज़ measure करते हैं: “price mean से ±2 standard deviations पर है”। तीनों के agree होने की शर्त रखना, एक ही confirmation तीन बार माँगना है।
group का इकलौता statistically independent signal RSI था, जो mean से distance की जगह movement की speed measure करता है। practical conclusion: Double Reversal (Bollinger ∧ RSI) ख़ुद ही confluence है — यह उन दो इकलौते signals को combine करती है जो अलग information लाते हैं। बाक़ी सब ऊपर से सजावट है।
Math: क्यों honest 61%, fantasy वाले 70% से ज़्यादा कीमती है
87% payout के साथ break-even 53.5% win rate है। real 61% के साथ trade करने पर expected value लगभग +14% per trade है — एक ठोस statistical advantage जो serious risk management और trades के volume के साथ समय के साथ compound होती है। वहीं किसी overfit slice के “70%” की कीमत ठीक-ठीक zero है, क्योंकि real पैसे में वे 51% बन जाते हैं, और 87% payout पर 51% long term में guaranteed loss है। और नहीं: martingale बिना edge वाली strategy को ठीक नहीं करता — वह सिर्फ़ account उड़ने की speed बढ़ाता है।
Honest summary: जो आपको “70-90% win rate” बेच रहा है, वह overfit या झूठ बेच रहा है। जो ceiling 12 study rounds, training/test और fresh window से survive करके निकली, वह ~60-61% थी — USD/JPY पर, mean reversion के साथ। यह कम glamorous है — और यही इकलौता number है जिस पर कुछ बनाया जा सकता है।
FAQ — Binary options में win rate
क्या 70% win rate वाली proven strategy मौजूद है? हमारे 45 दिनों के real data में, नहीं। ~61% से ऊपर के numbers सिर्फ़ ऐसे slices में दिखे जो fresh window में ढह गए — overfit का typical pattern।
क्या 60% win rate से profit होता है? 53.5% (87% payout पर break-even) से ऊपर positive mathematical expectation होती है। 61% पर EV ~+14% per trade है। लेकिन win rate profit नहीं है: risk discipline के बिना कोई भी edge मर जाता है।
किस pair का result सबसे अच्छा रहा? USD/JPY का, हर window में consistently, mean reversion strategies के साथ।
Overfit number की पहचान कैसे करें? हमेशा पूछिए: क्या यह result ऐसे data पर validate हुआ जो strategy ने कभी नहीं देखा? अगर जवाब “नहीं” या “पता नहीं” है, तो उस number को advertisement मानिए।
Study replicate करना चाहते हैं? Deriv official API, historical data और free demo account देता है।
Deriv पर account बनाएं →ये भी पढ़ें
→ OTC Random Walk है: Data के साथ सबूत (और असली Edge कहाँ है)
→ Forex M1 के Best Hours और Days: Real Data क्या दिखाता है
→ Deriv Bot: बिना Coding के Trading Robot कैसे बनाएं
→ Quotex भरोसेमंद है? पूरा Review 2026
→ सारे Reviews और Guides देखें
लेखक के बारे में — Dan Machado
IA Trader Pro के founder। open-source trading bots develop करते हैं और real data के साथ studies publish करते हैं — बिना bank balance के screenshots, बिना अमीरी के वादों के। इस article की हर चीज़ ऐसे code और data से निकली है जिसे कोई भी reproduce कर सकता है।
चेतावनी: binary options और derivatives बेहद high-risk products हैं और ज़्यादातर retail traders पैसा गँवाते हैं। यह content पूरी तरह educational है और कोई investment recommendation, offer या financial advice नहीं है। दिखाए गए results historical data पर की गई एक statistical study से आए हैं और future results की guarantee नहीं देते। इस article में affiliate links हैं। real पैसा risk करने से पहले हमेशा demo account पर test करें, और कभी भी ऐसी रकम से trade न करें जिसे आप खो नहीं सकते।