PineForge, TradingView के बाहर, एक Docker image में Pine Script का offline backtest करता है।
Offline क्यों?
चार्ट पर बार-बार फेरबदल करके देखने के लिए ब्राउज़र में backtest करना बढ़िया है। लेकिन जब अगला क़दम strategy पर पैसा लगाना हो, तब offline backtest काम आता है: जब audit trail चाहिए हो, जब हर commit को CI पास करके ही आगे बढ़ना हो, और जब दो महीने पुराने नतीजे को आज trade-दर-trade दोहराना हो।
Offline backtests चलाने से वो चीज़ें मिलती हैं जो browser-based testers नहीं दे सकते: results होते हैं हर बार वही: एक ही script, डेटा और image version से एक जैसे trades मिलते हैं। आप image version pin करते हैं, रिपोर्ट्स को repository में commit करते हैं, commits के बीच trade lists का diff निकालते हैं, और यह सब CI में headless चलाते हैं। जो CSV आप देते हैं वह आपकी है, engine आपकी मशीन पर चलता है, और रिपोर्ट में उसे बनाने वाली हर चीज़ का fingerprint दर्ज होता है।
काम की बातें: pin किए गए image versions, ताकि दो महीने पुराना commit आज भी वही trade list दे; आपका अपना डेटा, एक्सचेंज के bars से लेकर ticks से ख़ुद बनाए bars तक, बस वह OHLCV हो; CI checks, जो regression होने पर build fail कर दें; और ऐसी strategy जो बस एक फ़ाइल है, किसी एक प्लेटफ़ॉर्म से बँधी नहीं।
अगर कभी आपको किसी colleague के साथ backtest result share करना पड़ा हो और एहसास हुआ हो कि उसे “share” करने का इकलौता तरीक़ा chart का screenshot लेना है, तो offline running ही वह चीज़ है जिसकी आपको कमी है।
Pine Script का offline backtest कैसे करें
PineForge, PineScript v6 को native C++ में transpile करता है और एक Docker image में आपकी मशीन पर चलाता है।
तीन चरण। Image एक बार pull होती है; उसके बाद सब कुछ offline चलता है।
चरण 1: Runtime pull करें
एक image: ghcr.io/pineforge-4pass/pineforge-release। न pip, न key, न साइन-अप: transpile, compile और backtest, सब इसी के अंदर offline चलते हैं। Image के अंदर का engine, Apache-2.0 है; इसमें शामिल transpiler निजी ट्रेडिंग के लिए मुफ़्त है।
चरण 2: अपनी Pine को C++ में transpile करें
Image को transpile-only mode में चलाएँ, और वह आपकी PineScript v6 को आपकी मशीन पर ही एक पूरी C++ source फ़ाइल में बदल देती है। Backtest के समय कोई Pine interpreter नहीं चलता: image, C++ को native code में compile करती है।
docker run --rm --network=none \
-e PINEFORGE_TRANSPILE_ONLY=1 \
-v "$(pwd)/my_strategy.pine":/in/strategy.pine:ro \
ghcr.io/pineforge-4pass/pineforge-release:1.12.0 > strategy.cppचरण 3: Backtest करें
अपनी OHLCV CSV को generate हुए C++ के बगल में mount करें और image चलाएँ। CSV में header timestamp,open,high,low,close,volume होना चाहिए, और timestamps UNIX मिलीसेकंड में। Engine, strategy को bar-दर-bar चलाता है और stdout पर JSON रिपोर्ट लिखता है। आप चरण 2 छोड़ भी सकते हैं: उसकी जगह strategy.pine mount करें, और image पहले उसे transpile कर लेगी।
docker run --rm --network=none \
-v "$(pwd)/strategy.cpp":/in/strategy.cpp:ro \
-v "$(pwd)/ohlcv.csv":/in/ohlcv.csv:ro \
ghcr.io/pineforge-4pass/pineforge-release:1.12.0 > report.jsonJSON रिपोर्ट में एक सारांश block होता है (कुल trades, जीत और हार, win rate, net P&L, max drawdown), पूरी trade list (entry और exit का समय, क़ीमतें, मात्रा, P&L और bar indices), profit factor, Sharpe और Sortino जैसे metrics, equity curve, और run के पीछे के engine, transpiler, inputs और डेटा का fingerprint (अगर उसकी गणना न हो पाए, तो null)।
बस यही पूरा workflow है। न GUI, न account re-authentication, न chart loading। अगर Docker चला सकते हैं, तो PineForge offline backtests चला सकते हैं।
क्या-क्या backtest कर सकते हैं
छोटा जवाब: कुछ भी जिसे OHLCV में serialize कर सकते हैं। PineForge किसी market data provider से connected नहीं। आप data लाते हैं; engine strategy चलाता है।
- अपने exchange से crypto. Binance, Bybit, Kraken, या किसी भी REST/WebSocket API वाले exchange से raw trade data pull करें। जो भी timeframe आपकी strategy use करती है उस पर aggregate करें। CSV directly feed करें। ठीक उसी pair-and-venue पर test करें जिस पर trade करेंगे।
- टिक डेटा से बने bars। अगर आप टिक या order-book डेटा से bars बनाते हैं, तो उन्हें OHLCV के रूप में दें। Engine को इससे फ़र्क़ नहीं पड़ता कि bars कहाँ से आए।
- दूसरी series। Engine सिर्फ़ timestamp, open, high, low, close और volume पढ़ता है; बाक़ी columns नज़रअंदाज़ हो जाते हैं। किसी sentiment score या on-chain metric का backtest तभी हो सकता है, जब आप उसे इन्हीं columns में encode करें।
गैलरी की 312 strategies open corpus से हैं, और हर एक को TradingView के अपने export से मिलाकर ग्रेड किया गया है। Engine main पर corpus check इनमें से 311 को उत्कृष्ट पर पक्का करता है: trades की संख्या बराबर, 90वें percentile पर क़ीमतें 0.01% और P&L 1% के भीतर, और उन 7 strategies के लिए exit price और P&L की ढीली सीमाएँ जिनकी trail_* exits production profile से ग्रेड होती हैं। बाक़ी एक घोषित विसंगति है। उत्कृष्ट ग्रेड के लिए, जहाँ TradingView बिल्कुल एक ही समय, क़ीमत और दिशा पर दो या अधिक अलग entry Signals दिखाता है, वहाँ Engine उतनी ही अलग entries दिखाता है (अलग entry की पहचान)।