Algo Trading ၏သိပ္ပံ- အမျိုးအစားများ၊ စက်ရုပ်များနှင့် မဟာဗျူဟာများ 2024

ခေတ်မီစီးပွားရေးသည် ဖလှယ်မှုနှင့် စတော့ဈေးကွက် မပါဘဲ တွေး၍မရပါ။ ဤဆိုဒ်များတွင်
ရောင်းဝယ်ခြင်းကို ကုန်သွယ်မှု ဟုခေါ်သည် ။ ကုန်သည်များသည် ၎င်းတို့၏ လုပ်ငန်းဆောင်ရွက်ရာတွင် အဆင်ပြေချောမွေ့စေရန် ကွန်ပျူတာနည်းပညာ၏ အလားအလာများကို တက်ကြွစွာ အသုံးပြုကြသည်။ သင်္ချာမော်ဒယ်များနှင့် ကွန်ပြူတာနည်းပညာကို အသုံးပြု၍ ကုန်သွယ်မှုကို algorithmic trading ဟုခေါ်သည်။ ဤဆောင်းပါးသည် ငွေကြေးဈေးကွက်တွင် ကုန်သွယ်မှုအမျိုးအစား၊ ၎င်း၏မျိုးကွဲများ၊ အသုံးပြုသည့်နည်းလမ်းများ၊ အားသာချက်များနှင့် အားနည်းချက်များ၊ အသုံးပြုသည့်ဆော့ဖ်ဝဲအကြောင်း ဆွေးနွေးထားသည်။

Algorithmic trading (အယ်လ်ဂိုရစ်သမ် ရောင်းဝယ်မှု) ဆိုတာ ဘာလဲ၊

“algorithmic trading” သို့မဟုတ် “algorithmic trading” ဟူသော ဝေါဟာရသည် အဓိပ္ပါယ်နှစ်မျိုးရှိသည်။ ပထမအခြေအနေတွင်၊ ဤစကားလုံးသည် အချို့သောစည်းမျဉ်းများနှင့်အညီ တဖြည်းဖြည်းဖွင့်လှစ်ပြီး ၎င်းတို့၏ကိုယ်ပိုင်စျေးနှုန်းနှင့် ထုထည်ရှိသော အမှာစာခွဲများစွာကို အလိုအလျောက် ပိုင်းခြားထားသည့်အတိုင်း စျေးကွက်တွင် ကြီးမားသောအမှာစာကို အကောင်အထည်ဖော်သည့်နည်းလမ်းကို ဆိုလိုသည်။ အမိန့်တစ်ခုစီကို အကောင်အထည်ဖော်ရန်အတွက် စျေးကွက်သို့ ပေးပို့သည်။ နည်းပညာ၏ ရည်ရွယ်ချက်မှာ ကုန်သည်များအတွက် ဖြစ်နိုင်ချေ အနည်းဆုံးနည်းဖြင့် လုပ်ဆောင်ရန် လိုအပ်သော ကြီးမားသော ကုန်သွယ်မှုများ ပြုလုပ်ရန် ပိုမိုလွယ်ကူစေရန် ဖြစ်သည်။ ဥပမာအားဖြင့်၊ သင်သည် ရှယ်ယာ 200,000 ကို ၀ယ်ယူရန် လိုအပ်ပြီး ရာထူးတစ်ခုစီတွင် တစ်ကြိမ်လျှင် ရှယ်ယာ 4 ခု ပါဝင်ပါသည်။
ဤစကားလုံး၏ ဒုတိယအဓိပ္ပာယ်မှာ ကုန်သည်တစ်ဦး၏ပါဝင်မှုမရှိဘဲ ပေးထားသည့် အယ်လဂိုရီသမ်အတိုင်း အမှာစာများဖွင့်သည့်စနစ်ဖြစ်သည်။ အလိုအလျောက်စျေးကွက်ခွဲခြမ်းစိတ်ဖြာမှုမှတိုက်ရိုက်အမြတ်အစွန်းအတွက် Algorithms ကိုသတ်မှတ်ထားသည်။ ဤစနစ်များကို ”
ကုန်သွယ်စက်ရုပ် ” ဟုလည်းခေါ်သည်။ အယ်လဂိုရီသမ်ကုန်သွယ်ခြင်းနှင့် အယ်လဂိုရီသမ်ကုန်သွယ်ခြင်းကို cryptocurrency ဖလှယ်မှုများနှင့် Forex အပါအဝင် ဖလှယ်မှုများတွင် အသုံးပြုသည်။

algorithmic trading ၏ အနှစ်သာရကား အဘယ်နည်း။

Algo အရောင်းအ၀ယ်သည် ၎င်း၏ဖွံ့ဖြိုးတိုးတက်မှုသမိုင်းအပေါ်အခြေခံသည့် သီးခြားပိုင်ဆိုင်မှုတစ်ခုတွင် ဒေတာစုဆောင်းခြင်း၊ ငွေပေးငွေယူအတွက် အယ်လဂိုရီသမ်များကို ရွေးချယ်ခြင်းနှင့် သင့်လျော်သောကုန်သွယ်စက်ရုပ်များကို ရွေးချယ်ခြင်းတို့ပါဝင်သည်။ စျေးနှုန်းကို ဆုံးဖြတ်ရန်၊ ဖြစ်နိုင်ခြေ သီအိုရီကို အသုံးချပြီး၊ စျေးကွက် ချို့ယွင်းချက်များနှင့် အနာဂတ်တွင် ၎င်းတို့၏ ပြန်ဖြစ်နိုင်ခြေကို ဆုံးဖြတ်သည်။ ရွေးချယ်မှုသုံးမျိုးရှိသည်။ လက်စွဲနည်းလမ်းဖြင့်၊ ကျွမ်းကျင်သူသည် သင်္ချာဖော်မြူလာများနှင့် ရုပ်ပိုင်းဆိုင်ရာ မော်ဒယ်များကို အသုံးချသည်။ မျိုးရိုးဗီဇချဉ်းကပ်မှုတွင် ကွန်ပြူတာစနစ်များနှင့် ဉာဏ်ရည်တုဖြင့် စည်းမျဉ်းများ ဖွံ့ဖြိုးတိုးတက်ရေး ပါဝင်သည်။ အလိုအလျောက်ကို အထူးကွန်ပြူတာပရိုဂရမ်တစ်ခုက ထုတ်လုပ်ပြီး စည်းမျဥ်းစည်းကမ်းများကို လုပ်ဆောင်ပြီး ၎င်းတို့ကို စမ်းသပ်သည်။

ဘယ်လို algorithmic ရောင်းဝယ်မှုအမျိုးအစားတွေရှိလဲ။

Algorithmic trading ကို အဓိကနယ်ပယ်များစွာတွင် အကောင်အထည်ဖော်သည်-

1. နည်းပညာပိုင်းသုံးသပ်ချက် ။ ဂန္ထဝင်သင်္ချာနှင့် ရုပ်ပိုင်းဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုမှတစ်ဆင့် စျေးကွက်စွမ်းဆောင်ရည်မရှိမှုနှင့် လက်ရှိခေတ်ရေစီးကြောင်းများကို ခွဲခြားသတ်မှတ်ခြင်း။
2. စျေးကွက်ဖန်တီးမှု ။ ဤနည်းလမ်းသည် စျေးကွက်ငွေဖြစ်လွယ်မှုကို ထိန်းသိမ်းသည်။ စျေးကွက်ဖန်တီးသူများသည် အမြတ်ကိုဆန့်ကျင်ခြင်းအပါအဝင် ကျေနပ်မှုတောင်းဆိုခြင်းဖြင့် လဲလှယ်ခြင်းဖြင့် ဆုချီးမြှင့်သည်။ မဟာဗျူဟာသည် စာရင်းကိုင်နှင့် စျေးကွက်များမှ သတင်းအချက်အလက်များ လျင်မြန်စွာစီးဆင်းမှုအပေါ် အခြေခံသည်။
3. ရှေ့ပြေး ။ ကိရိယာတန်ဆာပလာအလိုက် မှာယူမှုပမာဏကို ခွဲခြမ်းစိတ်ဖြာခြင်းနှင့် ၎င်းတို့ထဲမှ အကြီးဆုံးကို ရွေးချယ်ခြင်း။ ဤနည်းဗျူဟာသည် ကြီးမားသောအမှာစာသည် ကြီးမားသောစျေးနှုန်းရှိမည်ဖြစ်ပြီး ကောင်တာအမှာစာများစွာကို ဆွဲဆောင်နိုင်သည်ဟူသောအချက်အပေါ် အခြေခံထားသည်။ အယ်လဂိုရီသမ်များသည် တိပ်ခွေနှင့် စာအုပ်ဒေတာကို ခွဲခြမ်းစိတ်ဖြာကာ အခြားပါဝင်သူများထက် ကြီးမားသော ငွေပေးငွေယူများအတွင်း လှုပ်ရှားမှုများကို ပြင်ဆင်ရန် ကြိုးစားသည်။
4. Pairs နှင့် Basket Trading . တူရိယာ နှစ်ခု သို့မဟုတ် ထို့ထက်ပိုသော ကိရိယာများသည် မြင့်မားသော ဆက်စပ်မှုနှင့် ဆက်စပ်နေသော်လည်း တစ်ခုမှ တစ်ခုသို့ ဆက်စပ်မှု မဟုတ်ပါ။ ပေးထားသောသင်တန်းမှ တူရိယာတစ်ခု၏ သွေဖည်မှုသည် ၎င်း၏အဖွဲ့သို့ ပြန်သွားရန် ပိုများသည်ဟု ဆိုလိုသည်။ ဆက်စပ်မှုကို အဆုံးအဖြတ်ပေးခြင်းသည် အမြတ်အစွန်းရှိသော ကုန်သွယ်မှုကို ဖြစ်စေသည်။
5. ခုံသမာဓိ ။ နည်းလမ်းသည် အလားတူစျေးနှုန်းဒိုင်နမစ်များနှင့် ပိုင်ဆိုင်မှုများကို နှိုင်းယှဉ်ခြင်းအပေါ် အခြေခံထားသည်။ အကြောင်းရင်းအမျိုးမျိုးကြောင့် ဤတူညီမှုသည် တစ်ခါတစ်ရံ ချိုးဖောက်ခံရပါသည်။ arbitrage ၏ အနှစ်သာရမှာ ပိုစျေးကြီးသော ပစ္စည်းကို ရောင်းချခြင်းနှင့် စျေးသက်သာသော ပစ္စည်းကို ဝယ်ယူခြင်း ဖြစ်သည်။ ရလဒ်အနေဖြင့် ပိုင်ဆိုင်မှုများသည် စျေးနှုန်းနှင့် ညီမျှမည်ဖြစ်ပြီး စျေးသက်သာသော ပိုင်ဆိုင်မှုသည် စျေးနှုန်းတက်လာမည်ဖြစ်သည်။ Algorithmic ကုန်သွယ်မှုစနစ်များသည် စျေးကွက်အတွင်း စျေးနှုန်းပြောင်းလဲမှုများကို သိရှိနိုင်ပြီး အမြတ်အစွန်းရှိသော arbitrage ကုန်သွယ်မှုများကို လုပ်ဆောင်သည်။

   

6. မတည်ငြိမ်မှု အရောင်းအ၀ယ် ။ အမျိုးမျိုးသောရွေးချယ်စရာများကိုဝယ်ယူခြင်းတွင်ပါ ၀ င်သောရှုပ်ထွေးသောကုန်သွယ်မှုအမျိုးအစား။ အရောင်းအ၀ယ်ပြုလုပ်သောအခါတွင် အရောင်းအ၀ယ်ပြုလုပ်သည့်အခါ တိုးလာကာ ကျဆင်းလာမည်ဟု ကုန်သည်က မျှော်လင့်သည်။ ဤကုန်သွယ်မှုအမျိုးအစားသည် သိသာထင်ရှားသော စက်ကိရိယာစွမ်းရည်နှင့် အရည်အချင်းပြည့်မီသော ကျွမ်းကျင်သူများ လိုအပ်ပါသည်။

စက်ရုပ်ကုန်သွယ်ခြင်းဆိုင်ရာ အမှန်တရားတစ်ခုလုံး algorithmic trading တွင် အလုပ်လုပ်သည့်ဗျူဟာများ- https://youtu.be/eg3s0c_X_ao

ဖြစ်စဉ်တစ်ခုအနေဖြင့် algorithmic trading သည် မည်သည့်အချိန်တွင်နှင့် မည်သို့ပေါ်လာသနည်း။

ကွန်ပြူတာကုန်သွယ်ခြင်းကို အသုံးပြုသည့် ပထမဆုံးသော ဖလှယ်မှုဖြစ်သည့် NASDAQ ကို ဖန်တီးခြင်းဖြင့် အယ်လ်ဂိုရီသမ်ကုန်သွယ်မှုကို ၁၉၇၀ ခုနှစ်များအစောပိုင်းတွင် တီထွင်ခဲ့သည်။ ထိုခေတ်က algorithmic trading သည် ကြီးမားသော ရင်းနှီးမြုပ်နှံသူများသာ ရနိုင်သည်၊ သာမန်လူများသည် ထိုကဲ့သို့သော နည်းပညာကို သုံးစွဲခွင့်မရှိပေ။ ကွန်ပြူတာများသည် ထိုအချိန်က ပြီးပြည့်စုံမှုမရှိခဲ့ဘဲ ၁၉၈၇ ခုနှစ်တွင် အမေရိကန်ဈေးကွက်ပြိုလဲသွားစေရန် ဟာ့ဒ်ဝဲအမှားတစ်ခုရှိခဲ့သည်။ 1998 ခုနှစ်တွင် SEC – US Securities Commission သည် အီလက်ထရွန်းနစ်ကုန်သွယ်မှုပလပ်ဖောင်းများကို တရားဝင်ခွင့်ပြုခဲ့သည်။ ယခုနှစ်သည် ၎င်း၏ခေတ်မီပုံစံဖြင့် algorithmic ကုန်သွယ်မှုအသွင်အပြင်ကို ထည့်သွင်းစဉ်းစားသင့်သည်။ [စာတန်း id=”attachment_12604″ align=”aligncenter” width=”663″]
အရောင်းအ၀ယ်ပြုလုပ်ရသည့် အကြောင်းရင်းများ[/caption] 2000 ခုနှစ်များအစောပိုင်းတွင်၊ ကွန်ပျူတာများကိုအသုံးပြု၍ အရောင်းအဝယ်ပြုလုပ်ခြင်းကို စက္ကန့်အနည်းငယ်အတွင်း လုပ်ဆောင်ခဲ့သည်။ ဒါပေမယ့် စျေးကွက်ထဲမှာ စက်ရုပ်တွေရဲ့ ဝေစုဟာ 90% ထက်နည်းပါတယ်။ 2009 ခုနှစ်တွင်၊ လဲလှယ်မှုဆိုင်ရာ အမှာစာများကို မီလီစက္ကန့်များဖြင့် ပြီးမြောက်ခဲ့ပြီး
ကုန်သွယ်စက်ရုပ် များသည် အရောင်းအ၀ယ်များ၏ 60% ကို လုပ်ဆောင်ခဲ့သည်။ ၂၀၁၂ နောက်ပိုင်း အခြေအနေတွေ ပြောင်းသွားတယ်။ စျေးကွက်၏ မှန်းဆမရခြင်းသည် ထိုအချိန်က ရှိပြီးသားဆော့ဖ်ဝဲလ်တွင် ကျရှုံးမှုများဆီသို့ ဦးတည်သွားစေခဲ့သည်။ အလိုအလျောက်လုပ်ဆောင်သော ငွေပေးငွေယူရာခိုင်နှုန်းသည် စုစုပေါင်း၏ 50% သို့ လျှော့ချထားသည်။ အမှားအယွင်းများကို ရှောင်ရှားနိုင်ရန် ဉာဏ်ရည်တု တီထွင်မှုနှင့် အကောင်အထည်ဖော်မှုကို စတင်နေပြီဖြစ်သည်။

algorithmic trading သည် algorithmic trading နှင့် မည်သို့ကွာခြားသနည်း။

သဘောတရားများ ထင်ရှားစွာတူညီနေသော်လည်း၊ “algorithmic trading” နှင့် “algorithmic trading” ၏ သဘောတရားများအကြား ပိုင်းခြားသင့်ပါသည်။ ပထမကိစ္စတွင်၊ အပိုင်းများခွဲ၍ အချို့စည်းမျဉ်းများအတိုင်းတင်ပြခြင်းဖြင့် ကြီးမားသောအမိန့်ကို အကောင်အထည်ဖော်သည့်နည်းလမ်းကို အဓိပ္ပာယ်သက်ရောက်ပြီး ဒုတိယအခြေအနေတွင်၊ အချို့သောကုန်သည်များမပါဘဲ အမှာစာများဖန်တီးပေးသည့် အလိုအလျောက်စနစ်အကြောင်း ပြောဆိုကြသည်။ algorithm ကုန်သည်တစ်ဦးမှ ကြီးမားသော အရောင်းအ၀ယ်ပြုလုပ်ခြင်းကို ရိုးရှင်းစေရန် အယ်လ်ဂိုရီသမ် ကုန်သွယ်မှုရှိ အယ်လဂိုရီသမ်များကို အသုံးပြုသည်။ algorithmic trading တွင် ဝင်ငွေတိုးရန် စျေးကွက်ခွဲခြမ်းစိတ်ဖြာရန်နှင့် ရာထူးဖွင့်ရန်အတွက် အသုံးပြုသည်။

algorithmic trading အတွက် ဘယ်ဆော့ဝဲလ်က သင့်လျော်သလဲ။

algorithmic trading တွင် ကွန်ပြူတာနည်းပညာအသုံးပြုခြင်း ပါ၀င်သောကြောင့် မှန်ကန်သောဆော့ဖ်ဝဲကို ရွေးချယ်ရန် လိုအပ်ပါသည်။ ကုန်သွယ်စက်ရုပ်သည် အလိုအလျောက်ကုန်သွယ်ခြင်းကို လေ့ကျင့်ရန်အတွက် အဓိကကိရိယာဖြစ်သည်။ ပရို ဂရမ်းမင်းဘာသာစကားများ ကို အသုံးပြု၍ သင်ကိုယ်တိုင် ဖန်တီးနိုင်သည်
သို့မဟုတ် ဖန်တီးရန် ပလပ်ဖောင်းကို အသုံးပြုနိုင်သည်။

algorithmic trading မလုပ်ခင် ဘာတွေ သတိရသင့်လဲ။

ပထမဦးစွာ၊ algo trader သည် ပလပ်ဖောင်းအများစုကို ဤကျွမ်းကျင်မှုဖြင့် ကျွမ်းကျင်နိုင်သောကြောင့် ပရိုဂရမ်ကို တတ်နိုင်စေရန် လိုအပ်သည်ဟု မှတ်သားထိုက်ပါသည်။ အယ်လဂိုရီသမ် ကုန်သွယ်မှုအတွက် အသုံးပြုသည့် ပရိုဂရမ်ဘာသာစကားသည် တီထွင်နေသော ပလက်ဖောင်းများနှင့် အယ်လဂိုရီသမ်များအားလုံးနှင့် တွဲဖက်အသုံးပြုနိုင်ရပါမည်။ အသင့်တော်ဆုံး ပရိုဂရမ်းမင်းဘာသာစကားမှာ C# (C-sharp) ဖြစ်သည်။ ၎င်းကို TSLab၊ StockSharp၊ WealthLab ကဲ့သို့သော ပလပ်ဖောင်းများတွင် အသုံးပြုသည်။ ပရိုဂရမ်းမင်းဘာသာစကားကို မသိဘဲ၊ နောက်ဆုံး ပရိုဂရမ် ၂ ခုကို လပေါင်းများစွာ ကျွမ်းကျင်အောင် လုပ်ရပါလိမ့်မယ်။

TSLab သည် algorithmbots များအသုံးပြုရန်အတွက် ရေပန်းအစားဆုံးပရိုဂရမ်များထဲမှတစ်ခုဖြစ်သည်။

ကုန်သွယ်မှုစက်ရုပ်များ နှင့် စနစ်များ ကို ဖန်တီးခြင်း၊ စမ်းသပ်ခြင်းနှင့် စတင်ခြင်းအတွက် ပလပ်ဖောင်းတစ်ခု
။ ပရိုဂရမ်းမင်းဘာသာစကားကို မသိဘဲ စက်ရုပ်တစ်ရုပ်ကို တီထွင်နိုင်စေမည့် cubes ပုံစံဖြင့် အဆင်ပြေသော ရုပ်မြင်သံကြားတည်းဖြတ်မှုတစ်ခု ပါဝင်သည်။ သင်လိုချင်သောကုန်သွယ် algorithm ကို cubes များမှစုဝေးနိုင်သည်။ ပရိုဂရမ်မှစုဆောင်းထားသောကုန်သွယ်တူရိယာများ၏သမိုင်းသည် scripts များတွင်အမှားအယွင်းများကိုရှာဖွေပြီးပြင်နိုင်စေမည်ဖြစ်ပြီးနည်းပညာပိုင်းခြားစိတ်ဖြာမှုကိရိယာများကသင့်အားထူးခြားသောဖြေရှင်းချက်တစ်ခုဖန်တီးရန်ကူညီပေးပါမည်။

တပ်ဆင်ခြင်း။

ပလပ်ဖောင်းကို ထည့်သွင်းရန်၊ တရားဝင်ဝဘ်ဆိုက်မှ တပ်ဆင်သူကို ဒေါင်းလုဒ်လုပ်ရန် လိုအပ်သည်။ ပရိုဂရမ်သည် Windows ၏ 64-bit ဗားရှင်းများတွင်သာ အလုပ်လုပ်ကြောင်း ဒေါင်းလုဒ်စာမျက်နှာတွင် ဖော်ပြထားသည်။ ဒေါင်းလုဒ်လုပ်ပြီးနောက်၊ တပ်ဆင်မှုဖိုင်ကိုဖွင့်ပါ။ ထည့်သွင်းခြင်းမပြုမီ၊ ၎င်းသည် .NET Framework နှင့် Visual C++ Redistributable Studio ၏ နောက်ဆုံးဗားရှင်းကို ထည့်သွင်းရန် သင့်အား အချက်ပေးလိမ့်မည်။

ဤပရိုဂရမ်များ၏ လိုအပ်သောဗားရှင်းများ မရရှိနိုင်ပါက၊ ၎င်းတို့ကို ထည့်သွင်းသင့်သည်။ ၎င်းတို့မပါဘဲ ပလပ်ဖောင်းသည် အလုပ်မဖြစ်ပါ။ အကယ်၍ ဤပရိုဂရမ်များ၏ နောက်ဆုံးဗားရှင်းများကို ရရှိနိုင်ပါက၊ ထည့်သွင်းသူ၏ စတင်မှုဝင်းဒိုးသည် ပွင့်လာမည်ဖြစ်သည်။ “Next” ကိုနှိပ်ကြပါစို့။
လိုင်စင်သဘောတူညီချက်၏ စည်းကမ်းချက်များကို ကျွန်ုပ်တို့သဘောတူပြီး ပရိုဂရမ်ထည့်သွင်းမည့်လမ်းကြောင်းကို ရွေးချယ်ပါ။

ထို့နောက် တပ်ဆင်မှုအတွက် ခွင့်ပြုချက်ပေး၍ ၎င်းကို အပြီးသတ်ရန် စောင့်ရပါမည်။
တပ်ဆင်မှုပြီးသွားသောအခါ၊ သက်ဆိုင်ရာဝင်းဒိုးတစ်ခုပွင့်လာလိမ့်မည်။ တပ်ဆင်ပြီးနောက် program ကိုသင် run နိုင်ပါတယ်။

TSLab တွင် algorithmic trading အတွက် သင်တန်း

ပေးသွင်းသူ သတ်မှတ်မှု

ကုန်သွယ်မှုစက်ရုပ်ကို စနစ်ထည့်သွင်းပြီး စမ်းသပ်ရန်၊ ကိုးကားချက်မှတ်တမ်းတစ်ခု ရှိရန် လိုအပ်ပါသည်။ ကိုးကားချက်များ၏သမိုင်းကိုရယူရန်၊ သင်သည် ဒေတာဝန်ဆောင်မှုပေးသူကို စနစ်ထည့်သွင်းရန် လိုအပ်သည်။ “ဒေတာ” မီနူးတွင်၊ “ပေးသွင်းသူများ” အကြောင်းအရာကို ရွေးချယ်ပါ။
အလွတ်ရောင်းချသူများ တက်ဘ်တစ်ခု ဖွင့်ပါမည်။ “Add” ခလုတ်ကိုနှိပ်ရန်လိုအပ်သည်။ ပေါ်လာသော dialog box တွင် “Historical Data” ကို ရွေးပါ။ ဤအဆင့်တွင်၊ သင်သည် ကိုးကားချက်များအတွက် ဒေတာအမျိုးအစားကို ရွေးချယ်ရန် လိုအပ်သည်။ ဤကိစ္စတွင်၊ စျေးနှုန်းအဆင့် 0.01 ရှိသောကိုးကားချက်များပါသော စာသားဖိုင်ကို ရွေးထားသည်။ လိုအပ်သောဖိုင်ကို repository မှဒေါင်းလုဒ်လုပ်ပါ။

1.rand.quote.step=0.01_1m.txt.zip ဖိုင်ကို ဒေါင်းလုဒ်လုပ်ပါ။ ဒေါင်းလုဒ်လုပ်ပြီးသည်နှင့် ဒေါင်းလုဒ်ဖိုင်တွဲတွင် ဖိုင်ကိုရှာပြီး မှတ်တမ်းမှ ထုတ်ယူပါ။ ကျွန်ုပ်တို့သည် TSLab သို့ပြန်သွားပြီး “ဒေတာ” မီနူးရှိ “ပေးသွင်းသူများ” ကို ရွေးချယ်ပါ။
သက်ဆိုင်သောဝင်းဒိုးပွင့်လိမ့်မည်။ “Add” ခလုတ်ကိုနှိပ်ရပါမည်။
Add Supplier Window ပွင့်လာပါမည်။ ၎င်းတွင် “သမိုင်းအချက်အလက်များ” ကိုရွေးချယ်ပြီး “Next” ကိုနှိပ်ပါ။
လာမည့်ဝင်းဒိုးတွင် ဝန်ဆောင်မှုပေးသူ၏ အမည်နှင့် ဒေတာအမျိုးအစားကို သတ်မှတ်ပါ။ အမည်ကို TextData နှင့် ဒေတာအမျိုးအစားကို Text Files သို့ သတ်မှတ်ပါ။ “Next” ကိုနှိပ်ပါ။
ပေးသွင်းသူထံသို့ လမ်းကြောင်းကို ရွေးချယ်ပါ။ မူရင်းလမ်းကြောင်းသည် C:ProgramDataTSLabTSLab 2.1ProvidersText ဖြစ်သည်။ လမ်းကြောင်းဘားတွင် … ကိုနှိပ်ခြင်းဖြင့် မတူညီသောလမ်းကြောင်းကို သတ်မှတ်နိုင်သည်။ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ဖိုင်၏လမ်းကြောင်းကိုသတ်မှတ်ပြီးနောက် ကန့်သတ်ချက်များကိုသတ်မှတ်ပြီးနောက်- 1. ဒဿမနေရာအရေအတွက်သည် 2. 2. 1 ထက်နည်းပါက စျေးနှုန်းအဆင့်ကို အလိုအလျောက်ဆုံးဖြတ်သည်။ အဆင့် 0.01 နှင့် 1 သတ်မှတ်ခြင်းရှိသော ဖိုင်တစ်ခု အကောင့်ဝင်ရန် ဆက်တင်များတွင် 0.1 အဆင့်၏
“Next” ခလုတ်ကို နှိပ်ပါ။ ဝန်ဆောင်မှုပေးသူများ ဝင်းဒိုးတွင်၊ TextData ဒေတာပံ့ပိုးပေးသူကို မြင်နိုင်မည်ဖြစ်သည်။

ဇာတ်ညွှန်းဖန်တီးခြင်း။

TSLab ပလပ်ဖောင်းသည် သင့်အား ကုန်သွယ်မှုဆိုင်ရာ အယ်လဂိုရီသမ်များ တီထွင်နိုင်ခြင်း၊ စမ်းသပ်ခြင်းနှင့် ကုန်သွယ်မှုစက်ရုပ်များ – အေးဂျင့်များကို ဖန်တီးနိုင်စေပါသည်။ ဒါပေမယ့် trading algorithm တစ်ခုကို မဖန်တီးခင်၊ အဲဒါအတွက် script တစ်ခုရေးဖို့ လိုပါတယ်။ ဒီလိုလုပ်ဖို့၊ မီနူးထဲမှာ “Lab” ကိုရွေးချယ်ပါ။ drop-down list မှ “Scripts” ကို ရွေးပါ။
“Create New” ကိုနှိပ်ပြီး dialog box တစ်ခုပွင့်လာပါမည်။ ဒုတိယဝင်းဒိုးတွင်၊ ဇာတ်ညွှန်းအမည်ကိုရိုက်ထည့်ပြီး “OK” ကိုနှိပ်ပါ။
တည်းဖြတ်ရန်အတွက် ဖန်တီးထားသော script တွင် ဘယ်ဘက်မောက်စ်ခလုတ်ကို နှစ်ချက်နှိပ်ပါ။ မြင်သာသော ဇာတ်ညွှန်းတည်းဖြတ်သူကို ကျွန်ုပ်တို့တွေ့ရပါမည်။

အပြာရောင်စတုဂံတုံးသည် “ရောင်းဝယ်ဖောက်ကားသည့်ကိရိယာ” ဖြစ်သည်။ မီးခိုးရောင်စတုဂံ “အတွဲ 1” – အချိန်အတိုင်းအတာတစ်ခုအတွက် ရွေးချယ်စရာများ သို့မဟုတ် အနာဂတ်စာချုပ်များပါရှိသော လုပ်ငန်းအရေအတွက်။ ပိတ်ဆို့ခြင်း “ပိတ်ခြင်း” သည် ဘား၏ အပိတ်စျေးနှုန်းကို ထင်ဟပ်စေသည်။ “ဂရပ်အကန့်” ဘလောက်သည် သက်ဆိုင်ရာအကန့်ကို ဖန်တီးပေးသည်။
Right Click နှိပ်ပါ။ drop-down menu မှ “Properties” ကိုရွေးချယ်ပါ။ Script tab ကို ရွေးပါ။
“အသုံးပြုမှုကို ပိတ်ပါ။ ရက်စွဲ” “အရင်းအမြစ်များ” တက်ဘ်ကိုရွေးချယ်ပါ၊ ၎င်းတွင် tool ကို။ ဤအကွက်ကိုနှိပ်ပါ။ TextData ဒေတာဝန်ဆောင်မှုပေးသူကို ရွေးချယ်ပြီး စာသားဖိုင်၏ကိုးကားချက်များကို သတ်မှတ်ရန် “Select securities” ဝင်းဒိုးသည် ပွင့်လာပါမည်။ အတည်ပြုရန် “OK” ကိုနှိပ်ပါ။

ကိရိယာကိုရွေးချယ်ပြီးနောက်၊ ဇယား၏ရုပ်ပုံနှင့် “Loading” ဟူသောစာတန်းပါရှိသော တက်ဘ်တစ်ခုကို ဝင်းဒိုး၏ထိပ်တွင် ပေါ်လာလိမ့်မည်။ ဒေတာကို လုပ်ဆောင်ပြီးနောက်၊ ရွေးချယ်ထားသော တူရိယာအမည်သည် ဤတက်ဘ်ပေါ်တွင် ပေါ်လာလိမ့်မည် – 1.rand.quote.step=0.01_1m

ဒေတာကို တင်ပြီးနောက် “သိမ်းဆည်းပြီး လုပ်ဆောင်ရန်” ကိုနှိပ်ပါ။
ဤဇာတ်ညွှန်းသည် ဇယားပေါ်တွင် တူရိယာကိုပြသရန် ဒီဇိုင်းထုတ်ထားသည်။ နောက်ဆုံးတွင်၊ ဂရပ်ဖ်တက်ဘ်တစ်ခုပွင့်လိမ့်မည်။ ကုန်သွယ်မှုဆိုင်ရာ အယ်လဂိုရီသမ်များနှင့် ကုန်သွယ်မှုအေးဂျင့်များကို အလားတူပုံစံဖြင့် တည်ဆောက်ထားသည်။ သင်တွေ့မြင်ရသည့်အတိုင်း TSLab ၏အကူအညီဖြင့် algorithmic trading သည် လူတိုင်းနီးပါးရရှိနိုင်ပြီး ကြိုတင်လေ့ကျင့်မှုမလိုအပ်ပါ။ TSLab ၏အဓိကအားသာချက်မှာ ပလက်ဖောင်းကိုလေ့လာပြီး 2-3 ရက်အကြာတွင် အသုံးပြုသူတိုင်းသည် ကုန်သွယ်စက်ရုပ်များကို စတင်စုစည်းနိုင်ခြင်းဖြစ်သည်။ ၎င်းကို အမြင်တည်းဖြတ်သူမှ ကူညီဆောင်ရွက်ပေးပါသည်။ တည်းဖြတ်သူ၏အကူအညီဖြင့်၊ သင်သည် algorithmic ကုန်သွယ်မှုတွင်လိုအပ်သောတွေးခေါ်မှုကိုသင်ယူလိမ့်မည်။ TSLab သည် C# ဘာသာစကားကို ပံ့ပိုးပေးသည်၊ ဤပလပ်ဖောင်းပေါ်တွင် နောက်ထပ် ပရိုဂရမ်များကို TSLab API ကို အသုံးပြု၍ ဆက်လက်လုပ်ဆောင်နိုင်သည်။ သို့ရာတွင်၊ algorithmic trading တွင် နောက်ထပ်နှစ်မြှုပ်ခြင်းသည် ပိုမိုရှုပ်ထွေးသော ပရိုဂရမ်များကို ဆက်လက်လုပ်ဆောင်ရန် ပိုမိုကောင်းမွန်ပါသည်။

ပြတ်သားသည်။

Stocksharp သည် C# ဖြင့်ရေးသားထားသောကုန်သွယ်စက်ရုပ်များ၏စာကြည့်တိုက်တစ်ခုဖြစ်သည်။ ကုန်သွယ်မှုစက်ရုပ်များကို Visual Studio ပရိုဂရမ်းမင်းပတ်ဝန်းကျင်တွင် စုစည်းထားပါသည်။ ထို့ကြောင့်၊ ဤအရင်းအမြစ်ကို အသုံးပြု၍ စက်ရုပ်မရေးမီ၊ သင်သည် ပရိုဂရမ်းမင်းဘာသာစကားကို အနည်းဆုံး ခြောက်လ သင်ယူရန် လိုအပ်မည်ဖြစ်သည်။ လူတိုင်းသည် အဆုံးထိ သင်ကြားမှုကို မပြီးမြောက်နိုင်ပါ။ သို့သော် ဤပလပ်ဖောင်းကို အသုံးပြုခြင်းသည် လက်တွေ့တွင် အပြည့်အဝ တရားမျှတပါသည်။

WealthLab

WealthLab သည် Fidelity မှ ကုန်သွယ်စက်ရုပ်များနှင့် စနစ်များကို စမ်းသပ်ခြင်းနှင့် တီထွင်ခြင်းအတွက် အခြားသော platform တစ်ခုဖြစ်သည်။ ပရိုဂရမ်၏ ဗားရှင်းနှစ်မျိုးရှိပါသည်- Fidelity အကောင့်ရှိသော US နိုင်ငံသားများအတွက် Pro နှင့် အခြားသူတိုင်းအတွက် ဆော့ဖ်ဝဲရေးသားသူ။ WealthLab သည် စက်ရုပ်များ ဖွံ့ဖြိုးတိုးတက်ရေးတွင် နည်းပညာပိုင်းခြားစိတ်ဖြာမှု ကိရိယာများကို အသုံးပြုရန်၊ သဘောတူညီချက်တစ်ခုသို့ ဝင်ရောက်ရန်နှင့် ပိတ်ရန် အချက်ပြမှုများကို လက်ခံကာ ၎င်းတို့အား terminal သို့ လွှဲပြောင်းပေးနိုင်သည်။ ကုန်သည်တစ်ဦးသည် ပရိုဂရမ်လုပ်နည်းကို မသိပါက လက်ထောက် (wizard) ကို အသုံးပြုနိုင်သည်။ ပလပ်ဖောင်းသည် C# နှင့် Pascal ပရိုဂရမ်းမင်းဘာသာစကားများကို အခြေခံထားသည်။ ပလက်ဖောင်းသည် အပိုင်းများ၊ ဂျပန်မီးခွက်များ၊ လိုင်းဇယားများ စသည်တို့ဖြင့် ဇယားများကို ရေးဆွဲသည်။
ပရိုဂရမ်၏ အဓိကလုပ်ဆောင်ချက်မှာ သမိုင်းအချက်အလက်ပေါ်အခြေခံ၍ ပိုမိုကောင်းမွန်အောင်ပြုလုပ်ခြင်းနှင့် စမ်းသပ်ခြင်းဖြစ်ပါသည်။ WealthLab သည် TSLab လောက်မမြန်သော်လည်း 2 လအတွင်း သင်ယူနိုင်သည်။ Built-in ပရိုဂရမ်းမင်းဘာသာစကားသည် အမြတ်အစွန်းရှိသော ကုန်သွယ်မှုဗျူဟာများကို ဖန်တီးရာတွင် အခွင့်အလမ်းကောင်းများပေးသည်။ ကုန်သည်တစ်ဦးသည် အော့ဖ်လိုင်းတွင် အော်ဒါများတင်ခွင့်ပြုမည့် Quik ဆော့ဖ်ဝဲလ်ပက်ကေ့ခ်ျနှင့် ပလပ်ဖောင်းကို ချိတ်ဆက်နိုင်သည်။

အယ်လ်ဂိုရီသမ် ကုန်သွယ်မှုအတွက် မည်သည့်နည်းဗျူဟာများကို အသုံးပြုသနည်း။

မြင်သာထင်သာသောရလဒ်များဆောင်ကြဉ်းရန် algorithms ကိုအသုံးပြု၍ အရောင်းအဝယ်ပြုလုပ်ရန်အတွက်၊ သီးခြားအခြေအနေတစ်ခုအတွက် ဒီဇိုင်းထုတ်ထားသောဗျူဟာကို သင်စွဲကိုင်ထားရန်လိုအပ်သည်။

1. မှန်းဆနည်းဗျူဟာ ။ ၎င်းသည် နောက်ဆက်တွဲအကျိုးအမြတ်အတွက် အရောင်းအ၀ယ်ပြုလုပ်ရန်အတွက် အသင့်တော်ဆုံးစျေးနှုန်းကို ရရှိစေရန် ရည်ရွယ်ပါသည်။ ပုဂ္ဂလိက ကုန်သည်များက အဓိက အသုံးပြုကြသည်။
2. ဒေ တာ တူးဖော်ခြင်း အယ်လဂိုရီသမ်အသစ်အတွက် ပုံစံအသစ်များကို ရှာဖွေခြင်း။ မစမ်းသပ်မီ ဒေတာအများစုကို ဤနည်းဗျူဟာတွင် စုဆောင်းထားသည်။ အချက်အလက်များကို လူကိုယ်တိုင် ဆက်တင်များဖြင့် ရှာဖွေသည်။
3. TWAP သည် အချိန်အတိုင်းအတာဖြင့် ပျမ်းမျှစျေးနှုန်းဖြစ်သည်။ အကောင်းဆုံးသောလေလံနှင့် ကမ်းလှမ်းသောစျေးနှုန်းများဖြင့် အချိန်အညီအမျှ အမှာစာများဖွင့်လှစ်ခြင်း။
4. VWAP – ထုထည်-အလေးချိန် ပျမ်းမျှစျေးနှုန်း။ အချိန်အတိုင်းအတာတစ်ခုအတွက် တူညီသောပမာဏဖြင့် တူညီသောအစိတ်အပိုင်းတစ်ခုအား အနေအထားတစ်ခုဖွင့်လှစ်ပြီး စျေးနှုန်းများသည် ပျမ်းမျှတန်ဖိုးထက်မမြင့်ပါ။
5. အကောင်အထည်ဖော်မှုဗျူဟာ ။ ထုထည်ကြီးမားသော ထုထည်ကြီးမားသော ပျမ်းမျှစျေးနှုန်းဖြင့် ပိုင်ဆိုင်မှုတစ်ခုကို ရယူရန် အသုံးပြုသည့် နည်းဗျူဟာတစ်ခု။ ပွဲစားများနှင့် အကာအကွယ်ရန်ပုံငွေများမှ အဓိကအသုံးပြုသည်။

algorithmic အရောင်းအ၀ယ်လုပ်တဲ့အခါ ဆုံးရှုံးမှုကို ဘယ်လိုကာကွယ်ရမလဲ

algorithmic trader သည် ကုန်သွယ်စက်ရုပ်တစ်ခုကို ဖန်တီးရန်သာ လိုအပ်သည်ဟု ယုံကြည်ခြင်းသည် ကြီးမားသောအမှားတစ်ခုဖြစ်သည်။ အန္တရာယ်အားလုံးကို တားဆီးပြီး ဖယ်ရှားပစ်ရမယ်။ လျှပ်စစ်ဓာတ်အား၊ အင်တာနက်ချိတ်ဆက်မှုတွင် အနှောင့်အယှက်များနှင့် တွက်ချက်မှုများနှင့် ပရိုဂရမ်ရေးဆွဲခြင်းတွင် မှားယွင်းမှုများသည် သိသာထင်ရှားသော ဆုံးရှုံးမှုများကို ဖြစ်ပေါ်စေပြီး သင့်အား ဝင်ငွေလုံးဝ ဆုံးရှုံးစေသည်။ [စာတန်း id=”attachment_12559″ align=”aligncenter” width=”938″]
အယ်လ်ဂိုရီသမ် ကုန်သွယ်မှုနည်းဗျူဟာကို ဖန်တီးပုံ[/caption] အယ်လ်ဂိုရီသမ် ကုန်သွယ်မှုကို လုပ်ဆောင်သည့် အခြေခံအဆောက်အအုံ ဆာဗာတစ်ခု ရုတ်တရက် ပျက်သွားနိုင်သည် သို့မဟုတ် လည်ပတ်မှုစနစ်သည် ၎င်းတွင် ပြန်လည်စတင်နိုင်သည်။ ဆာဗာနှင့် ပြဿနာများကို ဖယ်ရှားရန်၊ သင်သည် ဆာဗာကို ငှားရန် သို့မဟုတ် သင့်ကိုယ်ပိုင် မြှင့်တင်နိုင်သည်။ ၎င်းကို မရရှိနိုင်ပါက၊ ကောင်းမွန်သောချိတ်ဆက်မှုရှိသော တည်ငြိမ်သောဝန်ဆောင်မှုပေးသူထံမှ ဆာဗာတစ်ခုကို ကောက်ယူရန် လိုအပ်ပါသည်။ စနစ်တွင် အနည်းဆုံး ပါဝါအနားသတ် 40-50% ရှိသင့်သည်။ ချိတ်ဆက်မှုဆိုင်ရာ ပြဿနာများသည် အမြဲတမ်း မထင်မှတ်ဘဲ ဖြစ်ပေါ်တတ်သည်။ ချိတ်ဆက်မှု ပြတ်တောက်ပြီးနောက် လဲလှယ်မှု ရာထူးများကို ပိတ်သွားစေရန် ချိတ်ဆက်မှုကို သင်သတ်မှတ်နိုင်သည်။ ဒေတာပက်ကေ့ချ် အကျင့်ပျက်ခြစားမှုကို WatchDog ခြေရာခံခြင်း အယ်လဂိုရီသမ်များဖြင့် ခြေရာခံပါသည်။ ကုန်သွယ်မှုတွင်အသုံးပြုသည့် ကုန်သွယ်မှုဗျူဟာများသည် မပြည့်စုံသည့်အပြင် ၎င်းတို့၏ပေါင်းစပ်မှုသည် လုံးဝကွဲပြားခြားနားသောအကျိုးဆက်များဆီသို့ ဦးတည်သွားစေနိုင်သည်။ အပလီကေးရှင်းများတွင် API အမှားများ ပြုလုပ်နိုင်သည်။ စျေးနှုန်း၊ ထုထည်၊ တန်ဖိုး အများအပြားကို မှားယွင်းစွာ ဖော်ပြနိုင်သည်။ ထို့အပြင်၊ ပိတ်ရက်များ သို့မဟုတ် အားလပ်ရက်များတွင် ကုန်သွယ်မှုများကို ကျင်းပနိုင်သည်၊ ကုန်သွယ်မှုဗျူဟာ သို့မဟုတ် အကောင့်ကန့်သတ်ချက်များကို ချိုးဖောက်ပါသည်။

ဤအမှားများကို ဖယ်ရှားရန်၊ မှားယွင်းသော ကန့်သတ်ဘောင်များကို ဖယ်ရှားရန်အတွက် ကုန်သွယ်မှုဗျူဟာများ၏ အမှာစာများနှင့် ကန့်သတ်ချက်များကို စောင့်ကြည့်ခွဲခြမ်းစိတ်ဖြာရန် လိုအပ်ပါသည်။

အရေးပေါ်အခြေအနေမျိုးတွင်၊ စိတ်ပါဝင်စားသူအားလုံးကို SMS၊ အီးမေးလ်၊ instant messenger နှင့် အခြားသော ဆက်သွယ်ရေးလမ်းကြောင်းများမှ တဆင့် ချက်ချင်းအကြောင်းကြားရန် လိုအပ်ပါသည်။ နောင်တွင်၎င်း၏ထပ်တလဲလဲကိုတားဆီးရန်အတွက်မှတ်တမ်းများတွင်ပျက်ကွက်မှုတစ်ခုစီကိုမှတ်တမ်းတင်ရန်အရေးကြီးသည်။ algorithmic အရောင်းအ၀ယ်ဖြင့် passive income ဖန်တီးနည်း- https://youtu.be/UeUANvatDdo

Algo ကုန်သွယ်မှု- အားသာချက်များနှင့် အားနည်းချက်များ

အရောင်းအ၀ယ်စက်ရုပ်များသည် ၎င်းတို့၏အလုပ်အပေါ် သက်ရောက်နိုင်သည့် “လူသား” အကြောင်းရင်းများ- ပင်ပန်းနွမ်းနယ်မှု၊ စိတ်ပိုင်းဆိုင်ရာ ချို့ယွင်းမှုများနှင့် အခြားအရာများပေါ်တွင် မူတည်ခြင်းမရှိပါ။ ၎င်းသည် algorithmic ကုန်သွယ်မှု၏အဓိကအားသာချက်ဖြစ်သည်။ အယ်လဂိုရီသမ်များသည် ကောင်းမွန်စွာသတ်မှတ်ထားသော ပရိုဂရမ်ကို လိုက်နာပြီး ၎င်းနှင့် ဘယ်သောအခါမှ မလွဲမသွေလုပ်ဆောင်ပါ။ Algo ကုန်သွယ်မှုတွင် အားနည်းချက်များစွာရှိသည်။ အထူးသဖြင့် အများသူငှာ ဒိုမိန်းတွင် ဤကုန်သွယ်မှုအမျိုးအစားနှင့်ပတ်သက်သည့် သတင်းအချက်အလက်များကို လက်လှမ်းမမီနိုင်မှုတို့ ပါဝင်သည်။ algorithmic trader သည် ငွေကြေးဆိုင်ရာ ကျွမ်းကျင်ပညာရှင်အများစုအတွက် အလွန်ခက်ခဲသော ပရိုဂရမ်ရေးသားခြင်းကို ကျွမ်းကျင်ရပါမည်။ စျေးကွက်ပြောင်းလဲပါက၊ သင်သည် algorithm ကိုလုံးဝပြောင်းလဲရလိမ့်မည်။ ကုန်သွယ်မှုစက်ရုပ်ကို ရေးသားရာတွင် algorithm တစ်ခုလုံးကို မှားယွင်းသောလမ်းကြောင်းသို့ ဦးတည်စေမည့် အမှားတစ်ခု ပြုလုပ်နိုင်ပြီး၊ ၎င်းသည် ရန်ပုံငွေများ ဆုံးရှုံးသွားမည်ဖြစ်သည်။
Algorithmic trading သည် ကုန်သွယ်မှုတွင်သာမက သင်္ချာနှင့် ပရိုဂရမ်ရေးသားခြင်းတွင်လည်း အသိပညာလိုအပ်သော ရှုပ်ထွေးသော လဲလှယ်ရောင်းဝယ်မှုအမျိုးအစားဖြစ်သည်။ လိုချင်သော algorithm ကိုဖန်တီးနိုင်ရုံသာမက ချိတ်ဆက်မှုပြဿနာများ၊ algorithms နှင့် ပရိုဂရမ်ကုဒ်များတွင် အမှားအယွင်းများကို ကာကွယ်ရန်လည်း လိုအပ်ပါသည်။ ဒီလိုနည်းနဲ့ အရောင်းအဝယ်လုပ်ဖို့ မဆုံးဖြတ်ခင် သေချာစဉ်းစားဖို့ လိုပါတယ်။ မည်သို့ပင်ဆိုစေကာမူ ၎င်းကို ကျွမ်းကျင်ပြီး လက်တွေ့တွင် မှန်ကန်စွာ အသုံးချခြင်းဖြင့် ကုန်သည်သည် သိသိသာသာ ဝင်ငွေတိုးလာကာ သူ၏လုပ်ငန်းကို ပိုမိုလွယ်ကူစေမည်ဖြစ်သည်။