COT पोजिशनिंग और भीड़भाड़ वाले ट्रेड: उलटफेर को पहचानना

आठ प्रमुख मुद्रा वायदा बाजारों में से दो वर्तमान में सट्टा पोजिशनिंग में सांख्यिकीय चरम सीमा दिखा रहे हैं। JPY के शुद्ध शॉर्ट कॉन्ट्रैक्ट्स −148,000 से नीचे चले गए हैं — जो पिछले 52-सप्ताह के वितरण के मुकाबले −2.4 का z-स्कोर है — जबकि EUR के शुद्ध लॉन्ग +112,000 तक पहुँच गए हैं, जो +2.1 का z-स्कोर है। जब गैर-वाणिज्यिक ट्रेडर एक दिशा में इतनी भारी भीड़ लगाते हैं, तो ट्रेड मैक्रो थीसिस के बारे में नहीं रहता और एग्जिट जोखिम के बारे में हो जाता है।

यह लेख इस बात पर है कि आगे क्या होता है। साप्ताहिक CFTC कमिटमेंट्स ऑफ ट्रेडर्स डेटा का उपयोग करते हुए, हम यह जांचते हैं कि कब एक आम सहमति वाला ट्रेड "अच्छी तरह से स्थित" से "खतरनाक रूप से भीड़भाड़ वाला" हो जाता है, अनवाइंड के शुरुआती चेतावनी संकेत कैसे दिखते हैं, और COT पोजिशनिंग चरम सीमाओं के इर्द-गिर्द एक उलटफेर ढाँचा कैसे बनाया जाए।

भीड़भाड़ वाले ट्रेड को परिभाषित करना

एक ट्रेड तब भीड़भाड़ वाला हो जाता है जब गैर-वाणिज्यिक सट्टा समुदाय — हेज फंड, एसेट मैनेजर और कमोडिटी ट्रेडिंग सलाहकार — एक दिशात्मक स्थिति जमा करता है जो अपने स्वयं के इतिहास के सापेक्ष सांख्यिकीय रूप से चरम पर होती है। महत्वपूर्ण शब्द सापेक्ष है। +100,000 EUR कॉन्ट्रैक्ट्स का शुद्ध लॉन्ग स्वाभाविक रूप से चरम नहीं है; यह तभी चरम होता है जब यह मुद्रा की विशिष्ट पोजिशनिंग सीमा से काफी ऊपर हो।

दो मेट्रिक्स इस परिभाषा को कार्रवाई योग्य थ्रेशोल्ड में परिष्कृत करते हैं।

शुद्ध गैर-वाणिज्यिक पोजिशनिंग का Z-स्कोर

मुद्राओं और समय अवधियों में COT रीडिंग को सामान्य करने का सबसे मजबूत तरीका रोलिंग z-स्कोर है। यह एक सटीक प्रश्न का उत्तर देता है: वर्तमान पोजिशनिंग अपने हाल के औसत से कितने मानक विचलन ऊपर या नीचे है? 52-सप्ताह की विंडो का उपयोग बेंचमार्क को वर्तमान मैक्रो व्यवस्था से जोड़ता है, बजाय कई दशकों के इतिहास के जो अब वर्तमान बाजार संरचना को प्रतिबिंबित नहीं कर सकता है।

import requests, statistics

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

def fetch_cot(currency: str, start: str = "2018-01-01") -> list[dict]:
    r = requests.get(f"{BASE}/cot/{currency}", params={"api_key": KEY, "start": start})
    r.raise_for_status()
    return r.json()["data"]

def rolling_zscore(records: list[dict], window: int = 52) -> list[dict]:
    """Rolling 52-week z-score of net non-commercial positioning."""
    vals = [r["noncommercial_net"] for r in records]
    out  = []
    for i, rec in enumerate(records):
        w = vals[i : i + window]          # records are newest-first
        if len(w) < 8:
            out.append({**rec, "zscore": None})
            continue
        mu  = statistics.mean(w)
        sig = statistics.stdev(w)
        z   = (rec["noncommercial_net"] - mu) / sig if sig else 0.0
        out.append({**rec, "zscore": round(z, 2)})
    return out

eur_data   = fetch_cot("eur")
eur_scored = rolling_zscore(eur_data)
# Latest reading
print(eur_scored[0])
# {'date': '2026-04-15', 'noncommercial_net': 112340, 'zscore': 2.1, ...}

+2.0 से ऊपर या −2.0 से नीचे की रीडिंग मुद्रा को उसके ऐतिहासिक वितरण के शीर्ष या निचले 2.3% में रखती है। यह वह सीमा है जिसे यह लेख "अत्यधिक" मानता है — संरचनात्मक पोजिशनिंग जोखिम के रूप में चिह्नित करने के लिए सांख्यिकीय रूप से पर्याप्त असामान्य।

ओपन इंटरेस्ट के एक अंश के रूप में शुद्ध स्थिति

z-स्कोर आपको बताता है कि पोजिशनिंग उसके ऐतिहासिक वितरण में कहाँ स्थित है। नेट-टू-ओपन-इंटरेस्ट अनुपात आपको बताता है कि वर्तमान बाजार की गहराई के भीतर दिशात्मक शर्त कितनी केंद्रित है। जब गैर-वाणिज्यिक शुद्ध पोजिशनिंग कुल ओपन इंटरेस्ट के 25-30% से अधिक का प्रतिनिधित्व करती है, तो बाजार संरचनात्मक रूप से तिरछा होता है और किसी भी विपरीत उत्प्रेरक पर विस्थापन की संभावना अधिक होती है।

प्रमुख मुद्राओं में वर्तमान चरम रीडिंग

क्रॉस-करेंसी z-स्कोर स्कैन यकीनन सबसे शक्तिशाली साप्ताहिक अनुष्ठान है जिसे कोई भी मैक्रो FX ट्रेडर चला सकता है। सभी आठ मुद्रा वायदा को एक साथ रैंक करके, यह तुरंत पता चलता है कि कौन से ट्रेड दोनों तरफ गर्म चल रहे हैं और कौन से एक तटस्थ क्षेत्र में रहते हैं जहाँ मैक्रो थीसिस को चलने की गुंजाइश है।

ऊपर दिया गया स्नैपशॉट सट्टा भावना में एक स्पष्ट द्विभाजन दिखाता है। JPY शॉर्ट बुक कॉम्प्लेक्स में सबसे भीड़भाड़ वाली स्थिति है, जिसका z-स्कोर −2.4, −2.0 के खतरे के थ्रेशोल्ड से काफी नीचे है। EUR लॉन्ग +2.1 तक पहुँच गए हैं और उस बिंदु के करीब पहुँच रहे हैं जहाँ आम सहमति वाला लॉन्ग अपने आप में एक जोखिम बन जाता है। CHF −1.7 पर है, जो अत्यधिक शॉर्ट क्षेत्र के करीब पहुँच रहा है। CAD और AUD तटस्थ क्षेत्र में आराम से बैठे हैं।

पेयर ट्रेडर्स के लिए, JPY/EUR विचलन सबसे कार्रवाई योग्य रीडिंग है: यदि आप माध्य प्रत्यावर्तन में विश्वास करते हैं, तो पोजिशनिंग अनवाइंड से सबसे अधिक संरचनात्मक टेलविंड वाला ट्रेड शॉर्ट EUR/JPY है — एक मुद्रा जिसमें एक तरफ अत्यधिक लॉन्ग EUR एक्सपोजर और दूसरी तरफ अत्यधिक शॉर्ट JPY एक्सपोजर है।

COT-प्रेरित उलटफेर की संरचना

चरम पोजिशनिंग अनायास उलट नहीं जाती है। यह विशिष्ट चरणों के अनुक्रम में अनवाइंड होती है, प्रत्येक में मापने योग्य COT हस्ताक्षर होते हैं। चरण संरचना को समझना आपको एक अस्थायी समेकन और एक वास्तविक शासन परिवर्तन के बीच अंतर करने में मदद करता है।

चरण 1 — संचय (Z-स्कोर 0 से ±1.5)

मैक्रो थीसिस को गति मिलती है। हर हफ्ते, सट्टा समुदाय दृढ़ विश्वास के साथ स्थिति में जोड़ता है। शुद्ध कॉन्ट्रैक्ट्स लगातार बढ़ते हैं, ओपन इंटरेस्ट बढ़ता है, और कीमत में प्रवृत्ति आम सहमति को दर्शाती और मजबूत करती है।

चरण 2 — भीड़भाड़ (Z-स्कोर ±1.5 से ±2.0)

स्थिति कीमत के औचित्य से अधिक तेजी से बढ़ती है। नए प्रवेशकर्ता इसलिए शामिल हो रहे हैं क्योंकि ट्रेड ने काम किया है, न कि इसलिए कि मूल थीसिस मजबूत हुई है। शुद्ध पोजिशनिंग में साप्ताहिक डेल्टा तेज होते हैं। यह चरण अक्सर धारकों के लिए सबसे अधिक लाभदायक होता है — गति पूरी तरह से लगी हुई होती है — लेकिन यह वह समय भी होता है जब एग्जिट जोखिम पृष्ठभूमि में अदृश्य रूप से बनना शुरू हो जाता है।

चरण 3 — थकावट (Z-स्कोर ±2.0 से परे)

नई स्थिति-निर्माण की दर धीमी हो जाती है। ओपन इंटरेस्ट स्थिर हो सकता है या घटने लग सकता है जबकि कीमत प्रवृत्ति दिशा में चलती रहती है। धीमी पोजिशनिंग और निरंतर मूल्य वृद्धि या मूल्यह्रास के बीच यह विचलन COT रिपोर्ट द्वारा दिया जाने वाला सबसे महत्वपूर्ण प्रारंभिक चेतावनी संकेत है।

चरण 4 — पहला अनवाइंड (Z-स्कोर चरम से पीछे हट रहा है)

एक उत्प्रेरक आता है — एक अप्रत्याशित केंद्रीय बैंक का बयान, एक मैक्रो डेटा आश्चर्य, एक भू-राजनीतिक झटका — और सबसे अधिक लीवरेज्ड प्रतिभागी एक्सपोजर कम करना शुरू कर देते हैं। z-स्कोर अपने चरम से पीछे हटता है, लेकिन पहले धीरे-धीरे। कीमत तेजी से उलट जाती है क्योंकि एग्जिट क्लस्टर होते हैं: चरण 2 में प्रवेश करने वाला हर कोई एक ही दरवाजे से एक साथ निकलने की कोशिश कर रहा होता है।

चरण 5 — निचोड़ (Z-स्कोर तटस्थ की ओर लौट रहा है)

अनवाइंडिंग आत्म-पुष्टि करने वाली हो जाती है। शॉर्ट-कवरिंग या लॉन्ग लिक्विडेशन तेज हो जाता है। जो स्थितियाँ प्रवृत्ति के अधिकांश हिस्से में लाभदायक थीं, वे निचोड़ के दौरान तेजी से अलाभकारी हो जाती हैं। यह चाल अक्सर एक नए तटस्थ पोजिशनिंग व्यवस्था के पास स्थिर होने से पहले उचित मूल्य से अधिक हो जाती है।

ऊपर दिया गया चार्ट दर्शाता है कि JPY शुद्ध शॉर्ट पोजीशन ने एक पूर्ण उलटफेर चक्र में USD/JPY को कैसे ट्रैक किया। 2023 और 2024 की शुरुआत तक, JPY वायदा में भारी सट्टा शॉर्ट पोजिशनिंग USD/JPY के उच्चतर ट्रेंडिंग के अनुरूप थी। लेकिन हर बार जब पोजिशनिंग एक सांख्यिकीय चरम पर पहुँचती थी, तो एक उत्प्रेरक — अक्सर बैंक ऑफ जापान का नीति संकेत — शॉर्ट बुक को तेजी से संपीड़ित करता था, जिससे JPY में तेज वृद्धि होती थी।

COT डेटा ने उत्प्रेरक की भविष्यवाणी नहीं की। इसने आपको बताया कि स्थिति इतनी भीड़भाड़ वाली थी कि कोई भी विपरीत उत्प्रेरक, आकार की परवाह किए बिना, भीड़ की एग्जिट गतिशीलता से बढ़ जाएगा। वर्तमान चरम बन रहा है या कम हो रहा है, इसे ट्रैक करने के लिए FXMacroData COT एंडपॉइंट के माध्यम से JPY पोजिशनिंग इतिहास तक पहुंचें।

मूल्य-पोजिशनिंग विचलन संकेत

सबसे विश्वसनीय COT-आधारित उलटफेर चेतावनी पोजिशनिंग का पूर्ण स्तर नहीं है — यह मूल्य दिशा और पोजिशनिंग दिशा के बीच का विचलन है। जब कीमत एक दिशा में चलती रहती है लेकिन अंतर्निहित वायदा में सट्टा पोजिशनिंग दूसरी दिशा में बढ़ने लगती है, तो बड़े प्रतिभागी पहले से ही एक्सपोजर कम कर रहे होते हैं जबकि खुदरा मोमेंटम ट्रेडर कीमत को ऊपर या नीचे धकेलते हैं।

COT संकेतों को मैक्रो फंडामेंटल के साथ जोड़ना

COT पोजिशनिंग एक बाजार संरचना संकेत है, न कि एक मौलिक संकेत। इसकी शक्ति तब कई गुना बढ़ जाती है जब यह अंतर्निहित मैक्रो वातावरण के साथ संरेखित होता है — या विरोधाभास करता है। सबसे उच्च-विश्वास वाले सेटअप दो विशिष्ट विन्यासों में उत्पन्न होते हैं।

विन्यास 1 — मैक्रो टेल विंड, भीड़भाड़ वाली स्थिति

एक स्थिति के लिए मौलिक मामला मजबूत और अच्छी तरह से समझा गया है — लेकिन यह पहले से ही अत्यधिक सट्टा पोजिशनिंग में पूरी तरह से परिलक्षित होता है। इस मामले में, आगे मैक्रो सुधार से ऊपर की ओर सीमित है क्योंकि समुदाय ने पहले ही इसके लिए स्थिति बना ली है। विषमता नीचे की ओर है: यदि मैक्रो डेटा मामूली रूप से भी निराश करता है, तो उलटफेर हिंसक होगा क्योंकि भीड़ के पास जाने के लिए कोई जगह नहीं है।

यह वर्तमान EUR सेटअप का वर्णन करता है। एक कमजोर होता US डॉलर का नैरेटिव और मजबूत होता EU आर्थिक डेटा मौलिक रूप से EUR लॉन्ग्स का समर्थन करता है — लेकिन +2.1 का z-स्कोर आपको बताता है कि इस थीसिस का अधिकांश हिस्सा पहले से ही वायदा पोजिशनिंग में मूल्यवान है। ट्रेड गलत नहीं है, लेकिन जोखिम/इनाम काफी कम हो गया है। सत्यापित करने के लिए COT के साथ EUR मैक्रो डेटा खींचें:

import requests

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

# EUR macro fundamentals
eur_gdp    = requests.get(f"{BASE}/announcements/eur/gdp",         params={"api_key": KEY, "limit": 6}).json()
eur_cpi    = requests.get(f"{BASE}/announcements/eur/inflation",   params={"api_key": KEY, "limit": 6}).json()
eur_policy = requests.get(f"{BASE}/announcements/eur/policy_rate", params={"api_key": KEY, "limit": 4}).json()

# COT positioning
eur_cot    = requests.get(f"{BASE}/cot/eur", params={"api_key": KEY, "limit": 8}).json()

print("Latest EUR policy rate:", eur_policy["data"][0])
print("Latest EUR CPI:", eur_cpi["data"][0])
print("Latest EUR net COT:", eur_cot["data"][0]["noncommercial_net"])

विन्यास 2 — मैक्रो हेड विंड, भीड़भाड़ वाली स्थिति (उच्चतम अलर्ट)

यह उच्चतम-अलर्ट सेटअप है। मैक्रो डेटा आम सहमति थीसिस का खंडन करना शुरू कर देता है, उसी समय पोजिशनिंग चरम पर होती है। एक भीड़भाड़ वाला ट्रेड जो अपनी मौलिक औचित्य खो देता है, वह एक तेजी से, अव्यवस्थित अनवाइंड के लिए एक नुस्खा है। CHF का −1.7 किसी भी SNB नीति आश्चर्य के साथ मिलकर जो CHF बेयर थीसिस को चुनौती देता है, इस विन्यास का एक पाठ्यपुस्तक उदाहरण होगा।

वेग उतना ही मायने रखता है जितना कि स्तर। जब EUR संचय के चरम पर शुद्ध स्थिति परिवर्तन प्रति सप्ताह +8,000 से +12,000 कॉन्ट्रैक्ट्स पर चल रहे थे और तब से +1,000 से +2,000 तक धीमे हो गए हैं, तो वह मंदी एक वस्तुनिष्ठ चरण 3 हस्ताक्षर है। भीड़ अभी भी जोड़ रही है लेकिन विश्वास डगमगा रहा है। यह वह समय है जब उलटफेर का जोखिम सैद्धांतिक से आसन्न में बदल जाता है।

एक व्यावहारिक उलटफेर ट्रेडिंग ढाँचा

COT संकेतों को वास्तविक ट्रेडों में बदलने के लिए संरचना की आवश्यकता होती है। पोजिशनिंग चरम सीमाएं हफ्तों या महीनों तक बनी रह सकती हैं, और इसकी कोई गारंटी नहीं है कि एक चरम रीडिंग तुरंत उलट जाएगी। निम्नलिखित ढाँचा COT को एक पूर्व-आवश्यकता फ़िल्टर के रूप में उपयोग करता है, न कि एक सटीक समय उपकरण के रूप में।

एक साप्ताहिक COT स्कैनर बनाना

इस ढांचे का व्यावहारिक कार्यान्वयन एक साप्ताहिक स्कैनर है जो स्वचालित रूप से सभी आठ मुद्रा वायदा के लिए z-स्कोर और डेल्टा की गणना करता है और एक रैंक वाली अलर्ट तालिका आउटपुट करता है। FXMacroData COT एंडपॉइंट का उपयोग करके एक उत्पादन-तैयार स्क्रिप्ट यहाँ दी गई है:

import requests, statistics
from datetime import date, timedelta

BASE       = "https://fxmacrodata.com/api/v1"
KEY        = "YOUR_API_KEY"
CURRENCIES = ["aud", "cad", "chf", "eur", "gbp", "jpy", "nzd", "usd"]
WINDOW     = 52   # weeks for z-score baseline
EXTREME_Z  = 2.0  # alert threshold

def fetch_cot(ccy: str) -> list[dict]:
    r = requests.get(f"{BASE}/cot/{ccy}", params={"api_key": KEY, "start": "2019-01-01"})
    r.raise_for_status()
    return r.json()["data"]   # newest first

def analyse(records: list[dict]) -> dict:
    vals = [r["noncommercial_net"] for r in records]
    net  = vals[0]
    # 52-week z-score
    window = vals[:WINDOW]
    mu  = statistics.mean(window)
    sig = statistics.stdev(window) if len(window) > 1 else 1
    z   = round((net - mu) / sig, 2) if sig else 0.0
    # 4-week velocity (average weekly change)
    delta_4w = round((vals[0] - vals[4]) / 4, 0) if len(vals) > 4 else 0
    # Net as % of open interest
    oi      = records[0].get("open_interest", 1) or 1
    net_oi  = round(net / oi * 100, 1)
    return {
        "net": net, "zscore": z,
        "delta_4w": delta_4w, "net_oi_pct": net_oi,
        "date": records[0]["date"]
    }

print(f"\n{'CCY':5} {'Net':>9} {'Z-Score':>9} {'4W Delta':>10} {'Net/OI%':>9}  Status")
print("-" * 60)

for ccy in CURRENCIES:
    data  = fetch_cot(ccy)
    stats = analyse(data)
    flag  = " ⚠ EXTREME" if abs(stats["zscore"]) >= EXTREME_Z else ""
    print(f"{ccy.upper():5} {stats['net']:>9,.0f} {stats['zscore']:>9.2f} "
          f"{stats['delta_4w']:>10,.0f} {stats['net_oi_pct']:>9.1f}%{flag}")

इसे हर शुक्रवार शाम को चलाना — 3:30 बजे पूर्वी COT रिलीज के तुरंत बाद — आपको सप्ताहांत से पहले और अगले रविवार को एशियाई बाजार खुलने से पहले सट्टा परिदृश्य की पूरी जानकारी देता है।