COT स्थिति र भीडभाड भएका व्यापारहरू: उल्टो पत्ता लगाउँदै

आठ प्रमुख मुद्रा फ्यूचर बजारहरूमध्ये दुईमा हाल सट्टाबाजीको स्थितिमा सांख्यिकीय चरम सीमा देखिएको छ। JPY को नेट सर्ट करारहरू −१४८,००० भन्दा तल झरेका छन् — जुन पछिल्लो ५२-हप्ताको वितरणको तुलनामा −२.४ को z-स्कोर हो — जबकि EUR को नेट लङहरू +११२,००० मा पुगेका छन्, जुन +२.१ को z-स्कोर हो। जब गैर-व्यावसायिक व्यापारीहरू यसरी एकै दिशामा अत्यधिक भीड गर्छन्, तब व्यापार बृहत् आर्थिक सिद्धान्तको बारेमा नभई निकास जोखिमको बारेमा हुन थाल्छ।

यो लेख त्यसपछि के हुन्छ भन्ने बारेमा छ। साप्ताहिक CFTC Commitments of Traders डेटा प्रयोग गरेर, हामी कसरी एक सहमति व्यापार "राम्रो स्थितिमा" बाट "खतरनाक रूपमा भीडभाड" मा पार गर्छ भनेर पहिचान गर्ने, अनवाइन्डका प्रारम्भिक चेतावनी संकेतहरू कस्ता देखिन्छन्, र COT स्थितिको चरम सीमा वरिपरि उल्टो ढाँचा कसरी संरचना गर्ने भनेर जाँच गर्छौं।

भीडभाड भएको व्यापार परिभाषित गर्दै

एक व्यापार भीडभाड तब हुन्छ जब गैर-व्यावसायिक सट्टाबाजी समुदाय — हेज फन्ड, सम्पत्ति प्रबन्धकहरू, र कमोडिटी ट्रेडिङ सल्लाहकारहरू — एक दिशात्मक स्थिति जम्मा गर्छन् जुन यसको आफ्नै इतिहासको सापेक्ष सांख्यिकीय रूपमा चरम हुन्छ। महत्त्वपूर्ण शब्द सापेक्ष हो। +१००,००० EUR करारहरूको नेट लङ स्वाभाविक रूपमा चरम हुँदैन; यो केवल चरम हुन्छ यदि यो मुद्राको सामान्य स्थितिको दायराभन्दा धेरै माथि छ।

दुई मेट्रिकहरूले यो परिभाषालाई कार्ययोग्य थ्रेसहोल्डहरूमा परिष्कृत गर्छन्।

नेट गैर-व्यावसायिक स्थितिको Z-स्कोर

मुद्राहरू र समय अवधिहरूमा COT पठनहरूलाई सामान्यीकरण गर्ने सबैभन्दा बलियो तरिका रोलिङ z-स्कोर हो। यसले एक सटीक प्रश्नको जवाफ दिन्छ: हालको स्थिति यसको हालको औसतभन्दा कति मानक विचलन माथि वा तल छ? ५२-हप्ताको विन्डो प्रयोग गर्दा बेन्चमार्कलाई हालको बृहत् आर्थिक व्यवस्थासँग जोड्छ, न कि बहु-दशकको इतिहाससँग जसले अब हालको बजार संरचनालाई प्रतिबिम्बित नगर्न सक्छ।

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, ...}

+२.० भन्दा माथि वा −२.० भन्दा तलका पठनहरूले मुद्रालाई यसको ऐतिहासिक वितरणको शीर्ष वा तल्लो २.३% मा राख्छ। यो त्यो थ्रेसहोल्ड हो जसलाई यस लेखले "चरम" मान्छ — संरचनात्मक स्थितिको जोखिमको रूपमा झण्डा लगाउन पर्याप्त सांख्यिकीय रूपमा असामान्य।

खुला ब्याजको अंशको रूपमा नेट स्थिति

z-स्कोरले तपाईंलाई ऐतिहासिक वितरणमा स्थिति कहाँ छ भनेर बताउँछ। नेट-टु-ओपन-इन्टरेस्ट अनुपातले तपाईंलाई हालको बजार गहिराइ भित्र दिशात्मक शर्त कति केन्द्रित छ भनेर बताउँछ। जब गैर-व्यावसायिक नेट स्थिति कुल खुला ब्याजको २५-३०% भन्दा बढी हुन्छ, तब बजार संरचनात्मक रूपमा विकृत हुन्छ र कुनै पनि विपरीत उत्प्रेरकमा विस्थापनको सम्भावना उच्च हुन्छ।

प्रमुख मुद्राहरूमा हालको चरम पठनहरू

क्रस-करेन्सी z-स्कोर स्क्यान कुनै पनि बृहत् FX व्यापारीले चलाउन सक्ने सबैभन्दा शक्तिशाली साप्ताहिक अनुष्ठान हो भन्न सकिन्छ। एकैसाथ सबै आठ मुद्रा फ्यूचरहरूलाई श्रेणीबद्ध गरेर, यसले तुरुन्तै कुन व्यापारहरू दुवै पक्षमा तातो चलिरहेका छन् र कुन तटस्थ क्षेत्रमा छन् जहाँ बृहत् आर्थिक सिद्धान्तलाई अगाडि बढ्ने ठाउँ छ भनेर प्रकट गर्दछ।

माथिको स्न्यापसटले सट्टाबाजीको भावनामा स्पष्ट विभाजन देखाउँछ। JPY सर्ट बुक यस जटिलतामा सबैभन्दा भीडभाड भएको स्थिति हो, जसको z-स्कोर −२.४ −२.० को खतरा थ्रेसहोल्डभन्दा धेरै तल छ। EUR लङहरू +२.१ मा पुगेका छन् र त्यो बिन्दुमा पुग्दैछन् जहाँ सहमति लङ आफैंमा जोखिम बन्छ। CHF −१.७ मा छ, जुन चरम सर्ट क्षेत्र नजिक छ। CAD र AUD तटस्थ क्षेत्रमा आरामसँग छन्।

जोडी व्यापारीहरूका लागि, JPY/EUR भिन्नता सबैभन्दा कार्ययोग्य पठन हो: यदि तपाईं औसतमा फर्कने कुरामा विश्वास गर्नुहुन्छ भने, स्थितिको अनवाइन्डबाट सबैभन्दा संरचनात्मक टेलविन्ड भएको व्यापार सर्ट EUR/JPY हो — एकातर्फ अत्यधिक लङ EUR एक्सपोजर र अर्कोतर्फ अत्यधिक सर्ट JPY एक्सपोजर भएको मुद्रा।

COT-संचालित उल्टोको संरचना

चरम स्थिति स्वतः उल्टो हुँदैन। यो विशिष्ट चरणहरूको अनुक्रममा अनवाइन्ड हुन्छ, प्रत्येकको मापनयोग्य COT हस्ताक्षरहरू हुन्छन्। चरण संरचना बुझ्दा तपाईंलाई अस्थायी समेकन र वास्तविक शासन परिवर्तन बीच फरक छुट्याउन मद्दत गर्छ।

चरण १ — संचय (Z-स्कोर ० देखि ±१.५)

बृहत् आर्थिक सिद्धान्तले गति लिन्छ। प्रत्येक हप्ता, सट्टाबाजी समुदायले विश्वासका साथ स्थितिमा थप्छ। नेट करारहरू स्थिर रूपमा बढ्छन्, खुला ब्याज बढ्छ, र मूल्यमा प्रवृत्तिले सहमतिको प्रतिबिम्ब र सुदृढीकरण गर्छ।

चरण २ — भीडभाड (Z-स्कोर ±१.५ देखि ±२.०)

स्थिति मूल्यले जायज ठहराएको भन्दा छिटो बढ्छ। नयाँ प्रवेशकर्ताहरू सामेल हुँदैछन् किनभने व्यापारले काम गरेको छ, न कि मूल सिद्धान्त बलियो भएकोले। नेट स्थितिमा साप्ताहिक डेल्टा तीव्र हुन्छ। यो चरण प्रायः धारकहरूका लागि सबैभन्दा लाभदायक हुन्छ — गति पूर्ण रूपमा संलग्न हुन्छ — तर यो त्यो समय पनि हो जब निकास जोखिम अदृश्य रूपमा पृष्ठभूमिमा निर्माण हुन थाल्छ।

चरण ३ — थकान (Z-स्कोर ±२.० भन्दा बाहिर)

नयाँ स्थिति-निर्माणको दर सुस्त हुन्छ। खुला ब्याज स्थिर हुन सक्छ वा घट्न थाल्न सक्छ जबकि मूल्य प्रवृत्ति दिशामा चलिरहन्छ। सुस्त स्थिति र निरन्तर मूल्य वृद्धि वा ह्रास बीचको यो भिन्नता COT रिपोर्टले प्रदान गर्ने सबैभन्दा महत्त्वपूर्ण प्रारम्भिक चेतावनी संकेत हो।

चरण ४ — पहिलो अनवाइन्ड (चरमबाट पछि हट्दै Z-स्कोर)

एक उत्प्रेरक आइपुग्छ — एक अप्रत्याशित केन्द्रीय बैंकको बयान, एक बृहत् आर्थिक डेटा आश्चर्य, एक भू-राजनीतिक झटका — र सबैभन्दा लिभरेज्ड सहभागीहरूले एक्सपोजर घटाउन थाल्छन्। z-स्कोर यसको चरमबाट पछि हट्छ, तर सुरुमा बिस्तारै। मूल्य तीव्र रूपमा उल्टो हुन्छ किनभने निकासहरू क्लस्टर गरिएका हुन्छन्: चरण २ मा प्रवेश गर्ने सबैजना एकैसाथ एउटै ढोकाबाट बाहिर निस्कने प्रयास गरिरहेका हुन्छन्।

चरण ५ — निचोड (Z-स्कोर तटस्थतर्फ फर्कँदै)

अनवाइन्ड आत्म-सुदृढ बन्छ। सर्ट-कभरिङ वा लङ लिक्विडेशन तीव्र हुन्छ। प्रवृत्तिको धेरैजसो समय लाभदायक रहेका स्थितिहरू निचोडको समयमा द्रुत रूपमा नाफाविहीन हुन्छन्। चाल प्रायः नयाँ तटस्थ स्थिति व्यवस्था नजिक स्थिर हुनु अघि उचित मूल्यभन्दा बढी जान्छ।

माथिको चार्टले JPY नेट सर्ट स्थितिहरूले पूर्ण उल्टो चक्रमा USD/JPY लाई कसरी ट्र्याक गर्यो भनेर चित्रण गर्दछ। २०२३ भरि र २०२४ को सुरुसम्म, JPY फ्यूचरहरूमा भारी सट्टाबाजी सर्ट स्थिति USD/JPY को उच्च प्रवृत्तिसँग मेल खायो। तर प्रत्येक पटक स्थिति सांख्यिकीय चरममा पुग्दा, एक उत्प्रेरक — प्रायः बैंक अफ जापानको नीति संकेत — ले सर्ट बुकलाई द्रुत रूपमा संकुचित गर्यो, जसले तीव्र JPY प्रशंसा उत्पादन गर्यो।

COT डेटाले उत्प्रेरकको भविष्यवाणी गरेन। यसले तपाईंलाई बतायो कि स्थिति यति भीडभाड थियो कि कुनै पनि विपरीत उत्प्रेरक, आकारको पर्वाह नगरी, भीडको निकास गतिशीलताद्वारा प्रवर्धित हुनेछ। हालको चरम सीमा बढ्दैछ वा घट्दैछ भनेर ट्र्याक गर्न FXMacroData COT एन्डपोइन्ट मार्फत JPY स्थितिको इतिहास पहुँच गर्नुहोस्।

मूल्य–स्थितिको भिन्नता संकेत

सबैभन्दा भरपर्दो COT-आधारित उल्टो चेतावनी स्थितिको निरपेक्ष स्तर होइन — यो मूल्य दिशा र स्थितिको दिशा बीचको भिन्नता हो। जब मूल्य एक दिशामा जारी रहन्छ तर अन्तर्निहित फ्यूचरहरूमा सट्टाबाजीको स्थिति अर्को दिशामा जान थाल्छ, तब ठूला सहभागीहरूले पहिले नै एक्सपोजर घटाउँदैछन् जबकि खुद्रा गति व्यापारीहरूले मूल्यलाई उच्च वा निम्न धकेल्छन्।

COT संकेतहरूलाई बृहत् आर्थिक आधारभूतहरूसँग संयोजन गर्दै

COT स्थिति एक बजार संरचना संकेत हो, आधारभूत होइन। यसको शक्ति तब बढ्छ जब यो अन्तर्निहित बृहत् आर्थिक वातावरणसँग मिल्छ — वा विरोधाभास गर्छ। सबैभन्दा उच्च-विश्वासका सेटअपहरू दुई विशिष्ट कन्फिगरेसनहरूमा उत्पन्न हुन्छन्।

कन्फिगरेसन १ — बृहत् आर्थिक टेलविन्ड, भीडभाड भएको स्थिति

एक स्थितिको लागि आधारभूत मामला बलियो र राम्ररी बुझिएको छ — तर यो पहिले नै चरम सट्टाबाजीको स्थितिमा पूर्ण रूपमा प्रतिबिम्बित भइसकेको छ। यस अवस्थामा, थप बृहत् आर्थिक सुधारबाट हुने फाइदा सीमित छ किनभने समुदायले यसको लागि पहिले नै स्थिति लिइसकेको छ। विषमता नकारात्मक पक्षमा छ: यदि बृहत् आर्थिक डेटाले सामान्य रूपमा पनि निराश पार्छ भने, उल्टो हिंसक हुनेछ किनभने भीडसँग जाने ठाउँ छैन।

यसले हालको EUR सेटअपको वर्णन गर्दछ। कमजोर हुँदै गएको अमेरिकी डलरको कथा र बलियो हुँदै गएको EU आर्थिक डेटाले आधारभूत रूपमा EUR लङ्सलाई समर्थन गर्छ — तर +२.१ को z-स्कोरले तपाईंलाई बताउँछ कि यस सिद्धान्तको धेरैजसो फ्यूचर स्थितिमा पहिले नै मूल्य निर्धारण भइसकेको छ। व्यापार गलत छैन, तर जोखिम/पुरस्कार उल्लेखनीय रूपमा संकुचित भएको छ। प्रमाणित गर्न COT सँगै EUR बृहत् आर्थिक डेटा तान्नुहोस्:

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"])

कन्फिगरेसन २ — बृहत् आर्थिक हेडविन्ड, भीडभाड भएको स्थिति (उच्चतम सतर्कता)

यो उच्चतम-सतर्कता सेटअप हो। बृहत् आर्थिक डेटाले सहमतिको सिद्धान्तलाई विरोधाभास गर्न थाल्छ, त्यही समयमा स्थिति चरममा हुन्छ। आफ्नो आधारभूत औचित्य गुमाउँदै गएको भीडभाड भएको व्यापार द्रुत, अव्यवस्थित अनवाइन्डको लागि एक नुस्खा हो। −१.७ मा रहेको CHF र CHF बियर सिद्धान्तलाई चुनौती दिने कुनै पनि SNB नीति आश्चर्य यस कन्फिगरेसनको पाठ्यपुस्तक उदाहरण हुनेछ।

स्तर जत्तिकै वेग पनि महत्त्वपूर्ण हुन्छ। जब EUR संचयको उचाइमा नेट स्थिति परिवर्तनहरू प्रति हप्ता +८,००० देखि +१२,००० करारहरूमा चलिरहेका थिए र त्यसपछि +१,००० देखि +२,००० मा सुस्त भएका छन्, त्यो मन्दी एक वस्तुनिष्ठ चरण ३ को हस्ताक्षर हो। भीडले अझै थपिरहेको छ तर विश्वास डगमगाइरहेको छ। यो त्यो समय हो जब उल्टो जोखिम सैद्धान्तिकबाट आसन्नमा संक्रमण गर्छ।

एक व्यावहारिक उल्टो व्यापार ढाँचा

COT संकेतहरूलाई वास्तविक व्यापारमा अनुवाद गर्न संरचना चाहिन्छ। स्थितिको चरम सीमा हप्ता वा महिनासम्म रहन सक्छ, र चरम पठन तुरुन्तै उल्टो हुनेछ भन्ने कुनै ग्यारेन्टी छैन। निम्न ढाँचाले COT लाई एक पूर्वशर्त फिल्टरको रूपमा प्रयोग गर्दछ, न कि एक सटीक समय उपकरणको रूपमा।

साप्ताहिक COT स्क्यानर निर्माण गर्दै

यस ढाँचाको व्यावहारिक कार्यान्वयन एक साप्ताहिक स्क्यानर हो जसले स्वचालित रूपमा सबै आठ मुद्रा फ्यूचरहरूका लागि z-स्कोर र डेल्टा गणना गर्छ र एक श्रेणीबद्ध अलर्ट तालिका आउटपुट गर्छ। यहाँ FXMacroData COT एन्डपोइन्ट प्रयोग गरेर उत्पादन-तयार स्क्रिप्ट छ:

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}")

प्रत्येक शुक्रबार साँझ — ३:३० बजे पूर्वी COT जारी भएपछि तुरुन्तै — यो चलाउँदा तपाईंलाई सप्ताहन्त अघि र अर्को आइतबार एसियाली बजार खुल्नु अघि सट्टाबाजीको परिदृश्यको पूर्ण जानकारी दिन्छ।