
🚨 ৯৮% Profit-এর দাবি, ১৪+ Indicator এবং Smart Money Signal! TradeHEIST কি সত্যিই Trading Edge তৈরি করে, নাকি Dashboard-এর Confidence-ই শুধু চোখে পড়ে?

ভূমিকা: Trading-এ Signal নয়, যাচাইযোগ্য Edge-ই আসল
অনলাইন ট্রেডিংয়ের জগতে প্রতিদিন অসংখ্য signal tool, trading bot এবং indicator-based strategy সামনে আসে। কোনোটি BUY বা SELL নির্দেশ দেয়, কোনোটি chart pattern শনাক্ত করে, আবার কোনোটি একাধিক indicator একত্র করে market direction অনুমান করার চেষ্টা করে। কিন্তু একটি গুরুত্বপূর্ণ প্রশ্ন প্রায়ই আড়ালে থেকে যায়—এই signal কতটা নির্ভরযোগ্য, কোন পরিস্থিতিতে এটি ভুল হতে পারে এবং দীর্ঘমেয়াদে এর বাস্তব statistical edge আদৌ আছে কি না?
এই জায়গাতেই TradeHEIST নিজেকে আলাদা হিসেবে উপস্থাপন করেছে। এটি Android-এর Termux পরিবেশে চালানোর জন্য তৈরি একটি terminal-native trading intelligence suite। প্রকল্পটির README অনুযায়ী, এতে ১৪টির বেশি indicator, Smart Money Concepts (SMC), candlestick pattern recognition, Higher Timeframe bias, risk-management gate, backtesting, statistical edge audit, ASCII chart এবং Termux notification-এর মতো সুবিধা রয়েছে।
তবে TradeHEIST নিয়ে আলোচনা করতে গেলে শুধু feature list দেখলেই হবে না। এর README-তে একদিকে ৯৮% profit guarantee-র মতো বক্তব্য রয়েছে, অন্যদিকে risk disclaimer-এ বলা হয়েছে trading-এ সম্পূর্ণ capital হারানোর ঝুঁকি আছে এবং কোনো profit guarantee নেই। আবার README-তে tool-টিকে paid proprietary product বলা হলেও repository-তে GNU GPL v3 license file রয়েছে।
এই অসামঞ্জস্যগুলোই TradeHEIST মূল্যায়নের সবচেয়ে গুরুত্বপূর্ণ বিষয়।
Demo Video:
https://youtube.com/shorts/zH8hxVPFanQ?si=jCSsBXf-HULNpEZj
১. TradeHEIST আসলে কী?
TradeHEIST হলো একটি terminal-based trading analysis ও decision-support tool। এটি README অনুযায়ী Android smartphone-এ Termux ব্যবহার করে চালানোর জন্য তৈরি।
এটির উদ্দেশ্য সরাসরি broker account-এ trade execute করা নয়। বরং market data বা screen-এ উপস্থাপিত market state বিশ্লেষণ করে সম্ভাব্য BUY, SELL অথবা HOLD verdict দেখানো।
প্রকল্পটির ঘোষিত বৈশিষ্ট্য অনুযায়ী, এটি কয়েকটি বিশ্লেষণধর্মী স্তর একত্র করে:
-
Technical indicator analysis
-
Candlestick pattern recognition
-
Smart Money Concepts বা SMC
-
Higher Timeframe trend bias
-
Market regime detection
-
Risk-management rules
-
Signal history এবং statistical audit
README-তে বলা হয়েছে, এটি broker integration বা API key ছাড়াই কাজ করার জন্য তৈরি। তবে market data কীভাবে সংগ্রহ করা হয়, কোন নির্দিষ্ট screen-reading পদ্ধতি ব্যবহৃত হয় এবং data extraction-এর নির্ভুলতা কতটা—এসব source code ছাড়া নিশ্চিত করা যাচ্ছে না।
২. Architecture: একাধিক বিশ্লেষণকে একটি Verdict-এ আনার ধারণা
TradeHEIST-এর README-তে বর্ণিত architecture-কে ধারণাগতভাবে কয়েকটি স্তরে ভাগ করা যায়।
২.১ Market Input Layer
এই স্তরে market-এর price, candle এবং সংশ্লিষ্ট তথ্য বিশ্লেষণের জন্য ব্যবহৃত হওয়ার কথা।
README-তে asset selection এবং live dashboard-এর উল্লেখ আছে। পাশাপাশি tool-টি no broker API integration এবং on-device operation-এর কথা দাবি করে।
তবে এখানে একটি গুরুত্বপূর্ণ প্রশ্ন রয়েছে: market data কি screen থেকে নেওয়া হয়, কোনো local feed থেকে আসে, নাকি অন্য কোনো input mechanism ব্যবহার করা হয়? README-তে screen capture-এর জন্য root access-এর উল্লেখ থাকলেও সম্পূর্ণ data acquisition pipeline প্রকাশ করা হয়নি।
অতএব, input layer-এর নির্দিষ্ট implementation সম্পর্কে নিশ্চিত সিদ্ধান্ত দেওয়া যাচ্ছে না।
২.২ Indicator Confluence Engine
এটি TradeHEIST-এর সবচেয়ে গুরুত্বপূর্ণ ঘোষিত অংশগুলোর একটি।
README অনুযায়ী, একাধিক indicator থেকে direction এবং weight সংগ্রহ করে একটি weighted confluence score তৈরি করা হয়। অর্থাৎ একটি indicator BUY দেখালেই final BUY signal তৈরি হবে—এমন নয়।
একাধিক indicator-এর agreement, disagreement এবং market condition বিবেচনা করে verdict নির্ধারণের ধারণা দেওয়া হয়েছে।
২.৩ Signal Blocker Layer
TradeHEIST-এর একটি উল্লেখযোগ্য দাবি হলো, এটি শুধু signal তৈরি করে না; প্রয়োজন হলে signal আটকে দিয়ে HOLD দেখায়।
README অনুযায়ী, নিচের পরিস্থিতিতে signal block হতে পারে:
-
Indicator agreement কম হলে
-
একাধিক module পরস্পরবিরোধী signal দিলে
-
Higher Timeframe bias বিপরীত দিকে থাকলে
-
Market volatility অস্বাভাবিক হলে
-
Market activity খুব কম থাকলে
-
RSI অতিরিক্ত extreme অবস্থায় থাকলে
-
একাধিক candle একই দিকে চলার কারণে exhaustion-এর আশঙ্কা তৈরি হলে
এটি risk-aware signal design-এর একটি ভালো ধারণা। তবে blocker-এর threshold, calculation এবং বাস্তব ফলাফল source code ও পরীক্ষার মাধ্যমে যাচাই করা প্রয়োজন।
২.৪ Risk এবং Statistical Audit Layer
এই স্তরে stake sizing, session loss limit, payout-adjusted break-even এবং historical win-rate audit-এর কথা বলা হয়েছে।
এখানে TradeHEIST-এর লক্ষ্য হলো—শুধু signal-এর সংখ্যা বাড়ানো নয়, বরং দুর্বল market condition-এ trade না নেওয়ার সিদ্ধান্তকে গুরুত্ব দেওয়া।
৩. ১৪+ Technical Indicator: কোন কোন Analysis ব্যবহারের দাবি করা হয়েছে?
README-তে উল্লেখ করা indicator-গুলোর মধ্যে রয়েছে:
Indicator সাধারণ কাজ EMA Ribbon Trend direction ও moving-average alignment RSI Momentum এবং overbought/oversold condition MACD Momentum ও trend পরিবর্তনের ইঙ্গিত Stochastic Momentum range analysis ADX Trend strength পরিমাপ Bollinger Bands Volatility ও relative price position ATR Average volatility পরিমাপ Ichimoku Trend, support/resistance ও momentum context VWAP Proxy Volume-weighted price reference-এর আনুমানিক ধারণা Keltner Channel Volatility-based price channel StochRSI RSI-এর ওপর stochastic calculation
README-তে আরও কয়েকটি module থাকার কথা বলা হয়েছে।
এখানে একটি বিষয় মনে রাখা জরুরি: বেশি indicator ব্যবহার করলেই strategy ভালো হয় না। অনেক indicator একই ধরনের price movement থেকে signal তৈরি করে। ফলে ১৪টি indicator-এর মধ্যে ১০টি একই দিকে মত দিলেও সেগুলো ১০টি সম্পূর্ণ স্বাধীন প্রমাণ নাও হতে পারে।
এই সমস্যাকে correlated indicator signal বলা যায়।
একটি কার্যকর confluence engine-এর ক্ষেত্রে তাই শুধু agreement count নয়, indicator-গুলোর পারস্পরিক নির্ভরতা, market regime এবং false-signal rate-ও মূল্যায়ন করা প্রয়োজন।
৪. Smart Money Concepts (SMC) Engine
TradeHEIST-এর README-তে SMC-related analysis-এর মধ্যে রয়েছে:
-
Liquidity sweep
-
Market structure shift
-
Smart-money style directional logic
SMC trading analysis সাধারণত market structure, liquidity zone এবং price movement-এর নির্দিষ্ট আচরণ বিশ্লেষণ করে।
Liquidity Sweep: কোনো গুরুত্বপূর্ণ high বা low অতিক্রম করে price আবার আগের range-এ ফিরে এলে সেটিকে liquidity sweep হিসেবে ব্যাখ্যা করা হতে পারে।
Structure Shift: পূর্ববর্তী market structure ভেঙে বিপরীত দিকে নতুন directional movement তৈরি হলে সেটিকে structure shift হিসেবে বিবেচনা করা হয়।
এগুলো discretionary trading-এর পরিচিত ধারণা। কিন্তু এগুলোকে নির্ভুলভাবে automated rule-এ রূপান্তর করা সহজ নয়। কোন swing high বা low-কে গুরুত্বপূর্ণ ধরা হবে, কত candle-এর confirmation প্রয়োজন এবং false breakout কীভাবে বাদ দেওয়া হবে—এসব নির্দিষ্ট নিয়মের ওপর ফলাফল নির্ভর করে।
TradeHEIST-এর ক্ষেত্রে এই নিয়মগুলো README-তে বিস্তারিত দেওয়া নেই। তাই SMC engine-এর বাস্তব নির্ভুলতা সম্পর্কে কোনো নিশ্চিত দাবি করা যাচ্ছে না।
৫. Candlestick Pattern Recognition
README অনুযায়ী, TradeHEIST-এ ১৫টির বেশি candlestick pattern শনাক্ত করার ব্যবস্থা রয়েছে।
উল্লেখ করা pattern-গুলোর মধ্যে:
-
Engulfing
-
Hammer
-
Doji
-
Morning Star
-
Evening Star
-
Tweezer
-
Marubozu
-
Three White Soldiers
-
Three Black Crows
Candlestick pattern মূলত নির্দিষ্ট সময়ের Open, High, Low এবং Close price-এর সম্পর্ক বিশ্লেষণ করে।
উদাহরণ হিসেবে, Bullish Engulfing pattern-এ একটি bullish candle আগের bearish candle-এর body-কে ঢেকে দিতে পারে। তবে শুধু এই pattern দেখা গেলেই price বাড়বে—এমন নিশ্চয়তা নেই।
Pattern-এর কার্যকারিতা market trend, volatility, timeframe, liquidity এবং confirmation-এর ওপর নির্ভর করে।
৬. Higher Timeframe Bias
TradeHEIST-এর আরেকটি গুরুত্বপূর্ণ feature হলো Higher Timeframe বা HTF bias।
README অনুযায়ী, 1-minute chart-এর candle থেকে higher timeframe তৈরি করে broader market structure বোঝার চেষ্টা করা হয়।
ধারণাগতভাবে এটি একটি multi-timeframe analysis পদ্ধতি।
উদাহরণ:
-
Lower timeframe-এ bullish setup পাওয়া গেল।
-
Higher timeframe-এ bearish trend দেখা গেল।
-
তখন system সম্ভাব্য BUY signal block করতে পারে।
এ ধরনের filter counter-trend trade কমাতে সাহায্য করতে পারে। তবে timeframe resampling সঠিকভাবে করা, candle close-এর সময় বিবেচনা করা এবং future data accidentally ব্যবহার না করা অত্যন্ত গুরুত্বপূর্ণ।
Source code প্রকাশিত না থাকায় এই implementation যাচাই করা সম্ভব হয়নি।
৭. Market Regime Detection
README-তে তিনটি market regime-এর উল্লেখ রয়েছে:
Regime অর্থ সাধারণ বিশ্লেষণ TREND Directional movement স্পষ্ট Trend-following indicator-কে বেশি গুরুত্ব MIXED Directional agreement কম তুলনামূলক সতর্ক signal threshold RANGE Price নির্দিষ্ট সীমায় ওঠানামা করছে Mean-reversion ও range indicator
Market regime অনুযায়ী indicator weight পরিবর্তনের ধারণাটি গুরুত্বপূর্ণ।
কারণ trending market-এ RSI-এর overbought reading দীর্ঘ সময় বজায় থাকতে পারে। আবার range-bound market-এ একই reading reversal-এর সম্ভাবনা বোঝাতে বেশি কার্যকর হতে পারে।
তাই একই indicator-কে সব market condition-এ একইভাবে ব্যবহার করা সবসময় যুক্তিযুক্ত নয়।
৮. Weighted Confluence Score
TradeHEIST-এর README-তে indicator-গুলোর জন্য আলাদা weight-এর উদাহরণ দেওয়া হয়েছে।
যেমন:
Module Trend Weight Range Weight EMA / Ribbon 3.0 1.5 SMC Sweep 2.5 2.5 MACD 2.0 উল্লেখ নেই Bollinger %B উল্লেখ নেই 3.0 RSI 1.5 2.5 Stochastic 1.5 2.0 HTF Bias 3.0 1.0 Pattern 1.5 2.0
এই weight-গুলো README-তে দেওয়া উদাহরণ; এগুলো source code থেকে যাচাই করা runtime configuration নয়।
Weighted score-এর সাধারণ ধারণা হলো প্রতিটি module-এর direction এবং weight একত্র করা। এরপর total score এবং agreement count ব্যবহার করে একটি verdict তৈরি করা।
তবে score 0.80 হলেই ৮০% winning probability—এমন নয়। Weighted score, confidence score এবং empirically calibrated probability এক জিনিস নয়।
এই পার্থক্য না বুঝলে dashboard-এর বড় percentage দেখে ব্যবহারকারী ভুল সিদ্ধান্ত নিতে পারেন।
৯. Risk Management Engine
Trading tool-এর ক্ষেত্রে signal generation-এর পাশাপাশি capital protection অত্যন্ত গুরুত্বপূর্ণ।
TradeHEIST-এর README-তে কয়েকটি risk-management feature উল্লেখ করা হয়েছে।
Stake Calculation
README অনুযায়ী, bankroll এবং নির্ধারিত stake percentage ব্যবহার করে stake amount হিসাব করা হয়।
এটি position sizing-এর একটি সাধারণ ধারণা।
Session Loss Limit
Default session loss limit হিসেবে ৬% উল্লেখ করা হয়েছে।
সীমা অতিক্রম করলে system signal lock করে দেওয়ার কথা বলা হয়েছে।
এ ধরনের ব্যবস্থা revenge trading বা অতিরিক্ত loss-এর পর আবেগপ্রবণ সিদ্ধান্ত কমাতে সহায়ক হতে পারে।
Payout Guard
README অনুযায়ী, payout break-even threshold-এর নিচে থাকলে system trade signal reject করতে পারে।
ধরা যাক, কোনো trade-এ stake ১০০ টাকা এবং net profit ৮০ টাকা। অর্থাৎ winning trade-এ ৮০ টাকা লাভ, কিন্তু losing trade-এ ১০০ টাকা ক্ষতি।
Break-even win rate হবে:
100 ÷ (100 + 80) = 55.56%
অর্থাৎ অন্যান্য খরচ বাদ দিলে দীর্ঘমেয়াদে break-even থাকতে অন্তত প্রায় ৫৫.৫৬% trade জিততে হবে।
এই হিসাবটি payout structure-এর ওপর নির্ভরশীল। বাস্তব broker fee, execution difference এবং অন্যান্য খরচ থাকলে প্রয়োজনীয় win rate আরও বাড়তে পারে।
Martingale সম্পর্কে অবস্থান
README দাবি করে, toolটি martingale বা revenge sizing উৎসাহিত করে না। এটি একটি ইতিবাচক design intention, তবে বাস্তব implementation যাচাইয়ের জন্য source code প্রয়োজন।
১০. Wilson Confidence Interval ও Edge Audit
TradeHEIST-এর README-তে statistical edge audit-এর জন্য 95% Wilson confidence interval ব্যবহারের কথা বলা হয়েছে।
এটি একটি গুরুত্বপূর্ণ বিষয়।
ধরা যাক, কোনো strategy ৩০টি trade-এর মধ্যে ২১টি জিতেছে। সাধারণ win rate:
21 ÷ 30 = 70%
কিন্তু ৩০টি trade-এর sample থেকে ৭০% win rate দেখলেই strategy-টি দীর্ঘমেয়াদে লাভজনক প্রমাণিত হয় না।
Wilson confidence interval sample size বিবেচনায় win-rate estimate-এর uncertainty বোঝাতে সাহায্য করে।
README-তে তিন ধরনের verdict-এর কথা বলা হয়েছে:
-
PROVEN: confidence interval-এর lower bound break-even-এর ওপরে
-
DISPROVEN: upper bound break-even-এর নিচে
-
UNPROVEN: interval break-even threshold-কে অতিক্রম করে
আরও বলা হয়েছে, ৩০ বা তার বেশি settled signal-এর পরও upper bound break-even-এর নিচে থাকলে system trading lock করতে পারে।
এটি risk-aware statistical design-এর একটি ভালো ধারণা। কিন্তু Wilson interval শুধু win/loss outcome-এর uncertainty বোঝায়। এটি একা strategy-র profitability, payout distribution, execution quality, market regime বা future performance নিশ্চিত করে না।
বিশেষ করে trade-এর payout একরকম না হলে শুধু win rate দিয়ে প্রকৃত edge নির্ণয় করা যথেষ্ট নয়।
১১. Backtesting Module
README অনুযায়ী, dashboard render হওয়ার সময় সাম্প্রতিক closed candle ব্যবহার করে rolling backtest চালানো হয়।
এতে দেখানোর কথা:
-
Win / Loss / Draw record
-
Win rate
-
Sample-size warning
-
সাম্প্রতিক market condition-এ strategy alignment
Backtesting-এর উদ্দেশ্য হলো অতীতের data-তে কোনো strategy কীভাবে কাজ করত তা পরীক্ষা করা।
তবে একটি নির্ভরযোগ্য backtest-এর জন্য কিছু শর্ত অপরিহার্য:
-
Future data leakage থাকা যাবে না।
-
Signal তৈরির সময় শুধু তখন পর্যন্ত উপলব্ধ data ব্যবহার করতে হবে।
-
Candle close এবং execution timing বাস্তবসম্মত হতে হবে।
-
Payout, spread, slippage ও transaction cost বিবেচনা করতে হবে।
-
একাধিক market regime-এ পরীক্ষা করতে হবে।
-
Out-of-sample validation থাকতে হবে।
-
Sample size যথেষ্ট বড় হতে হবে।
TradeHEIST-এর README backtesting-এর দাবি করলেও এসব বিষয় কীভাবে বাস্তবায়িত হয়েছে তা source code ছাড়া যাচাই করা যাচ্ছে না।
১২. Terminal Dashboard ও ASCII Chart
TradeHEIST-এর অন্যতম আকর্ষণীয় অংশ হলো এর terminal-native dashboard।
README-তে প্রদর্শিত dashboard layout-এ রয়েছে:
-
Market এবং asset information
-
Session clock
-
BUY / SELL / HOLD verdict
-
Confidence বা confluence score
-
Next candle prediction
-
Price action chart
-
Last candle OHLC information
-
Market regime
-
RSI এবং ADX-এর মতো indicator value
-
SMC status
-
Psychology state
-
Win/loss scoreboard
-
Risk management information
-
Indicator vote এবং blocker list
এছাড়া ASCII candlestick chart-এর মাধ্যমে terminal-এর ভেতরেই price movement দেখানোর কথা বলা হয়েছে।
এই design-এর সুবিধা হলো, আলাদা graphical charting application ছাড়াই terminal interface-এ বিভিন্ন analysis এক জায়গায় দেখা যায়।
তবে README-তে প্রদর্শিত dashboard একটি documentation example; এটি independently verified live output নয়।
১৩. Psychology Engine
README-তে market psychology-এর জন্য কয়েকটি state উল্লেখ করা হয়েছে:
State README-তে বর্ণিত Trigger EUPHORIA / EXHAUSTION High RSI এবং rejection wick PANIC / CAPITULATION Low RSI এবং long lower wick STRONG CONVICTION ADX-based trend condition NEUTRAL / WAITING Default state
এটি মূলত price action এবং indicator থেকে market condition-এর একটি interpretive label তৈরি করার ধারণা।
এখানে একটি বিষয় পরিষ্কার রাখা প্রয়োজন: software মানুষের প্রকৃত মানসিক অবস্থা সরাসরি শনাক্ত করছে না। এটি market data-এর নির্দিষ্ট pattern-কে psychology-related label দিয়ে ব্যাখ্যা করছে।
তাই এই feature-কে behavioral analysis-এর সহায়ক indicator হিসেবে দেখা যুক্তিযুক্ত, নিশ্চিত market sentiment measurement হিসেবে নয়।
১৪. Termux Notification System
README অনুযায়ী, TradeHEIST-এ Termux notification integration রয়েছে।
ঘোষিত সুবিধাগুলো:
-
Push notification
-
Vibration alert
-
Optional Text-to-Speech
-
BUY / SELL / HOLD verdict notification
-
Asset ও confidence information
এগুলো ব্যবহারকারীকে terminal-এর সামনে সবসময় বসে না থেকেও alert পাওয়ার সুযোগ দিতে পারে।
তবে notification পাওয়া মানেই trade নেওয়া উচিত—এমন নয়। Notification কেবল তথ্য সরবরাহ করে; আর্থিক সিদ্ধান্তের দায়িত্ব ব্যবহারকারীর।
১৫. Installation Requirements
README অনুযায়ী, প্রয়োজনীয় পরিবেশ:
Requirement বিবরণ Device Android Terminal Termux Python Python 3.10+ Root Screen capture-এর জন্য প্রয়োজন হতে পারে Additional packages NumPy, Pillow, Termux:API ইত্যাদি
README-তে setup command হিসেবে উল্লেখ রয়েছে:
python tradeheist.py --setup
প্রথমবার চালানোর command:
python tradeheist.py
এছাড়া package installation-এর জন্য README-তে দেওয়া হয়েছে:
pkg update -y
pkg install -y python python-numpy python-pillow tsu termux-api
গুরুত্বপূর্ণ: GitHub repository-র দৃশ্যমান file listing-এ tradeheist.py পাওয়া যায়নি। README-তে tool-টিকে paid proprietary product বলা হয়েছে এবং trial access না থাকার কথাও উল্লেখ রয়েছে। ফলে শুধু README দেখে এই command কার্যকরভাবে চালানো যাবে—এমন নিশ্চয়তা দেওয়া যাচ্ছে না।
কোনো payment করার আগে developer-এর কাছ থেকে executable বা source delivery format, installation method, supported device এবং refund terms লিখিতভাবে নিশ্চিত করা উচিত।
১৬. Paid Access ও মূল্য
README-তে TradeHEIST-কে paid product হিসেবে উল্লেখ করা হয়েছে।
প্রকাশিত মূল্য:
10,000 BDT
README-তে ২১ বছর বা তার বেশি বয়সীদের জন্য ব্যবহারের শর্তও দেওয়া হয়েছে।
তবে মূল্য, payment method, delivery process, support arrangement এবং refund policy সম্পর্কে সিদ্ধান্ত নেওয়ার আগে developer-এর সঙ্গে সরাসরি যাচাই করা উচিত।
শুধু GitHub README-তে মূল্য লেখা আছে বলে কোনো payment channel বা seller identity স্বয়ংক্রিয়ভাবে verified হয়ে যায় না।
১৭. Privacy ও Security Review
README অনুযায়ী, TradeHEIST সম্পূর্ণ on-device operation-এর জন্য তৈরি এবং এতে telemetry, cloud dependency বা API key প্রয়োজন হয় না।
এটি সত্য হলে কিছু privacy সুবিধা থাকতে পারে:
-
Third-party cloud service-এর ওপর নির্ভরতা কমে।
-
API key সংরক্ষণের প্রয়োজন হয় না।
-
Market analysis local device-এ সম্পন্ন হতে পারে।
-
External telemetry কম থাকতে পারে।
তবে এগুলো README-তে দেওয়া project claim। Source code অনুপস্থিত থাকায় network communication, data storage, file access এবং background process independently audit করা যায়নি।
বিশেষ করে paid tool কেনার আগে নিচের বিষয়গুলো জেনে নেওয়া উচিত:
-
কোনো account বা personal information সংগ্রহ করা হয় কি না
-
Local CSV journal কোথায় সংরক্ষিত হয়
-
কোনো remote server-এ data পাঠানো হয় কি না
-
Update mechanism কীভাবে কাজ করে
-
Root permission কেন প্রয়োজন
-
Screen capture-এর সময় কোন তথ্য পড়া হয়
Root access প্রয়োজন হলে সতর্কতা আরও বেশি জরুরি। অজানা বা অনিরীক্ষিত software-কে root permission দেওয়া Android device-এর security risk বাড়াতে পারে।
১৮. সবচেয়ে গুরুত্বপূর্ণ অসামঞ্জস্য ও সীমাবদ্ধতা
TradeHEIST-এর README-তে কিছু বিষয় আলাদা করে যাচাই করা প্রয়োজন।
১৮.১ ৯৮% Profit Guarantee বনাম Risk Disclaimer
README-র শুরুতে ৯৮% profit guarantee-র মতো বক্তব্য রয়েছে। একই README-তে আবার বলা হয়েছে trading-এ সম্পূর্ণ capital হারানোর ঝুঁকি রয়েছে এবং tool কোনো guarantee দেয় না।
দুটি বক্তব্য পরস্পরবিরোধী।
কোনো trading tool-এর ক্ষেত্রে নির্দিষ্ট profit percentage নিশ্চিত বলে ধরে নেওয়া উচিত নয়। ৯৮% win rate, ৯৮% confidence এবং ৯৮% profit—তিনটি সম্পূর্ণ আলাদা বিষয়।
১৮.২ Proprietary দাবি বনাম GPL-3.0 License
README-তে TradeHEIST-কে proprietary ও paid product বলা হয়েছে। কিন্তু repository-তে LICENSE ফাইলে GNU General Public License Version 3 রয়েছে।
GPL v3 একটি copyleft free-software license। এটি software-এর source code, redistribution এবং modification-এর বিষয়ে নির্দিষ্ট অধিকার ও শর্ত দেয়।
অন্যদিকে proprietary বলে প্রচার করা হলে ব্যবহারকারীর কাছে কোন অংশ GPL-এর অধীনে এবং কোন অংশ আলাদা commercial terms-এর অধীনে—তা পরিষ্কার হওয়া প্রয়োজন।
এটি একটি গুরুত্বপূর্ণ licensing ambiguity। প্রকৃত distribution package, copyright notice এবং developer-এর licensing explanation ছাড়া চূড়ান্ত আইনি সিদ্ধান্ত দেওয়া ঠিক হবে না।
১৮.৩ Source Code দৃশ্যমান নয়
Repository-র দৃশ্যমান root listing-এ README.md, LICENSE এবং assets directory দেখা যায়। README-তে tradeheist.py চালানোর নির্দেশ থাকলেও সেই source file দৃশ্যমান নয়।
ফলে নিচের বিষয়গুলো যাচাই করা যায়নি:
-
Indicator calculation
-
Weighted score implementation
-
Signal generation logic
-
Screen capture mechanism
-
Backtesting implementation
-
CSV journaling
-
Wilson interval calculation
-
Network activity
-
Root permission-এর প্রকৃত ব্যবহার
এ কারণে এই পর্যালোচনাকে source-code audit বলা যাবে না। এটি repository documentation ও প্রকাশিত দাবির বিশ্লেষণ।
১৮.৪ Backtest মানেই Live Profit নয়
Backtest অতীতের market data-তে strategy-এর আচরণ দেখায়। কিন্তু বাস্তব market-এ execution delay, price movement, payout change এবং market regime shift ফলাফল বদলে দিতে পারে।
অতীতের ভালো ফলাফল ভবিষ্যতের লাভ নিশ্চিত করে না।
১৮.৫ Confidence Score মানেই Winning Probability নয়
Dashboard-এ ৯৮% confidence দেখানো হলেও সেটি ৯৮% winning probability প্রমাণ করে না।
যদি score-কে বাস্তব probability হিসেবে উপস্থাপন করা হয়, তাহলে historical calibration, out-of-sample testing এবং যথেষ্ট sample size প্রয়োজন।
১৯. License: GNU GPL v3
GitHub repository-র LICENSE ফাইলে GNU General Public License Version 3 অন্তর্ভুক্ত রয়েছে।
GPL v3-এর অধীনে software copy, modification এবং redistribution-এর জন্য নির্দিষ্ট শর্ত প্রযোজ্য। Modified version distribute করলে license-এর copyleft obligations-ও বিবেচনা করতে হয়।
তবে README-র proprietary product দাবির সঙ্গে license file-এর সম্পর্ক স্পষ্ট করা প্রয়োজন। Paid access থাকলেই GPL license স্বয়ংক্রিয়ভাবে বাতিল হয় না; GPL-licensed software অর্থের বিনিময়েও বিতরণ করা যেতে পারে।
তাই ব্যবহারকারী ও developer—উভয়েরই কোন deliverable কোন license-এর অধীনে দেওয়া হচ্ছে তা স্পষ্ট করা উচিত।
২০. কারা TradeHEIST সম্পর্কে আগ্রহী হতে পারেন?
README-তে ঘোষিত feature অনুযায়ী, প্রকল্পটি আগ্রহ তৈরি করতে পারে:
-
Termux-based terminal application নিয়ে কাজ করেন এমন ব্যবহারকারীদের
-
Technical indicator ও confluence system নিয়ে গবেষণা করেন এমন ব্যক্তিদের
-
Multi-timeframe analysis বোঝেন এমন traders-দের
-
Risk-management এবং statistical audit নিয়ে আগ্রহীদের
-
ASCII dashboard ও local analytics design পছন্দ করেন এমন developers-দের
তবে source code দৃশ্যমান না থাকায় developer বা researcher-দের জন্য এর algorithm শেখা বা পরিবর্তন করা বর্তমানে সীমিত হতে পারে।
২১. চূড়ান্ত মূল্যায়ন
TradeHEIST-এর README-তে একটি আকর্ষণীয় trading analysis architecture-এর ধারণা তুলে ধরা হয়েছে। একাধিক indicator, market regime detection, SMC analysis, HTF bias, signal blocker, payout guard এবং Wilson confidence interval—সব মিলিয়ে এটি শুধু সাধারণ BUY/SELL signal generator হওয়ার দাবি করছে না।
বিশেষ করে HOLD verdict, session loss limit এবং statistical edge audit-এর ধারণা risk-aware trading design-এর সঙ্গে সামঞ্জস্যপূর্ণ।
কিন্তু গুরুত্বপূর্ণ সীমাবদ্ধতাও রয়েছে:
-
Source code দৃশ্যমান নয়।
-
README-র profit guarantee-ধর্মী বক্তব্য risk disclaimer-এর সঙ্গে সাংঘর্ষিক।
-
Proprietary দাবির সঙ্গে GPL v3 license file-এর অসামঞ্জস্য ব্যাখ্যা করা হয়নি।
-
Backtest ও indicator implementation independently যাচাই করা যায়নি।
-
No telemetry এবং on-device operation-এর দাবিও source-level audit ছাড়া নিশ্চিত করা যাচ্ছে না।
আমাদের মূল্যায়ন: TradeHEIST-এর concept আকর্ষণীয়, কিন্তু বর্তমানে প্রকাশিত তথ্যের ভিত্তিতে এর profitability, signal accuracy বা security নিশ্চিত করা সম্ভব নয়। ১০,০০০ BDT খরচ করার আগে source/executable access, licensing terms, data handling, reproducible backtest এবং বাস্তব performance evidence যাচাই করা বুদ্ধিমানের কাজ।
Trading-এ সবচেয়ে গুরুত্বপূর্ণ বিষয় হলো নিজের capital রক্ষা করা। কোনো dashboard, indicator score বা marketing claim-কে নিশ্চিত লাভের নিশ্চয়তা হিসেবে দেখা উচিত নয়।
Official Links
-
GitHub Repository: https://github.com/sylhetyhackvenger/TradeHEIST
-
README: https://github.com/sylhetyhackvenger/TradeHEIST/blob/main/README.md
-
License: https://github.com/sylhetyhackvenger/TradeHEIST/blob/main/LICENSE
-

শেষ কথা: ভালো trading system শুধু কখন BUY বা SELL করতে হবে তা জানায় না; কখন trade না করাই ভালো, সেটিও যুক্তিসহ ব্যাখ্যা করতে পারে। TradeHEIST সেই ধারণাকে সামনে এনেছে—কিন্তু তার বাস্তব কার্যকারিতা প্রমাণ করতে প্রয়োজন প্রকাশিত source, স্বচ্ছ methodology এবং স্বাধীনভাবে যাচাইযোগ্য performance data।