थार्प वाले “good exits ⇒ profit automatic, entries unimportant” दावे को आज के डेटा पर दोबारा टेस्ट करने पर अगर TradingBlox जैसे independent स्रोतों ने non‑confirmation दिखाया है, तो यह बिल्कुल plausible है – और वैचारिक तौर पर भी यही अपेक्षित है कि यह strong form दावा आज की मार्केट स्ट्रक्चर में टिकेगा नहीं।

नीचे इसे थोड़ी structure के साथ रख रहा हूँ:

---

1. थार्प ने असल में क्या दिखाया था?

उनका मशहूर निष्कर्ष कुछ खास conditions के भीतर निकला था:

- universe: मुख्यतः liquid trend‑following futures (70s–90s की तरह के लम्बे, साफ़ ट्रेंड वाले मार्केट्स)

- logic:

- एंट्री: कई तरह की entry rules, कभी‑कभी random भी

- एग्ज़िट: fixed trend‑following या volatility‑based exits

- common: position sizing / risk per trade को disciplined तरीके से नियंत्रित

उन डेटा सेट्स में यह दिखा कि:

- अलग‑अलग entry rules के बीच performance differences काफ़ी छोटे थे

- जबकि exit + position sizing बदलने से equity curve और कुल expectancy में बहुत बड़ा अंतर आया

यहीं से popularized statement निकला:

> “Entries don’t matter much; exits and position sizing create the profits.”

असल में यह relative importance का निष्कर्ष था, न कि universal law.

---

2. आज की “modern markets” में यह क्यों fail हो सकता है?

आज के equity / futures / intraday मार्केट्स (India समेत) 1990s वाले global futures environment से काफ़ी अलग हैं:

1. Trend structure बदल चुका है

- trends छोटे, chopped और interruptions ज़्यादा हैं;

- clean multi‑month trends कम, whipsaws ज़्यादा।

ऐसे माहौल में “कोई भी entry + अच्छा exit” अक्सर बार‑बार stop‑out होकर cost में उड़ जाता है।

2. Microstructure & HFT / अल्गो presence

- बहुत short‑term moves pure noise / liquidity effects हैं;

- small edge भी तुरंत arbitrage हो जाती है।

यहां entry timing और context critical हो जाता है।

3. Transaction cost / slippage reality

- 1990s backtests अक्सर idealized costs पर चलते थे;

- आज, छोटे edges को brokerages, impact cost, STT, आदि खा जाते हैं—

entry की quality खराब हो तो “great exits” भी net negative हो सकते हैं।

4. Survivorship bias & data‑snooping awareness

- पुरानी studies में survivorship‑free डेटा, delisted instruments, corporate actions की granularity वैसी नहीं थी;

- आज robust testing में वही systems उतने अच्छे नहीं दिखते।

इसलिए अगर कोई recent study random / naive entries + “smart exits” को अब non‑profitable दिखा रही है, तो उसका मतलब यह है कि:

> “exits अकेले, बिना underlying edge के, खुद profit generator नहीं हैं।”

जो कि सैद्धांतिक रूप से भी सही है। यदि पूरी edge exits में ही होती, तो आप literally coin‑flip entries लेकर सिर्फ exits से alpha बना लेते – जिससे market efficiency के बेसिक principles टूट जाते।

---

3. तो क्या थार्प की बात “गलत” थी या “dated”?

ज़्यादा accurate framing इस तरह होगी:

1. Strong claim

- “Entries unimportant हैं; अच्छे exits और position sizing अपने‑आप profit बना देंगे।”

- यह statement आज के broad, liquid, relatively efficient markets के लिए dated / over‑stated है।

- independent replication में fail होना expected है।

2. Weak / nuanced claim (जो अभी भी largely valid है)

- यदि आपके पास पहले से कोई real edge है (उदाहरण:

- structural trend,

- statistical mean‑reversion pattern,

- event‑driven flow,

- या कुछ information / execution advantage),

तब:

- गलत exits और poor risk management उस edge को destroy कर सकते हैं;

- अच्छा exit + position sizing आपके outcome distribution पर entries से कहीं बड़ा असर डाल सकते हैं।

मतलब:

> “edge का source entry + universe + regime selection में होता है;

> लेकिन उस edge को cash में translate करने का काम exits और position sizing करते हैं।”

यही balanced reading है, जो आज भी sensible है।

---

4. practically क्या मानकर चलना चाहिए?

1. “Entries don’t matter” को rule मत मानिए

- Modern equity / intraday / options strategies में entry quality बहुत critical है;

- mean‑reversion या short‑term swing systems में तो छोटी entry‑edge ही पूरा game है।

2. लेकिन beginners का typical झुकाव उल्टा होता है

- वे 90% energy entry signal optimization पर लगा देते हैं;

- exits, risk per trade, max drawdown control, portfolio level risk पर लगभग कोई ध्यान नहीं।

थार्प का core message इस over‑emphasis को counter करने के लिए था।

3. आज के context में practical weightage (illustrative example)

- Edge / logic (universe, regime filter, entry pattern): ~40–50%

- Exits + position sizing + risk limits: ~40–50%

- Execution & costs (slippage, fees, impact): ~10–20%

यानि entries “unimportant” नहीं, लेकिन solo hero भी नहीं हैं;

पूरा system jointly काम करता है।

4. Robustness के लिए mindset

- कोई भी 80s–90s की “established finding” आज सीधे apply करने से पहले:

- अलग‑अलग regimes (pre‑2008 vs post‑2010, covid period, etc.) पर re‑test कीजिए,

- realistic costs और liquidity filters लगाइए,

- instrument universe और rebalancing rules साफ़ रखिए।

जो claim इन filters से survive न करे, उसे regime‑specific या dated मानना ज़्यादा सुरक्षित है।

---

Bottom line

- TradingBlox जैसा independent test अगर यह दिखा रहा है कि “थार्प वाला automatic‑profit‑via‑exits” आज के मार्केट्स में दुबारा नहीं बन रहा, तो इसे थार्प के strong slogan का falsification मानना उचित है।

- लेकिन थार्प की deeper insight — “exits, risk management और position sizing की importance entry से कम नहीं, कई contexts में ज़्यादा है” — अभी भी conceptually valid है, बशर्ते कि कुछ वास्तविक statistical / structural edge पहले से मौजूद हो।

- आधुनिक मार्केट्स में बिना edge के, सिर्फ “चालाक exits” से पैसा consistent नहीं बनता; और यह fact, आपके quoted critique के साथ पूरी तरह aligned है।

If you have any further queries, please connect with us on 022-6290-10141 (Timings : 09.00 AM to 05.00 PM) or you can email us on info@cniinfoxchange.com