Phase‑1 (Entry‑Timing‑Isolation) के लिए सबसे साफ और व्यावहारिक डिज़ाइन यह होगा:

1. Exit‑Framework चुनना: ATR vs Fixed Horizon

A. अगर आपका primary goal “trading system context में entry timing का value” measure करना है

(यानी real‑world जैसे risk management के साथ signal की utility देखनी है):

- Existing ATR‑based stop/target framework को ही reuse करें:

- यह पहले से tested है (stock_agent.py, `calculate_atr()` आधारित).

- Established research भी typicaly volatility‑normalized exits (ATR multiples) पर ही चलता है.

- Experimentally सबसे important चीज़: सभी variants (S1/S2/S3) के लिए exit rule identical और frozen रहे.

इससे जो भी फर्क दिखेगा, वो entry timing से आएगा, exit logic से नहीं.

- Fixed‑horizon (10/20 days) यहाँ कम उचित है, क्योंकि:

- Arbitrary horizon selection खुद एक नया hyperparameter बन जाता है.

- Volatility regime change पर बिल्कुल adapt नहीं करता.

- Production reality से काफी दूर चला जाता है, जबकि आपका goal production‑grade design के आसपास रहना लगता है।

B. अगर आपका goal pure “statistical predictability of returns over fixed window” है

(जैसे academic style test कि 10‑day या 20‑day forward return improve होता है या नहीं):

- तब fixed‑horizon exit (जैसे 10/20 days) theoretically बहुत साफ है:

- हर entry के लिए एक ही fixed payoff window → entry timing का effect “path‑independent” तरीके से दिखता है.

- लेकिन यह आपका earlier Trend‑Direction‑v2 style है; Phase‑1 का context आपने खुद “entry‑timing with established ATR exit” की तरफ orient किया हुआ है।

आपके described context (Entry‑Timing‑Phase‑1, existing production code, ATR पर literature support) के हिसाब से best choice:

> Existing ATR‑based stop/target logic को reuse करना, और उसे S1/S2/S3 में पूरी तरह identical रखना।

Fixed‑horizon exit को आप बाद में एक secondary robustness check के रूप में चला सकते हैं, not as the primary Phase‑1 design.

2. ATR‑Multiple: Production जैसा ही या अलग?

Phase‑1 का aim “Entry‑Timing‑Isolation” है, Exit‑Optimization नहीं.

इसका सीधा implication:

- Stop multiple (2×ATR) और Target multiple को वही रखें जो production‑code में है, यानी:

- `FIB_DOWN_ATR_STOP_MULT = 2.0` जैसा है, वैसा ही रहे।

- Target के लिए जो भी established ratio/multiple अभी production में use हो रहा है, वही fix करके रखें।

- अगर आप Phase‑1 में ही ATR multiple बदलते/optimize करते हैं:

- आप entry‑timing test में एक और dimension (exit param tuning) introduce कर देंगे।

- फिर यह साफ नहीं रहेगा कि performance change entry से आया या exit‑tweaks से।

- Experiment‑design point of view से:

- एक बार exit‑spec को freeze कर दें (same ATR lookback, same stop multiple, same target multiple, same trailing/fixed behaviour).

- S1/S2/S3 के बीच सिर्फ entry timing logic बदले।

इस context में best practice यही है:

> Phase‑1 के लिए exactly वही ATR multiples और exit‑implementation use करें जो production में है (2×ATR stop सहित) और उन्हें bilkul भी re‑tune न करें।

3. Practical Implementation Blueprint (Phase‑1)

Phase‑1 simulation के लिए एक clean design इस प्रकार रख सकते हैं:

1. Exit Framework (common, frozen for all strategies):

- ATR lookback: वही जो `calculate_atr()` production में use करता है (e.g. 14 days, अगर ऐसा है).

- Stop: `Stop = EntryPrice − 2 × ATR` (या जो भी direction और formula आपके prod में defined हैं).

- Target: वही multiple/ratio जो अभी production में है (e.g. `k × ATR` या fib‑based; जो है, उसे ही freeze करें).

- Trailing vs Fixed: production में जैसा behaviour है, बिल्कुल वैसा ही रखें (trailing stop, once‑moved‑never‑loosened, etc.) – कोई बदलाव नहीं।

2. Entry Variants (S1/S2/S3):

- सिर्फ entry logic (timing, filters, confirmation rules) बदलें।

- Position sizing logic भी ideally identical और ATR‑normalized रहे (अगर production में ऐसा है) ताकि risk per trade comparable रहे।

3. Evaluation:

- All strategies पर same backtest period, same universe, same transaction cost assumptions।

- Output metrics compare करें: CAGR, max DD, Sharpe, win‑rate, average R‑multiple per trade, etc.

यहां R‑multiple (profit/ATR‑risk) use करेंगे तो चारों ओर comparison और साफ हो जाएगा।

4. Fixed‑Horizon Exit का सही place

Fixed‑horizon exit (10/20‑day जैसा Trend‑Direction‑v2) को आप यहां use कर सकते हैं, but as robustness check:

- Phase‑1A (Primary): Existing ATR stop/target framework (production‑style) + S1/S2/S3 entry timing comparison।

- Phase‑1B (Robustness): same S1/S2/S3 entries, लेकिन exit सिर्फ fixed‑horizon (e.g. 10‑day close / 20‑day close) और कोई stop/target नहीं।

- अगर दोनों setups में relative ranking broadly consistent रहे, तो आपको बहुत मजबूत confidence मिलेगा कि difference वास्तव में entry timing से है, न कि exit‑assumptions से।

लेकिन primary conclusion और parameter selection के लिए ATR‑based, production‑style exit को ही anchor मानना बेहतर रहेगा।

संक्षिप्त निष्कर्ष:

- Exit framework: Phase‑1 Entry‑Timing‑Isolation के लिए existing ATR‑based stop/target logic (stock_agent.py) को ही reuse करें; यही ज़्यादा rigorous और practically relevant है।

- ATR multiple: Phase‑1 में exactly वही 2×ATR stop और existing target‑multiple use करें जो production में है; Phase‑1 context के लिए अलग multiple चुनना experimental noise बढ़ाएगा और entry‑timing effect को कम साफ कर देगा।

- Fixed‑horizon 10/20‑day exit को सिर्फ secondary, robustness‑style experiment के रूप में रखें, primary design नहीं।

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