Kaunsa Stock Kharide: आज हम आपको एक ऐसा तरिका बतानेवाले हैं जिसमे अगर आपको इन चीजों का ज्यादा टेक्निकल नाॅलेज भी नहीं होगा तो भी आप इस विधी से अच्छे शेयर आसानी से ढुंढ सकोगें। पुरा आर्टिकल पढोंगे तो ही यह पुरा तरिका आपको समझ आयेगा। तो चलिये जानते हैं की कैसे आप गुगल कोलैब (Google Colab) की मदत से यह आसानी से कर सकते हैं।
स्क्रिनर के लिये कौनसे स्टाॅक्स चुनना है?
अगर सबसे पहला सवाल हमारे सामने आयेगा की कौनसे शेयर में से हमें चुनना हैं? क्योंकी शेयर बाजार में ४ से ५ हजार के ऊपर शेयर लिस्टेड हैं। तो सब शेयर को हमारे स्कैनर में डालना कोई समझदारी भरा कदम नहीं होगा।
आज हम जो स्टेटर्जी बताने जा रहे हैं उसे आप कैश मार्केट, स्विंग ट्रेडिंग, मार्जिन ट्रेंडिंग, एफएनओ ट्रेडिंग में भी उपयोग में लिया जा सकता हैं।
अब इसमें कोई कहेगा Nifty ५०, Nifty १००, Nifty २५० तो कोई कहेगा Large Cap में से चुनना सबसे सही रहेगा।
तो सुना हमें सारे शेयरों में से सही स्टाॅक चुनना है जिसमें
- ट्रेडिंग व्हालुम ज्यादा होना चाहिये।
- उतार चढ़ाव ज्यादा होना चाहिये।
- एवरेज डिलिवरी व्हाल्यु ज्यादा होनी चाहिये।
- Free Flot Holding (नाॅन प्रमोटर्स होल्डिंग) ज्यादा होनी चाहिये।
- मार्केट कैप ज्यादा हों।
ऐसे स्टाॅक आपको कहा मिलेंगे ? तो जवाब है F&O वाले शेयर जिनमें ऊपरवाले सभी क्राइटेरिया उपलब्ध होती हैं। इन कुल 210 शेयरों की लिस्ट आपको NSE की Official Website पर मिल जायेगी।
इसके लिये आप गुगल पर सर्च करो NSE f&o Stock List आपको सारी पुरी लिस्ट यहां पर मिल जायेगी।
इसका क्या और कैसे उपयोग करना है यह हम आगे की स्क्रिनर वाले तरिके में बतानेवाले हैं। दरअसल यह पुरी लिस्ट जानकारी हमने आपके समझने के लिये बताई आप यह नहीं करोंगे तो भी चल जायेगा आगे हम बतानेवाले हैं।
कहा पर बनायें स्क्रिनर?
आप इसे गुगल शीट अथवा GitHub Python कोड से बना सकते हैं लेकिन इससे भी आसान तरिका है Google Colab जिसमे आप बिना कोई Technical Code नाॅलेज के यह बना सकते हो जिसके बारे में आपको बहुत आसान तरिके से बतानेवाले हैं जो कोई भी व्यक्ति आसानी से कर पायेगा।
स्क्रिनर क्राइटेरिया क्या-क्या होगा?
आपको स्क्रिनर के कौनसे क्राइटेरिया से शेयर को लेना है यह नीचे आप पढ़ सकते हो।
- शेयर का Commutative Average Positive होना चाहिये।
- शेयर की किंमत अपने 30 Day Moving Average से जादा हो।
- शेयर की किंमत अपने 50 Day Moving Average से जादा हो।
- शेयर की किंमत अपने 200 Day Moving Average से जादा (१०% से जादा नहीं बढ़ा हो) हो।
गुगल कोलैब से स्क्रिनर कैसे बनायें?
- नीचे दी गई लिंक से ‘Google Colab’ को खोलो। (https://colab.research.google.com/)
- स्किन पर आपको नीले कलर का ‘New Notebook’ पर क्लिक करना हैं।
- स्क्रिनर को आपका नाम देदो।
- आपको नीचे दिये गये कोड को Copy (Control C)करना हैं और नीचे दिये Google Colab बाॅक्स में यह दिया वहां कोड Paste( Control V) करना हैं।
# -------------------------------------------------------------------------
# CAR (Cumulative Average) + 30, 50, 200 DMA सुपर ब्रेकआउट स्कैनर
# -------------------------------------------------------------------------
# यहाँ हम कुछ ज़रूरी लाइब्रेरी (टूलकिट) मंगा रहे हैं:
import yfinance as yf # यह लाइब्रेरी याहू फाइनेंस से शेयरों का ऐतिहासिक (Historical) डेटा फ्री में डाउनलोड करती है।
import pandas as pd # यह डेटा को एक एक्सेल जैसी टेबल (Rows और Columns) में अच्छे से सजाने के काम आती है।
import warnings # फालतू की चेतावनियों को छुपाने के लिए।
import logging # यह पीछे चल रहे प्रोसेस के मैसेज को कंट्रोल करता है।
from datetime import datetime # यह आज की ताज़ा तारीख निकालने के लिए है।
# यह लाइन याहू फाइनेंस की फालतू लाल रंग की एरर (जैसे अगर कोई शेयर न मिले) को स्क्रीन पर आने से रोकती है, ताकि हमारी स्क्रीन साफ रहे।
logging.getLogger('yfinance').setLevel(logging.CRITICAL)
warnings.filterwarnings('ignore')
# -------------------------------------------------------------------------
# मुख्य फंक्शन बनाना (Main Scanner Logic)
# -------------------------------------------------------------------------
# 'advanced_stock_scanner' नाम का एक फंक्शन बना रहे हैं, जिसे हम अपनी शेयरों की लिस्ट देंगे।
def advanced_stock_scanner(ticker_list):
results = [] # खाली लिस्ट बना रहे हैं, जिसमें हम पास हुए (Breakout) शेयरों का डेटा जमा करेंगे।
# आज की तारीख को (DD-MM-YYYY) के फॉर्मेट में निकाल रहे हैं, ताकि इसे हमारी एक्सेल रिपोर्ट में जोड़ सकें।
today_date = datetime.now().strftime("%d-%m-%Y")
print(f"कुल {len(ticker_list)} शेयरों की स्कैनिंग शुरू हो रही है... कृपया प्रतीक्षा करें।\n")
# FOR लूप (Loop): यह लूप हमारी लिस्ट के हर एक शेयर (ticker) को एक-एक करके चेक करेगा।
for ticker in ticker_list:
try:
# 1. डेटा डाउनलोड करना (Data Fetching)
# यहाँ हम पिछले 2 साल (period="2y") का रोज़ाना (interval="1d") डेटा डाउनलोड कर रहे हैं।
# 200 DMA निकालने के लिए हमें कम से कम 200 दिन का डेटा चाहिए ही होता है।
data = yf.download(ticker, period="2y", interval="1d", progress=False)
# अगर कोई शेयर बाज़ार में नया आया है और उसका 200 दिन का डेटा ही नहीं है, तो उसे छोड़ कर अगले शेयर पर जाओ।
if data.empty or len(data) < 200:
continue
# क्लोज़िंग प्राइस (बंद भाव) को एक लिस्ट में निकाल रहे हैं।
close_prices = data['Close'].squeeze()
# 2. मूविंग एवरेज (DMAs) की गणना
# .rolling(window=30).mean() पिछले 30 दिनों का साधारण औसत निकालता है।
# .iloc[-1] का मतलब है कि हमें पूरी लिस्ट नहीं चाहिए, सिर्फ आज की सबसे ताज़ा (आख़िरी) एवरेज चाहिए।
dma_30 = close_prices.rolling(window=30).mean().iloc[-1]
dma_50 = close_prices.rolling(window=50).mean().iloc[-1]
dma_200 = close_prices.rolling(window=200).mean().iloc[-1]
# CMP (Current Market Price) यानी शेयर का आज का ताज़ा भाव।
cmp = close_prices.iloc[-1]
# 3. दूरी की गणना (Distance from 200 DMA)
# शेयर आज अपने 200 दिनों की औसत से कितने प्रतिशत (%) ऊपर या नीचे है, यह उसका फॉर्मूला है।
dist_200_dma = ((cmp - dma_200) / dma_200) * 100
# 4. सालाना हाई (52-Week High) खोजना
# .tail(252) का मतलब है कि हम पिछले 1 साल (1 साल में लगभग 252 ट्रेडिंग दिन होते हैं) का डेटा ले रहे हैं।
last_1y_data = data.tail(252)
# उस 1 साल के डेटा में शेयर ने सबसे ज्यादा हाई (High) किस तारीख को बनाया था, वह तारीख (idxmax) निकाल रहे हैं।
high_date = last_1y_data['High'].squeeze().idxmax()
# 5. CAR (Cumulative Average) की गणना
# हाई वाली तारीख से लेकर आज तक का सारा क्लोज़िंग डेटा निकाल रहे हैं।
car_data = close_prices.loc[high_date:]
# अगर नया हाई बने हुए अभी 10 दिन भी नहीं हुए हैं, तो हमारी CAR की गणना नहीं हो सकती, इसलिए अगले शेयर पर जाओ।
if len(car_data) < 10:
continue
# expanding().mean() हमारी असली CAR निकालता है, यानी पहले दिन से लेकर आज तक का लगातार बढ़ता हुआ औसत।
car_values = car_data.expanding().mean()
# हमें केवल पिछले 10 दिनों की CAR चेक करनी है, इसलिए .tail(10) का उपयोग किया।
last_10_car = car_values.tail(10)
# 6. ट्रेंड चेक करना (Trend Verification)
# is_monotonic_increasing यह चेक करता है कि क्या पिछले 10 दिनों से CAR लगातार बढ़ रही है (बिना एक भी दिन गिरे)।
if last_10_car.is_monotonic_increasing:
car_status = 'Positive' # लगातार बढ़ी तो पॉजिटिव
else:
car_status = 'Negative' # एक दिन भी गिरी तो नेगेटिव
# 7. फाइनल सुपर-ट्रेडिंग स्ट्रेटेजी की शर्त (The Magic Rule)
# शर्त 1: आज का भाव 30 DMA से ऊपर हो
# शर्त 2: आज का भाव 50 DMA से ऊपर हो
# शर्त 3: आज का भाव 200 DMA से ऊपर हो
# शर्त 4: CAR पिछले 10 दिनों से लगातार पॉजिटिव (बढ़ती हुई) हो
if (cmp > dma_30) and (cmp > dma_50) and (cmp > dma_200) and (car_status == 'Positive'):
action = '🟢 Positive Breakout' # सब पास हुआ तो हरा सिग्नल
else:
action = '🔴 Avoid/Hold' # एक भी शर्त फेल हुई तो लाल सिग्नल
# 8. डेटा जमा करना
# अब जो भी डेटा हमने ऊपर कैलकुलेट किया है, उसे अपनी एक्सेल टेबल में डालने के लिए इकट्ठा कर रहे हैं।
if action == '🟢 Positive Breakout':
results.append({
'Date': today_date,
'Stock': ticker.replace('.NS', ''), # .NS हटा रहे हैं ताकि शेयर का नाम साफ दिखे।
'CMP': round(cmp, 2), # भाव को दशमलव के 2 अंकों तक राउंड ऑफ (Round off) कर रहे हैं।
'30 DMA': round(dma_30, 2),
'50 DMA': round(dma_50, 2),
'200 DMA': round(dma_200, 2),
'200 DMA Dist %': round(dist_200_dma, 2),
'CAR Status': car_status,
'Action': action
})
except Exception as e:
# अगर किसी शेयर का डेटा डाउनलोड होने में कोई दिक्कत आए, तो कोड को रुकने मत दो, पास (pass) करके अगले शेयर पर चले जाओ।
pass
# 9. फाइनल रिजल्ट की सफाई (Filtering)
# इकट्ठे किए गए सारे डेटा को pandas की DataFrame (एक्सेल शीट) में बदल रहे हैं।
df_positive = pd.DataFrame(results)
# अंत में, चुनी गई लिस्ट को 200 DMA की दूरी (% Distance) के आधार पर छोटे से बड़े क्रम में (Ascending order) सेट कर रहे हैं।
if not df_positive.empty:
df_positive = df_positive.sort_values(by='200 DMA Dist %', ascending=True)
return df_positive
# -------------------------------------------------------------------------
# कोड को रन करना (Execution Part)
# -------------------------------------------------------------------------
# यह हमारे 210 शेयरों की पूरी लिस्ट है, जिसे हमारा स्कैनर चेक करेगा।
my_stocks = [
'360ONE.NS', 'ABB.NS', 'APLAPOLLO.NS', 'AUBANK.NS', 'ADANIENSOL.NS',
'ADANIENT.NS', 'ADANIGREEN.NS', 'ADANIPORTS.NS', 'ADANIPOWER.NS', 'ABCAPITAL.NS',
'ALKEM.NS', 'AMBER.NS', 'AMBUJACEM.NS', 'ANGELONE.NS', 'APOLLOHOSP.NS',
'ASHOKLEY.NS', 'ASIANPAINT.NS', 'ASTRAL.NS', 'AUROPHARMA.NS', 'DMART.NS',
'AXISBANK.NS', 'BSE.NS', 'BAJAJ-AUTO.NS', 'BAJFINANCE.NS', 'BAJAJFINSV.NS',
'BAJAJHLDNG.NS', 'BANDHANBNK.NS', 'BANKBARODA.NS', 'BANKINDIA.NS', 'BDL.NS',
'BEL.NS', 'BHARATFORG.NS', 'BHEL.NS', 'BPCL.NS', 'BHARTIARTL.NS',
'BIOCON.NS', 'BLUESTARCO.NS', 'BOSCHLTD.NS', 'BRITANNIA.NS', 'CGPOWER.NS',
'CANBK.NS', 'CDSL.NS', 'CHOLAFIN.NS', 'CIPLA.NS', 'COALINDIA.NS',
'COCHINSHIP.NS', 'COFORGE.NS', 'COLPAL.NS', 'CAMS.NS', 'CONCOR.NS',
'CROMPTON.NS', 'CUMMINSIND.NS', 'DLF.NS', 'DABUR.NS', 'DALBHARAT.NS',
'DELHIVERY.NS', 'DIVISLAB.NS', 'DIXON.NS', 'DRREDDY.NS', 'ETERNAL.NS',
'EICHERMOT.NS', 'EXIDEIND.NS', 'FORCEMOT.NS', 'NYKAA.NS', 'FORTIS.NS',
'GAIL.NS', 'GVT&D.NS', 'GMRAIRPORT.NS', 'GLENMARK.NS', 'GODFRYPHLP.NS',
'GODREJCP.NS', 'GODREJPROP.NS', 'GRASIM.NS', 'HCLTECH.NS', 'HDFCAMC.NS',
'HDFCBANK.NS', 'HDFCLIFE.NS', 'HAVELLS.NS', 'HEROMOTOCO.NS', 'HINDALCO.NS',
'HAL.NS', 'HINDPETRO.NS', 'HINDUNILVR.NS', 'HINDZINC.NS', 'POWERINDIA.NS',
'HYUNDAI.NS', 'ICICIBANK.NS', 'ICICIGI.NS', 'ICICIPRULI.NS', 'IDFCFIRSTB.NS',
'ITC.NS', 'INDIANB.NS', 'IEX.NS', 'IOC.NS', 'IRFC.NS', 'IREDA.NS',
'INDUSTOWER.NS', 'INDUSINDBK.NS', 'NAUKRI.NS', 'INFY.NS', 'INOXWIND.NS',
'INDIGO.NS', 'JINDALSTEL.NS', 'JSWENERGY.NS', 'JSWSTEEL.NS', 'JIOFIN.NS',
'JUBLFOOD.NS', 'KEI.NS', 'KPITTECH.NS', 'KALYANKJIL.NS', 'KAYNES.NS',
'KFINTECH.NS', 'KOTAKBANK.NS', 'LTF.NS', 'LICHSGFIN.NS', 'LTM.NS',
'LT.NS', 'LAURUSLABS.NS', 'LICI.NS', 'LODHA.NS', 'LUPIN.NS',
'M&M.NS', 'MANAPPURAM.NS', 'MANKIND.NS', 'MARICO.NS', 'MARUTI.NS',
'MFSL.NS', 'MAXHEALTH.NS', 'MAZDOCK.NS', 'MOTILALOFS.NS', 'MPHASIS.NS',
'MCX.NS', 'MUTHOOTFIN.NS', 'NBCC.NS', 'NHPC.NS', 'NMDC.NS',
'NTPC.NS', 'NATIONALUM.NS', 'NESTLEIND.NS', 'NAM-INDIA.NS', 'NUVAMA.NS',
'OBEROIRLTY.NS', 'ONGC.NS', 'OIL.NS', 'PAYTM.NS', 'OFSS.NS',
'POLICYBZR.NS', 'PGEL.NS', 'PIIND.NS', 'PNBHOUSING.NS', 'PAGEIND.NS',
'PATANJALI.NS', 'PERSISTENT.NS', 'PETRONET.NS', 'PIDILITIND.NS', 'POLYCAB.NS',
'PFC.NS', 'POWERGRID.NS', 'PREMIERENE.NS', 'PRESTIGE.NS', 'PNB.NS',
'RBLBANK.NS', 'RECLTD.NS', 'RADICO.NS', 'RVNL.NS', 'RELIANCE.NS',
'SBICARD.NS', 'SBILIFE.NS', 'SHREECEM.NS', 'SRF.NS', 'MOTHERSON.NS',
'SHRIRAMFIN.NS', 'SIEMENS.NS', 'SOLARINDS.NS', 'SONACOMS.NS', 'SBIN.NS',
'SAIL.NS', 'SUNPHARMA.NS', 'SUPREMEIND.NS', 'SUZLON.NS', 'SWIGGY.NS',
'TATACONSUM.NS', 'TVSMOTOR.NS', 'TCS.NS', 'TATAELXSI.NS', 'TMPV.NS',
'TATAPOWER.NS', 'TATASTEEL.NS', 'TECHM.NS', 'FEDERALBNK.NS', 'INDHOTEL.NS',
'PHOENIXLTD.NS', 'TITAN.NS', 'TORNTPHARM.NS', 'TRENT.NS', 'TIINDIA.NS',
'UNOMINDA.NS', 'UPL.NS', 'ULTRACEMCO.NS', 'UNIONBANK.NS', 'UNITDSPR.NS',
'VBL.NS', 'VEDL.NS', 'VMM.NS', 'IDEA.NS', 'VOLTAS.NS',
'WAAREEENER.NS', 'WIPRO.NS', 'YESBANK.NS', 'ZYDUSLIFE.NS'
]
# ऊपर बनाए गए फंक्शन को अपनी शेयरों की लिस्ट देकर चला रहे हैं।
positive_breakout_data = advanced_stock_scanner(my_stocks)
# जो भी रिजल्ट आया, उसे स्क्रीन पर अच्छे से प्रिंट कर रहे हैं।
print("\n--- 🟢 फाईनल लिस्ट: केवल POSITIVE BREAKOUT स्टॉक्स ---")
if positive_breakout_data.empty:
print("आज किसी भी शेयर ने आपकी सभी कड़ी शर्तों को पार नहीं किया है। (कोई नया ब्रेकआउट नहीं)")
else:
print(positive_breakout_data.to_string(index=False))
# अंत में: इस छंटनी की हुई लिस्ट को 'Final_Breakout_List.xlsx' नाम से सेव कर रहे हैं।
positive_breakout_data.to_excel("Final_Breakout_List.xlsx", index=False)
print("\nफ़िल्टर की गई फाईनल लिस्ट 'Final_Breakout_List.xlsx' सेव हो गई है!")
# यह कमांड गूगल कोलाब (Colab) को बोलती है कि एक्सेल फाइल बनने के बाद उसे सीधा हमारे कंप्यूटर में डाउनलोड कर दे।
from google.colab import files
files.download("Final_Breakout_List.xlsx")
- बाॅक्स के Left में Play (▶️) नामक बटन है उसको दबाना हैं।
- थोड़ी देर गुमने के बाद आपके सामने एक एक्सेल शीट आयेगी और साथ में आपके ब्राउज़र मे डाउनलोड भी हो जायेगी। जिसमे आज के खरिदनेवाले आपके स्टाॅक छिनकर आयेंगे।
- इस शीट को अब हर बार आपको बनाना नहीं है आप Google Colab पर आयेंगे तो वहां आपको वह बनाया हुआ स्क्रिनर मिल जायेगा वहा पर आप Play वाला बटन दबाकर रोज इसे रन कर सकते हो।
महत्त्वपूर्ण रुल
अगर आपको इस स्टेटर्जी को अच्छी तरह से इस रुल के मुताबिक इस्तमाल करोगे तो ही इसमें आपको प्राॅफिट हो सकता हैं। नीचे दिये कुछ महत्त्वपूर्ण बातें जिसके बिना यह विधी पुर्ण नहीं होगी।
- एक दिन में 1 से जादा शेयर नहीं खरिदें।
- एक दिन में 1 से जादा शेयर ना बेचे।
- ६.२८ प्रतिशत के ऊपर ही हम प्राॅफिट बुक करेंगे।
मेरी राय
अगर आप शेयर मार्केट में नये हो या पहले से ट्रेडिंग अथवा निवेश कर रहे हो पर नुकसान हो रहा है या कमाई नहीं कर पा रहे हो तो यह Google Colab वाली एक आसान स्टेटर्जी को इस्तमाल करके निवेश करो आपको आपके पोर्टफोलियो में काफी बदलाव देखने को मिल जायेगा।
अगर आपको इस विधी को करने में कोई दिक्कत है अथवा परेशानी हो रही है तो आप नीचे दिये गये विडियो को भी देख सकते हो नहीं तो आप हमें संपर्क करें हम उसका समाधान आपको जल्द देने की कोशिश करेंगे।
अक्सर पुछे जानेवाले सवाल (FAQ)
प्रश्न: Google Colab क्या हैं?
उत्तर- Google Colab जिसका पूरा नाम गूगल कोलाबोरेटरी (Google Colaboratory) है, गूगल द्वारा दी जाने वाली एक निःशुल्क क्लाउड-आधारित सेवा है। इसकी मदद से आप अपने वेब ब्राउज़र में सीधे पायथन (Python) कोड लिख सकते हैं और चला सकते हैं। यह एक ऑनलाइन जुपिटर नोटबुक (Jupyter Notebook) की तरह काम करता है, जिसके लिए आपके कंप्यूटर में किसी भारी-भरकम सॉफ्टवेयर को इंस्टॉल करने की ज़रूरत नहीं होती।
प्रश्न: इस स्टेटर्जी के 3 महत्त्वपूर्ण रुल क्या हैं?
उत्तर- १ दिन में १ से ज्यादा शेयर नहीं खरदिना है और 1 से जादा शेयर नहीं बेचना हैं। और 6.28 प्रतिशत के ऊपर प्राॅफिट को हम बुक करेंगे।
प्रश्न: इस स्क्रिनर को इस्तमाल का Createria क्या है?
उत्तर- इसमें Stock का Commutative Average Positive होना चाहिये। Stock की किंमत अपने 30 Day Moving Average से जादा हो। Stock की किंमत अपने 50 Day Moving Average से जादा हो। Stock की किंमत अपने 200 Day Moving Average से जादा (१०% से जादा नहीं बढ़ा हो) हो।
प्रश्न: इस स्क्रिनर को गुगल शीट या GitHub की मदत हे बना सकते हैं क्या?
उत्तर- हां बिल्कुल आप इसे गुगल शीट अथवा GitHub कि मदत से भी बना सकते हैं पर Google Colab से इसे बनाना सबसे आसान तरिका हैं। इसमें आपको कोई भी Phyton या किसी अन्य प्रकार की Coding की आवश्यकता नहीं लगती।
प्रश्न: कई शेयर एक ही दिन में प्राॅफिट दिखा रहे हैं तो हमें क्या करना चाहिये?
उत्तर- अगर इस स्टेटर्जी में एक ही दिन में कई सारे शेयर प्राॅफिट दिखा रहे हैं तो भी आपको एक दिन में एक ही शेयर बेचना है और 1 ही शेयर खरीदना हैं।
यह भी पढें
बिना इंडिकेटर्स के शेयर बाजार में निवेश
