Split criteria and Correlation criteria: چگونه مهمترین سیکل‌ها را انتخاب کنیم
در قسمت قبلی یاد گرفتیم که چگونه یک خط پیش بینی بسازیم. هدف اصلی پیش بینی حرکات بعدی قیمت برای هر یک از ابزارهای مالی می باشد. اما هنوز یک سوال خیلی مهم وجود دارد: چرا ما باید به این پیش بینی اعتماد کنیم؟ و سوال بعدی که بیشتر به این درس مربوط می شود اینست که : اگر بخواهیم از سیکل های نجومی برای معامله کردن استفاده کنیم، چطور باید به آنها اعتماد کنیم؟ برای پاسخ به این سوال دو معیار مختلف در برنامه فراهم شده است.
Split criteria (معیارهای مجزا)
در اینجا معروف ترین سیکل نجومی یعنی سیکل سالیانه را دوباره بررسی می کنیم. ما قبلا متوجه شدیم که بین این سیکل و DJI رابطه ای وجود دارد (زمانی که میگوییم "سیکل سالیانه بر روی DJI تاثیر میگذارد" منظور همین است). مجددا به نمودار ترکیب خورشید نگاه کنید:
به دو زمان مهم که در تصویر نشان داده شده توجه کنید (با فلش قرمز مشخص شده اند). می توان نتیجه گیری کرد که دو حرکت فصلی مهم وجود دارد: ریزش در سپتامبر و رشد بعد از کریسمس. اما به خاطر داشته باشید که این فقط یک میانگین تصویری بر اساس تاریخچه 120 ساله می باشد. در طول این 120 سال، بازار سهام آمریکایی تغییرات زیادی داشته اند. بطوریکه عملکرد سیکل فصلی در ابتدای سال 1900 متفاوت از سال 1950 و نهایتا با سیکل ابتدای سال 2000 تفاوت دارد. علاوه بر این، اگر به نمودار قیمت DJI مربوط به سپتامبر 2006 نگاه کنیم، ریزش بزرگی نمی بینیم، که این از سیکل سالیانه پیروی نمی کند.
چرا این اتفاق رخ داده؟ به نظر من بخاطر اینست که ابزارهای اقتصادی با گذر زمان تغییر کرده اند، لذا بازار سهام را نیز تحت تاثیر قرار داده اند. با شکل گیری اقتصاد جهانی، اقتصاد قومی نسبت به 50 سال پیش وابستگی کمتری به مولفه‌های فصلی دارند. Timing Solution به شما این فرصت را می دهد که سیر تکاملی سیکل سالیانه را مشاهده کنید. در اینجا جزئیات ریزش ماه سپتامبر را بررسی می کنیم. در این نمودار سه خط رنگی وجود دارد: قرمز، آبی و مشکی. این خطوط نمودارهای ترکیبات که در بازه‌های زمانی مستقل متفاوت محاسبه شده اند را نمایش می دهند. ("مستقل" در اینجا به معنی اینست که برنامه سه بازه زمانی متفاوت با طول (از نظر زمانی) یکسان و غیر همپوشان را از میان اطلاعات موجود انتخاب می کند). خط قرمز تاریخچه 40 سال گذشته را نمایش میدهد؛ یعنی سیکل سالیانه بر اساس تاریخچه قیمت DJI در بازه 1966-2006. نمودار آبی براساس بازه 1925-1966 و نمودار مشکی بر اساس اطلاعات بازه 1885-1925 محاسبه شده است.
در صورتی که حرکات قیمت در هر سه منحنی هم‌جهت باشد، میتوانیم نتیجه گیری کنیم که به احتمال زیاد این حرکت در آینده نیز اتفاق بیفتد. در واقع مبیینم که خط قرمز که براساس اطلاعات 40 سال اخیر می باشد یک ریزش قوی را نشان نمی دهد، در حالی که خطوط آبی و مشکی یک حرکت ریزشی قوی را نشان می دهند. اینطور به نظر می رسد که الگوی ماه سپتامبر نسبت به قبل چندان قوی عمل نمی کند. اما DJI هنوز این الگو را بخاطر دارد، با این وجود فاکتورهای جدید نیز به این مرحله اضافه شده است (که میتوان گفت در سپتامبر 2004 و بخشی در 2005 آغاز شده است). اکنون الگوی دیگری را بررسی می کنیم، حرکت صعودی بعد از کریسمس. در اینجا شما میبینید که هر سه خط در یک جهت حرکت می کنند، و (آنچه که بسیار مهم است) نقطه برگشت همزمان در 5-6 ،سال 2007 اتفاق افتاده است:
این برنامه قابلیت‌های زیادی دارد شما می توانید با اطلاعات موجود، برای سیکل‌های مختلف و زودیاک متفاوت، هر تعدادی از بازه های مستقل را ( از گزینه Split استفاده کنید) تحلیل کنید. اینکه چه تعداد منحنی ترکیبات دارید مهم نیست، مهم اینست که با دقت بازه های زمانی را بررسی کنید و ببینید که در چه مناطقی همه منحنی ها (یا اکثر آنها) الگوی قیمت یکسانی را دارند. به مناطقی که جهت حرکت هر سه منحنی (یا هر تعدادی که شما تعریف کرده اید) یکسان باشد را مناطق قابل پیش بینی (Predictable Zones) می نامیم. برای تشخیص بهتر، این مناطق بصورت نوار قرمز رنگ در پایین نمودار ترکیبات مشخص شده اند.
زمانی که سیاره‌ای (یا زاویه بین سیارات) به این منطقه میرسد، ما باید توجه ویژه ای به این سیکل نجومی داشته باشیم. بنابراین وقتی شما سیکل‌های نجومی را بررسی می کنید، قبل از هر چیز شما باید ببینید که این سه منحنی چگونه نسبت به هم حرکت می کنند. اگر جهت حرکتشان یکسان بود، می توانیم این سیکل را برای ملاحظات بعدی بپذیریم. به عنوان مثال، با تحلیل شاخص داو جونز از سال 1885، این سیکل تناوب زهره (Venus) را بدست آوردیم (Phase Zodiac):
همانطور که میبینید جهت روند هر سه منحنی یکسان است. هنوز یک اختلاف وجود دارد، اما روند کلی مشهود است. ضمنا این سیکل از آنالیز بخش Spectrum بدست نیامده است؛ اغلب موارد با تحلیل‌های بخش Spectrum، این نوع سیکل ها را نمی‌توانیم بدست بیاوریم. برعکس این سیکل، اگر سیکل تناوب زحل (Saturn) با دوره تناوب 378 روزه را ببینیم، هیچ تشابه روندی در سه منحنی نمی‌توانیم پیدا کنیم:
بنابراین از این سیکل برای ملاحظات بعدی استفاده نخواهیم کرد. به این روش Split Criteria میگوییم، زمانی که منحنی‌های جداگانه روند یکسانی را به ما نشان می دهند، میتوانیم این سیکل را به عنوان یک سیکل معتبر در نظر گرفته و برای پیش بینی از آن استفاده نماییم. Split Criteria یک روش کیفی است. شاید اینطور به نظر برسد که استفاده از این روش اتلاف وقت می باشد ولی پیشنهاد میشود که انواع سیکل‌های نجومی را امتحان کنید. بعد از کمی تمرین درک بهتری از این سیکل‌ها خواهید داشت. با این روش شما می توانید با نگاه کردن به سیکل یک ارزیابی کلی داشته باشید. روش دیگری که وجود دارد، یک روش کمی است (زمانی که تصمیم گیری شما بر اساس پارامترهایی است که کامپیوتر آنها را محاسبه کرده و به شما ارائه می دهد).
Correlation Criteria (معیارهای همبستگی)
قبل از مطرح کردن این روش، میخواهیم توضیح دهیم که که اصلا چرا از همبستگی استفاده می کنیم. همبستگی یک پاسخ نهایی نیست. قطعا همبستگی بیشتر بهتر است، اما تا امروز هیچ فرضیه یا ایده‌ای وجود ندارد که حرکات بازار را کاملا واقع بینانه بتواند توضیح دهد. بنابراین روش‌های علمی معمول در اینجا کاربردی نمی باشند. ما باید از طریق پدیده شناسی (روانشناسی) عمل کنیم (جمع آوری اطلاعات، امتحان کردن یک روش، مقایسه نتیجه با واقعیت، نگهداری نتایج، اعمال روش دیگر، و ... ) بازار سهام، روند/سطوح بسیار زیادی دارد، و ما فقط می توانیم این روند/سطوح را مطالعه کنیم. برمیگردیم به سیکل‌های نجومی. بهتر است از چندین معیار برای تعیین سیکل‌های قوی‌تر استفاده شود. دومین روش، Correlation Criteria (معیارهای همبستگی) می باشد. این ایده تا حدی ساده است: ما خط پیش بینی را بر اساس سیکل آنالیز شده محاسبه می کنیم و نگاه می کنیم که این خط پیش بینی چگونه با قیمت واقعی متناظر می شود (نه با خود قیمت، بلکه با اسیلاتور قیمت). همبستگی بالاتر جهت استفاده برای پیش بینی کردن بهتر است، به این معنی است که سیکلی با همبستگی بالاتر شانس بیشتری برای حرکت بازار دارد. در اینجا با مشاهده سیکل زهره به ضریب همبستگی دقت کنید:
اگر این ضریب مثبت باشد، میتوانیم این سیکل را به عنوان یک سیکل مهم بپذیریم. همبستگی 0.03 – 0.05 نسبتا خوب است. لذا برای انتخاب سیکل های مورد نظر برای پیش بینی، دو مرحله به شما پیشنهاد می کنیم : بررسی معیارهای مجزا (Split Criteria) و معیارهای همبستگی (Correlation Criteria). باید این نکته را اضافه کنم : از ضریب همبستگی %5-3 نا امید نباشید. این به معنی درصد موفقیت پیش بینی نیست (یعنی این مقدار کیفیت پیش بینی را نشان نمی دهد). این تنها به این معنی ست که سیکل شما ( از میان همه عوامل دیگری که ممکن است باعث حرکت بازار شوند) جوابگوی %5 از کل حرکات بازار می باشد. این عدد بزرگی است یا کوچک؟ به عقیده من به قدر کافی بزرگ است، این فقط یک سیکل از میان حجم زیادی از انواع سیکل‌ها می باشد. همانطور که تمدن مدرن با انواع خودرها، قطارها، هواپیما، موشک و همه تجهیزاتی که ما تا کنون بدست آورده ایم با یک ماشین بخار آغاز شده اند. آیا شما قابلیت اصلی این روش را می دانید؟ آن را پیدا کنید، یک تجربه شگفت انگیز خواهد بود.