آسترولوژی بدون Natal Chart
میخواهم این مقاله را با نقل قولی از Robert Hand از پیشگفتار کتاب Bill Meridian تحت عنوان " پیش بینی اقتصادی با نجوم" شروع کنیم:
آسترولوژی نوین بر پایه چیزی است که معمولا طالع یا چارت تولد نامیده میشود. اما نوع دیگری از آسترولوژی نیز وجود دارد که از چارت طالع استفاده نمی‌کند. در اینجا سیارات به عنوان شاخصی برای سیکل‌ها استفاده می‌شوند. به عنوان مثال، ما سیکل 20 ساله مشتری و زحل را داریم. می‌خواهیم پترن‌های سیکلی با دوره تناوب بیست سال در پدیده‌های زمینی را پیدا کنیم که این پدیده‌ها بطور پیوسته و قابل اعتمادی با حرکات مشتری و زحل همبستگی داشته باشند. سیکل‌های اقتصادی و تجاری در این دسته بندی قرار میگیرند. اولین بار در سال 1998 زمانی که اولین شبکه عصبی نجومی ایجاد شده بود، ما با این مشکل مواجه شدیم، کاری که باید انجام میدادیم این بود که با استفاده از ناتال چارت حرکات قیمت را با توجه به موقعیت سیارات نسبت به هم پیش بینی کنیم. سوالی که ایجاد میشد این بود: چه ناتال چارتی صحیح است؟
در سال 1998 من هیچ تردیدی درمورد ناتال چارت‌ها نداشتم. ما چارت‌هایی که توسط افراد متخصص در این زمینه از جمله Bill Meridian تهیه شده بود را استفاده می کردیم. اما در عمل همیشه این حس وجود داشت که ممکن است چارت‌های ما صحیح نباشند و این یعنی کلیه محاسبات ما نیز نادرست بودند. یک اختلاف 10 دقیقه‌ای در یک ناتال چارت میتوانست منجر به ایجاد یک مغایرت فاحش بین پیش بینی و واقعیت گردد. راه حل این معضل کاملا تصادفی پیدا شد. به جای تحلیل موقعیت سیارات در حال حرکت در ناتال چارت، ما می‌توانیم هر درجه از زودیاک را تحلیل کنیم. بنابراین ما بجای اصطلاح ناتال چارت از عبارت نقاط حساس استفاده می کنیم. این نمودار ترکیبات را ببینید:
این نمودار فرار بودن تغییرات شاخص داوجونز را در ارتباط با موقعیت مریخ در بخش‌های مختلف زودیاک نشان میدهد. نقطه ماکزیممی که در ابتدای سنبله ایجاد شده، نشان میدهد زمانی که مریخ در ابتدای سنبله قرار می گیرد شاخص داوجونز فراریت بالایی دارد (در سیستم Geocentric). یعنی زمانی که مریخ از این نقطه حساس عبور میکند فعالیت زیادی در بازار سهام وجود دارد. بنابراین ما می‌توانیم ابتدای سنبله را به عنوان یک نقطه حساس برای شاخص داوجونز در نظر بگیریم. ایده اصلی این رویکرد این است که ما دیگر نگران این نیستیم که چه ناتال چارتی برای تحلیل بازارهای مالی استفاده کنیم، بلکه به سادگی می‌توانیم این نقاط حساس را پیدا میکنیم، که این کار را Composite Module به خوبی برای ما انجام میدهد. بنابراین بجای بحث در مورد صحت ناتال چارت، می‌توانیم مشاهده کنیم زمانی که سیارات مختلف از بخش‌های مختلف زودیاک عبور می کنند، چه اتفاقی رخ میدهد. مانند این مثال، زمانی که مشتری از 15 درجه برج اسد میگذرد DJI واکنش شدیدی نشان میدهد.
نقطه حساس/ناتال دیگری نیز وجود دارد (منظور آنچه که در مثال قبلی آوردیم، نیست). مزیت این شیوه در این است که دیگر نیازی نیست زمان دقیق ناتال چارت را بدانیم، این برنامه خود نقاط حساس را پیدا کرده و الگوهای پیش بینی را پیدا میکند. مهمترین واقعیتی که درمورد این رویکرد وجود دارد این است که این مدل ها، قطعا الگوهای پیش بینی بهتری ارائه می کنند. اکنون می‌خواهیم بدانیم برنامه Timing Solution چگونه با این نقاط حساس کار میکند؟ این سیستم در بخش Neural Net تعریف شده است:
در پنجره‌ای که نمایش داده میشود، المان‌های قطری مدل FAM مربوط به موقعیت سیارات را انتخاب کنید:
شبکه عصبی (Neural Network) در برنامه تایمینگ سولوشن طی فرایندی پیچیده تحت عنوان Suboptimization اجرا میشود. این فرایند نقاط حساس را با دقت زیادی پیدا می کند. علاوه بر این، بهترین محدوده را نیز برای این نقاط پیدا میکند. اینطور به نظر میرسد که این شیوه موثر تری نسبت به شیوه‌های انتخاب ناتال چارت صحیح، انتخاب نوع چارت و ... می باشد.