آموزش نرم افزار Timing Solution - قسمت 39

نرم افزار


مثال دوم

به عنوان مثالی دیگر، بازار مالی دیگری به نام TWM را بررسی می کنیم. که بازار سهام تایوان می‌باشد و من ساعت‌های زیادی را صرف جستجوی مدلی مناسب برای آن کرده‌ام. در ادامه همه مراحل انجام شده برای انتخاب مدل مناسب را با هم مرور می کنیم: برای شروع، 14 سیکل نجومی را انتخاب کردم. من فکر میکردم که همه این سیکل‌ها مهم هستند، درحالی که اشتباه بود. خط پیش بینی ایجاد شده بر مبنای این سیکل‌ها بیشتر شبیه یک نویز بود. بنابراین همه این 14 سیکل را از بخش Composite Box حذف کردم (با کلیک روی این گزینه می‌توانید اینکار را انجام دهید):

nnOhtJSip5ZigeNMNsXC1IF2FqloHaTGDV9GC2H9.png

سپس کلیه اطلاعات اضافی در پنجره Astronomy  را غیر فعال کردم و روی مهمترین اطلاعات متمرکز شدم:

MbhSggdESMRq6tNMnE0psEoGkDvdbCUq5ICvn4Mf.png

در اینجا شما سه نمودار ترکیبات مستقل را مشاهده می کنید: قرمز، آبی و مشکی. در حین بررسی سیکل‌های نجومی کاملا دقت کنید. قبل از کلیک روی گزینه "+" برای اضافه کردن هر سیکل به Composite Box دو بار فکر کنید. درست شبیه زمانی که می‌خواهید برای خرید یک لپ تاپ جدید از یک فروشگاه بزرگ تصمیم بگیرید. سپس این سیکل‌ها را انتخاب کردم:

MuHq163Cwzr4wRMRrvHNfl1TUdxl6Ujyyyq5ogFt.png

قدم بعدی برای تایید فرضیه‌ام ایجاد خط پیش بینی بود. خط پیش بینی ایجاد شده بر اساس سیکل‌های انتخاب شده به اینصورت شد:

0lRNdbEs5ovMPHOH3n2728ouhQ6yeX4dv3lmTbui.png

در واقع این مدل برای دوسال، عملکرد خیلی خوبی دارد. این انطباق قطعا اتفاقی نیست. اما پس از آن، در اواخر سال 2004 اتفاقی رخ داده است. اینطور به نظر میرسد که چیزی شبیه به پارامتر/سیکل‌های جدیدی شروع به اثرگذاری روی این بازار داشته‌اند. بطوری که بازار هنوز سیکل‌های قدیمی خودش را به یاد دارد، اما غالبا عکس العملش به این سیکل‌ها با آنچه در مورد اثر وارونگی بیان شد، در تضاد می‌باشد:

Vd9pmxSKvperkQmkSAUGb06c13P08Pp5m7XfQbTT.png

با اجرای مدل تناوبی دیگر (Dynamic Model) نیز نتیجه مشابه‌ای بدست آوردم. 

مثال سوم 

با این مثال شما می‌توانید خط پیش بینی برای شاخص داو جونز ایجاد کنید. ما دیتای ماهانه DJI را از 1985 تا مارچ 2006 به عنوان مرجع در نظر گرفتیم؛ برای سال‌های 1798 تا 1885 اندیکاتور ویژه‌ای استفاده شده که جهش اقتصادی آمریکا در آن دوران را اعمال می‌کند. این دیتاهای ماهانه توسط Foundation for the Study of Cycles ایجاد شده است. در سال 1988، Meridian Bill این دیتا را گردآوری کرده و از آن سال به بعد آن را نگهداری و ابقا نموده است. من این سیکل‌ها را انتخاب کردم:

UT7Uc0lfGJv7SBIw2McsMBBiyXTMxKCVUvwwkZ0c.png

این نمودار، خط پیش بینی شبکه عصبی می باشد:

xxn24F5UlzUtbgOVx70LEnDAIMHOKdl7qedXVLzk.png

همانطور که مشاهده می‌کنید، خط پیش بینی قرمز رنگ تغییرات DJI را نسبتا خوب توصیف می‌کند.

چه موقع و چرا بایستی از مدل‌های پدیده شناسی استفاده کنیم؟ 

این نوع از مدل‌ها را مخصوصا "مدل‌های پدیده شناسی" نامگذاری نمودم، زیرا هیچ ایده‌ای برای انتخاب معیارهای قراردادی سیکل‌ها نداشتم. با مشاهده مستندات متوجه می شوید که هشت معیار متفاوت برای انتخاب سیکل‌ها وجود دارد که با تلاش بسیاری به آنها رسیده‌ام. اما همه معیارهای قراردادی، نتایجی قراردادی خواهند داشت و بدون انجام تنظیمات دستی ممکن است در نتایج حاصله خطا وجود داشته باشد. در جایی که عملیات مطلق ریاضی جوابگو نیست، بایستی به کشف و شهود انسانی مجال بیشتری داد. بر همین اساس زمان زیادی برای ایجاد و تنظیم پارامترهای "by default" صرف شده است. این گزینه به کاربران نرم افزار Timing Solution این امکان را میدهد که به راحتی بتوانند ساختار مدل را برای برخی بازهای مالی خاص ببینند. در غیر اینصورت، اگر کاربری میخواست ظرف مدت یک ثانیه تغییراتی در یک پارامتر ایجاد کند، به احتمال قوی موارد خیلی مهمی را یا فراموش میکرد یا از قلم مینداخت. تنظیمات پیش فرض (default) برای ایجاد مدل مانند یک راهنما عمل می‌کند.

زمانی که کاربر به خوبی با تنظیمات پیش فرض آشنا شود، می‌تواند مدل‌هایی بر اساس علایق خودش طراحی و ایجاد کند. میزان دقت متدهای ریاضی بکار رفته در این برنامه تضمین شده است. در تایید این گفته، باید بگویم که ما از مدل‌های با منطق ریاضی محض نتایج خیلی خوبی گرفته‌ایم. در این خصوص می‌توانید نتایج بک تست را مشاهده کنید. اما همه این مدل‌ها برای پیش بینی کوتاه مدتی مناسب می‌باشند. لذا زمانی که می‌خواهیم پیش بینی بلند مدتی داشته باشیم، متدهای ریاضی کافی نیستند. پس لازم است چیز دیگری در محاسبات گنجانده شود. مغز انسان شامل اطلاعات تکامل بشر از ساده ترین سبک زندگی تا زندگی انسان مدرن می‌باشد که شامل دیتای چند صد میلیون ساله است! به عنوان مثال، زمانی که ما در فضای مادی موقعیتمان را تعیین می‌کنیم، اینکار را با تکیه بر تجربیات زندگی قدما انجام میدهیم. حرکات، احساسات و فکر کردن ما محصول منطق ساده ارسطویی نیست، بلکه منشاء بسیار عمیق تری دارند. از اینرو برای انجام یک پیش بینی مطمئن بایستی مجهز به ریاضیات پیشرفته و مدرن باشیم. اما همچنان باید به یاد داشته باشیم که قیمت میتواند در چارچوب محاسبات قراردادی ریاضی، حاوی اطلاعاتی غیر قابل مشاهده باشد.

براستی برای اینکار تاریخچه قیمت کافی وجود ندارد. نیاکان ما در عصر حجر  معامله نمی‌کردند (حداقل، مستنداتی در این خصوص موجود نیست) و همچنین بورس سهام نیز نداشتند، گرچه امروزه ما از تجربیات زیستی آنها استفاده می‌کنیم. گاهی اوقات شهود و تجربه سرنخ های بهتری به ما میدهد، مانند انتخاب سیکل ژوپیتر در مثال 1 به عنوان مدل فاندامنتالی. در اینجا ما به این دیاگرام صرفا به عنوان یک نمودار ترکیبی نگاه نمی‌کنیم، بلکه این موضوع را هم به خاطر داریم که ژوپیتر بزرگترین سیاره در منظومه شمسی می باشد. و البته این موضوع در سنت چینی بسیار با اهمیت می باشد.

 

نظرات کاربران

0 / 1500
مقاله‌های مشابه
کلیه حقوق مادی و معنوی این سایت متعلق به تحلیل‌اپ می‌باشد و محفوظ است. 2024 ©