لماذا يهمّ الإفراط في الملاءمة (Overfitting) في الفوركس؟
الإجابة المباشرة
يهمّ الإفراط في الملاءمة في الفوركس لأن كثيرًا من “النتائج” تبدأ كأنماط يتم العثور عليها في بيانات الأسعار التاريخية. عندما يتم ضبط الاستراتيجية بدقة شديدة على هذا التاريخ، قد تبدو قوية في الاختبارات الرجوعية (backtests) لكنها تفشل عندما تتغير الظروف. ويُعدّ الفوركس عرضة بشكل خاص لهذه المشكلة لأن النتائج تعتمد على عدة مدخلات تتغير باستمرار—أنظمة التقلب (volatility regimes)، والسيولة، وتكاليف التداول—لذلك لا تكون العلاقات السابقة مضمونة للاستمرار.
الآلية: ماذا يعني الإفراط في الملاءمة في هذا السياق
يحدث الإفراط في الملاءمة عندما يتعلم نموذج أو قاعدة تفاصيل من غير المرجح أن تتكرر. بدلًا من التقاط المحركات الأساسية لحركة السعر (علاقة مستقرة)، فإنه يلتقط التقلبات العشوائية الموجودة في مجموعة البيانات المستخدمة لتطوير الاستراتيجية.
في أعمال الفوركس، يظهر الإفراط في الملاءمة عادةً عبر واحدة أو أكثر من هذه الآليات:
- الإفراط في الضبط (over-tuning) للمعلمات: اختيار العديد من الإعدادات (على سبيل المثال، العتبات، أطوال lookback، أو الفلاتر) حتى تتحسن النتائج التاريخية.
- الاختبار المتكرر على نفس مجموعة البيانات: تشغيل العديد من الاختلافات والاحتفاظ بالإصدار الذي حقق أفضل أداء في التاريخ.
- تسرّب البيانات (Data leakage): استخدام معلومات عن غير قصد لن تكون متاحة في وقت اتخاذ القرار (على سبيل المثال، استخدام بيانات مستقبلية في إنشاء السمات feature creation).
ولكي تبقى المناقشة دقيقة، ميّز بين فكرتين:
- أداء داخل العيّنة (In-sample performance): مدى ملاءمة النموذج للبيانات التي تم تدريبه أو تحسينه عليها.
- أداء خارج العيّنة (Out-of-sample performance): مدى عمله على بيانات جديدة غير مرئية.
الإفراط في الملاءمة هو التباين الذي يبقى فيه أداء داخل العيّنة مرتفعًا، بينما يتدهور أداء خارج العيّنة.
الدليل أو مثال: سيناريو واقعي يوضح الأثر خطوة بخطوة
تخيّل عملية لبناء قواعد لنظام فوركس:
- ابدأ بفكرة واحدة بسيطة (على سبيل المثال، شرط مبني على سلوك السعر في الفترة الأخيرة).
- ثم اختبر مجموعة واسعة من اختيارات المعلمات لتعظيم مقياس الاختبار الرجوعي (backtest metric).
- أخيرًا، احتفظ بمجموعة المعلمات الأفضل أداءً.
افتراضات هذا المثال: تتضمن مجموعة البيانات التاريخية عشوائية طبيعية، وتقوم عملية التطوير بمقارنة العديد من الإصدارات المرشحة.
ما قد يحدث هو أن الإصدار “الأفضل” يستفيد من أنماط الحظ الموجودة في هذا التاريخ المحدد. فإذا تصرف السوق لاحقًا بشكل مختلف—مثل الانتقال إلى نظام تقلب جديد (new volatility regime)—أو إذا اختلفت التكاليف الفعلية للتداول والتنفيذ عن افتراضات الاختبار الرجوعي المبسطة، فقد يختفي التفوق.
وهذا يؤدي إلى نمط فشل شائع: قد يكون الاختبار الرجوعي “متسقًا داخليًا”، لكنه ليس دليلًا على أن النهج سيتعمم.
القيود والمخاطر: لماذا يصعب معرفة ذلك مسبقًا
تتمثل إحدى القيود الرئيسية في أن اختبارات الفوركس الرجوعية ليست السوق. حتى التحليل التاريخي الدقيق لا يمكنه ضمان النتائج المستقبلية.
تشمل المخاطر المادية المرتبطة بالإفراط في الملاءمة:
- ثقة زائفة: قد تُفسَّر العوائد التاريخية المرتفعة على أنها مهارة تنبؤية.
- حساسية للظروف: قد يعتمد الأداء على التركيبة الدقيقة للتقلب والسلوك الاتجاهي في الماضي.
- عدم تطابق التكاليف والتنفيذ: قد تؤثر فروقات صغيرة في افتراضات السبريد (spread) أو الانزلاق (slippage) أو توقيت الأوامر بشكل غير متناسب على الاستراتيجيات التي تم ضبطها بدقة.
طريقة عملية للتفكير في هذا الخطر هي عدم اليقين: يقلل الإفراط في الملاءمة قدرتك على التنبؤ بكيف سيتصرف النموذج على بيانات جديدة. وحتى الطريقة التي “تبدو متينة” قد تفشل إذا تغيرت بيئة التداول الحقيقية.
التحقق ونقطة التحكم التالية
للتحقق مما إذا كان نهج الفوركس مرجحًا أن يكون مُفرطًا في الملاءمة، تحتاج إلى دليل على التعميم (generalization) وليس فقط درجة تاريخية قوية.
نقاط التحكم التي يمكنك تطبيقها بشكل مستقل:
- استخدم الاختبار للأمام (forward testing) (بيانات مستقبلية غير مرئية مقارنة بفترة التحسين) للتحقق من سلوك خارج العيّنة.
- قيّد التعقيد: عادةً ما تكون النماذج الأبسط ذات خيارات أقل قابلة للضبط أقل عرضة لملاءمة الضوضاء.
- قلّل درجات الحرية: حدّ من عدد عمليات البحث عن المعلمات وفرص الاختيار على نفس مجموعة البيانات.
- اختبر الافتراضات تحت الضغط: أعد تشغيل التقييمات ضمن تباينات معقولة للتكاليف وواقعية التنفيذ (دون افتراض ظروف مستقبلية متطابقة).
إذا لم تتطابق نتائج خارج العيّنة مع نمط داخل العيّنة، فإن هذا التباين يُعد إشارة قوية على أن الإفراط في الملاءمة كان جزءًا من عملية التطوير.