كيف يمكن اختبار استرجاع فيبوناتشي (Fibonacci Retracement) بشكل مسؤول؟
حدّد المفهوم قبل إجراء الاختبار الاسترجاعي
استرجاع فيبوناتشي (Fibonacci Retracement) هو طريقة لتحديد مستويات سعر محتملة بين نقطتين مختارتين على الرسم البياني (غالبًا بداية ونهاية لتأرجح). عادةً ما ترسم الطريقة خطوطًا أفقية بنِسَب ثابتة لمسافة هاتين النقطتين (على سبيل المثال، مستويات تُوسَم غالبًا باستخدام نسب فيبوناتشي). من الأفضل فهمها كإجراء قياس قابل للتكرار على بيانات الأسعار التاريخية، وليس كقاعدة تداول مضمونة.
يبدأ الاختبار الاسترجاعي المسؤول بجعل “إجراء القياس القابل للتكرار” واضحًا: ما بيانات المخطط التي تستخدمها، وكيف تختار النقطتين الخاصتين بالتأرجح، وما مستويات الاسترجاع التي تُحسب، وما قاعدة القرار التي تطبقها عندما يصل السعر (أو يفشل في الوصول) إلى مستوى ما.
افصل بين الآليات الثابتة والظروف المتغيرة
يمكن أن يصبح الاختبار الاسترجاعي مضلِّلًا بسهولة إذا تم خلط الظروف المتغيرة معًا. احتفظ بفئتين منفصلتين:
- الآليات الثابتة (إجراءك المحدد)
- تعريف البيانات: الإطار الزمني (مثلًا: دقيقة، ساعة، يومي)، حقل السعر المستخدم (open/high/low/close)، وما إذا كنت تعيد أخذ العينات (resample).
- قاعدة اختيار نقاط التأرجح: كيف تقرر بداية ونهاية الحركة المقاسة (على سبيل المثال، بناءً على القيم القصوى المحلية باستخدام نافذة lookback ثابتة).
- تعريف المستوى: أي نسب استرجاع يتم تضمينها وكيف تتعامل مع “اللمس” مقابل “الاختراق بالإغلاق”.
- قاعدة التقييم: ما الذي يُعد “تحققًا” (hit)، وكم يجب أن يتحرك السعر بعد تحقق، وطول نافذة القياس.
- الظروف المتغيرة (حقائق السوق والتنفيذ)
- التكاليف: السبريد والعمولات والرسوم.
- التنفيذ: كيف تُملأ الأوامر عندما يتحرك السعر بسرعة، وما إذا كنت تفترض تنفيذًا عند إغلاق الشمعة (bar’s close) أو عند مستوى ما خلال الشمعة.
- تغيّرات النظام: يمكن أن تتغير مستويات التقلب والسيولة مع مرور الوقت.
تستخدم المقاربة المسؤولة نفس الآليات عبر جميع فترات الاختبار مع السماح بتغيير افتراضات التكلفة والتنفيذ ضمن نطاقات معقولة.
اجعل الافتراضات واضحة واختر إعداد بيانات ثابتًا
تتوقف جودة الاختبار الاسترجاعي على افتراضات واضحة ومذكورة. حتى إذا كنت تستخدم منطق المؤشر نفسه، فإن افتراضات مختلفة قد تُنتج نتائج مختلفة.
أهم العناصر التي يجب توثيقها:
- تحديد التأرجح: إذا تم اختيار نقاط التأرجح يدويًا في اختبار استرجاعي، فإن الاختبار يعرّضه لخطر انحياز الرؤية المتأخرة (hindsight bias). يُفضَّل اتباع نهج قائم على القواعد.
- منع النظر إلى المستقبل: تأكد من أن قرار اختيار نقطة التأرجح يستخدم فقط المعلومات المتاحة في وقت انتهاء التأرجح (أو في لحظة بدء التقييم).
- التعامل مع الشموع: قرر كيف يتم اكتشاف “لمس” الاسترجاع على شموع OHLC. على سبيل المثال، هل يعني استخدام high/low أن اللمسات داخل الشمعة تُحسب حتى لو لم يصل الإغلاق (close) إلى المستوى؟
- تحديد حجم المركز ومنطق الاحتفاظ: إذا كنت تحاكي النتائج، فعرّف مدة الاحتفاظ أو شروط الخروج بطريقة يمكن حسابها من البيانات التاريخية.
بدون هذه التعريفات، يصبح أي رقم أداء صعب التفسير وسهل الإفراط في ملاءمته.
تضمين التكاليف وافتراضات التنفيذ كمدخلات أساسية
تفشل العديد من الاختبارات الاسترجاعية لأنها تتجاهل الاحتكاكات الاقتصادية التي قد تهيمن على أي ميزة صغيرة. حتى عندما تتجنب التوصية بإجراء صفقات، يمكنك تقييم سلوك المؤشر تحت افتراضات واقعية.
فكر في نمذجة:
- تكاليف المعاملات: السبريد/العمولة/الرسوم لكل عملية ذهاب وعودة (round-trip) أو لكل إجراء.
- الانزلاق (Slippage): قاعدة لفرق بين سعر الدخول/الخروج المقصود والسعر الذي تحقق فعليًا.
- اصطلاح التنفيذ (Fill convention): هل تفترض أن الأوامر تُنفَّذ بسعر المستوى، أم بسعر افتتاح الشمعة (bar’s open)، أم بسعر إغلاق الشمعة (bar’s close)، أم باستخدام تقريب داخل الشمعة (intrabar approximation).
إذا لم يستطع اختبارك الاسترجاعي تحديد هذه المدخلات، فلا يمكن تفسيره بشكل مسؤول. ممارسة جيدة هي إعادة تشغيل المنطق نفسه تحت سيناريوهات متعددة للتكلفة/الانزلاق وملاحظة ما إذا كانت الاستنتاجات تبقى مستقرة.
تحكم في الانحياز والإفراط في الملاءمة عبر فحوصات متينة
يظهر الانحياز غالبًا عندما يتم ضبط القواعد حتى “تبدو جيدة” على مقطع تاريخي واحد. استخدم ضوابط الانحياز لتقليل هذا الخطر.
تشمل الضوابط العملية:
- اختبارات حساسية المعلمات: إذا كان اكتشاف التأرجح يستخدم طول lookback، فغيّره ضمن نطاق معقول بدلًا من استخدام قيمة واحدة تم اختيارها.
- الاختبار المتدرج (Walk-forward testing): درّب/اضبط على فترات سابقة، ثم قيّم على فترات لاحقة دون إعادة ضبط.
- أفكار الإزالة/الحظر (Purge/embargo) (مفهوميًا): تجنب اختبار فترات تتداخل بشكل كبير مع البيانات المستخدمة لتعريف الأحداث بطريقة قد تُسرّب معلومات.
- التقييم الأعمى (Blind evaluation): قرر جميع القواعد قبل رؤية الأداء المستقبلي، ثم طبقها.
لا تضمن هذه الفحوصات صحة النتائج، لكنها تجعل من الصعب على البنية العرضية أن تتظاهر كميزة حقيقية.