ما هي البيانات المطلوبة لتقييم Smma؟
الإجابة المباشرة: ما هي البيانات المطلوبة لتقييم Smma؟
لتقييم Smma (ويُستخدم غالبًا للدلالة على Smoothed Moving Average)، تحتاج بيانات في أربع مجموعات: (1) التعريف والمعلمات التي ستستخدمها، (2) مدخلات السلاسل الزمنية الأساسية التي تدخل في الحساب، (3) مصدرية وتوقيت (timeliness) تلك المدخلات، و(4) فحوصات الجودة لضمان أن الحساب قابل لإعادة الإنتاج. مع صورة مخطط فقط أو لقطة شاشة واحدة، يكون التقييم عادةً غير مكتمل لأنك لا تستطيع التحقق من أي صيغة ومعلمات وتغذية بيانات تم استخدامها.
الآلية والتعريف: ما الذي يعتمد عليه حساب Smma
قبل مناقشة الآثار، وضّح ماذا يعني “Smma” في سياقك. يمكن تنفيذ المتوسطات المتحركة الملساء بقواعد تمليس مختلفة، لذا يجب ربط Smma المُقيَّم بطريقة حسابية صريحة.
تشمل البيانات الأساسية المطلوبة للحساب عادةً:
- السلسلة الزمنية المرتبة (على سبيل المثال، بيانات OHLC مثل الإغلاقات) التي يُشتق منها المتوسط. يجب أن تعرف أي حقل يُستخدم (الإغلاق، السعر النموذجي، إلخ).
- نافذة أو فترة (غالبًا ما تُسمّى length) تتحكم في درجة التمليس.
- حالة البداية المستخدمة في بداية السلسلة (كيف يتم “تغذية” قيمة Smma الأولية). تؤدي أساليب التهيئة المختلفة إلى قيم مبكرة مختلفة.
- وتيرة الخطوة (الإطار الزمني/الوضوح) ومحاذاة المنطقة الزمنية للطوابع الزمنية. إذا استخدمت مجموعة بيانات حدود شموع مختلفة، فقد تتباين السلسلة الناتجة.
ميكانيكيات ثابتة يجب فصلها عن الظروف المتغيرة:
- حساب حتمي: مع نفس التعريف، ونفس الفترة، ونفس سلسلة المدخلات، ونفس قاعدة التهيئة، يجب أن يطابق مخرج Smma تمامًا.
- ظروف متغيرة: تتغير بيانات السوق نفسها مع الوقت، ويمكن لمعالجة المزود/المنصة أن تغيّر السلسلة (على سبيل المثال، كيف يتم تشكيل الشموع أو تعديلها).
الدليل والمثال: ما الذي يجب جمعه للتحقق من Smma المُقيَّم
طريقة عملية لتقييم Smma بشكل مستقل هي التأكد من قدرتك على إعادة إنتاج السلسلة من المدخلات الأساسية. لذلك، اجمع:
- صيغة مكتوبة أو قواعد غير ملتبسة لخطوة تمليس Smma المستخدمة في التعريف الذي تقوم بتقييمه.
- مجموعة البيانات المدخلة الدقيقة المستخدمة لحسابه (على الأقل: تسلسل القيم التي تدخل كل تحديث، بالإضافة إلى الطوابع الزمنية).
- قيم المعلمات (period/length) وقاعدة قيمة البداية.
- ملاحظات المعالجة المسبقة: ما إذا تم تطبيق أي تعديلات على البيانات، وما إذا كانت الشموع الناقصة قد تم ملؤها أو تخطيها، وكيف يتم تمثيل فجوات ما بعد ساعات التداول.
يجب أن تكون الافتراضات صريحة. على سبيل المثال، إذا افترضت أن Smma يستخدم سعر الإغلاق لكل شمعة على إطار زمني محدد، فيجب أن تكون سلسلة مدخلاتك هي سلسلة الإغلاقات تلك. وإذا كان بدلًا من ذلك يستخدم سعرًا مشتقًا آخر، فأنت تحتاج إلى تلك القيم المشتقة.
فحوصات الجودة (وهي “الدليل” الذي تقيم به أنك تقيم الشيء الصحيح):
- فحص قابلية إعادة الإنتاج: أعد حساب Smma من المدخلات التي جمعتها وتأكد أن القيم تطابق السلسلة التي تقوم بتقييمها.
- فحص المحاذاة: تحقق أن حدود الطوابع الزمنية والفهرسة متطابقة (نفس الإطار الزمني، ونفس عدد الشموع). غالبًا ما يؤدي عدم المحاذاة إلى فروقات تبدو متسقة لكنها غير صحيحة.
- فحص الاتساق: تأكد أن period/length وقاعدة التهيئة متطابقتان؛ قد تكون الفروقات المبكرة صغيرة لكن يمكن أن تتراكم لاحقًا.
يجب أيضًا تتبع ما لا يمكن استنتاجه من مخطط منشور: الخط المرئي وحده لا يكشف عن نوع الصيغة، أو قاعدة التهيئة، أو كيفية التعامل مع البيانات الناقصة، أو الحقل الدقيق لسعر الإدخال.
القيود والمخاطر: أنماط الأعطال المادية التي يجب توقعها
عند تقييم Smma، يجب اعتبار قيد واحد على الأقل بشكل صريح.
تشمل أنماط الأعطال المادية:
- تعريف ملتبس: قد تشير “Smma” إلى قواعد تمليس مختلفة عبر المصادر. يؤدي استخدام القاعدة الخاطئة إلى جعل المقارنة بلا معنى.
- معالجة بيانات مخفية: قد يختلف المزودون في بناء الشموع وتعديلات البيانات. حتى إذا كانت لديك “أسعار”، فقد لا تكون السلسلة متطابقة.
- اختلافات التهيئة: يمكن أن تغيّر قواعد التهيئة للقيم القليلة الأولى منحنى البداية وتؤثر على القيم اللاحقة اعتمادًا على سلوك التمليس.
- مدخلات ناقصة أو معدّلة: إذا كانت الشموع مفقودة أو مكررة أو تمت إعادة أخذ عينات لها بشكل مختلف، فقد ينحرف Smma المحسوب بينما يظل يبدو معقولًا.
- عدم اليقين بشأن تغيّر السوق والتكلفة: حتى إذا تم حساب طريقة التمليس بشكل صحيح، فإن استخدامها لأي تفسير يعتمد على ظروف متغيرة وعلى عوامل خارجية مثل احتكاكات التنفيذ، وقواعد الاختصاص القضائي، والتكاليف. لا تضمن العلاقات التاريخية تشابهًا في المستقبل.