كيف يتم حساب المتوسط المتحرك صفري التأخر؟ (الصيغة والمعلمات واحتياجات البيانات)

الإجابة المباشرة

يتم حساب المتوسط المتحرك صفري التأخر (ZLMA) عبر أخذ فكرة موجودة للمتوسط المتحرك (عادةً متوسط مرجّح أو متوسط مُنعّم لسعر) ثم تغذيتها بسلسلة إدخال مُعدّلة (“مُزالة التأخر”). بمعنى آخر، لا يُعدّ ZLMA مجموعة بيانات جديدة سحرية: بل يعيد صياغة نوع المتوسط نفسه بحيث يستجيب المتوسط للتغيرات الأخيرة بشكل أسرع.

ولحسابه بدقة والتحقق منه بشكل مستقل، تحتاج إلى تحديد أربعة أشياء مسبقًا:

1. مصدر السعر (على سبيل المثال، سعر الإغلاق)،
2. طريقة التنعيم المستخدمة داخل المؤشر (غالبًا EMA، لكن التعريف الدقيق يختلف)،
3. طول المراجعة (غالبًا يُكتب كـ L)، و
4. قاعدة “إزالة التأخر” الدقيقة التي تحوّل سلسلة السعر الأصلية إلى سلسلة إدخال مُعدّلة.

وبما أن تعريفات ZLMA تختلف بين التطبيقات، فإن الجزء الأكثر أهمية في أي حساب هو استخدام الصيغة نفسها التي تستخدمها في الاختبار.

الآلية أو التعريف

يحوّل المتوسط المتحرك سلسلة زمنية (قيم السعر عبر الزمن) إلى سلسلة أكثر سلاسة عبر أخذ متوسط الملاحظات الأخيرة. المقايضة هي التأخر: يميل المتوسط المتحرك القياسي إلى الاستجابة بعد حدوث التغير الأساسي.

محاولات “صفري التأخر” تهدف إلى تقليل هذا التأخر عبر تقدير ما قد تكون فعله سلسلة السعر دون التأخير الناتج عن التنعيم. إحدى الطرق الشائعة للتعبير عن هذه الفكرة هي إنشاء سلسلة إدخال مُعدّلة عبر دمج السعر الحالي مع نسخة متأخرة من السعر، ثم تطبيق مرشح تنعيم على سلسلة الإدخال المُعدّلة.

يوجد هيكل تعليمي شائع يستخدم هذا الشكل:

1. اختر سلسلة سعر (P_t) (على سبيل المثال، الإغلاق عند الزمن (t)).
2. اختر طول (L).
3. احسب إدخالًا مُزال التأخر (P^{*}_t) باستخدام قاعدة تعتمد على (L) (وأحيانًا على أنصاف الأطوال أو إزاحات التأخر).
4. احسب المخرجات كمتوسط مُنعّم لـ (P^{*}_t)، مثل تنعيم على نمط EMA:

[\text{ZLMA}_t = \text{Smooth}(P^{*}_t, L)]

تختار نسخ مختلفة من ZLMA أجزاء مختلفة من الخطوتين (3) و(4). لذلك قد تبدو شارطان بعنوان “المتوسط المتحرك صفري التأخر” مختلفتين: قد يشير التسمية إلى نفس المفهوم العام، لكن الصيغ الأساسية يمكن أن تختلف.

المعلمات التي يجب عليك تحديدها

حتى في حساب “مستقل بذاته”، يجب عليك تحديد معلمات المؤشر:

• الطول (L): كم عدد الفترات التي يغطيها التنعيم.
• المصدر (P_t): أي سعر يتم متوسطه (الإغلاق، السعر النموذجي، إلخ.).
• طريقة التنعيم داخل ZLMA: تنعيم شبيه بـ EMA، أو تنعيم شبيه بـ SMA، أو مرشح تكراري آخر.
• قاعدة إزالة التأخر: صيغة التعديل الدقيقة التي تنتج (P^{*}_t) من (P_t) الأصلي.

إذا لم تثبّت هذه التعريفات، يصبح التحقق غير واضح.

الدليل أو مثال

فيما يلي نهج مناسب للتحقق يمكنك تطبيقه دون الاعتماد على أي بيانات سوق مباشرة.

هيكل مثال (مع افتراضات مُصرّح بها بوضوح)

افترض:

• مصدر السعر هو الإغلاق: (P_t).
• طول التنعيم هو (L = 10).
• يتم إنشاء إدخال مُزال التأخر باستخدام إزاحة تأخر (d) مشتقة من الطول.
• المخرجات النهائية هي مرشح تنعيم مطبّق على إدخال مُزال التأخر.

يمكنك كتابة الحساب بصيغة عامة قابلة للتحقق:

1. اختر (d) (على سبيل المثال، إزاحة تتناسب مع (L)).
2. أنشئ إدخالًا مُزال التأخر (P^{*}t) كدالة لـ (P_t) و(P{t-d}).
3. طبّق التنعيم:
   • إذا كان التنعيم شبيهًا بـ EMA، فإنه يستخدم عامل ترجيح (\alpha) يعتمد على (L) (غالبًا (\alpha = 2/(L+1))) وتحديثًا تكراريًا.

بعد ذلك، لكل خطوة زمنية (t) تتوفر فيها بيانات تاريخية كافية، احسب: [P^{}t = f(P_t, P{t-d}, L)] [\text{ZLMA}_t = \text{EMA-like-smooth}(P^{}_t, L)]

ما الذي يجب أن تتحقق منه رقميًا

للتأكد من أن ZLMA التي تحسبها تطابق تنفيذًا مرجعيًا، تحقّق من هذه النقاط بالترتيب:

• المواءمة: تأكد أن فهرس الزمن t هو نفسه على الجانبين (أخطاء “قبالة-واحد” شائعة).
• فترة الإحماء: تتطلب العديد من حسابات المتوسطات المتحركة عدة شموع قبل أن تستقر القيم.
• تعريف الإدخال: يجب أن يطابق السعر المستخدم داخل المؤشر (الإغلاق مقابل سعر آخر).
• تعيين المعلمات: تأكد من كيفية تحويل التطبيق للطول إلى (d) وإلى عامل التنعيم.

إذا اختلف أي مما سبق، فقد تتباعد نتائجك حتى لو كان المفهوم العام هو نفسه.

قيود مادية تكشفها الأمثلة

حتى مع وجود رياضيات صحيحة، يظل ZLMA مرشحًا متوسطًا. في البيانات المزعجة، قد يؤدي تعديل إزالة التأخر إلى زيادة الاستجابة مقابل المزيد من التقلب في المخرجات. في الانعكاسات الحادة، فإن تقليل التأخر قد يجعل المؤشر “ينعطف” في وقت أبكر من المتوسط المتحرك التقليدي، ما قد يؤدي إلى تجاوز مقارنةً بسلوك السعر لاحقًا.

لذلك، القيد ليس مشكلة برمجية؛ بل هو سمة متأصلة لمرشحات “أقل تأخر” تتفاعل مع العشوائية وتغيرات النظام المفاجئة.

القيود والمخاطر

1. تعريفات المؤشر ليست عالمية. يُستخدم مصطلح “المتوسط المتحرك صفري التأخر” مع قواعد مختلفة لإزالة التأخر والتنعيم. إذا اخترت نسخة مختلفة عن تلك المعروضة على منصة، فلن تتطابق حساباتك.

2. ما يزال مرشحًا وليس متنبئًا. قد تقلل طريقة التنعيم المُزالة التأخر من التأخر إلى متوسط المتحرك للبيانات السابقة، لكنها لا تضمن أن السعر المستقبلي سيتبع المؤشر.

3. قد يتم تضخيم الضوضاء. عند ضبط الإدخال ليستجيب بشكل أسرع، قد تزيد أيضًا الحساسية للتذبذبات قصيرة الأجل.

4. احتياجات البيانات مهمة. تحتاج إلى أخذ عينات تاريخية متسقة. قد تؤدي الشموع المفقودة، أو فواصل الجلسات المختلفة، أو تغيير بناء الشمعة إلى تغيير السلسلة المحسوبة.

5. الحساب يعتمد على الحالات الابتدائية. التنعيم التكراري (شائع في حسابات نمط EMA) يحتاج إلى قيمة بدء أو طريقة تهيئة؛ قد تؤثر التهيئات المختلفة على المخرجات المبكرة.

تحدد هذه القيود أنماط الفشل: عدم تطابق تعريف النسخة، الحساسية للمدخلات المزعجة، وآثار الإحماء/التهيئة.

التحقق أو السؤال التالي

للتحقق من ZLMA بشكل مستقل:

1. اكتب الصيغة الدقيقة للنسخة التي تستخدمها، بما في ذلك قاعدة إزالة التأخر (P^{*}_t) وطريقة التنعيم.
2. اختر مصدر سعر ثابتًا وطول (L).
3. احسب المؤشر من البيانات التاريخية باستخدام نفس فهرسة الزمن ومعالجة الإحماء.
4. قارن النتائج نقطة بنقطة بعد فترة الإحماء.

سؤال مفيد لاحق لتقليل الغموض هو: ما هو تعريف نسخة ZLMA الدقيقة التي تستخدمها (قاعدة إزالة التأخر وخطوة التنعيم)؟ إذا شاركت الصيغة المحددة التي تحاول إعادة إنتاجها (أو الشيفرة شبهية الدقيقة)، يمكن التحقق من الحساب بدقة مقابلها.