ما هي البيانات المطلوبة لتقييم قنوات دونشيان؟
ما هي قنوات دونشيان، وماذا يعني “تقييم”؟
قنوات دونشيان هي مؤشر نطاق مبني على السعر، يتم إنشاؤه من أعلى قمة وأدنى قاع تم رصدهما ضمن نافذة نظر محددة. يعني “تقييم” قنوات دونشيان أنه يمكنك إعادة بناء النطاقين العلوي والسفلي من سلسلة بيانات بعينها، وشرح الافتراضات التي تم استخدامها—دون الاعتماد على ادعاءات تتطلب الوصول إلى السوق بشكل مباشر.
في الواقع، يتعلق التقييم بحوكمة البيانات: تحتاج إلى المدخلات الدقيقة، ومصدرها، ومدى حداثتها مقارنة بوقت حسابك، وكيف تم التحقق من البيانات من حيث الاتساق. هذا يفصل بين آليات الصيغة الثابتة وبين ظروف متغيرة مثل سلوك مزود البيانات، وإعدادات الرسم البياني، وحقائق التنفيذ.
الآليات: ما هي المدخلات التي تحتاجها لحساب النطاقات
لحساب قنوات دونشيان تحتاج، على الأقل، إلى سلسلة مرتبة زمنيًا من أسعار الشموع (أو ما يعادلها):
- سلسلة أسعار مع طوابع زمنية وقيم OHLC
- قيم “المرتفع” لكل شريط/جلسة لحساب الحد الأقصى المتحرك.
- قيم “المنخفض” لكل شريط/جلسة لحساب الحد الأدنى المتحرك.
- طوابع زمنية لكل شريط حتى تتمكن من التحقق من الترتيب وحدود الشريط الصحيحة.
- فترة نظر (طول النافذة)
- عدد ثابت من الأشرطة (على سبيل المثال، N أشرطة) يُستخدم لحساب أعلى قمة وأدنى قاع متحركين.
- يجب أن تحدد طول النافذة بنفس وحدات بياناتك (عدد الأشرطة)، لأن تغيير حجم الشريط يغيّر ما الذي تغطيه النافذة.
- تعريف الشريط المستخدم في الحسابات
- بالنسبة للبيانات اليومية، يجب أن يقابل كل “شريط” يوم تداول محدد ضمن منطقة زمنية معينة.
- بالنسبة للبيانات داخل اليوم، يجب أن يقابل كل شريط جلسة محددة وطريقة تجميع محددة.
- قاعدة الحساب والمحاذاة
- قرر ما إذا كان نطاق الوقت t يستخدم آخر N أشرطة تشمل الشريط الحالي أو تستبعده. تستخدم العديد من التطبيقات فعليًا النافذة الأحدث المنتهية عند الشريط الحالي، لكن يجب أن تطابق القاعدة المستخدمة في الأداة التي تقوم بتقييمها.
- تأكد من كيفية التعامل مع الأشرطة المفقودة: هل يتم حذفها، أم الاستعاضة عنها بالاستيفاء، أم نقلها/ترحيلها للأمام (كل نهج يغيّر الحد الأقصى/الأدنى المتحرك).
- مدخلات مشتقة اختيارية لكن شائعة تقوم بعض التحليلات أيضًا بحساب المسافة إلى النطاقات، أو عرض النطاق، أو تفسيرات على نمط النسبة المئوية. إذا قمت بذلك، فوثّق الصيغ الدقيقة وما إذا كانت تستخدم أسعار الإغلاق، أو المرتفعات/المنخفضات، أو مستويات النطاق نفسها.
الدليل والمثال: كيف تتحقق من البيانات والحساب
يتطلب أسلوب تحقق ذاتي الاكتفاء قابلية لإعادة الإنتاج. يجب أن تكون قادرًا على:
- إعادة بناء النطاق العلوي: لكل وقت t، خذ أكبر قيمة “High” ضمن نافذة N أشرطة وفقًا لقاعدة المحاذاة التي اخترتها.
- إعادة بناء النطاق السفلي: لكل وقت t، خذ أصغر قيمة “Low” ضمن نفس النافذة.
- إعادة الحساب من الصفر باستخدام مجموعة بيانات OHLC نفسها وحجم النافذة.
مثال على فحص (دون افتراض بيانات مباشرة):
- اختر لقطة محددة من مجموعة بيانات، وحدد N ثابتة لفترة النظر.
- اختر طابعًا زمنيًا واحدًا t.
- ادرج قيم المرتفعات N وحدد أكبرها؛ يجب أن يطابق النطاق العلوي عند t تلك القيمة العظمى.
- افعل الشيء نفسه للقيعان وللنطاق السفلي.
إذا لم تتطابق النطاقات التي أعيد بناؤها مع الرسم البياني أو مخرجات الأداة، فعادةً ما تشير هذه المطابقة غير الصحيحة إلى مشكلات بيانات (حدود أشرطة مختلفة، أشرطة مفقودة، معالجة منطقة زمنية مختلفة) أو اختلافات في الحساب (محاذاة النافذة، تضمين/استبعاد الشريط الحالي).
القيود والمخاطر: ما الذي قد يفشل في تفسير النتائج
حتى عندما تكون الحسابات صحيحة، قد تفشل القراءة بسبب ظروف متغيرة:
- عدم الثبات: قد تتغير العلاقة بين سلوك النطاق والنتائج اللاحقة عبر أنظمة/أنماط السوق المختلفة. لا تضمن الأنماط التاريخية سلوكًا مستقبليًا.
- التوقيت ومراجعات البيانات: إذا تم تحديث مجموعة البيانات (أو إذا كانت تغذيتك تختلف عن تغذية الرسم البياني)، فقد تتغير القيم القصوى/الدنيا المتحركة، خصوصًا عند وصول أشرطة جديدة أو عند تصحيح الأشرطة التاريخية.
- التكاليف واختلافات التنفيذ: أي تحليل شبيه بالاختبار الخلفي يتجاهل السبريد، أو العمولات، أو الانزلاق، أو ميكانيك الأوامر لن يطابق ما يحدث فعليًا.
- حساسية الإطار الزمني: يؤدي تغيير حجم الشريط إلى تغيير معنى “N أشرطة” في الوقت الحقيقي. نافذة “10 أشرطة” على بيانات داخل اليوم ليست مكافئة لـ “10 أيام” في البيانات اليومية.
- حالات فشل بسبب بيانات مفقودة أو غير طبيعية: يمكن أن تؤدي الفجوات، أو القيم الشاذة، أو المرتفعات/المنخفضات غير الصحيحة، أو تكوين الشريط غير المتسق إلى تشويه الحد الأقصى/الأدنى المتحرك وبالتالي النطاقات.