ما هي البيانات المطلوبة لتقييم نموذج القمة المزدوجة/القاع المزدوج؟
الإجابة المباشرة
لتقييم مفهوم القمة المزدوجة/القاع المزدوج، تحتاج إلى بيانات تتيح لك (1) تحديد نقطتي التأرجح، (2) قياس المسافة والعلاقة بينهما باستخدام قواعد ثابتة، (3) تحديد الإطار الزمني ونوع السعر الذي استخدمته، و(4) التحقق من أن النتيجة ليست مجرد أثر لمعالجة البيانات أو الملاحظة الانتقائية.
وبما أن النتائج تختلف، اعتبر ذلك تقييمًا للبنية وليس تنبؤًا. كما يجب توثيق ما لا يمكن التحقق منه من الرسوم البيانية وحدها، مثل السلوك المستقبلي وتكاليف التداول وظروف التنفيذ.
الآلية والتعريف: ما البيانات التي تجعلك “ترى” ذلك
عادةً ما يُوصف نمط القمة المزدوجة/القاع المزدوج بأنه بنية سوق مع نقطتي انعطاف مرتبطتين (غالبًا قمتان لـ “القمة المزدوجة” أو قاعان لـ “القاع المزدوج”)، بالإضافة إلى مستوى مرجعي يربط بينهما ويفصل بين الحركة الأولى والحركة التالية.
ولتقييمه بمدخلات واضحة، اجمع:
- سجل الأسعار: سلسلة مرتبة زمنيًا من open/high/low/close (OHLC) أو تعريف سعر آخر ثابت (على سبيل المثال، استخدام القمم للقمة واستخدام القيعان للقاع). تعني المدخلات المستقرة أنك تعرف بالضبط الحقول التي استخدمتها.
- أدلة تحديد نقاط التأرجح: الطوابع الزمنية وأسعار نقطتي الانعطاف المرشحتين، والمستوى “الوسيط” المتصل الذي تعتبره المرجع الأساسي (على سبيل المثال، المستوى بين التأرجحين).
- تعريف الإطار الزمني: فاصل الشمعة (مثل 1H مقابل 4H) وما إذا كنت تحلل الشموع أو fractals أو طريقة أخرى. تغيّر الإطارات الزمنية ما يُعد “تأرجحًا”.
- حدود السياق: نافذة lookback محددة (إلى أي مدى تعود للخلف) وقاعدة تحدد متى يبدأ البحث عن النمط. بدون ذلك، قد يحدث خطر “تحيز النظرة إلى الماضي” (رؤية النمط فقط بعد ظهوره).
كيف “يعمل” ذلك عمليًا (بشكل مفاهيمي): تأخذ نقطة التأرجح الأولى، وتحدد الثانية ضمن قواعد الإطار الزمني، ثم تتحقق مما إذا كانت العلاقة مع المستوى المرجعي الوسيط تطابق المعايير التي ذكرتها. النقطة الأساسية هي أن كل قرار يجب أن يعود إلى حقول البيانات المذكورة أعلاه.
الدليل أو مثال: ما الفحوصات التي تجعل التقييم قابلًا للتكرار
لجعل تقييمك قابلًا للتحقق بشكل مستقل، تحتاج إلى فحوصات جودة وانضباط في القياس.
استخدم قواعد قياس قابلة للتكرار وسجّلها:
- قاعدة المساواة أو التشابه: حدّد كيف تقرر أن القمتين/القاعين “متشابهتان” (على سبيل المثال، ضمن نطاق مقبول يُقاس بوحدات السعر أو النسب المئوية). يجب أن تذكر الافتراض.
- قاعدة المستوى المرجعي: حدّد أي مستوى يهم منطق النمط الداخلي (على سبيل المثال، مستوى القاع/القمة الوسيط الذي يربط بين التأرجحين). مرة أخرى، حدّد أي عنصر من OHLC تستخدمه.
- قاعدة ترتيب الأحداث: سجّل أن التأرجح الأول حدث، ثم حدث التأرجح الثاني لاحقًا، ثم تم اختبار علاقة المستوى الوسيط وفقًا لتعريفك.
أضف توثيق مصدر البيانات وتوقيتها:
- مصدر البيانات: لاحظ من أين جاءت سلسلة الأسعار (مزود بيانات السوق أو تصدير المنصة) وكيف تم الحصول عليها (رسم يدوي مقابل بيانات تاريخية تم تنزيلها). حتى دون تسمية المزود، يجب أن تكون العملية قابلة للوصف.
- التوقيت: أكد أن لقطة البيانات التي استخدمتها تطابق الإطار الزمني الذي تدعيه (الرسوم البيانية التي تم تحديثها لاحقًا قد تغيّر حدود التأرجح الأخيرة).
وأخيرًا، أدرج فحوصات العلامات الحمراء:
- تحيز النظرة إلى الماضي: إذا “وجدت” النمط فقط بعد رؤية الحركة اللاحقة، فيجب إعادة إجراء البحث باستخدام نافذة ومعايير محددة مسبقًا.
- اختيار التأرجح بشكل ملتبس: اختلافات صغيرة في طرق تحديد التأرجح يمكن أن تغيّر “النقطتين”. إذا لم تكن قممك/قيعانك ثابتة تحت قاعدة تأرجح بديلة معقولة، فإن التقييم يكون هشًا.
- الملاءمة الزائدة (Overfitting): استخدام العديد من المعايير القابلة للتعديل حتى “تطابق” مقطعًا تاريخيًا محددًا يقلل من الصلاحية الخارجية.
القيود والمخاطر: أنماط فشل محتملة
هناك على الأقل قيد مهم من الناحية البنيوية: تشابه الرسم البياني قد يكون ناقصًا أو مضللًا.
تشمل أنماط الفشل الشائعة:
- حساسية الإطار الزمني: قد يظهر النمط في إطار زمني واحد ولا يظهر في إطار آخر. هذا لا يعني أنه “غير صحيح”، لكنه يؤثر على مدى ثقتك في أي استنتاج.
- ذاتية القياس: إذا لم تُذكر معايير “قمتين/قاعين متشابهتين”، فقد يصل محللون مختلفون إلى نتائج مختلفة من نفس البيانات.
- متغيرات غير مرتبطة بالنمط: العلاقات التاريخية لا تثبت السلوك المستقبلي. قد تتغير التكاليف وظروف السيولة وجودة التنفيذ، مما يغيّر ما تلاحظه مقارنةً بما كنت ستختبره.