مالك اسماعيل
25-07-2017, 03:07 PM
إن مفتاح النجاح في التنبؤ بسوق الأسهم هو تحقيق أفضل العوائد بأقل عدد ممكن من البيانات المُدْخَلة. ونظرا لعدم اليقين في سوق الأوراق المالية، فإن تقنيات الحاسب الآلي هي الحل لإيجاد العلاقات غير الخطيّة في سوق الأوراق المالية من أجل الوصول للتنبؤ السليم بالأسعار المستقبلية لأسعار الأسهم، بدون الحاجة لمعرفة سابقة بتوزيعات البيانات الإحصائية للأسهم.
من تطبيقات الأنظمة الذكية من أجل تحليل الأسهم هي استخدام تقنيات الحاسب الآلي المتاحة في التحليل. ومنها تهجين تقنية الشبكة العصبية مع تقنية الضبابية العصبية والتطبيق على سوق الأسهم المتوقعة.
إن المتنبئين في سوق الأسهم يبذلون جهدا كبيرا في تطوير طرق للتنبؤ بقيم مؤشر معين أو التنبؤ بأسعار الأسهم ، لتحقيق عائدات عالية عن طريق استراتيجيات لإجراء الصفقات بشكل جيد. فالتنبؤ بتوقعات الأسعار في الأسواق المالية أمر صعب، وخصوصا على المبتدئين وصغار المستثمرين.
وهي الداعي الأساسي للاحتياج لنمذجة دقيقة لهذه التقلبات التي تنشأ من الحركة السعرية المرغوب بها للحصول على العائد، وللعوامل المؤثرة بقوّة على سوق الأسهم، مثل فترات الركود والتوسّع، وهذه العوامل تؤثر بالطبع على معدلات عوائد الأسهم، وتكون مدفوعة بالتقلبات الدورية وغيرها من التقلبات القصيرة الأجل في الطلب الكلي.
لذلك فقد طور الباحثون نماذج للتنبؤ بـ أسعار الأسهم (https://www.trend-cast.com/blog/%D8%AA%D9%87%D8%AC%D9%8A%D9%86-%D8%AA%D9%82%D9%86%D9%8A%D8%A7%D8%AA-%D8%A7%D9%84%D8%A3%D9%86%D8%B8%D9%85%D8%A9-%D8%A7%D9%84%D8%B0%D9%83%D9%8A%D8%A9-%D9%85%D9%86-%D8%A3%D8%AC%D9%84-%D8%AA%D8%AD%D9%84/) الفردية ونماذج للمؤشرات والأسهم بدون النظر إلى حجم التداول اليومي. فعلى سبيل المثال فإنّ مؤشر سوق الأسهم يمثِّل متوسط حركة العديد من الأسهم الفردية؛ ويعكس حركة السوق ككل في الأساس بدلا من حركة الأسهم، وبدون أخذ خصائص الشركة في الاعتبار.
إدخال المتغيرات
إدخال المتغيرات للأنظمة الذكية يختلف عددها حسب نوع النمذجة، ففي المتوسط يتراوح عدد المتغيرات بين أربعة وعشرة متغيرات. وأحيانا يتم استخدام متغيرين فقط ، وأحيانا أخرى يتم إدخال تسعة وخمسين متغير. المدخلات الأكثر استخداما هي سعر فتح مؤشر الأسهم، سعر الإغلاق أعلى قيَم الأسعار اليومية وأدناها، وحجم العينة الإحصائية يعتمد على الفترة الزمنية المطلوب تحليلها. وهي متطلبات بسيطة لبدء استخدام الأنظمة الذكية من أجل الحصول على التوقعات في سوق الأسهم.
وأحيانا يستخدم سعر الافتتاح وسعر الإغلاق اليومي، الحد الأدنى اليومي والسعر الأقصى، وحجم التداولات اليومي. وتستطيع تقنيات الحاسب الآلي تقدير القيم المفقودة بطرق إحصائية. وفي بورصة بعض الدول يتم استخدام سعر صرف الدولار الأمريكي وقيمة عملة الذهب، للتنبؤ بقيم مؤشرات الأسهم الثابتة، وبأسعار الصرف. حيث تعتبر هذه المدخلات هي بيانات إحصائية تستخدم في الحصول على مؤشرات التحليل الأساسية.
آلية عمل التنبؤ والتوقعات
ربما تؤثر المعالجة السابقة للمتغيرات المدخلة باستخدام خوارزميات معينة وطرق رياضية محددة على أداء عملية التنبؤ، فيجب عمل تحليل الحساسية للتخلص من المدخلات الغير مطلوبة التي تحدّ من إجراء عملية التنبؤ.
وعند تهجين تقنية الشبكة العصبية وتقنية الضبابية العصبية يمكننا توجيه الرسم البياني مع القيم والأحداث. فيتم استخدام هاتين التقنيتين على نطاق واسع، فهي تجمع بين القدرات الهيكلية لشبكة العصبية للإنسان والتعلم من الشبكات العصبية، مع التهيئة اللغوية والتحقق من جوانب النظام الضبابية الغامضة. فالأنظمة الذكية العصبية الضبابية يتم تصنيفها حسب نوع الوظائف والدوال المستخدمة مثل جاوس.
قياس أداء تقنيات الأنظمة الذكية.
لقياس أداء هذه الأنظمة الذكية ومعرفة فعاليتها يوجد خطوات إحصائية وأخرى غير إحصائية. وتشمل الخطوات الإحصائية حساب متوسطات الخطأ المختلفة والمؤشرات الاحصائية الاخرى مثل الارتباط التلقائي ومعامل الارتباط ومتوسط الانحراف المطلق وقيمة الارتباط التربيعي والانحراف المعياري.
وهناك نماذج غير إحصائية لقياس أداء الجانب الاقتصادي والمساعدة في عملية التنبؤ، مثل مقياس معدل هيت ويقيس النسبة المئوية للتنبؤات الصحيحة، ومقياس الربحية ويعتمد على معدّل العائد السنوي ومتوسط الربح السنوي.
المصدر / مدونة ترند كاست لتحليل الأسهم (https://www.trend-cast.com/blog)
من تطبيقات الأنظمة الذكية من أجل تحليل الأسهم هي استخدام تقنيات الحاسب الآلي المتاحة في التحليل. ومنها تهجين تقنية الشبكة العصبية مع تقنية الضبابية العصبية والتطبيق على سوق الأسهم المتوقعة.
إن المتنبئين في سوق الأسهم يبذلون جهدا كبيرا في تطوير طرق للتنبؤ بقيم مؤشر معين أو التنبؤ بأسعار الأسهم ، لتحقيق عائدات عالية عن طريق استراتيجيات لإجراء الصفقات بشكل جيد. فالتنبؤ بتوقعات الأسعار في الأسواق المالية أمر صعب، وخصوصا على المبتدئين وصغار المستثمرين.
وهي الداعي الأساسي للاحتياج لنمذجة دقيقة لهذه التقلبات التي تنشأ من الحركة السعرية المرغوب بها للحصول على العائد، وللعوامل المؤثرة بقوّة على سوق الأسهم، مثل فترات الركود والتوسّع، وهذه العوامل تؤثر بالطبع على معدلات عوائد الأسهم، وتكون مدفوعة بالتقلبات الدورية وغيرها من التقلبات القصيرة الأجل في الطلب الكلي.
لذلك فقد طور الباحثون نماذج للتنبؤ بـ أسعار الأسهم (https://www.trend-cast.com/blog/%D8%AA%D9%87%D8%AC%D9%8A%D9%86-%D8%AA%D9%82%D9%86%D9%8A%D8%A7%D8%AA-%D8%A7%D9%84%D8%A3%D9%86%D8%B8%D9%85%D8%A9-%D8%A7%D9%84%D8%B0%D9%83%D9%8A%D8%A9-%D9%85%D9%86-%D8%A3%D8%AC%D9%84-%D8%AA%D8%AD%D9%84/) الفردية ونماذج للمؤشرات والأسهم بدون النظر إلى حجم التداول اليومي. فعلى سبيل المثال فإنّ مؤشر سوق الأسهم يمثِّل متوسط حركة العديد من الأسهم الفردية؛ ويعكس حركة السوق ككل في الأساس بدلا من حركة الأسهم، وبدون أخذ خصائص الشركة في الاعتبار.
إدخال المتغيرات
إدخال المتغيرات للأنظمة الذكية يختلف عددها حسب نوع النمذجة، ففي المتوسط يتراوح عدد المتغيرات بين أربعة وعشرة متغيرات. وأحيانا يتم استخدام متغيرين فقط ، وأحيانا أخرى يتم إدخال تسعة وخمسين متغير. المدخلات الأكثر استخداما هي سعر فتح مؤشر الأسهم، سعر الإغلاق أعلى قيَم الأسعار اليومية وأدناها، وحجم العينة الإحصائية يعتمد على الفترة الزمنية المطلوب تحليلها. وهي متطلبات بسيطة لبدء استخدام الأنظمة الذكية من أجل الحصول على التوقعات في سوق الأسهم.
وأحيانا يستخدم سعر الافتتاح وسعر الإغلاق اليومي، الحد الأدنى اليومي والسعر الأقصى، وحجم التداولات اليومي. وتستطيع تقنيات الحاسب الآلي تقدير القيم المفقودة بطرق إحصائية. وفي بورصة بعض الدول يتم استخدام سعر صرف الدولار الأمريكي وقيمة عملة الذهب، للتنبؤ بقيم مؤشرات الأسهم الثابتة، وبأسعار الصرف. حيث تعتبر هذه المدخلات هي بيانات إحصائية تستخدم في الحصول على مؤشرات التحليل الأساسية.
آلية عمل التنبؤ والتوقعات
ربما تؤثر المعالجة السابقة للمتغيرات المدخلة باستخدام خوارزميات معينة وطرق رياضية محددة على أداء عملية التنبؤ، فيجب عمل تحليل الحساسية للتخلص من المدخلات الغير مطلوبة التي تحدّ من إجراء عملية التنبؤ.
وعند تهجين تقنية الشبكة العصبية وتقنية الضبابية العصبية يمكننا توجيه الرسم البياني مع القيم والأحداث. فيتم استخدام هاتين التقنيتين على نطاق واسع، فهي تجمع بين القدرات الهيكلية لشبكة العصبية للإنسان والتعلم من الشبكات العصبية، مع التهيئة اللغوية والتحقق من جوانب النظام الضبابية الغامضة. فالأنظمة الذكية العصبية الضبابية يتم تصنيفها حسب نوع الوظائف والدوال المستخدمة مثل جاوس.
قياس أداء تقنيات الأنظمة الذكية.
لقياس أداء هذه الأنظمة الذكية ومعرفة فعاليتها يوجد خطوات إحصائية وأخرى غير إحصائية. وتشمل الخطوات الإحصائية حساب متوسطات الخطأ المختلفة والمؤشرات الاحصائية الاخرى مثل الارتباط التلقائي ومعامل الارتباط ومتوسط الانحراف المطلق وقيمة الارتباط التربيعي والانحراف المعياري.
وهناك نماذج غير إحصائية لقياس أداء الجانب الاقتصادي والمساعدة في عملية التنبؤ، مثل مقياس معدل هيت ويقيس النسبة المئوية للتنبؤات الصحيحة، ومقياس الربحية ويعتمد على معدّل العائد السنوي ومتوسط الربح السنوي.
المصدر / مدونة ترند كاست لتحليل الأسهم (https://www.trend-cast.com/blog)