آموزش Timing Solution – قسمت 40

2018/08/05 | 1397/05/14
گن , نجوم , آموزش Timing Solution

# مثال دوم

به عنوان مثالی دیگر ، بازار مالی دیگری به نام TWM را بررسی می کنیم. که بازار سهام تایوان می باشد و من ساعتهای زیادی را صرف جستجوی مدلی مناسب برای آن کرده ام. در ادامه همه مراحل انجام شده برای انتخاب مدل مناسب را با هم مرور می کنیم: برای شروع، 14 سیکل نجومی را انتخاب کردم. من فکر میکردم که همه این سیکلها مهم هستند، درحالی که اشتباه بود. خط پیش بینی ایجاد شده برمبنای این سیکل ها بیشتر شبیه یک نویز بود. بنابراین همه این 14 سیکل را از بخش Composite box حذف کردم (با کلیک روی این گزینه میتوانید اینکار را انجام دهید): سپس کلیه اطلاعات اضافی در پنجره Astronomy  را غیر فعال کردم و روی مهمترین اطلاعات متمرکز شدم:   در اینجا شما سه نمودار ترکیبات مستقل را مشاهده می کنید: قرمز، آبی و مشکی. در حین بررسی سیکلهای نجومی کاملا دقت کنید. قبل از کلیک روی  گزینه "+" برای اضافه کردن هر سیکل به Composite box  دو بار فکر کنید. درست شبیه زمانی که میخواهید برای خرید یک لپ تاپ جدید از یک فروشگاه بزرگ تصمیم بگیرید. سپس این سیکلها را انتخاب کردم: قدم بعدی برای تایید فرضیه ام ، ایجاد خط پیش بینی بود، خط پیش بینی ایجاد شده بر اساس سیکلهای انتخاب شده به اینصورت شد: در واقع این مدل برای دوسال، عملکرد خیلی خوبی دارد. این انطباق قطعا اتفاقی نیست. اما پس از آن، در اواخر سال 2004، اتفاقی رخ داده است. اینطور به نظر میرسد که چیزی شبیه به پارامتر/سیکل های جدیدی شروع به اثرگذاری روی این بازار داشته اند. بطوریکه بازار هنوز سیکلهای قدیمی خودش را به یاد دارد، اما غالبا عکس العملش به این سیکلها با آنچه در مورد اثر وارونگی بیان شد ، در تضاد می باشد: با اجرای مدل تناوبی دیگر (Dynamic model) نیز  نتیجه مشابه ای بدست آوردم. # مثال سوم با این مثال شما می توانید خط پیش بینی برای شاخص داو جونز ایجاد کنید. ما دیتای ماهانه DJI را از 1985 تا مارچ 2006 به عنوان مرجع درنظر گرفتیم؛ برای سالهای 1798 تا 1885 اندیکاتور ویژه ای استفاده شده که جهش اقتصادی آمریکا در آن دوران را اعمال می کند. این دیتاهای ماهانه توسط Foundation for the Study of Cycles ایجاد شده است.  در سال 1988،  Meridian Bill این دیتا را گردآوری کرده و از آن سال به بعد آن را نگهداری و ابقا نموده است. من این سیکلها را انتخاب کردم:   این نمودار، خط پیش بینی شبکه عصبی می باشد:   همانطور که مشاهده می کنید، خط پیش بینی قرمز رنگ تغییرات DJI را نسبتا خوب توصیف می کند.    چه موقع و چرا بایستی از مدلهای پدیده شناسی استفاده کنیم؟ این نوع از مدلها را مخصوصا "مدلهای پدیده شناسی" نامگذاری نمودم زیرا هیچ ایده ای برای انتخاب معیارهای قراردادی سیکلها نداشتم. با مشاهده مستندات متوجه می شوید که هشت معیار متفاوت برای انتخاب سیکلها وجود دارد که با تلاش بسیاری به آنها رسیده ام. اما همه معیارهای قراردادی ، نتایجی قراردادی خواهند داشت و بدون انجام تنظیمات دستی ممکن است در نتایج حاصله خطا وجود داشته باشد. در جایی که عملیات مطلق ریاضی جوابگو نیست، بایستی به کشف و شهود انسانی مجال بیشتری داد. بر همین اساس زمان زیادی برای ایجاد و تنظیم پارامترهای "by default" صرف شده است. این گزینه به کاربران نرم افزار Timing Solution این امکان را میدهد که به راحتی بتوانند ساختار مدل را برای برخی بازهای مالی خاص ببینند. در غیر اینصورت، اگر کاربری میخواست ظرف مدت یک ثانیه تغییراتی در یک پارامتر ایجاد کند، به احتمال قوی موارد خیلی مهمی را یا فراموش میکرد یا از قلم مینداخت. تنظیمات پیش فرض (default) برای ایجاد مدل مانند یک راهنما عمل می کند. زمانی که کاربر به خوبی با تنظیمات پیش فرض آشنا شود، میتواند مدلهایی بر اساس علایق خودش طراحی و ایجاد کند. میزان دقت متدهای ریاضی بکار رفته در این برنامه تضمین شده است. در تایید این گفته، باید بگویم که ما از مدلهای با منطق ریاضی محض نتایج خیلی خوبی گرفته ایم. در این خصوص میتوانید نتایج بک تست را مشاهده کنید. اما همه این مدلها برای پیش بینی کوتاه مدتی مناسب می باشند. لذا زمانی که میخواهیم پیش بینی بلند مدتی داشته باشیم، متدهای ریاضی کافی نیستند. پس لازم است چیز دیگری در محاسبات گنجانده شود. مغز انسان شامل اطلاعات تکامل بشر از ساده ترین سبک زندگی تا زندگی انسان مدرن میباشد. که شامل دیتای چند صد میلیون ساله است!!! به عنوان مثال، زمانی که ما در فضای مادی موقعیتمان را تعیین می کنیم، اینکار را با تکیه بر تجربیات زندگی قدما انجام میدهیم. حرکات، احساسات و فکر کردن ما محصول منطق ساده ارسطویی نیست، بلکه منشاء بسیار عمیق تری دارند. از اینرو برای انجام یک پیش بینی مطمئن بایستی مجهز به ریاضیات پیشرفته و مدرن باشیم. اما همچنان باید به یاد داشته باشیم که قیمت میتواند در چارچوب محاسبات قراردادی ریاضی، حاوی اطلاعاتی غیر قابل مشاهده باشد. براستی برای اینکار تاریخچه قیمت کافی وجود ندارد. نیاکان ما در عصر حجر  معامله نمی کردند (حداقل، مستنداتی در این خصوص موجود نیست) و همچنین بورس سهام نیز نداشتند، گرچه امروزه ما از تجربیات زیستی آنها استفاده می کنیم. گاهی اوقات شهود و تجربه سرنخ های بهتری به ما میدهد، مانندانتخاب سیکل ژوپیتر در مثال #1 به عنوان مدل فاندامنتالی . در اینجا ما به این دیاگرام صرفا به عنوان یک نمودار ترکیبی نگاه نمی کنیم، بلکه این موضوع را هم به خاطر داریم که ژوپیتر بزرگترین سیاره در منظومه شمسی می باشد. و البته این موضوع در سنت چینی بسیار با اهمیت می باشد... .

مطالب مشابه

مشاهده همه