Professional Documents
Culture Documents
الكلمات المفتاحية :نمذجة البيانات ،سوق العمالت ،التحليل الفني ،التصني ،أشجار القرار ،خوارزمية
،C4.5تقييم النموذج.
1
الصباغ، ساكت،صد ق
Received 20 / 5 /2019
Accepted 18 / 7 / 2019
2
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
.1المقدمة:
مع ظهور تقنيات التنقيب في البيانات وض خامة حجم البيانات التار خية عن
أس عار العمالت ،توجه الباحرون إلى اس تخدام هذه التقنيات في مجاالت األس واق المالية،
عادة
ي الس يما خوارزميات التص ني وأهمها خوارزمية أش جار القرار ،C4.5و لجأ
المتداولين إلى استخدام مؤشرات التحليل الفني التي تقوم على تحليل سلوك حركة األسعار
في فترات ماض ية للتنبؤ بحركتها في المس تقبل انطالقاي من الفرل القائل أن الزمن يعيد
نفس ه ،وذلك عبر اس تراتيجيات تداول مختلفة ،وهذا ما س وف تتم معالجته في هذا البحث
باس تخدام أش جار القرار كإحدى تقنيات التنقيب في البيانات ،والعمل على نمذجة البيانات
في خوارزمية أش جار القرار اعتماديا على مؤش رات التحليل الفني ،في س وق العمالت
األجنبية بسبب أهميته في سوق العمالت األجنبية.
.2مشكلة البحث:
عدم القدرة على الحص ول على معلومات مس تقبلية عن أس عار العمالت
بي كلها المباش ر للبيانات باس تخدام خوارزمية أش جار القرار وبالتالي الحاجة الى
استخدام المؤشرات الفنية كمتميرات تنبؤ ة ،كونها تساعد في التنبؤ باألسعار.
إض افة إلى غياب آلية واض حة لنمذجة دالة الهدف بي كل يعبر عن مس تقبل
حركة السعر نتيجة التميرات العيوائية اليومية في السوق وعدم استقرار السلسلة الزمنية
ألسعار العمالت وبالتالي صعوبة دراسة سلوكها اليومي ،وبالتالي تتمرل ميكلة البحث
األساسية في التساؤل التالي :ما هو األسلوب األمرل لنمذجة دالة الهدف لنموذج شجرة
قرار يمكن به دعم ق اررات التداول اليومي في س وق العمالت عبر اس تخدام المؤش رات
الفنية؟
.3أهمية البحث:
تأتي أهمية البحث من االهتمام الكبير للمس ترمر ن بالبحث عن أس اليب ذات
دقة عالية لدعم القرار وتحقيق األرباح ،كما تنبع أهمية البحث من خالل وض ع نمذجة
حركة أس عار العمالت المس تقبلية بي كل ومي باس تخدام د ناميكية لمي كلة تص ني
أش جار القرار .وتقييم عدة أس اليب لنمذجة دالة الهدف التي تعبر عن س لوك الس عر
3
صد ق ،ساكت ،الصباغ
المس تقبلي بي كل ومي .وحس اب معادالت المؤش رات الفنية واس تخدام قراءات هذه
المؤش رات الفنية كمتميرات تنبؤ ة في النموذج وذلك ألهميتها وس هولة فهمها من قبل
متخذي القرار.
.4أهداف البحث:
هدف البحث إلى بناء نموذج ش جرة قرار د ناميكي يقوم بدعم ق اررات التداول
اليومية في سوق العمالت عبر استخدام المؤشرات الفنية وذلك كما لي:
.1إيجاد نمذجة لدالة الهدف بأس لوب ر اض ي يعبر عن المس تقبل ووفق ص يا ة
وبيكل يجعل خوارزمية C4.5ذات فاعلية واقعية. تناسب أسلوب التصني
من .2تقييم النموذج وفق عدة معا ير ،واختبار قدرته على الوص ول إلى كل ص ن
أصناف المتمير الهدف.
.3تطبيق النموذج على أكرر من مجموعة بيانات وذلك للتأكد من ص حة أس لوب
النمذجة المستخدم في بناء شجرة القرار.
.5منهجية البحث:
يعتمد البحث على المنهج الوص في التحليلي ،حيث تم االعتماد على البيانات
التار خية ألس عار العمالت وحس اب ونمذجة المؤش رات الفنية كمتميرات مس تقلة،
وحس اب دالة الهدف بعدة أس اليب ر اض ية تعبر عن المس تقبل وفق ص يا ة تناس ب
أس لوب التص ني ،واس تخدام خوارزمية C4.5عبر األداة Wekaوتم ذلك على 7
مجموعات من البيانات ألزواج العمالت الرئيس ية المتداولة في س وق الفوركس بي كل
مستقل في كل مرة ،للتأكد من فعالية أسلوب النمذجة المستخدم ،وتقييم النتائج.
.6عينة الدراسة:
تي مل عينة الدراس ة البيانات التار خية ألس عار العمالت الرئيس ية في س وق
العمالت األجنبية خالل الفترة الممتدة من بداية عام 2000وحتى نهاية اليهر السادس
من عام 2018وقد تم الحصول على البيانات من موقع .investing.com
.7فرضيات البحث:
الفرضية األولى :نمذجة المؤشرات الفنية كمتميرات مستقلة في خوارزمية أشجار القرار
4
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
5
صد ق ،ساكت ،الصباغ
العصبية والجار األقرب ،حيث تم التطبيق على سوق تا لند ،وقام البحث على استخدام
الفروقات الس عر ة التار خية لمدة خمس أيام س ابقة كمتميرات مس تقلة وهيt-5,t-( :
،)4,t-3,t-2,t-1أما المتمير الهدف فقد اعتمد على أسلوب ر اضي واحد في بناء ثالثة
اش كال لدالة الهدف وهو نس بة التمير في اليمة الس عر ،،وذلك على عدة مس تو ات
زمنية وهي تداول ومي ،T+1وتداول على مس توى س ت أيام ،T+6ومس توى 21وم
،T+21ومن ثم بناء 3أص ناف تعبر حالة الس عر وفق ص يا ة ش رطية تعبر عن
الحركة ،وقد ثبت في ل النموذج خص وص اي عند دالة الهدف التي تعبر عن التداول
اليومي ر م محاولة البحث على تقليل نس بة الخطأ عبر تمير أس لوب ص يا ة بناء
األصناف باستخدام 5أصناف.
دراسة[Forecasting the direction of stock market index movement ]4
using three data mining techniques: the case of Tehran Stock
Exchange
التنبؤ بحركة مؤشر سوق األسهم باستخدام ثالث تقنيات للتنقيب في البيانات :حالة
بورصة طهران
قامت هذه الدراس ة بالمقارنة بين ثالث تقنيات مختلفة وهي ش بكة با ز
والمابات العيوائية وأشجار القرار ،CARTواستخدمت أ سلوبين من المتميرات التنبؤ ة
وهي مؤش رات التحليل الفني ومؤش رات التحليل األس اس ي حيث كانت مؤش رات التحليل
الفني عبارة عن مؤش رات المتوس طات المتحركة ومؤش رات تعتمد على الزخم ومؤش ر
يعتمد على حجم التداول ،أما دالة الهدف فكانت التحركات اليومية ألس عار األس هم T
وفرقها عن الس ابق ،T-1وبناء ثالثة اص ناف وفق اليمة الفرق بين اليوم واليوم الس ابق.
وتم التطبيق على مؤش ر بورص ة طهران ،وبعد المقارنة تبين أن أس لوب مؤش رات
التحليل الفني باس تخدام أش جار القرار CARTكان األفض ل ،بقدرة تنبؤ ة ،80.08%
وركز البحث على نس بة الس جالت الص حيحة الكلية للحكم على النموذج دون التطرق
من األص ناف .كما أن البحث اعتمد إلى قدرة النموذج على الوص ول إلى كل ص ن
على الفرق بين اليوم واليوم الس ابق هو اليوم الذي يكون فيه معروفة اليمة المؤش ر
الفني وبذلك عدم جدوى النموذج للمس تقبل إال إذا كان يس تخدم اليمة المؤش ر في اليوم
6
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
7
صد ق ،ساكت ،الصباغ
والتي هي عبارة عن مجموعة من المقا يس تعمل على دراس ة حركة الس وق التار خية
بهدف التنبؤ باتجاه األس عار مس تقبالي ،وتأخذ هذه المؤش رات اليماي ض من مجاالت
معينة ،حيث تكون هذه القيم دالالت على سلوك حركة األسعار في السوق]. [8
ثالناً التنقيب في البيانات :Data Miningإن عملية التنقيب في البيانات هي خطوة
أس اس ية من عملية اس تخراج المعرفة من قواعد البيانات ،تهدف إلى اكتي اف أنما
وقواعد ونماذج مفيدة من البيانات ،باس تخدام خوارزميات ذات فائدة بحس ب مجال
التطبيق] . [9حي ث عرف Wittenوآخرون التنقي ب في البي ان ات على أن ه عملي ة
اكتي اف أنما جد دة من البيانات بحيث تكون هذه األنما ذات فائدة وجدوى]. [10
عملية التنقيب في البيانات من س ت خطوات تعتمد كل خطوة على الخطوة وتتأل
الس ابقة لها ،كما أنه يمكن الرجوع في كل خطوة إلى الخطوة الس ابقة ثم العودة إلى
الالحقة وهذه الخطوات هي :فهم طبيعة العمل ،فهم البيانات ،اعداد البيانات ،النمذجة،
التقييم ،التعميم]. [11
من رابعاً مصيييينفات أشييييجار القرار :Decision Tree Classifiersيعتبر التص ني
المنهجيات الرئيسية في التنقيب في البيانات ،والتي تقوم بتقسيم عناصر بيانات الهدف
إلى اثنتين أو أكرر من الفئات ( )Classالمعروفة]. [12وش جرة القرار هي عبارة عن
هيكل ش جري لتمريل القواعد المس تخرجة من عملية التص ني ،تمرل العقد في ش جرة
القرار الحقول الموجودة في قاعدة البيانات أي المتميرات المس تقلة ،أما الفروع التي
تخرج من هذه العقد فهي عبارة عن القيمة التي تحو ها هذه الحقول ،حيث تكون هذه
القيمة نقطة تقسيم مجموعة البيانات تبعا للهدف ،وفي نهاية اليجرة عند حواف الفروع
األوراق وتمرل أص ناف المتمير الهدف] ، [13ومن خوارزميات أش جار القرارC4.5
و مكن بها بناء نموذج قادر على دعم القرار وفق أسلوب رسومي أو برمجي.
.10الدراسة العملية:
1-10تهيئة وتحضير البيانات :تمت الدراس ة على عدة مجموعات من البيانات حيث
كل مجموعة تمرل البيانات التار خية ألس عار زوج من العمالت خالل فترة الدراس ة وقد
تم اختيار أزواج العمالت الرئيس ية الس بعة في الس وق وبذلك كانت البيانات عبارة عن
8
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
كل منفرد من حيث بناء المتميرات وتمت معالجة كل مجموعة بيانات بي
المس تقلة من المؤش رات الفنية ودالة الهدف ،وذلك للتأكد من ص حة آلية النمذجة
باستخدامها على سبع مجموعات من البيانات .وقد تم تحميل ملفات األسعار التار خية
للعمالت ذات االمت داد CSVالتي تحوي بي ان ات األس ع ار اليومي ة من موقع
،[14] investing.comوتض منت البيانات الخام بعد ترتيبها تص اعدياي من التار خ
األقدم إلى األحدث كما في اليكل التالي:
الشكل )1( :مجموعة واحدة من البيانات الخام كمنال لزوج واحد من العمالت
وتعبر األعمدة الس ابقة عن البيانات الخام وهي Date :هي تار خ التداول
اليومي Open ،س عر االفتتاح High ،أعلى س عر Low ،أدنى س عر Price ،تعبر عن
سعر اإل الق وهو السعر الفعلي للعملة في هذا اليوم Change ،نسبة التمير.
و عد أخر عمود ن أهم األعمدة التي على أس اس ها تقوم ق اررات البيع والي راء
حيث يعبر الس عر عن س عر عملة األس اس مقابل س عر عملة التس عير ،أما التمير
فيعبر عن نس بة تمير الس عر وعليها تتم عمليات البيع والي راء حس ب اس تراتيجيات
التداول المتبعة.
2-10حساب المؤشرات الفنية :تم حساب المؤشرات بحيث تعطي اليمة معينة في كل
وم على اعتبار كل وم هو سجل و مرل كيان خاص من المعلومات عن األسعار وقد
تم حساب أهم المؤشرات الفنية وأخذ اليمها عند لحظة زمنية معينة Tوالتي تمرل اليوم
9
صد ق ،ساكت ،الصباغ
الذي يكون عنده السجل ،أما المؤشرات التي تم استخدامها فهي كما لي:
.1مؤشرات تعتمد على المتوسطات :تم نمذجة هذه المؤشرات في الدراسة كما لي:
*
الجدول :رقم ( )2نمذجة المؤشرات التي تعتمد على المتوسطات[]2
المعادلة البارامتر الرمز المؤشر
SMAT = )CT+CT-1+CT-2….+CT-4)/4 4 SMA4 متوسب متحرك بسيب 1
WMAT = [(𝐶𝑇 ∗ 10) + (𝐶𝑇−1 ∗ 9) … (𝐶𝑇−10 ∗ 1)]/10 10 WMA10 متوسب متحرك مرقل 2
)α = 2/(1+n
5 EMA5 متوسب متحرك أسي 3
))𝛼 𝐸𝑀𝐴𝑇 = (𝐶𝑇 ∗ 𝛼) + (𝐸𝑀𝐴𝑇−1 ∗ (1 −
)BUPT = SMA20 + (σ20*2. =BDOWN T
20 BB بولنجر باند 4
)SMA20 - (σ20*2
إن المؤش رات الس ابقة تي كل س لس لة زمنية تتبع الس عر لذا فإن اليمها س وف
يكاون الس جل مما يس بب تفاوت كبيرتعتمد على الس عر الحالي في اليوم المحدد الذي ن
في القيم بسبب كمية السجالت الكبيرة المستخدمة وتفاوت األسعار خالل فترة الدراسة،
وبالتالي ال يمكن اس تخدامها كمتمي ارت تنبؤ ة في حل مي كلة التص ني ،أي اس تخدام
اليمها بي كل مس تقل في كل س جل ،لذا تم اس تخدام قراءات هذه المؤش رات اعتماداي على
األدبيات التي تحدثت عن قراءات لتميرات هذه المؤشرات ،مما يجعل النموذج د ناميكياي
في التعامل مع حاالت مختلفة،لذلك تم استخدام التميرات الحاصلة في اليمتها بين اليوم
السابق واليوم الذي يعبر عن اللحظة الحالية للسجل أما مؤشر البولنجر فقد تم حساب
التباعد بين الخب العلوي والخب السفلي إلعطاء الدالالت على حركة السعر .وقد تمت
عملية النمذجة في كل سجل كما لي:
†
الجدول رقم ( )3تعديل المؤشرات نمذجة المؤشرات التي تعتمد على المتوسطات
آلية الحساب الرمز المتغير
C.SMAT = SMAT – SMAT-1 C.SMA4 تغير متوسط متحرك بسيط 1
C.WMAT = WMAT – WMAT-1 C.WMA10 تغير متوسط متحرك مثقل 2
C.EMAT = EMAT – EMAT-1 C.EMA5 تغير متوسط متحرك أسي 3
Gap_BBT = BUP, T - BDOWN, T Gap_BB تباعد بولنجر باند 4
المصدر :إعداد الباحث
* حيث )SMA( :متوسب متحرك بسيب )WMA( ،متوسب متحرك مرقل )EMA( ،متوسب متحرك أسي )BUP( ،المنحنى
العلوي لمؤشر البولنجر )BDOWN( ،المنحنى السفلي لمؤشر البولنجر )T( ،لحظة زمنية تعبر عن وم )Ct( ،سعر ا الق
اليوم عند اللحظة )Ct-1( ،Tهي سعر ا الق قبل وم وهكذا )20σ( ،االنحراف المعياري ألسعار إ الق 20وم عن وسطها
الحسابي.
* حيث Tتعبر عن السجل الحالي أي اللحظة الحالية وهي هنا تمرل وم ،و T-1تمرل السجل السابق و مرل C.SMATالتمير في
اليمة مؤشر المتوسب المتحرك البسيب C.WMAT ،التمير في اليمة مؤشر المتوسب المتحرك المرقل C.EMAT ،التمير في اليمة مؤشر
المتوسب المتحرك األسي.
10
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
.2مؤشرات التذبذب :تم نمذجة مؤشرات التذبذب المستخدمة في الدراسة عند كل
سجل كما هو موضب في الجدول التالي:
**
الجدول رقم ( )4مؤشرات التحليل الفني التي تعتمد على التذبذب
المعادلة البارامتر الرمز المؤشر
𝟎𝟏𝑴𝑻 = 𝑪𝒕 − 𝑪𝒕− 10 MT التذبذب لقوة الدفع 1
𝟎𝟎𝟏 ∗ )𝟏 ROCT = ((𝑪𝑻 /𝑪𝑻−𝟏𝟐 ) − 12 ROCT التذبذب بمعدل التمير 2
9
MAOT = SMA9 – SMA18 MAOT التذبذب بالمتوسطات المتحركة 3
18
)𝑇𝑃𝑇 = (𝐶𝑇 + 𝐿 𝑇 + 𝐻𝑇 )/3
𝑇
𝑓𝑜𝑀𝐷𝑇 = ∑ ( ∣ 𝑆𝑀𝐴20
𝑃𝑇
− 𝑇𝑃 ∣ ) ⁄20 20 CCIT قناة السلع 4
𝑇−20
𝒇𝒐𝟎𝟐𝑨𝑴𝑺 𝑪𝑪𝑰𝑻 = (𝑻𝑷𝑻 − )𝑻, )/ (0.015*MDT
𝑷𝑻
𝐴𝑉𝐺𝐿𝑂𝑆𝐸,𝑇 = 𝑆𝑀𝐴14 𝑂𝑓 𝐶𝐻−
𝐴𝑉𝐺𝐺𝐴𝐼𝑁,𝑇 = 𝑆𝑀𝐴14 𝑂𝑓 𝐶𝐻+
14 RSIT القوة النسبية 5
𝑇𝑅𝑆𝑇 = 𝐴𝑉𝐺𝐺𝐴𝐼𝑁,𝑇 ⁄𝐴𝑉𝐺𝐿𝑂𝑆𝐸,
]) 𝑻𝑺𝑹 𝑹𝑺𝑰𝑻 = 𝟏𝟎𝟎 − [𝟏𝟎𝟎/(𝟏 +
𝑀𝐴𝑋T : (𝐶, 𝐻, 𝐿)14
𝑀𝐼𝑁T : (𝐶, 𝐻, 𝐿)14 14 %KT العيوائية السر ع 6
(𝑻𝑵𝑰𝑴 %𝑲𝑻 = (𝑪𝑻 − 𝑴𝑰𝑵𝑻 )/(𝑪𝑴𝑨𝑿𝑻 −
%DT = SMA3 of %K 3 %DT العيوائية البطيء 7
𝑀𝐴𝑋T : (𝐶, 𝐻, 𝐿)14 , 𝑀𝐼𝑁T : (𝐶, 𝐻, 𝐿)14
14 %RT الري وليامز 8
𝟎𝟎𝟏 𝐑 𝑻 (𝑴𝑨𝑿𝑻 − 𝑪𝑻 )⁄𝑴𝑨𝑿𝑻 − 𝑴𝑰𝑵𝑻 ) ∗ −
𝟔𝟐𝑨𝑴𝑬 𝑴𝑨𝑪𝑫 = 𝑬𝑴𝑨𝟏𝟐 − 12, 26 MACDT تقارب وتباعد المتوسطات 9
𝑫𝑪𝑨𝑴 𝑭𝑶 𝟗𝑨𝑴𝑬 = 𝑳𝑨𝑵𝑮𝑰𝑺 9 SignalT االشارة 10
HISTOGRAT = MACDT – SignalT 1 HISTOT الرسم النسيجي 11
** حيث )TPT( :تمرل السعر المعياري في اللحظة الزمنية Tلكل من ( )CTسعر اال الق عند Tو ( )LTأدنى سعر عند Tو()HT
أعلى سعر عند )MDT( ،Tتمرل انحرافات ( )TPTعن متوسطها المتحرك ( )SMA20,Tعند اللحظة )MAXT( ،Tتمرل القيمة
العظمة عند اللحظة Tمن مجمل القيم ( )Cسعر اال الق و ( )Lأدنى سعر و( )Hأعلى سعر ل 14وم )MINT( ،تمرل القيمة الدنيا
عند اللحظة Tمن مجمل القيم ( )Cسعر اال الق و ( )Lأدنى سعر و( )Hأعلى سعر ل 14وم.
* حيث :تمرل ( )Tلحظة زمنية معينة وهي جلسة تداول في وم واحد )T-1(،تمرل اليوم السابق )CT( ،سعر اإل الق )HT( ،أعلى
سعر )LT( ،أدنى سعر.
11
صد ق ،ساكت ،الصباغ
حيث يس تخدم هذا المؤش ر عامل التس ارع AFلتحد د مكان عرل نقطة المؤش ر،
إض افة إلى الس عر األقص ى الذي يعبر عن اعلى أو أدنى س عر بحس ب حالة المؤش ر
في الفترة السابقة] ،[17وبذلك يحسب المؤشر كما لي**:
(SARt = SARt-1 + AF t-1 (EPt-1 – SARt-1 في حالة الصعود:
أما في حالة الهبو SARt = SARt-1 - AF t-1 (EPt-1 – SARt-1( :
أما حساب القيمة النهائية لنقطة المؤشر تكون كما لي]:[18
]Delta SAR = [(SART) / (SART-1)-( 1)]*[100
وبذلك نكون قد حصلنا على مجموعة من المتميرات المستقلة والتي هي عبارة
عن اليم لهذه المؤش رات عند لحظة زمنية معينة Tبي كل ومي تي كل متميرات تنبؤ ه
تفيد في بناء النموذج اعتماداي على المؤشرات الفنية.
3-10نمذجة دالة الهدف :تعتبر عملية نمذجة دالة الهدف جزء هام من عملية بناء
س لس لة زمنية كما هو الحال هنا في مي كلة س لس لة أس عار نموذج مي كلة تص ني
العمالت إلنها تتطلب التركيز في نمذجتها بأس لوب يمكن به الوص ول إلى الهدف
المطلوب بي كل يجعل المتميرات المس تقلة قادرة على الفص ل والتمييز بين الفئات،
بحيث تكون الحالة الزمنية المس تقبلية في نفس الس جل الذي يعبر عن لحظة زمنية
معينة ،وبما أن الهدف هنا هو معرفة اتجاه حركة الس عر بعد فترة زمنية ،فتم نمذجة
دال ة اله دف Eبحي ث تعبر عن ح ال ة الس عر بع د فترة زمني ة معين ة Nمن اللحظ ة
الزمني ة الح الي ة ،Tوتعطي المع ادل ة الت الي ة دال ة اله دف كقيم ة رقمي ة والتي تعبر عن
ح ال ة الس هم بع د فترة زمني ة وب ذل ك تكون المع ادل ة الع ام ة ل دال ة اله دف كم ا
لي𝑬𝑻,𝑵 = 𝑺𝑻+𝑵 − 𝑺𝑻 ......*:
باس تخدام ومن ثم نأتي لتص ميم فئات دالة الهدف لتناس ب عملية التص ني
خوارزمية أش جار القرار من جهة وتناس ب مي كلة التنبؤ باتجاه حركة االس عار
المستقبلية من جهة أخرى ،وبذلك فقد تم تصميمها بحيث تكون كل فئة تعبر عن اتجاه
** حيث SARt :اليمة المؤشر عن اللحظة الحالية اليوم SARt-1،اليمة المؤشر في الفترة السابقة AF،عامل التسارع وتتراوح اليمته
بين 0.02إلى 0.2و تحرك بخطوة مقدارها EPt-1 ،0.02السعر األقصى في الفترة السابقة].[16
STحالة العملة عند اللحظة الزمنية ST+N ،Tحالة العملة بعد فترة زمنية Nمن اللحظة الزمنية .T *
12
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
**
( )E1حركة السعر كقيمة في اليوم التالي )PT+1( ،السعر في اليوم التالي )PT( ،سعر السهم الحالي.
13
صد ق ،ساكت ،الصباغ
على المتميرات المس تقلة ،وبالتالي تم بناء المعادلة باالعتماد على فروق نس بة التمير
كاستراتيجية تداول أخرى يمكن بها االسترشاد بحركة األسعار المستقبلية عبر تأكيد قوة
اتجاه الس عر وبالتالي تكون المعادلة الرانية تعبر عن الفرق بين مقدار التمير في اليوم
التالي T+1عن تمير اليوم الحالي Tكما لي*E2 = ChT+1 − ChT :
وفق الصيا ة اليرطية التالية: وعليه تم بناء دالة الهدف لخوارزمية التصني
))"IF (E2 > 0 ; "UP" ; (IF (E2 = 0 ; "HOLD"; "DOWN
4-10بناء النموذج :بعد أن تم تجميع كل من البيانات كمتميرات مس تقلة وتابع في
واحد وذلك بالنس بة لكل مجموعة بيانات (زوج من العمالت) تجهي ايز لعملية بناء مل
النموذج والتقييم .واس تخدمت األداة WEKAلبناء نموذج ش جرة القرار باالعتماد على
خوارزمية ،C4.5كما تم اس تخدام أس لوب ،Cross-Validation-10والذي يعتبر من
أس اليب التحقق من الص حة الهامة كونه يعمل على تكرار عملية االختبار Kمرة
بهدف التحقق من ص حة النموذج] ،[19وبذلك يعالج هذا األس لوب عملية االختبار
للحص ول على نموذج قابل للتعميم وذو دقة عالية إض افة لالس تفادة األكبر من حجم
الس جالت] .[20وتم تحلي ل ك ل مجموع ة بي ان ات ألزواج العمالت على ح دا ،ولك ل
معادلة بيكل منفرد ،بعد حذف أول 33جلسة تداول المستخدمة في حساب المتميرات
المستقلة (بداية حساب المؤشرات الفنية) كما تم إزالة أخر 10جلسات التداول.
5-10تقييم النموذج :تم تقييم النموذج المطبق على مجموعات البيانات بي كل أولي
الص حيب لكل س جل من الس جالت المس تخدمة، من حيث قدرة النموذج على التص ني
وإحص ائية ،Kappaوالجد ر بالذكر بأن هذا المعامل يأخذ اليمه بين ( )1+ ،1-لكن
البة ناد اير ما تحدث وبالتالي تكون القيمة البا بين (،)1 ،0 في الحقيقية القيم الس
وكلما زادت القيمة دلت على التوافق بين الس جالت الحقيقية والس جالت المتنبئ
الص حيحة واحص ائية KAPPAمرتفعة ومقبولة بها] ،[21فإذا كانت نس ب التص ني
من األص ناف لمعرفة قدرة س يتم اس تكمال عملية التقييم للنموذج بالنس بة لكل ص ن
النموذج النموذج للوص ول إلى األص ناف التي تم نمذجتها ،وإال س وف تم رف
*
حيث )E2( :حركة التمير في اليوم التالي )ChT+1( ،مقدار التمير في اليوم التالي )ChT( ،مقدار التميرالحالي.
14
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
اعتماداي على التقييم االولي ،وكانت نتائج التقييم األولي كما لي:
.1تقييم النموذج وفق المعييادليية األولى :E1بين الج دول الت الي نت ائج عملي ة بن اء
النموذج لكل مجموعة بيانات وفقاي للمعادلة األولى :E1
الجدول رقم ( )5التقييم األولي للنموذج E1بالنسبة لكل مجموعة من البيانات
NZD/USD USD/CHF USD/CAD AUD/USD GBP/USD USD/JPY EUR/USD
السجالت المصنفة
2419 2432 2363 2448 2393 2388 2432
بيكل صحيب
50.575 50.8574 49.4145 51.1706 50.0418 49.9373 50.8574 نسبة الصحيب
السجالت المصنفة
2364 2350 2419 2336 2389 2394 2350
بيكل خاطئ
49.425 49.1426 50.5855 48.8294 49.9582 50.0627 49.1426 نسبة الخاطئ
0.007 0.0227 -0.0048 -0.0043 -0.0028 0.0005 0.019 احصائية KAPPA
الص حيب ،عند كل مجموعات بين الجدول الس ابق أن نس بة التص ني
الخاطئ كانت البيانات مقبولة نوعا ما مقابل النموذج الس ابق ،ونس بة التص ني
منخفض ة ،كما بين الجدول أن إحص ائية Kappaتحس نت وتجاوزت 0.3حيث ؤكد
مقبولة ولكن تبقى ضعيفة نسبياي. هذا المقياس بأن الدقة في التصني
15
صد ق ،ساكت ،الصباغ
ويمكن القول ان نسبة التغير تعطي توصيف أدق لحالة اتجاه السعر وذلك
كون المؤشرات الفنية تعمل على تأكيد االتجاه وليس الذبذبات اليومية.
وقد تبين مما سبق تحسن جودة التصنيف اعتماداً على نسب التغيرات ولكن
ليس إلى المستوى المطلوب ،وتبين أن األسلوب المستخدم اعتماداً على السعر باء
بالفشل ،وباعتبار أن المؤشرات الفنية تدل على الحالة المستقبلية التجاهات السعر
فإن المشكلة تكمن في دالة الهدف وليس في المتغيرات المستقلة بحسب أري الباحنين،
وسنلجأ إلى تعديل نمذجة دالة الهدف.
-11تعديل الدراسة العملية:
في عملية تمريل حركة االتجاه ال يمكن اعتبارها س لس لة مس تقرة دون األخذ
بعين االعتبار التميرات العي وائية اليومية التي تحدث لذا فال بد من التخله من هذه
التميرات العي وائي ة اليومي ة وتمري ل الحرك ة الع ام ة للس عر وفق ع دة آلي ات تمر ل
اس تراتيجيات تداول وذلك في محاولة تعد ل النموذج بالنس بة لدالة الهدف فقب ،وذلك
على افترال أنه ال يمكن اس تقرار الس لس لة في أس وق العمالت وبالتالي ال يمكن
حس اب دالة الهدف المس تقبلية لمس توى زمني بعيد كون هدف الدراس ة التداول اليومي
والسرعة في اتخاذ القرار على شكل ومي.
1-11دالة الهدف المعدلة :سيتم تعد ل دالة الهدف عبر استخدام المتوسب المستقبلي
وبذلك يمكن أن تعبر المعادالت التي س يتم بنائها عن حالة الس عر المس تقبلية بي كل
وس طي دون أخذ وم معين بحد ذاته للتخله من عي وائية التميرات اليومية .وس يتم
التركيز على تعد ل دالة الهدف دون أي تميير في المتميرات المس تقلة .و مكن ذلك
تيمناي باألس لوب الذي قدمه ] ،Team Auquan[22كأس لوب لنمذجة دالة الهدف للتنبؤ
بمس تقبل س عر وذلك عبر حس اب 5متوس طات مس تقبلية لمقدار التمير في الس عر
كاس تراتيجية تداول لتطبيقها في التداول باس تخدام خوارزميات تعلم اآللة ،وبما أن
الهدف هو التداول اليومي س يتم حس اب متوس ب اليومين التاليين لتقليل الفترة قدر
اإلمكان وتعجيل معرفة حالة الس عر وفق نفس االس تراتيجيتين الس ابقيتين من حيث
القيمة السعر ة ونسبة التمير ،لذا سيتم إعادة نمذجة دالة الهدف كما لي:
16
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
.1المعادلة النالنة ( :)E3تدل على الفرق بين متوس ب س عر اليومين التاليين T+2
عن س عر اليوم الحالي Tوبذلك تعبر دالة الهدف هنا عن حالة الس عر المس تقبلية
والتخله من التميرات العيوائية على مستوى وم واحد وفق المعادلة التالية*:
E3 = AVGPT+2 − PT
وعليه تم بناء دالة الهدف وفق الصيا ة اليرطية التالية:
))"IF (E3 > 0 ; "UP" ; (IF (E3 = 0 ; "HOLD"; "DOWN
اعتماد على متوسب
ي .2المعادلة الرابعة ( :)E4تم نمذجة دالة الهدف في هذه المعادلة
نس بة التميرات AvgChangeوذلك للتخله من التميرات العي وائية وبذلك تكون دالة
اله دف تعبر عن االتج اه الحقيقي لحرك ة العمل ة إم ا ب الص عود أو الهبو أو ح ال ة
الرب ات ،وب الت الي ت دل المع ادل ة على الفرق بين متوس ب مق دار التمير في اليومين
التاليين T+2عن تمير اليوم الحالي ،Tوبذلك تعبر دالة الهدف عن متوس ب حالة
E4 = A𝑣𝑔ChT+2 − CT التمير المستقبلية كما لي**:
وفق الصيا ة اليرطية التالية: وعليه تم بناء دالة الهدف لخوارزمية التصني
))"IF (E4 > 0 ; "UP" ; (IF (E4 = 0 ; "HOLD"; "DOWN
وباعتماد نفس أس لوب بناء النموذج في المرحلة الس ابقة فقد تم اعادتها هنا
أيضاي دون أي تميير ذكر وسننتقل مباشرية إلى مرحلة التقييم.
2-11تقييم النماذج المعتمدة على المتوسطات المستقبلية:
س يتم هن ا تقييم النموذج المطبق على مجموع ات البي ان ات من حي ث ق درة
الص حيب لكل س جل من الس جالت المس تخدمة ،وإحص ائية النموذج على التص ني
.Kappa
.1تقييم النموذج وفق المعيادلية النيالنية :E3بين الج دول الت الي نت ائج عملي ة بن اء
النموذج لكل مجموعة بيانات وفقاي للمعادلة الرابعة :E3
*
( )E3حركة متوسب السعر لليومين التاليين )AVGPT+1( ،متوسب السعر لليومين التاليين )PT( ،السعر الحالي.
**
حيث )E4( :اتجاه متوسب حركة التمير في اليومين التاليين )AvgChT+2( ،متوسب مقدار التمير في
اليومين التاليين )ChT( ،مقدار التمير الحالي.
17
صد ق ،ساكت ،الصباغ
NZD/USD USD/CHF USD/CAD AUD/USD GBP/USD USD/JPY EUR/USD
السجالت المصنفة بيكل
2523 2383 2428 2504 2396 2413 2427
صحيب
52.7493 49.8327 50.7737 52.3411 50.1046 50.4601 50.7528 نسبة الصحيب
السجالت المصنفة بيكل
2260 2399 2354 2280 2386 2369 2355
خاطئ
47.2507 50.1673 49.2263 47.6589 49.8954 49.5399 49.2472 نسبة الخاطئ
0.0071 0.0008 -0.0011 -0.0012 -0.0017 0 0.0072 احصائية KAPPA
الص حيب ،عند كل مجموعات بين الجدول الس ابق أن نس بة التص ني
الخاطئ كانت مرتفعة ،كما بين الجدول بة التص ني البيانات ير جيدة ،ونس
لم تكن إحص ائية Kappaالمنخفض ة و ؤكد هذا المقياس بأن الدقة في التص ني
جيدة.
تبين مما سيييبق أن اسيييتخدام المتوسيييطات السيييعرية لم تغير أي شييييء في
النتائج ،ويمكن القول أن اسيتخدام األسيعار كييم مجردة أو بالمتوسيطات ال كمكن أن
تعبر عن حالة السعر المستقبلية وال كمكن بها بناء استراتيجية ونموج تصنيف كمكن
به االعتماد على المؤشيييييرات الفنية لدعم ق اررات التداول اليومية في سيييييوق العمالت
األجنبية وذلك وفقاً لآللية التي تم استخدامها في هذه الدراسة.
.2تقييم النموذج وفق المعييادليية الرابعيية :E4بين الج دول الت الي نت ائج عملي ة بن اء
النموذج لكل مجموعة بيانات وفقاي لعملية بناء دالة الهدف للمعادلة العاشرة :E4
الجدول رقم ( )8التقييم األولي للنموذج E4بالنسبة لكل مجموعة من البيانات
NZD/USD USD/CHF USD/CAD AUD/USD GBP/USD USD/JPY EUR/USD
السجالت المصنفة بيكل
3499 3391 3481 3446 3377 3422 3427
صحيب
73.1549 70.9118 72.7938 72.0318 70.619 71.56 71.6646 نسبة الصحيب
السجالت المصنفة بيكل
1284 1391 1301 1338 1405 1360 1355
خاطئ
26.8451 29.0882 27.2062 27.9682 29.381 28.44 28.3354 نسبة الخاطئ
0.4645 0.419 0.4563 0.4412 0.4129 0.4318 0.4334 احصائية KAPPA
الص حيب ،عند كل مجموعات بين الجدول الس ابق أن نس بة التص ني
الخاطئ كانت منخفض ة ،كما بين الجدول إحص ائية البيانات جيدة ،ونس بة التص ني
جيدة وأفض ل مما Kappaتجاوز 0.4حيث ؤكد هذا المقياس بأن الدقة التص ني
كانت عليه .وبعد هذ التحس ن الملحو الس تراتيجية الس ابقة وفق المعادلة الرابعة س يتم
18
2019 العدد 36العام سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
19
صد ق ،ساكت ،الصباغ
لنموذج خوارزمية أش جار القرار المبني اعتماديا .1أظهرت النتائج أن جودة التص ني
على المؤشرات الفنية تتأثر بآلية نمذجة دالة الهدف التي تعبر عن المستقبل.
.2أظهرت النتائج أن نمذجة دالة الهدف باالعتماد على اليمة الس عر أو نس بة التمير
أو باس تخدام متوس طات الس عر لنموذج ش جرة قرار مبني باالعتماد على المؤش رات
بناء على نتائج التقييم األولي للنماذج.
الفنية قد باء بالفيل ،ي
.3أظهرت النتائج أن نمذجة دالة الهدف اعتماداي على حساب متوسب مستقبلي لنسب
التميرات في المعادلة E4لبناء نموذج ش جرة قرار اعتماداي على المؤش رات الفنية
بناء على تقييم النموذج بي كل أولي وتقييم دقة
كمتميرات مس تقلة كانت جيدة ي
النموذج بالنس بة لألص ناف ،و مكن به دعم ق اررات التداول اليومي في س وق
العمالت األجنبية وذلك بنمذجة البيانات باس تخدام المؤش رات الفنية كمتميرات
مستقلة ونمذجة دالة لهدف وفق متوسطات المتميرات المعادلة الرابعة .E4
.13التوصيات:
.1عند اس تخدام المؤش رات الفنية كمتميرات مس تقبلية عدم ص يا ة دالة الهدف بناء
على اليمة الس عر أو نس بة التمير أو متوس طات الس عر ،وإنما ص يا تها اعتماداي
على متوسطات نسبة التمير بيكل يعبر عن المستقبل.
.2اس تخدام خوارزمية C4.5وفق نفس األس لوب المس تخدم في النمذجة لتطبيقها
على أس واق رأس المال ،والمي اكل المي ابهة المتعلقة بس الس ل بيانات األس عار
اليومية.
.3اعتماد أس لوب نمذجة المؤش رات الفنية كمتميرات مس تقلة وأس لوب نمذجة دالة
الهدف عبر حس اب متوس ب التميرات اليومية لنقطتي تمير مس تقبلي (المعادلة
الرابعة) ،واعتمادها كاس تراتيجية تداول جد دة باس تخدام خوارزمية أش جار القرار
C4.5لدعم ق اررات التداول اليومي في سوق العمالت األجنبية.
المراجع:
ض حى – 2018اسيييتخدام الشيييبكات العصيييبية وأشيييجار .1سييياكت س ان ،عدا
القرار للتنبؤ بحركة األسهم ،مجلة بحوث جامعة حلب ،سلسلة العلوم االقتصادية
20
2019 العام36 العدد سلسلة العلوم االقتصادية مجلة بحوث جامعة حلب
.30 العدد
– استخدام تقنيات التنقيب في البيانات لبناء شجرة ق اررات2016 ، صديق محمد.2
رس الة ماجس تير ير،لدعم ق اررات التداول في سييييوق دمشييييق لألوراق المالية
. سور ة، حلب، جامعة حلب،منيوره
3. Paliyawan P. 2015, Stock Market Direction Prediction Using
Data Mining Classification, ARPN Journal of Engineering and
Applied Sciences, VOL 10.
4. Imandoust S. Bolandraftar M. 2014, Forecasting the direction
of stock market index movement using three data mining
techniques: the case of Tehran Stock Exchange, Journal of
Engineering Research and Applications, VOL 4.
، ارب د، ع الم الكت ب الح د ث، األسيييييييييواق المالية والنقدكة- 2006 ، خلف فليب.5
.األردن
. سويسرا، غالند، – سويسكوت بانك2017 ، مقدمة في تداول الفوركس.6
، عمان، دار الرقافة، إدارة االستنمار بين النظرية والتطبيق،2009، علوان قاسم.7
.263 ص،األردن
التحليل الفني لألسيييييييييواق المالية كأداة للتنبؤ بأسيييييييييعار،2013 ، نعيمة برودي.8
، جامعة أبو بكر بلقا د، رس الة دكتوراه،األوراق المالية واتجاهات األسيييييييييواق
.221 ص، الجزائر،تلمسان
9. Silwattananusarn T., Tuamsuk K., 2012, Data Mining and Its
Applications for Knowledge Management: A Literature Review
from 2007 to 2012, International Journal of Data Mining &
Knowledge Management Process, Vol 2, P15.
10. Wittenn I., et al., 2011, Data Mining Practical Machine
Learning Tools and Techniques, 3rd ED, Morgan Kaufmann, p5.
11. Padhy N., et al., 2012, The Survey of Data Mining Applications
And Feature Scope, International Journal of Computer Science,
Engineering and Information Technology, Vol 2, p46.
12. Reddi K., et al., 2010, A Novel Algorithm for Scaling up the
Accuracy of Decision Trees, International Journal on Computer
Science and Engineering, Vol 2, P126
13. Wong M., Sak L., 2002, DATA MINING USING GRAMMAR
21
الصباغ، ساكت،صد ق
22