Skip to content

قراءة متعمقة للقسم 3.2: شمعة واحدة تتحول إلى خمسة أرقام ​

هذا هو القسم الأكثر «خصوصيةً للشموع اليابانية» في الورقة بأكملها. بعد إنجاز هذا القسم، ستكون قادرًا على كتابة الصيغة (3)، وذكر ما يحله كل من الخواص الثلاثة، واستخدام أرقام تجارب الحذف لتوضيح قيمة هذا التصميم.

لنبدأ بالمشكلة: لماذا لا تصلح بيانات OHLCV الخام ​

الفقرة الأولى من الورقة تذكر ثلاثة أمور:

  1. الأسعار المطلقة للأدوات المختلفة تختلف بثلاث مراتب عشرية (من بضعة يوانات إلى بضعة آلاف)
  2. مستويات التقلب تختلف باختلاف الدقة الزمنية
  3. وحدات حجم التداول تختلف من سوق إلى آخر (سهم، لوته، عملة رقمية)

الأهم هي الجملة الثالثة: حتى لو طُبِّع كل أداة إلى متوسط صفري، تبقى المشكلة دون حل. قد يكون سعر الافتتاح لسهمين بعد التطبيع متطابقًا، لكن «نسبة الظلال إلى السعر» لديهما قد تختلف تمامًا. أي أن معلومات شكل الشمعة مخفية في «القيم المطلقة»، ولا يمكن استخراجها بطرح المتوسط وقسمة التباين.

الصيغة (3) ​

كل شمعة t تتحول إلى متجه خماسي الأبعاد:

المكوّنالصيغةالمعنى
r_gapln(O_t / C_{t−1})الفجوة: افتتاح اليوم مقارنة بإغلاق الأمس
r_bodyln(C_t / O_t)الجسم: الإغلاق مقارنة بالافتتاح
r_upln(H_t / max(O_t, C_t))الظل العلوي: أعلى سعر مقارنة بالحد الأعلى للجسم
r_dnln(min(O_t, C_t) / L_t)الظل السفلي: الحد الأدنى للجسم مقارنة بأدنى سعر
v_tln((V_t + 1) / (E_t + 1))الحجم: حجم التداول مقارنة بمتوسطه المتحرك الأسي

E_t هو متوسط متحرك لأحجام التداول «سببّي تمامًا»: يستخدم فقط أحجام التداول قبل t، دون إلقاء نظرة على الشمعة الحالية. في الكود هو compute_volume_ema، ومتوسط الشمعة رقم 0 هو حجم تداولها نفسه، ولذلك v_0 = 0.

في الفصل الأول سبق لك أن طبّقت هذا:

جرّب السحب بنفسكشمعة واحدة تتحول إلى خمسة أرقام
إغلاق الأمس
r_gapفجوة سعريةافتتاح اليوم مقارنة بإغلاق الأمس+2.0%
r_bodyالجسمالإغلاق نسبة إلى الافتتاح+3.8%
r_upالظل العلويالأعلى نسبة إلى الحافة العلوية للجسم+2.8%
r_dnالظل السفليالحد الأدنى لجسم الشمعة أدنى من الأدنى+2.0%
vالحجمحجم التداول مقارنة بمتوسطه الأخير+40.5%

الأرقام الخمسة كلها لوغاريتمات لنسب. الظل العلوي والسفلي دائماً ≥ 0، لذا لن تظهر في شموع K المولّدة حالة "السعر الأعلى أقل من سعر الإغلاق".

ثلاثة خواص، كل خاصية تحل مشكلة ​

(i) قابل للعكس. بمعرفة إغلاق الشمعة السابقة C_{t−1}، يمكن للأرقام الخمسة إعادة بناء O وH وL وC وV بدقة تامة باستخدام سلسلة من الأسّيات:

  • O = C_{t−1} · exp(r_gap),C = O · exp(r_body)
  • H = max(O, C) · exp(r_up),L = min(O, C) · exp(−r_dn)

لا يوجد أي فقدان للمعلومات. هذا هو الفرق الجوهري بين هذه الورقة وأعمال مثل Kronos التي «تكمّم البيانات إلى رموز منفصلة»، وهو أيضًا معنى «لا حاجة إلى مُرمِّز» في قائمة المساهمات. الكود: invert_features.

(ii) مستقل عن المقياس. كل مكوّن هو لوغاريتم نسبة كميتين من النوع نفسه. إذا ضُربت الأسعار كلها في أي عدد، أو ضُربت أحجام التداول كلها في أي عدد، تبقى الأرقام الخمسة دون تغيير. لذلك يمكن لسهم سعره 5 يوان وسهم سعره 2000 يوان، ولأسهم A والبيتكوين، أن تُوضع في النموذج نفسه.

(iii) صالح بنيويًا. r_up وr_dn بحسب التعريف ≥ 0. عند التوليد يُقتطعان إلى ≥ 0، فتكون الشمعة المعاد بناؤها مستوفية بالتأكيد H ≥ max(O, C) وL ≤ min(O, C). لن تظهر شموع غريبة «أعلى سعر فيها أدنى من سعر الإغلاق».

التطبيع: MAD مع tanh ​

الفقرة الأخيرة لا تعدو جملة واحدة، لكنها مهمة: كل مكوّن يُقاس وفق (السوق، الدقة الزمنية، الميزة) باستخدام إحصاءات قوية، ثم يُقتطع اقتطاعًا ناعمًا بـ tanh، «مما يجعل التدريب مستقرًا دون التخلص من القيم الشاذة».

بتفصيل أكثر (الكود kit_v1/data/normalize.py):

  • المقياس s = 1.4826 × MAD. وMAD هو وسيط «الانحرافات المطلقة عن الوسيط»، والضرب في 1.4826 يجعله متوافقًا مع الانحراف المعياري في التوزيع الطبيعي. سبب استخدام MAD بدلًا من الانحراف المعياري هو أن القيم المتطرفة مثل حد السعر الأعلى والانهيار المفاجئ تنتفخ الانحراف المعياري كثيرًا، بينما لا يتأثر MAD.
  • y = 6 · tanh(x / s / 6): عندما يكون |x/s| صغيرًا يبقى دون تغيير تقريبًا، بينما تُضغط القيم الكبيرة جدًا بسلاسة إلى ما دون ±6.
  • تُحسب إحصاءات** فقط على فترة التدريب** (يشدد القسم 4.1 من الورقة على "عدم وجود تسريب")، ويوجد stats.json.

الدليل: الجدول 9 في الملحق E ​

مع تغيير تمثيل الإدخال فقط وترك كل شيء آخر كما هو، متوسط RankIC للعائد عبر سبع درجات دقة:

تمثيل كل شمعة Kمتوسط RankIC للعائد
النسب اللوغاريتمية الخمسية الأبعاد (KiT)0.0571
OHLCV الخام بعد التوحيد القياسي0.0209
لوغاريتم سعر الإغلاق فقط0.0183

قراءة هذا الجدول: عند العودة إلى OHLCV الخام (حتى بعد توحيد قياسي متين)، يهبط RankIC إلى أقل من 40% من قيمته الأصلية؛ وعند التخلي حتى عن الافتتاح والأعلى والأدنى وحجم التداول والاحتفاظ بسعر الإغلاق فقط، ينخفض أكثر قليلًا. تفسير الورقة هو أن القيم الخام تُفقد طبقة معلومات "الشكل النسبي" للشمعة.

هذا هو أكبر فارق ناتج عن تصميم واحد في الورقة بأكملها.

اختبر معرفتكلماذا لا يمكن أن تحل ”تسوية كل سهم إلى متوسط صفري وتباين وحدوي” محل النسب اللوغاريتمية الخماسية الأبعاد؟

تحقق من نفسك ​

  • أستطيع كتابة صيغة المكونات الخمسة
  • أستطيع ذكر ما تحله كل من القابلية للعكس، وعدم الاعتماد على المقياس، ومشروعية البنية
  • أستطيع استخدام أرقام الجدول 9 لتوضيح قيمة هذا التمثيل

القسم التالي: قراءة متعمقة للأقسام 3.3–3.4: البنية وحقن الشروط.

gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.