مع وجود مئات المنصات حولك المعلومات تمنح متداولي الفوركس ميزة

 مع وجود مئات المنصات حولك ، المعلومات تمنح متداولي الفوركس ميزة

ظهرت التحليلات مؤخرًا في الأخبار من منظور تاجر التجزئة والمؤسسات. تتيح تريد فيدر Tradefeedr إطلاق مجموعة التنبؤات في خوارزمية الفوركس لعملاء التجزئة الوصول إلى بيانات دقيقة ومستقلة لإبلاغ استراتيجيات التنفيذ الخاصة بهم بشكل أفضل ، بينما تستثمر المؤسسات بكثافة في التكنولوجيا لتحسين عملية التداول الخاصة بهم وتحليل البيانات.

لا يوجد مصدر مركزي

لذا ، كيف يمكن لمتداولي الفوركس بالتجزئة استخدام البيانات على أفضل وجه لمنح أنفسهم ميزة تداولية في سوق مجزأ للغاية مع مئات المنصات والأماكن ومزودي السيولة الذين يولدون بيانات السوق في الوقت الفعلي ، على مدار 24 ساعة في اليوم؟

على عكس الأسواق المدرجة ، لا يوجد شريط موحد أو مصدر مركزي للبيانات ، ويختلف توافر الأسعار القابلة للتنفيذ بين المشاركين في السوق. في حين أن التحليل الأساسي والتحليل المعنوي أدوات أساسية للمتداولين لتحسين عملية اتخاذ القرار ، فإن استخدام التحليل الفني القائم على تحليلات السلاسل الزمنية الإحصائية لا يزال هو المعيار في تداول العملات الأجنبية بالتجزئة.

يوضح ريتش كيل ، الرئيس العالمي لحلول الفوركس لدى متخصص تحليلات البيانات KX: “إن بيانات السلاسل الزمنية التي تركز على استخراج البيانات التاريخية والواقعية لتحليل الاتجاهات في البحث عن تكرار أنماط الرسوم البيانية المعروفة والعوامل الفنية الأخرى هي شريان الحياة للتحليل الفني”.

اقراء هذ الخبر | أهمية تدفق الطلبات في مجال تداول الفوركس

مدخل الذكاء الاصطناعي

كما ذكرنا سابقًا ، حصل شات جي بي تي ChatGPT (روبوت محادثة ذكاء اصطناعي طورته شركة OpenAI) مؤخرًا على تغطية إيجابية. لقد كان لتقنيات الذكاء الاصطناعي مثل التعلم الآلي تأثير كبير في تحليل بيانات التداول ، كما يلاحظ ويل كارتر ، رئيس التجارة والتحليلات في مطور حلول التداول MahiMarkets. يقول: “كان التحليل الفني موجودًا منذ فترة طويلة لمساعدة المتداولين في تحديد الأنماط ، لكن التعلم الآلي كان أهم ابتكار في تحليل البيانات في الآونة الأخيرة”.

“أصبح تطبيق التعلم الآلي على البيانات الآن مقبولاً للشريحة المتطورة من مجتمع البيع بالتجزئة.”

بالنظر إلى أن اتجاه السير في تجارة التجزئة هو تداول عالي التردد وأن التعلم الآلي يستهلك كميات هائلة من البيانات ، يحتاج المتداولون أولاً إلى ضمان وصولهم إلى البيانات بترددات عالية. يعد الوصول الميسور إلى البيانات أحد الاعتبارات الرئيسية لتجار التجزئة. يوضح كيل أن البيانات ليست متاحة بسهولة فحسب ، بل إنها تأتي أيضًا بجميع النكهات مع كل شيء بدءًا من واجهات برمجة التطبيقات التي تقدم معلومات في الوقت الحقيقي بزمن انتقال منخفض للغاية إلى درجات متنوعة من بيانات السوق المتأخرة بالإضافة إلى توفر تدفقات إعادة التشغيل التاريخية للسوق وتنزيل البيانات .

ويقول: “تسهل التقنيات الناشئة مثل الحوسبة السحابية تخزين مجموعات البيانات الضخمة بتكلفة أقل ، مما يجعل هذه البيانات متاحة لمجموعة أكبر من المشاركين في السوق”. بالإضافة إلى ذلك ، فإن مشغلي المنصات ومقدمي التكنولوجيا في سباق لتوفير أوسع مجموعة من القدرات للبقاء في المنافسة. أصبح الوصول إلى بيانات السوق بشكل منهجي من خلال وسطاء التجزئة ومقدمي المنصات أمرًا قياسيًا الآن “.

التعطش للبيانات

تقدم المواقع العامة مثل Yahoo Finance مجموعات / أشرطة بيانات هالكة في العديد من الأصول التي تعود إلى زمن بعيد. ومع ذلك ، وفقًا لكارتر ، فإن التعلم الآلي متعطش جدًا للبيانات ، والبيانات بمستوى دقة يبلغ 100 مللي ثانية أو أكثر أمر بالغ الأهمية لبيئة البحث. ويضيف: “موارد البيانات العامة ليست جيدة بما يكفي حاليًا – يحتاج المتداولون إلى التقاط البيانات وتنظيفها وتخزينها بأنفسهم”. في حين أن التداول الكمي المستند إلى بيانات السلاسل الزمنية كان لفترة طويلة مجال اتخاذ قرارات تداول العملات الأجنبية ، فقد استخدم العديد من المستثمرين المؤسسيين أيضًا أشجار القرار ، بما في ذلك التحليل الأساسي وحتى العاطفي ، لتشكيل إستراتيجية تداول أكثر شمولية يشار إليها الآن باسم العقل الكمي.

البيانات الأساسية ، مثل أسعار الفائدة وأسعار السلع ، مناسبة تمامًا للتنبؤ الكمي لتحركات العملات الأجنبية ويتم دمجها مع بيانات السوق الأخرى ، مثل مؤشرات السوق الأولية وأسعار العملات ، للتعرف على العملات الأجنبية وإنشاء توقعات لها ، كما يوضح يارون جولغير ، الرئيس التنفيذي والشريك المؤسس لشركة I Know First ، وهي مطور لحلول التنبؤ الخوارزمية القائمة على الذكاء الاصطناعي.

ويضيف: “تولد خوارزمية الذكاء الاصطناعي قيمة إشارة التنبؤ”. “في كل أفق زمني ، نقيس انحراف السعر عما يعتبره النظام عادلاً – وهذه هي الإشارة. إشارة موجبة أعلى ، سلبية هي إشارة هبوط “. يتم استخدام أكثر من 20 نقطة توقع زمنية لتعيين مسار السعر المتوقع. يتم ضغطها من خلال المتوسط إلى ستة آفاق زمنية – ثلاثة أيام ، وسبعة أيام ، و 14 يومًا ، وشهر واحد ، وثلاثة أشهر ، وسنة واحدة. لكل نقطة ، يولد النظام إمكانية التنبؤ ، مما يعكس (عكسياً) مستوى الضوضاء غير المتوقعة. كلما زادت القدرة على التنبؤ ، زادت الثقة في التوقعات.

يقول جولغير: “كل نقطة توقع هي متوسط مرجح لعشرات أو حتى مئات من المتنبئين المستقلين وكل وحدة تنبؤية تتكون من عدة مدخلات”. “وبالتالي ، توفر كل وحدة تنبؤًا مستقلاً لأنها تستند إلى مجموعة مختلفة من بيانات السوق.” يتطلب إجراء التحليل العقلي الكمي بفعالية كلاً من قوة الحوسبة والتطور باستخدام تحليل البيانات الضخمة التقليدي جنبًا إلى جنب مع القدرات الناشئة مثل التعلم الآلي.

اقراء هذ الخبر | ما هي التحديات التي يواجهها المسوقون بالعمولة خلال عام 2023

يقول كيل “هذا ليس في مجال معظم تجار التجزئة ، ولكن مع استمرار الوسطاء ومديري الاستثمار في توسيع نطاق توفر خوارزميات التداول لعملائهم ، سيستمر التنفيذ المنهجي المستند إلى المبادئ العقلية الكمية في أن يصبح أكثر انتشارًا ويمكن الوصول إليه في المستقبل”. يوافق كارتر على أن حاجز الدخول أمام المتداولين الذين ينشئون بيئة بحث ذهني كمي أقل من أي وقت مضى وأن التنفيذ يعود إلى عدد من العوامل بما في ذلك اتساع نطاق البحث والمهارات الفنية الأساسية بالإضافة إلى الوصول إلى البيانات.

“إنه يثير أيضًا تساؤلات حول كيفية إدارة الوسطاء للمجتمع الباحثين عن ألفا الجديد من تجار التجزئة الذين يستخدمون هذه التقنيات المتطورة” ، كما يقول ، مضيفًا أن الوسطاء لم يعد بإمكانهم العمل على افتراض أن تاجر التجزئة سيخسر بشكل دائم وسيستمر في اتخاذ العكس من التداول (المعروف باسم ‘B-Book execution’ يستنتج كارتر: “بافتراض أن لديك وسيطًا يواجه متداولًا عقليًا كميًا ناجحًا يستخرج ألفا باستمرار ، إذا كان الوسيط دائمًا B Books التي تتدفق ألفا تأتي من كتاب B”. “بدلاً من ذلك ، يجب أن تمر عبر محفظة مدارة بشكل أكثر نشاطًا بحيث تأتي ألفا من السوق.”