مشروع دفتر بحث كامل من البيانات إلى التقرير، مع قائمة تحقق لمراجعة الكود ضد انحياز الاستباق والإفراط في الملاءمة

ما الذي ستتعلمه

• بنية مجلدات ودفاتر تجعل الدراسة قابلة لإعادة الإنتاج من قِبلك بعد ستة أشهر أو من قِبل أي شخص آخر.
• ترتيب العمل: البيانات، والتنظيف، والسمات، والإشارات، والاختبار الرجعي، والمقاييس، وفحص خارج العينة، والتقرير.
• قائمة تحقق لمراجعة الكود سطرًا بسطر بحثًا عن انحياز الاستباق وانحياز البقاء والإفراط في الملاءمة.
• كيف تكتب النتيجة بنزاهة، بما في ذلك ما جُرِّب ولم ينجح.

الشرح

جرى تناول الاختبار خارج العينة وهضاب المعاملات وتكلفة كثرة التجارب في دورة «التداول المنهجي والاختبار الرجعي» (الدرسان 6 و7). أما هذا الدرس فيتناول الهندسة التي تجعل تلك الأفكار صامدة: بنية مشروع، وسير عمل ثابت، ومراجعة يمكن لشخص آخر تكرارها.

بنية المشروع

• project/
• data/raw/ # التنزيلات، لا تُعدَّل يدويًا أبدًا
• data/clean/ # ملفات parquet التي يُنتجها 01_data.ipynb
• notebooks/ # 01_data, 02_features, 03_backtest, 04_report
• src/ # indicators.py, engine.py, metrics.py (الدروس 6 و8 و9)
• tests/ # test_metrics.py, test_engine.py
• config.yaml # الرموز والتواريخ والمعاملات وافتراضات التكلفة
• requirements.txt # إصدارات مثبّتة: pandas==2.x, numpy==…

يعيش الكود المعاد استخدامه في src/؛ ولا تفعل الدفاتر سوى استدعاء الدوال وعرض النتائج. ثبّت إصدارات الحزم، لأن تحديثًا لـ pandas قد يغيّر إعدادًا افتراضيًا (سلاسل التواتر، وتسميات إعادة التشكيل) فيحرّك أرقامك. ثبّت بذرة أي عنصر عشوائي، وسجّل تاريخ تنزيل البيانات في التقرير.

سير العمل بالترتيب

1. الفرضية أولًا. جملة واحدة من المنطق الاقتصادي والقواعد الدقيقة قبل لمس البيانات (دورة «التداول المنهجي والاختبار الرجعي»، الدرس 2). ثبّت الآن التقسيم بين داخل العينة وخارجها، ولا تفتح ملف خارج العينة حتى الخطوة 7.
2. البيانات. نزّلها، وخزّنها خامًا، ووثّق المصدر وطريقة التعديل (الدرس 4). واختبار قائمة «أعضاء المؤشر اليوم» على عشر سنوات ماضية هو انحياز البقاء.
3. التنظيف والتحقق. الفجوات، والتكرارات، والأسعار الصفرية، والمناطق الزمنية؛ ثم الحفظ في data/clean/.
4. السمات والإشارات باستخدام الدوال المُختبَرة من src/؛ وكل سمة عند الشمعة t تستخدم البيانات حتى t فقط.
5. الاختبار الرجعي باستخدام محرّك الدرس 8، بما في ذلك نموذج التكلفة (دورة «التداول المنهجي والاختبار الرجعي»، الدرس 8).
6. المقاييس والرسوم البيانية (الدرسان 9 و10)، على فترة داخل العينة، مع شبكة معاملات صغيرة، لا بحثًا عن أفضل خلية.
7. تشغيل خارج العينة مرة واحدة، مع تجميد المعاملات. سجّل النتيجة أيًّا كانت.
8. التقرير: الفرضية، والبيانات، والقواعد، والتكاليف، وجدولا النتائج كلاهما، والرسوم البيانية، وعدد المتغيرات المجرَّبة، والقرار.

قائمة تحقق لمراجعة الكود

راجع دفترك كما لو كان دفتر شخص آخر؛ فكل سطر سؤال إجابته نعم أو لا.

قاعدة تقريبية للدلالة الإحصائية: إحصائية t لنسبة شارب السنوية تساوي تقريبًا نسبة شارب × √عدد السنوات. نسبة شارب قدرها 0.8 على أربع سنوات تعطي 1.6، أي دون العتبة المعتادة البالغة نحو 2، وذلك قبل مراعاة عدد المتغيرات المجرَّبة؛ فمن بين عشرين تجربة يُتوقع أن يبدو أفضلها جيدًا بمحض الصدفة.

مثال محلول

مثال افتراضي، وجميع الأرقام مختلَقة. يختبر متداول قاعدة «الشراء عند اختراق 100 يوم، والخروج بوقف متحرك عند 3 × ATR» على 30 سهمًا من الشركات الكبيرة، للفترة 2014–2025، بتكاليف قدرها 0.1 % لكل جانب.

1. التقسيم. داخل العينة 2014–2021 (8 سنوات)، وخارج العينة 2022–2025 (4 سنوات)، وقد تقرّر ذلك قبل التشغيل الأول.
2. الشبكة. أطوال الاختراق 50 و100 و150 × مضاعفات ATR ‏2 و3 و4 = 9 متغيرات، مسجّلة. تتراوح نسبة شارب داخل العينة بين 0.6 و1.1، وأفضل خلية عند (100، 3) = 1.1؛ وجارتاها 0.9 و1.0، أي هضبة، لذا يُحتفظ بالاختيار.
3. المراجعة. تكشف قائمة التحقق أن عمود ATR استخدم rolling(14).mean() على المدى الحقيقي لليوم من أجل وقف اليوم. فيُعدَّل المحرّك ليستخدم ATR للشمعة السابقة (الدرس 8). تنخفض نسبة شارب داخل العينة من 1.1 إلى 1.0؛ ويبقى أقصى تراجع دون تغيير عند −22 %.
4. خارج العينة. تشغيل مرة واحدة: نسبة شارب 0.6، وCAGR ‏7.2 %، وأقصى تراجع −19 %، و118 صفقة. الدلالة: 0.6 × √4 = 1.2؛ بينما أعطى رقم داخل العينة 1.0 × √8 = 2.8. نتيجة خارج العينة إيجابية، لكنها ضعيفة إحصائيًا بمفردها.
5. القرار في التقرير. «احتفظت القاعدة بنحو 60 % من نسبة شارب داخل العينة عند الانتقال إلى خارج العينة (0.6 / 1.0)، على هضبة، مع تجربة 9 متغيرات وإصلاح خلل استباق واحد. الأدلة متواضعة؛ والخطوة التالية ستة أشهر من التداول الورقي باستخدام سكربت الدرس 12، لا رأس مال حقيقي.» الرسوم مُنمذَجة؛ والضرائب والتمويل مستبعدة.

خطأ شائع

نشاط تطبيقي

على الورق: راجع مقطع الدفتر هذا والنتيجة التي تلته.

• df['z'] = (df.close - df.close.mean()) / df.close.std()
• df['signal'] = df.z < -1.5
• df['pos'] = df.signal.astype(int)
• df['ret'] = df.close.pct_change() * df.pos

نسبة شارب داخل العينة 2.4 على 6 سنوات؛ ونسبة شارب خارج العينة −0.3 على سنتين. (أ) حدّد مشكلتَي استباق في الكود. (ب) احسب إحصائيتَي t التقريبيتين لنسبتَي شارب داخل العينة وخارجها. (ج) أعد كتابة الأسطر الأربعة بحيث تخلو من الاستباق (أو صِف التغييرات نثرًا إن شئت).

أهم النقاط

• احتفظ بالكود القابل لإعادة الاستخدام في src/ مع الاختبارات، وثبّت الإصدارات، واجعل «تشغيل الكل» يعيد إنتاج التقرير.
• ثبّت الفرضية والقواعد والتقسيم بين داخل العينة وخارجها قبل الاختبار الرجعي الأول؛ وشغّل خارج العينة مرة واحدة.
• راجع التوقيت والبيانات والتنفيذ والتكاليف وأعداد التجارب بقائمة تحقق؛ وسجّل كل متغير جرّبته.
• اذكر الدلالة تقريبيًا بوصفها نسبة شارب × √عدد السنوات، وعدد المتغيرات، والقرار، بما في ذلك «الأدلة غير كافية».

الخطوة التالية

بهذا تكتمل دورة «بايثون للمتداولين والمستثمرين»؛ وتتناول الدورة التالية، «شركات التداول الممولة والحسابات الممولة والتداول كعمل تجاري»، قواعد التقييم وأنواع التراجع والجانب العملي والضريبي الألماني للتداول بوصفه عملًا تجاريًا، حيث تكون عملية مُختبَرة ومبرمجة بسكربتات كالتي بنيتها هنا نقطة الانطلاق.