لماذا يهم الاختبار الرجعي
الاختبار الرجعي هو تطبيق استراتيجية تداول على بيانات تاريخية لمعرفة كيف كان أداؤها. إنه المنهج العلمي مطبق على التداول: تضع فرضية ("هذا الإعداد مربح")، تختبرها على البيانات (أسعار NQ أو ES التاريخية)، وتستخلص النتائج بناءً على الأرقام. بدون اختبار رجعي، أنت تعمل بالحدس والحكايات والأمل — وكلها ليست ميزات مستدامة.
يجيب الاختبار الرجعي عن أهم سؤال في التداول: "هل تعمل هذه الاستراتيجية فعلاً؟" وليس "هل تشعر أنها تعمل" أو "هل تعمل على آخر 10 صفقات". هل تعمل عبر 200 أو 500 أو 1,000+ صفقة وفي ظروف سوق مختلفة — اتجاهية، نطاقية، متقلبة، هادئة؟ إذا كانت الإجابة نعم بثقة إحصائية، لديك ميزة قابلة للتداول. إن لم تكن، فإنك توفر على نفسك شهوراً من الخسائر والإحباط.
من الفرضية إلى الاختبار
الخطوة 1: حدّد فرضية واضحة
كل اختبار رجعي يبدأ بفرضية محددة قابلة للاختبار. الأفكار الغامضة مثل "شراء الانخفاضات مربح" ليست قابلة للاختبار. تحتاج إلى قواعد دقيقة:
- الدخول: الشروط الدقيقة للدخول في صفقة (مثلاً: "اشترِ NQ عندما يغلق السعر فوق EMA لـ 20 فترة على مخطط 5 دقائق AND يتحول التراكم التراكمي إلى موجب")
- الخروج: هدف الربح ووقف الخسارة (مثلاً: "هدف 40 نقطة، وقف 20 نقطة")
- المرشحات: متى لا تتداول (مثلاً: "لا صفقات في أول 5 دقائق بعد الافتتاح، لا صفقات خلال أيام FOMC")
- حجم الصفقة: عدد العقود لكل صفقة
- الإطار الزمني: الإطار الزمني للمخطط الذي تعمل عليه الاستراتيجية
- الجلسة: أي جلسة تداول (ساعات منتظمة فقط، تشمل الليلية، إلخ)
كلما كانت القواعد أكثر تحديداً، كان الاختبار الرجعي أكثر معنى. إذا كانت القواعد تحمل عناصر ذاتية ("ادخل عندما يبدو الرسم قوياً")، فلن تستطيع الاختبار بشكل موثوق لأن الأشخاص يفسرون "يبدو قوياً" بشكل مختلف على نفس الرسم.
الخطوة 2: جمع البيانات التاريخية
جودة الاختبار الرجعي تعتمد على جودة البيانات. لاختبار العقود الآجلة تحتاج إلى:
- بيانات عقد مستمر: عقود مستمرة معدّلة للأمام تتعامل بشكل صحيح مع تدوير العقود ربع السنوي. البيانات غير المعدّلة ستُظهر فجوات مصطنعة عند كل تدوير وتشوه النتائج.
- دقة مناسبة: لاستراتيجيات السكالبينغ تحتاج بيانات على مستوى التيك أو 1 دقيقة. لاستراتيجيات السوينغ، قد تكفي الشموع اليومية. البيانات الأعلى دقة أغلى لكنها أكثر دقة في النتائج.
- تاريخ كافٍ: على الأقل 1-2 سنة من البيانات. والأفضل 3-5 سنوات لالتقاط أنظمة سوق مختلفة (أسواق صاعدة، هابطة، تذبذب مرتفع، تذبذب منخفض).
- بيانات الحجم: إذا كانت استراتيجيتك تستخدم تدفق الأوامر أو مؤشرات حجم، تحتاج بيانات حجم دقيقة. لاحظ أن بعض المصادر المجانية لديها بيانات حجم ناقصة أو متأخرة.
مصادر البيانات للاختبار الرجعي للعقود الآجلة: NinjaTrader (بيانات تاريخية مجانية مع المنصة)، Sierra Chart (تغذيات CQG/Denali)، TradingView (عمق تاريخي محدود في الخطة المجانية)، Kinetick (خدمة بيانات NinjaTrader)، وdxFeed. لبيانات تيك احترافية، فكّر في بيانات CQG أو Rithmic التاريخية.
الخطوة 3: تشغيل الاختبار الرجعي
هناك منهجان لتشغيل الاختبار الرجعي:
اختبار رجعي يدوي: تمرير المخططات التاريخية شمعة بشمعة، وتحديد أين ظهر إعدادك وتسجيل النتيجة (ربح/خسارة، أسعار الدخول/الخروج، R-multiple). هذا أبطأ لكنه يمنحك فهماً عميقاً لسلوك استراتيجيتك عبر ظروف سوق مختلفة. استخدم ميزة replay في TradingView أو Market Replay في NinjaTrader.
اختبار رجعي آلي: ترميز استراتيجيتك كخوارزمية وتشغيلها على البيانات التاريخية. يقوم البرنامج بتحديد كل إعداد وتنفيذ الصفقات وإنتاج إحصاءات شاملة تلقائياً. هذا أسرع ويزيل التحيز البشري لكنه يتطلب مهارات برمجة أو أداة لبناء الاستراتيجيات.
أدوات الاختبار الرجعي للعقود الآجلة
- NinjaTrader Strategy Analyzer: أداة اختبار مدمجة مع NinjaScript (مبنية على C#). منصة مجانية مع بيانات تاريخية مدمجة. أكثر خيار وصولاً للاختبار الرجعي الخاص بالعقود الآجلة. جيدة للاختبار اليدوي (Market Replay) والآلي.
- TradingView Pine Script: اكتب الاستراتيجيات بلغة Pine Script واختبرها على رسوم TradingView. ممتازة للاختبار المرئي والنمذجة السريعة. محدودة بعمق البيانات في الخطط المجانية ولا تصل لبيانات التيك.
- Sierra Chart: اختبار قوي مع ACSIL (مبني على C/C++) أو دراسات جداول بيانات. ممتازة لاستراتيجيات تدفق الأوامر والحجم. منحنى تعلم حاد لكنه مرن للغاية.
- Python (backtrader, vectorbt): الخيار الأكثر مرونة. استورد البيانات التاريخية (من وسيطك أو CQG أو مصادر مجانية)، وبرمج الاستراتيجية في Python، وأنتج أي إحصائية تريدها. يتطلب معرفة برمجية بـ Python.
- MultiCharts: منصة احترافية للاختبار الرجعي مع EasyLanguage/PowerLanguage. اختبار محافظ وتحسين. شائعة لدى المتداولين المنهجيين.
- StrategyQuant X: منشئ استراتيجيات مدعوم بالذكاء الاصطناعي يمكنه توليد واختبار آلاف المتغيرات تلقائياً. مفيد لتوليد الأفكار لكن احذر فرط الملاءمة.
حجم العينة: كم صفقة تحتاج؟
الموثوقية الإحصائية تتطلب حدًا أدنى من الصفقات. إليك دليلاً عملياً:
- 30 صفقة: الحد الأدنى المطلق لإشارة تقريبية. قليل جداً للثقة — التباين مرتفع للغاية.
- 100 صفقة: نقطة انطلاق معقولة. يمكنك تقييم المقاييس الأساسية (نسبة الفوز، معامل الربح) بثقة متوسطة.
- 200 صفقة: قوة إحصائية جيدة. النتائج غير مرجحة أن تكون محض صدفة. كافية لمعظم تقييمات الاستراتيجيات.
- 500+ صفقة: ثقة عالية. يبدأ قانون الأعداد الكبيرة بالعمل لصالحك. إذا كانت الاستراتيجية مربحة على 500+ صفقة عبر ظروف مختلفة، فالميزة غالباً حقيقية.
- 1,000+ صفقة: ثقة عالية جداً. مناسبة للاستراتيجيات المنهجية/الخوارزمية التي تحتاج لتبرير تخصيص رأس المال.
خطأ شائع: اختبار 50 صفقة، رؤية نسبة فوز 60%، واستنتاج أن الاستراتيجية تعمل. مع 50 صفقة، قد تكون نسبة 60% نتيجة الصدفة — ففاصل الثقة 95% لاستراتيجية حقيقية بنسبة 50% عبر 50 صفقة يتراوح تقريباً بين 36% و64%. تحتاج مزيداً من البيانات قبل الاستنتاج. تتبع أدائك المستمر في دفتر تداول لزيادة حجم العينة بعد الاختبار الأولي.
فخ فرط الملاءمة
ما هو فرط الملاءمة؟
فرط الملاءمة هو العدو رقم 1 للاختبار الرجعي. يحدث عندما تضبط استراتيجيتك لتلائم البيانات التاريخية بشكل مثالي — فتلتقط الضوضاء والعشوائية بدل الأنماط الحقيقية. تبدو الاستراتيجية في الاختبار الرجعي مذهلة (نسبة فوز 90%+، معامل ربح ضخم) لكنها تفشل في التداول الحي لأن الأنماط التي التقطتها كانت خاصة بالفترة التاريخية ولا تتكرر.
فكّر بهذه الطريقة: إذا أضفت قواعد ومرشحات كافية إلى استراتيجية، يمكنك جعلها مربحة على أي بيانات تاريخية. "تداول NQ فقط أيام الثلاثاء بين 10:15-10:30 AM عندما يكون EMA لفترة 37 فوق EMA لفترة 53 والحجم بين 450-600 عقد." قد ينجح هذا في الاختبار الرجعي — لكنه يحفظ التاريخ ولا يلتقط ميزة حقيقية.
كيف تتجنب فرط الملاءمة
- حافظ على البساطة: كلما قلّت المعلمات (المتغيرات) في الاستراتيجية، قلّ احتمال فرط الملاءمة. استراتيجية بقواعد 2-3 أكثر صلابة من واحدة بـ 10+ قواعد. كل قاعدة إضافية يجب أن تكون لها منطق سوق واضح، لا أن تحسن النتائج فقط.
- استخدم اختبار خارج العينة: قسم بياناتك إلى فترتين. طوّر وحسّن استراتيجيتك على الفترة الأولى (داخل العينة، مثلاً 2022-2024). ثم اختبر الاستراتيجية دون تعديل على الفترة الثانية (خارج العينة، مثلاً 2025-2026). إذا تدهور الأداء بشكل كبير خارج العينة، فغالباً الاستراتيجية مفرطة الملاءمة.
- اشترط منطقاً سوقياً: كل قاعدة يجب أن تملك تفسيراً منطقياً لسبب نجاحها. "شراء التراجعات إلى EMA 20 في الاتجاهات الصاعدة" له منطق واضح (الارتداد إلى المتوسط داخل الاتجاه). "شراء عندما يتقاطع EMA 37 مع EMA 53" تعسفي — لماذا 37 و53 وليس 35 و55؟
- اختبر حساسية المعلمات: إذا نجحت الاستراتيجية مع متوسط متحرك 20 وفشلت مع 18 أو 22 فهي هشّة وغالباً مفرطة الملاءمة. الاستراتيجية المتينة تعمل عبر نطاق من القيم المتقاربة.
- اختبر عبر أسواق متعددة: إذا نجحت استراتيجية NQ أيضاً على ES وYM (مع تعديل القيم بحسب قيمة التيك)، فالأصل غالباً حقيقي. إذا نجحت فقط على NQ خلال 2024، فربما هي مفرطة الملاءمة لتلك البيانات.
اختبار السير للأمام
المعيار الذهبي للاختبار الرجعي
اختبار السير للأمام هو أكثر الطرق صرامة للتحقق من استراتيجية تداول. إنه يحاكي كيف ستطوّر وتداول الاستراتيجية فعلياً في الوقت الحقيقي:
- الخطوة 1: تحسين الاستراتيجية على فترة تدريب (مثلاً Jan-Jun 2023)
- الخطوة 2: اختبار الاستراتيجية المحسّنة على الفترة التالية غير المرئية (Jul-Sep 2023)
- الخطوة 3: إعادة التحسين على فترة تدريب موسّعة (Jan-Sep 2023)
- الخطوة 4: الاختبار على الفترة التالية غير المرئية (Oct-Dec 2023)
- الخطوة 5: تكرار العملية بالتقدّم عبر كامل البيانات
يتم جمع النتائج خارج العينة من كل اختبار أمامي في سجل أداء إجمالي. لأن الاستراتيجية اختُبرت دائماً على بيانات لم ترها، فإن نتائج السير للأمام هي أقرب تقريب لأداء التداول الحي الذي يمكنك الحصول عليه من بيانات تاريخية.
كفاءة السير للأمام = ربح خارج العينة ÷ ربح داخل العينة. نسبة أعلى من 50% تشير إلى استراتيجية متينة. أقل من 30% تشير إلى فرط ملاءمة.
الدلالة الإحصائية
هل ميزتك حقيقية أم عشوائية؟
حتى الاستراتيجية العشوائية ستُظهر نتائج إيجابية بنسبة معينة. اقلب قطعة نقد 100 مرة، وقد تحصل على 55 وجهًا — هذا لا يعني أن القطعة منحازة. وبالمثل، قد تُظهر استراتيجية تداول عشوائية نسبة فوز 55% على 100 صفقة لمجرد الصدفة.
اختبارات الدلالة الإحصائية تجيب عن السؤال: "ما احتمال أن تكون هذه النتائج قد حدثت بالصدفة؟" أكثر المقاييس شيوعاً:
- t-statistic: يقيس ما إذا كان متوسط نتيجة الصفقة مختلفاً بشكل معنوي عن الصفر. قيمة أعلى من 2.0 (تقريباً ما يقابل p-value أقل من 0.05) تشير إلى دلالة إحصائية عند مستوى ثقة 95%.
- p-value: احتمال أن تكون النتائج قد حدثت بالصدفة. قيمة أقل من 0.05 تعني أن احتمال أن تكون النتائج عشوائية أقل من 5% — ويُعتبر ذلك دالاً بشكل عام.
- محاكاة مونت كارلو: تعيد ترتيب نتائج صفقاتك عشوائياً آلاف المرات لتوليد توزيع للنتائج الممكنة. هذا يبيّن نطاق منحنيات حقوق الملكية التي قد تنتجها الاستراتيجية، بما في ذلك أسوأ السحوبات التي لم تحدث بعد.
حساب t-statistic
t = (متوسط R-multiple × √عدد الصفقات) ÷ الانحراف المعياري لـ R-multiples
مثال: عبر 200 صفقة، متوسط R-multiple لديك هو +0.3R مع انحراف معياري 1.5R. t = (0.3 × √200) ÷ 1.5 = (0.3 × 14.14) ÷ 1.5 = 4.24 ÷ 1.5 = 2.83
قيمة t-statistic تساوي 2.83 أعلى بكثير من عتبة 2.0 — هذه ميزة ذات دلالة إحصائية. يمكنك تداولها بثقة أن النتائج ليست محض حظ.
من الاختبار الرجعي إلى التداول الحي
الجسر: التداول الورقي / المحاكاة
نجاح الاختبار الرجعي لا يعني أنك يجب أن تتداول مباشرة بأحجام كاملة. الخطوة التالية هي الاختبار الأمامي — تداول الاستراتيجية في الوقت الحقيقي على محاكي لمدة 1-3 أشهر. هذا يتحقق من أنك تستطيع تنفيذ الاستراتيجية في ظروف حية (قرارات لحظية، تأخير تنفيذ، ضغط نفسي) وأن الاستراتيجية تؤدي بشكل مشابه للاختبار الرجعي.
بعد نجاح التداول الورقي، انتقل إلى التداول الحي باستخدام عقود Micro (MNQ, MES) للتحقق بأموال حقيقية وبحد أدنى من المخاطر. لا تنتقل إلى عقود E-mini إلا بعد التأكد من أن الاستراتيجية تعمل في ظروف حية.
توقع التدهور
نتائج التداول الحي ستكون تقريباً دائماً أسوأ من نتائج الاختبار الرجعي. هذا طبيعي ومتوقع. الأسباب تشمل:
- الانزلاق السعري: تفترض الاختبارات الرجعية تنفيذ الصفقات عند أسعار دقيقة. في التداول الحي يحدث انزلاق، خصوصاً في أوامر السوق وأوامر الإيقاف.
- العمولات: إذا لم تُحسب في الاختبار الرجعي، تقلّل العمولات النتائج. عند $4 لكل دورة لعقد NQ عبر 200 صفقة، فهذا $800 كتكاليف.
- تأخيرات التنفيذ: في الاختبار الرجعي، يتم الدخول فوراً. في التداول الحي يوجد تأخير بين الإشارة والتنفيذ — خصوصاً للمتداولين اليدويين.
- التدخل العاطفي: علم النفس لا يظهر في الاختبار الرجعي. في التداول الحي، الخوف والطمع والتردد تضعف جودة التنفيذ.
- تغير نظام السوق: ظروف السوق خلال فترة الاختبار قد تختلف عن الظروف الحالية. استراتيجية محسّنة لاتجاهات 2023 قد تتراجع في سوق متقلب لعام 2026.
توقع معقول: الأداء الحي سيكون 50-80% من أداء الاختبار الرجعي. إذا أظهر الاختبار +0.5R لكل صفقة، فتوقع +0.25R إلى +0.4R في التداول الحي. خطّط حجم الصفقات وإدارة المخاطر وفق الطرف المحافظ من هذا النطاق، لا وفق النتائج المتفائلة للاختبار الرجعي.
قائمة تدقيق الاختبار الرجعي
- قواعد الاستراتيجية محددة بالكامل وموضوعية (لا ذاتية)
- استخدام بيانات عقد مستمر مع تعديل تدوير صحيح
- حد أدنى 200 صفقة في الاختبار (يفضل 500+)
- اختبار عبر سنتين على الأقل من البيانات تغطي أنظمة سوق مختلفة
- إدراج العمولات والانزلاق السعري الواقعي في النتائج
- اختبار خارج العينة تم تنفيذه (بيانات لم ترها الاستراتيجية)
- تحليل سير للأمام مكتمل للاستراتيجيات المنهجية
- اختبار حساسية المعلمات (الاستراتيجية تعمل مع قيم قريبة)
- t-statistic أعلى من 2.0 (ميزة ذات دلالة إحصائية)
- الحد الأقصى للسحب قابل للتحمل (ضمن حدود شركات التمويل أو تحملك الشخصي)
- معامل ربح أعلى من 1.3 بعد العمولات
- النتائج منطقية (ليست مجرد ضوضاء مناسبة للمنحنى)
الأسئلة الشائعة
هل يمكنني إجراء اختبار رجعي دون برمجة؟
نعم. الاختبار الرجعي اليدوي (التمرير شمعة بشمعة) لا يتطلب برمجة. ميزة إعادة التشغيل في TradingView تجعل الأمر سهلاً. للاختبار الآلي دون برمجة، توفر أدوات مثل StrategyQuant X وبعض معالجات NinjaTrader منشئي استراتيجيات بصريين. ومع ذلك، تعلم أساسيات Pine Script (TradingView) أو NinjaScript يفتح قدرات اختبار رجعي أقوى بكثير.
كم من البيانات التاريخية أحتاج؟
حد أدنى سنة واحدة لاستراتيجيات التداول اليومي (لالتقاط أنماط موسمية مختلفة). المثالي 3-5 سنوات لتشمل أسواق صاعدة وهابطة، فترات تذبذب مرتفع ومنخفض، وبيئات أسعار فائدة متغيرة. لاستراتيجيات السوينغ، يفضّل 5+ سنوات لأن وتيرة الصفقات المنخفضة تعني أنك تحتاج وقتاً تقويمياً أطول لتوليد حجم عينة كاف.
يُظهر اختباري نسبة فوز 80%. هل هذا جيد للغاية ليكون صحيحاً؟
غالباً نعم. نسبة فوز 80% ممكنة مع أهداف ضيقة جداً مقارنة بوقف الخسارة (مثلاً هدف 10 نقاط، وقف 50 نقطة — لكن متوسط الخسارة 5× متوسط الربح، ما يجعل الاستراتيجية غير مربحة رغم ارتفاع نسبة الفوز). إذا كانت نسبة الفوز 80% ترافقها نسبة ربح فوق 2.0 وبُنيت على 200+ صفقة، تحقق من أنك لم تفرط في الملاءمة. شغّل اختبار خارج العينة — إذا انخفضت نسبة الفوز بشكل كبير فذلك كان فرط ملاءمة.
هل ينبغي تحسين معاملات الاستراتيجية؟
التحسين المعتدل جيد — مثل اختبار نطاق من قيم الوقف والهدف (15، 20، 25، 30 نقطة). التحسين المفرط (اختبار مئات التركيبات للعثور على الإعداد المثالي) وصفة لفرط الملاءمة. حسّن على مجموعة بيانات واحدة، ثم تحقّق على مجموعة أخرى. إذا كانت المعلمات المثلى من الفترة A تعمل أيضاً في الفترة B، فمن المرجح أنها متينة.
كيف أحسب الانزلاق السعري في الاختبار الرجعي؟
أضف 1-2 تيك من الانزلاق لكل صفقة في إعدادات الاختبار. بالنسبة لـ NQ، هذا $5-$10 لكل عقد لكل صفقة. بالنسبة لـ ES، $12.50-$25.00. معظم منصات الاختبار لديها إعداد "slippage" — استخدمه. هذا يقلل نتائج الاختبار الرجعي لكنه يعطي صورة أكثر واقعية للأداء الحي. إذا كانت استراتيجيتك مربحة مع إدراج 2 تيك من الانزلاق، فمن المرجح أن تصمد في التداول الحي.
اختبر استراتيجيتك في تقييم شركة تمويل
بعد أن تختبر استراتيجيتك رجعياً وأمامياً، ضعها في الاختبار النهائي: تقييم شركة تمويل. قارن بين الشركات لاختيار حجم الحساب والقواعد المناسبة لنهجك المثبت.