التحقق من صحة الاستراتيجية — الاختبار رجعياً، الإحصائيات، وتقسيم العمل في مجال AI

1. نقطة البداية: هدف التحقق ليس "إثبات الربحية"

تناول الدرسان السابقان تقسيم العمل في سير العمل وهيكل المدخلات. ينتقل الدرس الثالث إلى اختبار ما إذا كانت الفكرة تتسم بالاتساق التاريخي. معظم الإخفاقات لا تنشأ من اتجاهات خاطئة جوهريًا، بل من اختبارات خلفية تُعامل كاستنتاجات دون تدقيق مناسب: إذ تشمل البيانات أصولًا مُلغاة، وتستخدم الإشارات معلومات مستقبلية، وتُحذف التكاليف، وتُعدّل المعلمات مرارًا على عينات قصيرة. يمكن للذكاء الاصطناعي تسريع كتابة الكود وتفسير المؤشرات، لكنه لا يستطيع البت في صحة الاستراتيجية. الهدف الأكثر منطقية للتحقق هو: في ظل افتراضات واضحة، لم تُدحض الاستراتيجية إحصائيًا أو من حيث التكلفة—وليس إثبات ربحية ثابتة عبر سرد سلس.

2. تقسيم معقول للعمل للذكاء الاصطناعي في الاختبار الخلفي

الذكاء الاصطناعي مناسب للمساعدة في:

• توليد كود إطار عمل للاختبار الخلفي

• شرح معنى نسبة شارب وأقصى انخفاض ومعدل الفوز

• سرد النقاط المحتملة لانحياز النظر للمستقبل

• تنظيم جداول النتائج في ملخصات نصية

أما المهام التي يجب على البشر إكمالها أو مراجعتها بشكل مستقل فتشمل:

• مدى احتواء المجموعة على أصول ناجية

• ما إذا كانت الأسعار موجودة قبل الإدراج

• ما إذا كانت الرسوم والانزلاق السعري ومعدلات التمويل قد أُدرجت

• ما إذا كانت اختبارات خارج العينة أو المشي للأمام قد نُفذت

• ما إذا تم النظر في الفروق بين التداول الورقي والتداول المباشر

تشغيل الكود لا يشير إلا إلى اكتمال الخطوات الهندسية، ولا يعني ذلك أن الاستراتيجية قد اجتازت التحقق.

3. تنظيف البيانات: الخطوة الأكثر هشاشة في الاختبار الخلفي للعملات الرقمية

إذا استخدم الاختبار الخلفي الرموز النشطة فقط اليوم، تميل النتائج إلى التفاؤل المنهجي. لا ينبغي افتراض أن الفترات السابقة لإدراج الرمز قابلة للتداول. تختلف الأسعار والأحجام ومعدلات التمويل بين البورصات؛ لذا يجب على الاختبارات الخلفية تثبيت البورصة أو وضع قواعد للتجميع. تتسبب الشوكات وهجرات العقود وإعادة تسمية الرموز في كسور بتسلسل الأسعار، وتتطلب تعيينًا يدويًا أو استبعادًا. قد يؤدي استخدام عملة مستقرة واحدة للتسعير خلال مراحل فك الارتباط إلى تشويه مقاييس العائد والمخاطر؛ لذا يجب وضع علامة على نوافذ فك الارتباط الرئيسية أو شرحها بشكل منفصل. يجب أن يُطلب من الذكاء الاصطناعي سرد مصادر البيانات والنطاقات الزمنية وتعريفات المجموعة في التوثيق، والتحقق من كل بند مقابل البيانات الأولية—وهذا أهم من مجرد مطاردة منحنيات الاختبار الخلفي.

4. انحياز النظر للمستقبل: التوافق الزمني بين الإشارات والتنفيذ

تشمل انحيازات النظر للمستقبل الشائعة:

• استخدام إحصائيات العينة الكاملة للتطبيع مع إجراء الاختبار الخلفي على العينة كاملة

• توليد إشارات عند إغلاق اليوم مع التنفيذ عند فتح اليوم

• استخدام عناوين مصنفة كـ"أموال ذكية" فقط بعد وقوع الحدث

• استخدام بيانات الاقتصاد الكلي المنقحة كما لو كانت قيم الإصدار الأصلية

يجب أن ينص الانضباط على أن الإشارات المولدة عند t تُنفذ عند t+1 أو لاحقًا حسب نوع الاستراتيجية. إذا تعذر الحصول على بيانات الاقتصاد الكلي كما صدرت أصلاً، فيجب تخفيض درجة الاستنتاجات ذات الصلة. يمكن أن يُطلب من الذكاء الاصطناعي توضيح توقيت توفر البيانات لكل ميزة في تعليقات الكود، ويجب على البشر إجراء فحص نقطي للميزات الرئيسية لضمان أنها تسبق التنفيذ بيوم واحد على الأقل.

5. التكاليف والاحتكاك: الاختبارات الخلفية بدون رسوم غير صالحة افتراضيًا

يجب أن تتضمن استراتيجيات العملات الرقمية كحد أدنى: رسوم التداول، الانزلاق السعري، معدلات التمويل الدائمة (إذا عبرت المراكز نقاط التسوية)، معدلات الاقتراض (إذا استُخدمت الرافعة المالية)، وتكاليف السحب أو عبور السلاسل عند اللزوم. يمكن استخدام سيناريوهات الرسوم الأساسية والمتشائمة (كمضاعفة الرسوم) لاختبار الإجهاد. إذا تدهورت العوائد المتوقعة بشكل حاد أو أصبحت سلبية في ظل السيناريوهات المتشائمة، فالاستراتيجية حساسة للغاية للتكلفة ولا ينبغي الحكم عليها فقط عبر منحنيات داخل العينة. غالبًا ما يضع الذكاء الاصطناعي الرسوم على صفر أو نقطة أساس واحدة كافتراض افتراضي؛ لذا يجب على البشر كتابة جداول الرسوم ضمن افتراضات الاختبار الخلفي والتقارير.

6. الإفراط في التجهيز وخارج العينة: المزيد من المعلمات يتطلب حذرًا سرديًا أكبر

تشمل الأعراض:

• عرض أفضل مزيج فقط بعد العديد من مجموعات المؤشرات

• ضبط المعلمات فقط على عينات قصيرة من السوق الصاعدة

• قواعد شديدة التخصيص دون شرح الآلية

تشمل الإجراءات المضادة:

• حجز فترات خارج العينة لا تُستخدم لضبط المعلمات

• تطبيق اختبار المشي للأمام بنافذة متحركة

• تبسيط القواعد قدر الإمكان ضمن مقدمات قابلة للتفسير

يجب أن تعرض التقارير المقاييس الرئيسية لكلٍ من داخل العينة وخارجها. إذا كان الأداء خارج العينة أضعف بشكل ملحوظ من داخل العينة، فيجب الإشارة إلى خطر الإفراط في التجهيز وإيقاف التوسع المباشر. لا ينبغي للذكاء الاصطناعي تحسين المعلمات مرارًا دون إشراف حتى يبدو المنحنى جيدًا، فهذا يعادل إفراطًا آليًا في التجهيز.

7. من الاختبار الخلفي إلى التداول المباشر: تقدم تدريجي بدلاً من الإطلاق بخطوة واحدة

يُوصى باستخدام سلم ثلاثي المستويات. المستوى الأول: اجتياز الاختبار الخلفي مع توثيق المجموعة والرسوم ونتائج خارج العينة. المستوى الثاني: سجلات التداول الورقي أو المحاكي توضح الفروق بين أسعار الإشارة والتنفيذ وتلاحظ الانزلاق الواقعي. المستوى الثالث: تداول مباشر بحجم صغير مع حدود ووقف خسائر، ومقارنة مستمرة بين نتائج الورقي والمباشر. التقدم في كل مستوى يقرره البشر، وليس النماذج التي توصي بمراكز كبيرة. يمكن للذكاء الاصطناعي إنشاء قوائم مراجعة لكل مستوى، لكنه لا يمكن أن يحل محل القرارات البشرية بشأن التقدم.

8. الحد الأدنى من الحقول في تقرير الاختبار الخلفي

حتى في غياب الأنظمة المعقدة، يجب أن يتضمن التقرير:

• وصف الاستراتيجية في جملة واحدة

• الفاصل الزمني للبيانات ونطاق الأصول

• جدول افتراضات الرسوم

• العوائد داخل العينة وخارجها، وأقصى انخفاض، وعدد الصفقات

• أقصى خسارة متتالية

• قائمة المشكلات غير المحلولة

• استنتاج إما بمتابعة التحقق أو الإيقاف أو التخلي

تجنب عبارات مثل "متفائل بحذر" التي لا توجه إلى إجراء محدد. تشترك الاختبارات الخلفية والمراجعات في نفس الانضباط: القابلية للتنفيذ والتدقيق والتكرار.

9. ملخص الدرس

يركز هذا الدرس على مدى اختبار الأفكار. الذكاء الاصطناعي مناسب للمساعدة في كتابة كود الاختبار الخلفي، وشرح المؤشرات، والإشارة إلى انحياز النظر للمستقبل والرسوم المفقودة؛ لكنه غير مناسب لاستبدال التأكيد البشري بشأن انحياز الناجين في البيانات، والتوافق بين الإشارة والتنفيذ، والأداء خارج العينة، أو الهامش في ظل التكاليف المتشائمة. تشغيل الكود والمنحنيات الجميلة داخل العينة لا تعني إلا أن الخطوات الهندسية قد اكتملت، وليس أن التوسع المباشر مبرر. المسار الأكثر أمانًا هو توثيق الاختبارات الخلفية، ثم التتبع على الورق قبل التجربة والخطأ على نطاق صغير، حيث يقرر البشر كل خطوة للأمام. سيغطي الدرس التالي أحداث الاقتصاد الكلي والرئيسية على السلسلة: فترات تحتوي على أكبر قدر من المعلومات، ولكنها أيضًا الأكثر احتمالًا لتضليل الملخصات المؤدية إلى استنتاجات، مما يتطلب حدودًا واضحة حول ما يمكن للذكاء الاصطناعي المساعدة في إعداده وما لا يمكنه استبداله في التحقق.