Skip to content
ایران ریبیت
Logo
نهاد های مالی
  • بروکرهای فارکس
  • صرافی ها
  • کارگزاری‌های بورس
  • پراپ‌فرم‌ها
  • پلتفرم‌های طلا
بهترین ها
  • بهترین بروکر ها
  • بهترین صرافی ها
  • بهترین پراپ ها
ابزارها
قیمت لحظه‌ای
  • نمادهای فارکس
  • طلا و ارز

آموزش ترکیب و امتیازدهی داده‌های اقتصادی در فارکس

رضا باقری مدرس: رضا باقری | مهر ۲۸, ۱۴۰۵ ساعت ۱۴:۵۸
0

در درس گذشته بررسی کردیم که تکنیک‌های پیشرفته تحلیل فاندامنتال در بازار فارکس چیست.  اکنون با یک چالش عملی در بازار واقعی روبه‌رو هستیم: هر هفته ده‌ها آمار اقتصادی در تقویم‌ها منتشر می‌شود که واکنش مستقل به هرکدام از آن‌ها، منجر به سیگنال‌های متناقض و سردرگمی خواهد شد. راه‌حل این مشکل، ایجاد یک چارچوب تحلیلی یکپارچه است.

در این درس یاد می‌گیریم که چگونه با استفاده از مفهوم «داشبورد ماکرو»، چند داده کلان مانند تورم، اشتغال و تولید را در یک امتیازِ جهت‌دار تجمیع کنیم تا به جای واکنشی احساسی به یک خبر ایزوله، تصویری روشن از تکانه کلان اقتصاد داشته باشیم.

آموزش ترکیب و امتیازدهی داده‌های اقتصادی در فارکس

خلاصه این درس در یک دقیقه
برای تحلیل بهتر بازار فارکس، نباید به هر خبر اقتصادی جداگانه واکنش نشان داد؛ باید داده‌ها را بر اساس اهمیتشان برای بانک مرکزی اولویت‌بندی و داده‌های مهم‌تر مانند تورم و اشتغال را وزن‌دهی کرد. سپس با نرمال‌سازی، شاخص‌هایی با واحدهای متفاوت را به یک مقیاس مشترک تبدیل می‌کنیم و از ترکیب آن‌ها «امتیاز پایه ماکرو» یا شاخص انتشار می‌سازیم.
عدد بالاتر یا پایین‌تر از ۵۰ جهت کلی اقتصاد را نشان می‌دهد. در کنار آن، شاخص سورپرایز مشخص می‌کند داده جدید چقدر بهتر یا بدتر از انتظار بوده است. ترکیب امتیاز پایه و سورپرایز به معامله‌گر کمک می‌کند قدرت اقتصاد، نویز اخبار، احتمال تغییر روند و جهت جریان سرمایه را بهتر تشخیص دهد.

چگونه داده‌های اقتصادی را اولویت‌بندی کنیم؟

اولین قدم برای ساخت یک داشبورد اقتصادی، درک این موضوع است که همه آمارها اهمیت یکسانی ندارند. برای تخصیص وزن درست به اخبار، باید از یک سلسله‌مراتب منطقی استفاده کنیم که بر اساس قاعده بانک مرکزی تعیین می‌شود؛ یعنی داده‌ای مهم‌تر است که بانک مرکزی برای تغییر نرخ بهره، بیشتر به آن واکنش نشان می‌دهد.

چگونه داده‌های اقتصادی را اولویت‌بندی کنیم؟

این سلسله‌مراتب شامل چهار دسته است:

  1. داده‌های قاعده (Mandate Data): این شاخص‌ها مستقیماً هدف اصلی بانک مرکزی هستند. به عنوان مثال، تورم مصرف‌کننده (PCE) و گزارش ماهانه اشتغال (NFP) برای فدرال رزرو آمریکا، یا شاخص هماهنگ قیمت مصرف‌کننده (HICP) برای بانک مرکزی اروپا، بالاترین وزن را در تحلیل دارند.
  2. داده‌های جلوبرنده (Leading Data): این داده‌ها آینده اقتصاد را پیش‌بینی می‌کنند. شاخص مدیران خرید (PMI) و سفارشات کالاهای بادوام در این دسته قرار می‌گیرند. این داده‌ها برای معامله‌گران ارزش بالایی دارند، زیرا جهت ماه‌های آینده را نشان می‌دهند.
  3. داده‌های هم‌زمان (Coincident Data): شاخص‌هایی که وضعیت دقیق اقتصاد در همین لحظه را نشان می‌دهند؛ مانند تولید ناخالص داخلی (GDP) و فروش خرده‌فروشی.
  4. داده‌های پسین (Lagging Data): آمارهایی مثل نرخ بیکاری یا رشد دستمزدها که معمولاً مدت‌ها پس از تغییر مسیر اقتصاد، خود را اصلاح می‌کنند.

بنابراین، هنگام ساخت داشبورد معاملاتی، بیشترین وزن باید به داده‌های هدف (قاعده) و سپس به داده‌های جلوبرنده اختصاص یابد.

نرمال‌سازی داده‌های اقتصادی چگونه انجام می‌شود؟

پس از تعیین وزن و اولویت، با یک مشکل محاسباتی مواجه می‌شویم. چگونه می‌توانیم نرخ تورم (که یک درصد است) را با شاخص PMI (که نمره‌ای از ۱۰۰ است) ترکیب کنیم؟ برای حل این مشکل باید داده‌ها را هم‌مقیاس کنیم. به این فرآیند نرمال‌سازی می‌گویند.

نرمال‌سازی داده‌های اقتصادی چگونه انجام می‌شود؟

دو روش اصلی برای این کار وجود دارد:

  1. استفاده از Z-Score: نمره استاندارد یا Z-Score، یک روش آماری است که نشان می‌دهد یک داده مشخص، چند انحراف معیار از میانگین تاریخی خود فاصله دارد. معامله‌گران نهادی معمولاً از Z-Score کرانه‌ای استفاده می‌کنند تا داده‌های حدی و بسیار عجیب در یک ماه خاص، کل سیستم امتیازدهی را مختل نکنند.
  2. تطبیق به مقیاس ۰ تا ۱۰۰: این روش ساده‌تر و بسیار کاربردی است. در این مدل، عدد ۵۰ به‌عنوان مرز خنثی در نظر گرفته می‌شود. مقادیر بالای ۵۰ نشان‌دهنده انبساط (رشد) و مقادیر زیر ۵۰ نشان‌دهنده انقباض (رکود) هستند.

برای درک بهتر، فرض کنید تورم در حال کاهش به سمت هدف است (امتیاز ۶۰ به نفع ارز)، اما فروش خرده‌فروشی در حال افت شدید است (امتیاز ۳۵). با تبدیل این موارد به مقیاس ۰ تا ۱۰۰، اکنون می‌توانیم به سادگی از آن‌ها میانگین بگیریم.

شاخص انتشار چیست و چگونه نویز بازار را کاهش می‌دهد؟

حالا که داده‌ها هم‌مقیاس شده‌اند، باید آن‌ها را در قالب یک چارچوب منسجم به نام شاخص انتشار یا Diffusion Index ترکیب کنیم. این شاخص یک نمره مرکب است که از ترکیب چند شاخص کلان ساخته می‌شود و جهت کلی تکانه اقتصاد را نشان می‌دهد.

مدل‌های حرفه‌ای و نهادی، داده‌های اقتصادی را در چهار ستون اصلی طبقه‌بندی می‌کنند: ساخت‌وساز، بازار کار، تقاضای مصرفی و مسکن/سرمایه‌گذاری.

میانگین‌گیری برابر از این چهار ستون باعث می‌شود نویز داده‌های تکی به حداقل برسد. دلیل برتری این روش آن است که اگر در یک ماه، آمار مسکن ضعیف باشد اما سه ستون دیگر با قدرت رشد کنند، شاخص انتشار به ما می‌گوید که روند کلی اقتصاد همچنان صعودی است و ضعف مسکن فقط یک اتفاق مقطعی است.

ناوکستینگ و شاخص سورپرایز اقتصادی در فارکس

برای تکمیل داشبورد ماکرو، به دو ابزار زمان‌حال نیاز داریم تا سرعت واکنش خود را به بازار افزایش دهیم.

نخستین مفهوم ناوکستینگ یا Nowcasting است. ناوکستینگ به معنای تخمین لحظه‌ای وضعیت فعلی اقتصاد با ترکیب داده‌های فرکانس‌بالا است. از آنجا که آمار مهمی مانند GDP هر سه ماه یک‌بار منتشر می‌شود، نهادی‌های مالی با ترکیب آمارهای هفتگی و ماهانه (مثل فروش فروشگاه‌ها یا مدعیان بیمه بیکاری)، GDP فصل جاری را به‌صورت مستمر پیش‌بینی می‌کنند.

ناوکستینگ و شاخص سورپرایز اقتصادی در فارکس

مفهوم دوم که برای معامله‌گران فارکس اهمیت حیاتی دارد، شاخص سورپرایز اقتصادی است. این شاخص اختلاف داده منتشرشده را با انتظارات بازار اندازه می‌گیرد. در بازار فارکس، سطح مطلق یک داده به اندازه میزان غافلگیری بازار از آن اهمیت ندارد.

یک نمونه واقعی: فوریه 2024
اقتصاد آمریکا در آن زمان از قبل باثبات بود، اما بازار انتظار داشت آمار اشتغال (NFP) حدود ۱۸۰ هزار نفر اعلام شود. با این حال، عدد واقعی فراتر از ۳۵۰ هزار نفر منتشر شد. این یک غافلگیری بزرگ و مثبت بود (مثبت یعنی داده بهتر از انتظار). در نتیجه، شاخص سورپرایز جهش کرد و دلار آمریکا در برابر سبد ارزها با قدرت تقویت شد.

چارچوب تصمیم‌گیری و امتیازدهی وزنی در فارکس

اکنون تمام ابزارها را برای ساخت چارچوب تصمیم‌گیری نهایی در اختیار داریم. روش عملی به این شکل است: ابتدا وزن هر داده را بر اساس اولویت بانک مرکزی تعیین می‌کنیم؛ سپس امتیاز پایه ماکرو را از میانگین وزنی داده‌های نرمال‌شده به دست می‌آوریم. در نهایت، این امتیاز پایه را در کنار شاخص سورپرایز خبر روز قرار می‌دهیم.

جدول تصمیم زیر راهنمای عملی شما در لحظه انتشار اخبار است:

  1. امتیاز پایه بالای ۵۰ + سورپرایز مثبت: تقویت قوی جهت. هم اقتصاد قوی است و هم خبر بهتر از انتظار بوده است. این بهترین شرایط برای خرید آن ارز است.
  2. امتیاز پایه بالای ۵۰ + سورپرایز منفی: سیگنال ضعیف و نیاز به صبر. اقتصاد در کل قوی است اما خبر امروز ناامیدکننده بود.
  3. امتیاز پایه زیر ۵۰ + سورپرایز منفی: جهت تضعیفی قوی. اقتصاد در حال انقباض است و خبر جدید نیز وخامت اوضاع را تأیید می‌کند. این شرایطی عالی برای فروش ارز است.
  4. امتیاز پایه زیر ۵۰ + سورپرایز مثبت: احتمال پیوت (چرخش) زودهنگام یا نویز. اقتصاد هنوز ضعیف است اما یک باره امید دیده شده است.

مثال واقعی: ترکیب داده‌های متناقض یورو
در اواخر سال ۲۰۲۳، شاخص مدیران خرید (PMI) در منطقه یورو به شدت زیر ۵۰ قرار داشت و آمار تولیدی نیز رکود را نشان می‌داد (امتیاز پایه زیر ۵۰). اگرچه در مقطعی یک داده تورمی کمی بالاتر از انتظار منتشر شد (سورپرایز مثبت مقطعی)، اما معامله‌گرانی که از داشبورد وزنی استفاده می‌کردند می‌دانستند که بر اساس جدول تصمیم، این وضعیت سیگنال خریدی قوی برای یورو نیست؛ بلکه صرفاً نویزی در دل یک اقتصاد منقبض است. در عمل نیز یورو نتوانست روند صعودی قدرتمندی در برابر دلار تشکیل دهد.

چک‌لیست ساخت امتیاز ماکرو برای تحلیل فارکس

برای اینکه از فردا بتوانید این سیستم را در تحلیل‌های خود پیاده‌سازی کنید، این پنج گام اجرایی را دنبال کنید:

  1. تعیین اولویت داده‌ها: مشخص کنید بر اساس قاعده فعلی بانک مرکزی، کدام داده‌ها بیشترین تأثیر را دارند.
  2. نرمال‌سازی داده‌ها: با روش Z-Score یا تبدیل به مقیاس ۰ تا ۱۰۰، داده‌ها را هم‌زبان کنید.
  3. ساخت شاخص انتشار: داده‌های نرمال‌شده را ترکیب کرده تا امتیاز پایه اقتصاد (بالا یا پایین ۵۰) مشخص شود.
  4. بررسی شاخص سورپرایز: در لحظه انتشار خبر، تفاوت عدد واقعی را با عدد مورد انتظار بسنجید.
  5. خروجی تصمیم‌گیری: وضعیت امتیاز پایه را با جهت سورپرایز در جدول تصمیم مطابقت داده و جهت جریان سرمایه را استخراج کنید.

تمرین عملی: تحلیل ریزش شاخص دلار
در پاییز سال ۲۰۲۲، فدرال رزرو با تمام توان در حال افزایش نرخ بهره بود. اقتصاد آمریکا بر اساس داده‌های اشتغال بسیار قدرتمند عمل می‌کرد و شاخص انتشار (امتیاز پایه ماکرو) کاملاً بالای ۵۰ قرار داشت.
در تاریخ ۱۰ نوامبر ۲۰۲۲، گزارش تورم (CPI) آمریکا برای ماه اکتبر منتشر شد. بازار انتظار داشت تورم سالانه ۸.۰٪ باشد، اما عدد واقعی ۷.۷٪ اعلام شد. بر اساس منطقی که در این درس آموختیم (امتیاز پایه بالای ۵۰، اما سورپرایز شدیداً منفی برای دلار به دلیل افت غیرمنتظره تورم که هدف اصلی بانک مرکزی بود)، توضیح دهید که چرا پس از انتشار این خبر، شاخص دلار (DXY) در یک روز با ریزش شدیدی مواجه شد؟
تحلیل خود را بر اساس جدول تصمیم و اولویت‌بندی داده‌ها، در بخش کامنت‌های همین مقاله بنویسید تا با هم بررسی کنیم.

آنچه در این درس یاد گرفتیم

در این آموزش فرا گرفتیم که تصمیم بهتر در فارکس، نه از تمرکز بر اعداد خام تقویم اقتصادی، بلکه از «امتیازدهی وزنی» و «شاخص انتشار» به دست می‌آید. ما یاد گرفتیم که داده‌های هدف و جلوبرنده را اولویت‌بندی کنیم، تفاوت واحدها را از طریق نرمال‌سازی از بین ببریم و تأثیر نویزها را با شاخص انتشار کاهش دهیم.

ترکیب یک امتیاز یکپارچه از اقتصاد با شاخص سورپرایز، اعتمادبه‌نفس شما را در درک درست جهت‌گیری بازار به شدت افزایش می‌دهد و از خطای تحلیل‌های ایزوله جلوگیری می‌کند.

اکنون می‌دانیم چگونه تمام داده‌های مهم یک اقتصاد را در یک سیستم امتیازدهی ترکیب کنیم تا به تصویری روشن از ارزش یک ارز برسیم. اما در فارکس، ما همیشه یک ارز را در مقابل ارزی دیگر معامله می‌کنیم. حالا سؤال مهم این است:
اگر امتیاز اقتصادی آمریکا بالا باشد، اما امتیاز اقتصاد انگلیس از آن هم بالاتر باشد، سرمایه به کدام سمت حرکت می‌کند؟ برای درک این ساختار باید یاد بگیریم که چگونه دو کشور و دو بانک مرکزی را در دو کفه ترازو قرار دهیم.

هیچ پلتفرمی بی‌نقص نیست. ما در ایران‌ریبیت صرفاً آنها را معرفی می‌کنیم. مسئولیت انتخاب، ثبت‌نام و سرمایه‌گذاری در پلتفرم‌ها با شماست و ایران‌ریبیت در قبال آن مسئولیتی ندارد.

رضا باقری رضا باقری

رضا باقری نویسنده و استراتژیست محتوا با بیش از شش سال تجربه تخصصی در تولید محتوای فارسی و انگلیسی که تمرکز اصلی او بر حوزه‌های اقتصاد، بازارهای مالی، فارکس و کریپتو قرار دارد. او در طول فعالیت حرفه‌ای خود با بروکرها و وب‌سایت‌های مالی مختلف همکاری داشته است. رضا باقری سابقه نگارش محتوای تخصصی مالی، کارشناسی سئو و تولید رپورتاژهای مرتبط با اقتصاد را دارد. همچنین در حوزه بلاکچین، DeFi و NFT نیز به تولید محتوا پرداخته است.

سوالات پر تکرار شما

زیرا بانک‌های مرکزی برای تصمیم‌گیری درباره نرخ بهره، به همه داده‌ها نگاه یکسانی ندارند. داده‌های مربوط به هدف اصلی بانک (مثل تورم و اشتغال) و داده‌های جلوبرنده (مثل PMI) بیشترین تأثیر را در تغییر سیاست‌های پولی دارند، در نتیجه بازار نیز بیشترین واکنش را به آن‌ها نشان می‌دهد.

شاخص سورپرایز، میزان اختلاف عدد واقعی منتشرشده با انتظاری که بازار از قبل داشته را می‌سنجد. از آنجا که بازار مالی معمولاً اعداد مورد انتظار را از قبل پیش‌خور و قیمت‌گذاری کرده است، واکنش قیمت در لحظه خبر تنها به میزان غافلگیری (اختلاف واقعیت با انتظار) بستگی دارد.

خیر. بر اساس جدول تصمیم نهایی، ترکیب اقتصاد قوی (نمره بالای ۵۰) با یک سورپرایز منفی، به معنای سیگنال متناقض و ضعیف است. در چنین شرایطی بهتر است معامله‌گر از گرفتن پوزیشن‌های تهاجمی خودداری کرده و منتظر داده‌های بعدی بماند تا متوجه شود آیا این خبر بد یک نویز موقت بوده یا آغازگر یک روند نزولی جدید است.

دیدگاه کاربران
ثبت دیدگاه مرتب سازی
  • مرتب سازی براساس
  • جدیدترین
  • پربحث‌ترین
  • بیشترین لایک
0 دیدگاه ثبت شده
هنوز کسی نظری نداده! شما می‌توانید اولین نفری باشید که نظری در این مقاله ثبت می‌کند. اولین نفر باشید که نظر می‌دهید
آیا این مطلب مفید بود؟ 0 دیدگاه خود را در مورد این مطلب ثبت کنید. ثبت دیدگاه
ثبت دیدگاه
800/800 راهنما و قوانین ثبت دیدگاه
ثبت دیدگاه بستن
ثبت دیدگاه
جهت ثبت نهایی دیدگاه شماره خود را وارد نمایید
ارسال کد
ثبت دیدگاه
دیدگاه شما با موفقیت ثبت شد و پس از تأیید انتشار پیدا خواهد کرد. متوجه شدم
ثبت نام / ورود
کد ارسال شده به شماره را وارد نمایید کد ارسال شده به آدرس را وارد نمایید
ارسال مجدد کد تغییر شماره تغییر ایمیل
در صورتی که کاربر قدیمی هستید، این فیلد اختیاری است.
ورود