מודל ML לניתוח אינדיקטורים טכניים RSI, MACD ו-Bollinger Bands

מדוע מודל AI של אינדיקטורים טכניים נשבר בעת החלפת משטר

RSI מנרמל את התנועה על חלון נבחר, ובמגמה זה פועל נגד התיוג: האינדיקטור תלוי שבועות באזור קניית היתר, וכל נגיעה בגבול המודל קורא כהפיכה. חלק מהאותות הללו מתממשים בתיקון, חלק — לא, ואי אפשר להבדיל ביניהם לפי ערך בודד.

MACD בנוי ještě בכנות רבה יותר בחולשתו: הוא מחושב כהפרש של ממוצעים נעים, ולכן ההשהיה של האות טבועה בנוסחה עצמה. החציה נרשמת כאשר התנועה כבר עברה, וההיסטוגרמה מתהפכת מאוחר מנקודת הכניסה.

Bollinger Bands מוסיפים ממד שלישי — רוחב התעלה. פריצת הפס בתעלה מכווצת ופריצה בתעלה מורחבת — אירועים שונים סטטיסטית, אם כי עבור המודל זה אותו מאפיין בדיוק. אותות שווא של אינדיקטורים כאן אינם רעש, אלא תוצאה של כך שהאינדיקטורים מתארים את המחיר, ולא את הסיבה לתנועתו.

השבירה העיקרית מתרחשת באימון. התאמה להיסטוריה — זה כאשר מודל AI של אינדיקטורים טכניים מוצא צירופים של ערכי RSI, MACD ו-Bollinger Bands שהתאימו לעלייה בחלון עבר, אך אין להם סיבה חוזרת. על נתונים היסטוריים הדיוק נראה גבוה בדיוק מפני שאותם נתונים השתתפו בהתאמה, ולא בדקו אותה.

ניתוח RSI, MACD ו-Bollinger Bands מאבד כוח ברגע החלפת אופי הסדרה: משתנה התנודתיות, היחס בין מגמה לצד, הקשרים בין הכלים. מאפיינים שנבחרו בקטע רגוע מפסיקים לחזות — וזו אינה דעיכת משקלים, אלא הסטה של הנתונים עצמם. מפרקים כיצד זה נסגר באמצעות מאפיינים עמידים למשטר ובדיקה על נתונים שהמודל לא ראה.

דיוק האותות, השהיית התגובה ועמידות להחלפת משטר

דיוק האותות — אינו מספר אחד, אלא שלושה ממדים בלתי תלויים: שיעור ההפעלות השווא, השהיית התגובה וההתנהגות בעת החלפת משטר. המודל יכול לנצח על קטע ממוצע בהיסטוריה ולאבד הכול בצד, שבו RSI מתהפך לעתים קרובות, ו-MACD נותן חציות שווא. לכן אנו מקבלים עבודה לפי רשימת בדיקות קבועה, שבה כל סעיף נמדד בנפרד על קטע מוחזק.

• שיעור הפעלות השווא. אנו סופרים לא את הדיוק הכללי, אלא את שיעור הכניסות שנסגרו לפי תנאי הגנה לפני רמת היעד — לפי כל משטר בנפרד, ולא בממוצע על המדגם.
• השהיית התגובה. מסגירת הנר עם אות מאושר ועד חישוב הפוזיציה היעד אנו מחזיקים שברי נר, אחרת הכניסה מתבצעת במחיר גרוע מזה שלפיו חושב המאפיין.
• צד. ריצה נפרדת על קטעים ללא תנועה מכוונת: פסי Bollinger מתכווצים, והמודל אינו אמור לפתוח כניסה בכל נגיעה בגבול.
• קטע מגמתי. אנו בודקים החזקת פוזיציה דרך תיקונים — האות אינו אמור להתהפך מהחזרה הראשונה של המחיר לממוצע.
• איכות המאפיינים. RSI, MACD והפסים מחושבים לפי מתודולוגיה אחת ותקופת החלקה אחת (TA-Lib כסטנדרט) — פער יוצר הסטה שיטתית של האות.
• עמידות להחלפת משטר. רגע המעבר נרשם לפי תנודתיות, ולא לפי כלל ידני, ובודקים את שיעור השגיאות בשעות הראשונות לאחר ההחלפה.
• יכולת שחזור. ריצה חוזרת של אותו קטע נותנת את אותם אותות — בלי זה מדדי הדיוק אינם אומרים דבר.

אפשרויות בנייה: מכללי סף ועד סכמות היברידיות

אינדיקטורים טכניים נותנים אות שניתן לפרמל, ולכן אופן הפירוק שלו קובע את עמידות המערכת כולה.

ספים נוקשים נקראים על ידי אדם ואינם דורשים נתונים מצטברים, אך בעת החלפת משטר השוק נותנים סדרת הפעלות שווא — RSI נשאר באזור קניית היתר זמן רב יותר ממה שטבוע בכלל, והפסים של Bollinger Bands מתרחבים בדיוק כאשר הסף הקודם מפסיק לומר דבר.

הבחירה נעשית לא לפי "מורכבות המודל", אלא לפי היקף ההיסטוריה, מחיר השגיאה והדרישה להסבריות. בפועל לרוב עובדת סכמה היברידית: הכללים קובעים את השלד ומסננים מצבים בלתי-קבילים מראש, המודל מדייק את משקל המאפיינים בתוך התחום המורשה.

בהמשך איכותו מוחזקת על ידי תקנון: אחת לתקופת דיווח אימון מחדש סדיר על חלון נתונים עדכני, בדיקה על קטע מוחזק, השוואה למודל העבודה הנוכחי וחזרה לאחור אם המדדים ירדו. בלי קווי מתאר אלה כל סכמה מדרדרת בשקט.

שלבי ההטמעה: מביקורת ציטוטים ועד לתפעול

את העבודה מובילים ברצף: תחילה בודקים את התאמת הנתונים, לאחר מכן בונים מאפיינים, ורק אז מאמנים את המודל. כל שלב נסגר בארטיפקט שניתן לבדוק — דוח, מערכת מאפיינים, מדדים. שלב שהוחמץ בביקורת הנתונים עולה ביוקר הרב ביותר בתפעול.

1. ביקורת נתונים היסטוריים. מאחדים ציטוטים ממקורות שונים לצעד זמן אחד, מתייגים חסרים והפסקות של סשנים. בודקים את הסדרה לחפיפה קדימה: ערך הנר הנוכחי אינו אמור להיכנס לחישוב לפני רגע קבלת ההחלטה.

2. תכנון מאפיינים. RSI, MACD ו-Bollinger Bands מחושבים על חלונות נעים עם השהיות, מוסיפים נגזרות — פער המחיר מהאינדיקטור, רוחב הפסים, החלפת סימן ההיסטוגרמה. עבור כל מאפיין נרשמת נוסחה, חלון ומקור.

3. אימון וכיול פרמטרים. הסדרה מחולקת לפי זמן, ולא באקראי, אחרת המודל זוכר נרים סמוכים ומציג איכות מוגברת. הפרמטרים נבחרים על קטע שאינו חופף לקטע הבדיקה.

4. תיקוף על תקופה מוחזקת. מריצים את המודל על נתונים שהוא לא ראה, ובודקים בנפרד את ההתנהגות במשטרי שוק שונים — מגמה, צד, תנודתיות גבוהה. אם האיכות נשמרת רק במשטר אחד, המאפיינים נבנים מחדש.

5. כיול קווי החישוב. אוספים חישוב סדיר של מאפיינים ואותות, ומשווים את תוצאת קווי המתאר עם זה של האימון על אותם נתונים בדיוק: פער משמעו שגיאה בעיבוד.

6. מסירה לתפעול. מוסרים את תצורות קווי המתאר, תקנון האימון מחדש, פאנל עם מדדי איכות והתראות על סחיפת נתונים. צוות הלקוח מריץ את החישוב בעצמו.

מה נשאר אצלכם: קוד, מאפיינים, תקנונים, תיעוד

המודל — הוא בערך מחצית מהתוצאה, המחצית השנייה — מה שמאפשר לחשב אותו באופן ניתן לשחזור ולאמן מחדש בלי אנחנו. לכן אנו מוסרים לא רק מודל AI של אינדיקטורים טכניים, אלא את כל קווי המתאר: קוד, מאפיינים, סכמת חישוב וכללי תפעול, ולא קובץ אחד עם משקלים.

• קוד מקור של האימון והחישוב עם גרסאות תלויות קבועות — הסביבה עולה מאפס על מכונה נקייה.
• תצורת מאפיינים: חלונות RSI, תקופות MACD, סטיות פסי Bollinger, כללי טיפול בחסרים ומעבר בין אינטרוולים של נרים — בקבצים דקלרטיביים, ולא קבועים בקוד.
• סכמת קווי החישוב: היכן מחושבים האינדיקטורים, היכן מיושם המודל, כיצד מתעדכנים הנתונים, היכן ניצבות הבדיקות והחזרות בעת כשלים.
• תקנון אימון מחדש: תנאי ההפעלה — דעיכת מדדי בקרה או החלפת משטר שוק, חלון האימון, סדר התיקוף וחזרה לגרסה הקודמת.
• מדדי בקרה על מדגם מוחזק עם חתכים קבועים: גרסאות מושוות זו לזו על אותם נתונים בדיוק.
• תיעוד טכני: תיאור המאפיינים, פורמטי נתוני הקלט, הממשקים וגבולות התחולה של המודל.
• בדיקות קבלה על נתוני סטנדרט — לפיהן החישוב משוחזר בצד שלכם ומושווה לתוצאה שלנו.

כיצד צמצמנו את שיעור אותות השווא בצד: פירוק הפרויקט

הלקוח — צוות סחר אלגוריתמי AlgoDesk: האותות נוצרו אוטומטית לפי RSI, MACD ו-Bollinger Bands, אך קווי המתאר לא הבדילו בין מגמה לטווח. במגמה הכניסות התממשו, ובצד רוב העסקאות נסגרו בסטופ בדקות הראשונות — המחיר חזר לאמצע התעלה, אם כי האינדיקטורים הראו אות מתואם. הסוחרים הסירו כניסות כאלה ידנית, כלומר האוטומציה לא הסירה עומס.

לא אימנו את המודל מחדש על עסקאות "מוצלחות" — זו התאמה להיסטוריה. הוספנו שכבת הערכת משטר נפרדת: לפי כיווץ פסי התנודתיות, שיפוע הממוצע ופער האינדיקטורים המאשרים הקטע מסומן כמגמתי או כצד.

בטווח סף ההפעלה גבוה יותר והכניסה דורשת אישור מהאינטרוול הבכיר; במגמה הרגישות כשהייתה, כדי לא לאבד את תחילת התנועה.

מדדים לפני ואחרי

• שיעור האותות שנסגרו בסטופ מיד לאחר כניסה בצד: 61% → 23%.
• מספר הכניסות הממוצע לשעה בתוך הטווח: 14 → 5.
• רווחיות בקטעים מגמתיים: במסדרון הקודם, השהיית הכניסה — נר אחד.
• ירידה בשבועות טווח: קטנה פי כשלושה בערך.
• הסרות ידניות של אות על ידי הסוחר: מעשרות למשמרת ועד בודדות.

סינון הרעש לא חתך את הרגישות: היציבות במגמה נשמרה, ואותות השווא בצד הפסיקו להיות זרם. השליטה חזרה לקווי המתאר — משטר לא נוח המודל מסמן בעצמו, הסוחר מתערב רק בחריגים.

במה שונה פירוק אינדיקטורים מתחזית לפי ציטוטים גולמיים?

ציטוטים גולמיים — סדרה רועשת: רעש מיקרו-מבני, הפסקות בחדשות, החלפת תנודתיות. מודל על קלט כזה לומד להבדיל בין סדירות לבין פרץ מקרי, והוא זקוק להיסטוריה ארוכה ולבדיקה על תקופה מוחזקת — אחרת הוא זוכר את העבר במקום את המשטר הנוכחי.

אינדיקטורים — ייצוג מכווץ של אותה סדרה: RSI, MACD ו-Bollinger Bands כבר מוחלקים ומנורמלים, ולכן הקלט מתקבל קומפקטי יותר ועמיד לחריגים בודדים.

פירוק אינדיקטורים מנצח במקום שבו חשובה הסבריות התוצאה. חציית MACD, יציאת RSI מאזור קניית היתר, נגיעה בגבול התעלה — ההחלטה מתפרקת לתנאים ניתנים לבדיקה, שאפשר להריץ על ההיסטוריה ולדון בהם עם בקרת סיכונים. הפעלות השווא על חלונות קצרים פחותות, ונפח הנתונים לאימון נדרש צנוע בהרבה.

תחזית לפי ציטוטים גולמיים נדרשת כאשר האות חי במבנה הסדרה עצמה: החלפת משטר תנודתיות, מגמה מתמשכת, תגובה לפער חדשותי. האינדיקטורים כאן מפגרים — הם בנויים על החלקה ופיזית אינם מספיקים להספיק לשינוי חד.

עבור משימות כאלה מאמנים את המודל על רצף מחירים, ואת האינדיקטורים מחברים כמאפיינים נוספים, ולא כמקור יחיד.

את בחירת הגישה אנו עושים מהמשימה, ולא מהרגל: אופק, השהיית אות מותרת, היקף ההיסטוריה, דרישות להסבריות. בפועל לרוב עובד היברידי — חישוב לפי אינדיקטורים כשלד ומודל על הסדרה עצמה עבור תלויות עדינות. ההסבריות נשמרת בכך: רואים אילו אינדיקטורים תרמו ואילו קטעים בסדרה הגבירו את האות.

אימון מחדש, דליפות נתונים והפסקות: ספקות נפוצים

שלוש התנגדויות עולות כמעט בכל התחלה: כיצד להוכיח שהמודל אינו מותאם להיסטוריה, מה לעשות עם חסרים בסדרה והאם התוצאה לא תתפרק בעת החלפת משטר שוק. תשובות קצרות לעניין — בלעדיהן מוקדם לדון בארכיטקטורה.

מה לעשות עם הפסקות וחסרים בסדרה?

RSI, MACD ופסי Bollinger מחושבים על חלון רציף, וחסר בתוכו שובר את הערך. את לוח השנה מיישרים לפי אינטרוולים מסחריים, ולא לפי ימים קלנדריים; חסרים קצרים משחזרים, ארוכים — חותכים ומסמנים כהפסקה, כדי שהמודל לא ילמד על הדבקה של קטעים הטרוגניים.

כיצד מבינים שהמודל עובד לא במשטר שוק אחד?

את המדדים סופרים בנפרד לפי מגמה וצד: דיוק ממוצע מסתיר כשל באחד מהם. בדוח רואים היכן האות בטוח, והיכן המודל מחזיר תוצאה זהירה. החלפת משטר ניכרת לפי התפלגות המאפיינים מראש, ולא לפי ירידה בחשבון.

עד כמה התוצאה מוסברת?

עבור כל אות רואים אילו אינדיקטורים תרמו ובאילו ערכים — עד לקטע היסטוריה שמחושב מחדש ידנית. זה גם קריטריון הקבלה: מהנדס הלקוח משחזר את האות ומקבל את אותו מספר.

נדון במשימה ונחזור עם הערכה ותוכנית עבודה

מספיק להביא את מה שכבר קיים: ייצוא של ציטוטים היסטוריים עבור הכלי הנדרש, כללי חישוב האותות בצורתם הנוכחית ותיאור של אופן השימוש בתוצאה כיום. זה מספיק כדי להעריך את הרכב הנתונים, השלביות והיקף העבודה — מפרט נפרד בקלט אינו נחוץ.

• הרכב הנתונים: מקורות ועומק ההיסטוריה, תדירות, חסרים וחריגים ידועים, אילו אינדיקטורים מחשבים (RSI, MACD, Bollinger Bands) ועם אילו חלונות החלקה.
• דרישות לקווי המתאר: היכן מחושב המודל — קווי מתאר פנימיים סגורים או שירותים חיצוניים, למי יש גישה לנתונים ולתוצאות, האם יש להפריד בין אימון להסקה.
• התנהגות היעד: מה נחשב לאות נכון, מהו אופק התחזית, מה יקר יותר — הפעלת שווא או החמצת תנועה.
• מצב הפעולה: חישוב חד-פעמי, חישוב מחדש סדיר לפי לוח זמנים או זרם רציף, באיזו השהיה מרגע הופעת הנר דרושה התוצאה.
• ניהול סיכון הדעיכה: כיצד המודל מנותק, מה נחשב לפגיעה באיכות ולפי איזו מערכת מדדים זה ניכר.
• נקודות קבלה: על איזה קטע היסטורי בודקים, מי מצד הלקוח מאשר את התוצאה וכיצד מנסחים פער.
• הרשאות ותפקידים: מי אחראי על הייצוא, מי — על הקבלה, האם נדרשים נתוני בדיקה עם גישה מוגבלת.

לאחר הדיון נחזור עם הערכת לוחות זמנים, תוכנית עבודה לפי שלבים ודרישות לנתונים ולקווי המתאר — בכתב, כדי שניתן יהיה לאשר אותם בתוך הצוות.