چرا ۹۰ و ۱۸۰ درجه در چرخه اهمیت دارند؟

بلوغ زمانی چرخه (Cycle Maturity) به میزان پیشرفت زمانی یک چرخه نسبت به دوره تخمینی آن گفته می‌شود. این مفهوم کمک می‌کند بررسی کنیم چرخه در ابتدای مسیر قرار دارد، به میانه دوره رسیده یا به محدوده زمانی مورد انتظار برای تکمیل نزدیک شده است.
در تحلیل چرخه‌ای، تنها دانستن اینکه قیمت صعودی یا نزولی است کافی نیست. باید بدانیم این حرکت چه مدت ادامه داشته و نسبت به ریتم چرخه‌های قبلی در چه موقعیتی قرار گرفته است.
بااین‌حال، بلوغ زمانی یک ابزار احتمالاتی است؛ نه شمارش معکوس قطعی برای برگشت بازار.

در تحلیل بازار معمولاً اولین چیزی که توجه ما را جلب می‌کند قیمت است.
قیمت بالا رفته یا پایین آمده؟سقف کجاست؟کف کجاست؟مقاومت شکسته شده یا نه؟
اما تحلیل چرخه سؤال دیگری را نیز وارد مسئله می‌کند:
این حرکت چه زمانی اتفاق افتاده است؟
یک Pivot فقط مختصات قیمتی ندارد؛ مختصات زمانی هم دارد.
بنابراین هر نقطه روی نمودار را می‌توان به‌صورت:
(Time, Price)
در نظر گرفت.

بازار معمولاً از یک Cycle منفرد تشکیل نشده است.
ممکن است هم‌زمان نوسانات کوتاه‌مدت، میان‌مدت و بلندمدت در قیمت حضور داشته باشند و هرکدام بخشی از حرکت مشاهده‌شده را تشکیل دهند.
اما سؤال مهم این است:
در حال حاضر کدام چرخه برجسته‌تر است؟
این سؤال ما را به مفهوم Dominant Cycle یا چرخه غالب می‌رساند.
به زبان ساده، چرخه غالب مؤلفه تناوبی‌ای است که در پنجره زمانی و مقیاس مورد بررسی نسبت به سایر مؤلفه‌های چرخه‌ای برجستگی بیشتری دارد.

چرا گاهی بازار حرکت دارد، اما پیشرفت نمی‌کند؟
چرا ممکن است یک Cycle فشار صعودی ایجاد کند، درحالی‌که Cycle دیگری تقریباً همان حرکت را خنثی کند؟
یکی از مدل‌هایی که برای فهم چنین شرایطی مفید است، Destructive Interference یا تداخل مخرب است.
در تداخل مخرب عکس این اتفاق رخ می‌دهد:
بخشی از اثر یک مؤلفه توسط مؤلفه‌ای دیگر خنثی می‌شود.
اما این مفهوم را نباید مستقیماً معادل «رنج»، «نویز» یا «بازار ضعیف» در نظر گرفت. تداخل مخرب یک مفهوم ریاضی درباره جمع موج‌ها و رابطه فازی آنها است.

گاهی بازار برای مدتی رفتاری متفاوت پیدا می‌کند: حرکت قیمت بزرگ‌تر می‌شود، اصلاح‌ها کوتاه‌تر به نظر می‌رسند و چند مقیاس زمانی ظاهراً در یک جهت به حرکت کمک می‌کنند.
یکی از مدل‌های ریاضی که می‌تواند بخشی از چنین رفتاری را توضیح دهد، Constructive Interference یا تداخل سازنده است.
در درس قبل درباره جمع چند موج صحبت کردیم. اگر سیگنال را به‌صورت مجموعه‌ای از مؤلفه‌های چرخه‌ای مدل کنیم:
x(t)=x₁(t)+x₂(t)+...+xₙ(t)
ممکن است در بعضی لحظات چند مؤلفه اثرهایی هم‌جهت داشته باشند.

چرا بعضی مواقع حرکت قیمت ناگهان قدرتمند می‌شود، در دوره‌ای دیگر نوسانات یکدیگر را خنثی می‌کنند و گاهی سقف‌ها و کف‌ها آن‌قدر نامنظم می‌شوند که پیدا کردن یک Cycle مشخص دشوار است؟
یکی از مدل‌های مفید برای پاسخ به این سؤال، نگاه کردن به بازار به‌عنوان ترکیبی از چند مؤلفه با مقیاس‌های زمانی متفاوت است.
در درس قبل دیدیم که بازار واقعی مانند یک Sine Wave منفرد و تمیز رفتار نمی‌کند. حالا یک قدم جلوتر می‌رویم:
اگر چند موج را با Period، Amplitude و Phase متفاوت با یکدیگر جمع کنیم، چه اتفاقی می‌افتد؟

در درس قبل، موج سینوسی را به‌عنوان ساده‌ترین مدل یک چرخه شناختیم:
x(t)=A sin(ωt+φ)
مدلی که در ساده‌ترین حالت، دامنه مشخص، دوره ثابت، فاز منظم و مرکز تعادل ثابتی دارد.
اما کافی است به یک نمودار واقعی قیمت نگاه کنیم تا یک تفاوت اساسی دیده شود:
بازار تقریباً هیچ‌وقت مانند یک Sine Wave تمیز و تکرارشونده حرکت نمی‌کند.
فاصله کف‌ها تغییر می‌کند،ارتفاع سقف‌ها یکسان نیست،بعضی حرکت‌ها کشیده و بعضی فشرده می‌شوند، مرکز نوسان جابه‌جا می‌شود و گاهی ساختاری که چند Cycle منظم به نظر می‌رسید ناگهان تغییر می‌کند.

اگر چرخه‌های واقعی بازار نامنظم‌اند، چرا تقریباً تمام آموزش‌های جدی Cycle Analysis دیر یا زود به موج سینوسی یا Sine Wave می‌رسند؟
چون موج سینوسی قرار نیست بازار را دقیقاً شبیه‌سازی کند.
وظیفه آن بسیار بنیادی‌تر است:
سینوس ساده‌ترین مدل ریاضی است که به ما اجازه می‌دهد Period، Phase، Amplitude، فرکانس و روابط زمانی یک چرخه را به‌صورت دقیق تعریف کنیم.
بنابراین در این فصل ابتدا بازار واقعی را موقتاً کنار می‌گذاریم و یک Cycle کاملاً تمیز و ایده‌آل می‌سازیم.

اگر یک چرخه را بین دو کف هم‌جنس اندازه بگیریم و به عدد 40 کندل برسیم، آیا کف بعدی نیز دقیقاً 40 کندل بعد تشکیل خواهد شد؟
خیر.
ممکن است Cycleهای بعدی:
38، 42، 36 یا 44 کندل
طول داشته باشند.
این موضوع به معنی بی‌فایده بودن تحلیل چرخه نیست؛ برعکس، یکی از مهم‌ترین ویژگی‌هایی است که باید برای استفاده صحیح از Cycle Analysis در بازار درک کنیم.
در ریاضیات می‌توان یک موج کاملاً تناوبی ساخت:
x(t)=A sin(2πt/T+φ)
که در آن T ثابت است.
بنابراین:
x(t+T)=x(t)
اما بازار مالی چنین سیستم ایده‌آلی نیست.