فاز چرخه چیست؟ تفاوت فاز و قیمت در تحلیل چرخه‌ای بازار

فاز چرخه (Cycle Phase) موقعیت یک مؤلفه نوسانی را در طول یک دوره کامل نشان می‌دهد. به کمک فاز می‌توان مشخص کرد که یک چرخه در کدام بخش از مسیر تناوبی خود قرار دارد؛ برای مثال در مرحله صعود از تعادل، نزدیک‌شدن به سقف، حرکت نزولی یا بازگشت به کف.
در تحلیل بازارهای مالی، قیمت و فاز دو مفهوم متفاوت هستند. قیمت مقدار مشاهده‌شده یک دارایی است، اما فاز موقعیت چرخه‌ای یک مؤلفه استخراج‌شده یا مدل‌سازی‌شده از داده‌ها را توصیف می‌کند.

کشیدگی زمانی چرخه (Cycle Time Stretching) به افزایش طول دوره یک چرخه نسبت به دوره مرجع یا دوره‌های پیشین گفته می‌شود. این مفهوم زمانی اهمیت پیدا می‌کند که فاصله میان نقاط هم‌جنس چرخه، مانند کف‌به‌کف یا سقف‌به‌سقف، بیشتر از مقدار مورد انتظار باشد.
برای مثال، اگر دوره مرجع یک چرخه ۴۰ کندل باشد و چرخه جدید پس از ۵۰ کندل تکمیل شود، دوره مشاهده‌شده ۱۰ کندل طولانی‌تر شده است.
اما آیا این اتفاق به معنی قدرت روند است؟ آیا بازار برای یک حرکت بزرگ آماده می‌شود؟ یا ممکن است دوره غالب تغییر کرده باشد؟

انقباض زمانی چرخه (Temporal Cycle Contraction) زمانی رخ می‌دهد که دوره یک چرخه نسبت به دوره مرجع یا دوره‌های قبلی آن کوتاه‌تر شود.
به زبان ساده، اگر یک چرخه قبلاً برای تکمیل به ۴۰ کندل نیاز داشت و اکنون در ۳۰ کندل کامل شود، دوره مشاهده‌شده آن ۱۰ کندل کوتاه‌تر شده است.
این پدیده در تحلیل چرخه اهمیت دارد، زیرا نشان می‌دهد ریتم زمانی ساختار مورد بررسی ممکن است تغییر کرده باشد.
انقباض زمانی به‌تنهایی به معنای افزایش قدرت روند، شتاب قیمت یا آغاز حرکت صعودی و نزولی نیست.

تأخیر در چرخه (Cycle Delay) زمانی رخ می‌دهد که تکمیل یک چرخه نسبت به دوره تخمینی یا مرجع آن دیرتر اتفاق بیفتد. این وضعیت در بازارهای مالی غیرمعمول نیست؛ زیرا چرخه‌های واقعی برخلاف مدل‌های ریاضی ساده، الزاماً دوره ثابت و تکرار کاملاً منظم ندارند.
برای مثال، اگر دوره تخمینی یک چرخه ۴۰ کندل باشد اما کف هم‌جنس بعدی در کندل ۴۷ تشکیل شود، چرخه نسبت به زمان مرجع هفت کندل تأخیر داشته است.

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؟