تأخیر میانگین‌های متحرک چیست؟ رابطه دوره، فاز و واکنش به قیمت

تأخیر میانگین‌های متحرک یکی از مهم‌ترین ویژگی‌های این ابزارها در تحلیل تکنیکال و تحلیل چرخه‌ای بازار است. میانگین متحرک با استفاده از داده‌های قیمت، نوسان‌ها را هموار می‌کند؛ اما در این فرایند ممکن است تغییرات بازار دیرتر در خروجی آن منعکس شوند.
به‌طور معمول،میانگین متحرک کوتاه‌مدت نسبت به تغییرات جدید حساس‌تر است و میانگین بلندمدت رفتار هموارتری دارد.
بااین‌حال،برای تحلیل علمی این موضوع باید میان سه مفهوم تفاوت بگذاریم:
تأخیر واکنش به تغییرات قیمت
تأخیر فازی یک مؤلفه نوسانی
تأخیر گروهی یک فیلتر

میانگین متحرک ساده یا Simple Moving Average (SMA) یکی از شناخته‌شده‌ترین ابزارهای تحلیل تکنیکال و پردازش سری‌های زمانی است. این ابزار با محاسبه میانگین تعداد مشخصی از قیمت‌های متوالی، نموداری هموارتر از قیمت خام تولید می‌کند.
ویژگی اصلی SMA این است که تمام داده‌های داخل پنجره محاسباتی وزن یکسانی دارند.
اما در تحلیل چرخه‌ای، اهمیت SMA فراتر از هموارسازی نمودار است. این میانگین بر دامنه و فاز مؤلفه‌های نوسانی اثر می‌گذارد و می‌تواند در بررسی رفتار قیمت نسبت به یک مرجع متحرک استفاده شود.

میانگین متحرک (Moving Average) با ترکیب داده‌های گذشته،برخی نوسان‌های سریع قیمت را تضعیف می‌کند و خروجی هموارتری می‌سازد.اما این ابزار نمی‌تواند به‌طور قطعی تشخیص دهد کدام حرکت نویز است و کدام حرکت اطلاعات واقعی بازار را نشان می‌دهد.
از دید پردازش سیگنال،میانگین‌های متحرک استاندارد مانندSMA وEMA نوعی فیلتر پایین‌گذر هستند؛ یعنی معمولاً مؤلفه‌های کم‌فرکانس را بیشتر حفظ می‌کنند و مؤلفه‌های پرفرکانس را تضعیف می‌کنند.
برای درک دقیق این رفتار باید تفاوت میان نویز، فرکانس،دامنه و دوره چرخه را بشناسیم.

میانگین متحرک (Moving Average) یکی از ابزارهای پایه‌ای تحلیل تکنیکال و پردازش سیگنال است که با میانگین‌گیری از قیمت‌های گذشته، یک سری زمانی هموارتر تولید می‌کند. هدف اصلی آن کاهش اثر بخشی از نوسان‌های سریع و ساده‌ترکردن مشاهده تغییرات قیمت در مقیاس زمانی انتخاب‌شده است.
اما میانگین متحرک فقط یک خط روی نمودار نیست.
از دید تحلیل چرخه‌ای، میانگین متحرک یک فیلتر است که می‌تواند دامنه مؤلفه‌های نوسانی را تغییر دهد، میان آنها تأخیر ایجاد کند و بر موقعیت فازی سیگنال اثر بگذارد.

فاز صفر (Zero Phase) نقطه مرجعی در یک مدل چرخه‌ای است که اندازه‌گیری موقعیت زاویه‌ای چرخه از آن آغاز می‌شود. این نقطه معمولاً با زاویه صفر درجه یا صفر رادیان نمایش داده می‌شود و مبنایی برای محاسبه سایر موقعیت‌های فازی مانند ۹۰، ۱۸۰ و ۲۷۰ درجه است.
در تحلیل چرخه‌ای بازار، فاز صفر به ما کمک می‌کند زمان و موقعیت نسبی مؤلفه‌های نوسانی را با یک قرارداد مشخص بررسی کنیم.

هم‌فازی چرخه‌های کوتاه، میان‌مدت و بلند به بررسی رابطه موقعیت فازی چند مؤلفه نوسانی با دوره‌های متفاوت گفته می‌شود. در تحلیل چندمقیاسی بازار، این بررسی کمک می‌کند بفهمیم مؤلفه‌های سریع‌تر و کندتر چگونه با یکدیگر ترکیب می‌شوند و چه اثری بر شکل نوسان نهایی دارند.
وقتی چند چرخه از نظر فازی به یکدیگر نزدیک می‌شوند، ممکن است سهم آنها در سیگنال ترکیبی تقویت شود. اما اگر دوره‌های متفاوتی داشته باشند، این هماهنگی معمولاً موقتی است.

هم‌فازی چرخه‌ها (Phase Synchronization) به هماهنگی موقعیت فازی دو یا چند مؤلفه نوسانی گفته می‌شود. در ساده‌ترین حالت، هنگامی که دو چرخه در یک زمان مشخص در موقعیت زاویه‌ای یکسان یا نزدیک به یکدیگر قرار دارند، می‌توان از هم‌فازی لحظه‌ای یا تقریبی صحبت کرد.
در تحلیل چرخه‌ای بازارهای مالی، این مفهوم برای بررسی رابطه میان نوسان‌های کوتاه‌مدت، میان‌مدت و بلندمدت اهمیت دارد.
همچنین هم‌فازی چرخه‌ها به‌تنهایی به معنای آغاز روند قدرتمند، شکست معتبر قیمت یا افزایش قطعی احتمال موفقیت معامله نیست.

اختلاف فاز (Phase Difference) تفاوت موقعیت زاویه‌ای دو مؤلفه چرخه‌ای در یک زمان مشخص است. این اختلاف نشان می‌دهد دو موج نسبت به یکدیگر در چه موقعیتی قرار دارند و آیا از نظر فازی هم‌راستا، مخالف یا در وضعیت میانی هستند.
در تحلیل چرخه‌ای بازار، اختلاف فاز اهمیت دارد؛ زیرا قیمت می‌تواند از ترکیب چند مؤلفه نوسانی با دوره‌ها، دامنه‌ها و فازهای متفاوت تشکیل شده باشد.
اما اختلاف فاز به‌تنهایی جهت قیمت، قدرت روند یا زمان قطعی برگشت بازار را تعیین نمی‌کند.

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؟