محاكاة مونت كارلو للتداول: دليل عملي

ما هي محاكاة مونت كارلو؟

محاكاة مونت كارلو هي تقنية حسابية تستخدم العينات العشوائية لتقدير احتمالية النتائج المختلفة. سُميت نسبةً إلى الكازينو الشهير في موناكو، وتعمل من خلال تشغيل آلاف السيناريوهات المحاكاة بناءً على نماذج إحصائية وحساب عدد المرات التي تنتج فيها نتيجة معينة.

في التداول، تجيب محاكاة مونت كارلو عن أسئلة مثل:

• ما احتمالية أن يكون سعر BTC أعلى من 80,000 دولار خلال 3 أيام؟
• بالنظر إلى التقلب التاريخي، ما احتمالية حدوث انهيار بنسبة 10% خلال أسبوع واحد؟
• ما الحجم الأمثل للمركز بناءً على التوزيع الاحتمالي للنتائج؟

هذه بالضبط الأسئلة التي تطرحها صناديق التحوط الكمية كل يوم — والآن، وبالأدوات المناسبة، يمكن للمتداولين الأفراد طرحها أيضًا.

كيف تعمل: الحركة البراونية الهندسية

النموذج القياسي لمحاكاة أسعار الأسهم/العملات الرقمية هو الحركة البراونية الهندسية (GBM):

S(T) = S(0) × exp((μ - 0.5σ²)T + σ√T × Z)

حيث:

• S(0) = السعر الحالي
• μ = الانجراف السنوي (العائد المتوقع) المُقدَّر من البيانات التاريخية
• σ = التقلب السنوي المُقدَّر من البيانات التاريخية
• T = الأفق الزمني (بالسنوات)
• Z = رقم عشوائي مأخوذ من توزيع طبيعي معياري

من خلال توليد آلاف قيم Z العشوائية، تُنشئ آلاف المسارات المحتملة للأسعار المستقبلية. نسبة المسارات التي ينتهي فيها السعر أعلى من هدفك = احتمالية بلوغ ذلك الهدف.

مثال عملي

لنفترض أن BTC عند 70,000 دولار. التقلب التاريخي لـ 30 يومًا هو 65% سنويًا. تريد أن تعرف: ما احتمالية أن يبلغ BTC 73,500 دولار (ارتفاع 5%) خلال 3 أيام؟

شغّل 1,500 مسار محاكاة. إذا انتهى 980 منها فوق 73,500 دولار، فالاحتمالية المُقدَّرة هي 980/1500 = 65.3%.

هذا هو نفس محرك العينات العشوائية الذي يقف خلف محاكي حقوق الملكية مونت كارلو لدينا، والذي يطبقه على استراتيجيتك الخاصة — بتشغيل آلاف تسلسلات الصفقات لكشف منحنى حقوق الملكية المحتمل والتراجع ومخاطر الإفلاس.

لماذا لا تكفي مونت كارلو القياسية؟

لمحاكاة مونت كارلو الأساسية عدة مشكلات معروفة في الممارسة العملية:

المشكلة 1: الضوضاء

مع 1,000 محاكاة، قد تكون الاحتمالية المُقدَّرة 65% في شمعة و58% في التالية، حتى مع تغيّر طفيف في السعر. هذه ضوضاء أخذ العينات الناتجة عن محاكاة محدودة.

الحل: تقنيات تقليل التباين

• المتغيرات المضادة (Antithetic Variates) — لكل قيمة Z عشوائية، حاكِ أيضًا -Z. هذه المسارات المزدوجة سلبية الارتباط، ما يقلل التباين بنحو 50% دون أي انحياز.
• المتغيرات الضابطة (Control Variates) — استخدم احتمالية Black-Scholes ذات الصيغة المغلقة كـ"متغير ضابط". اضبط تقدير مونت كارلو باستخدام الحل التحليلي المعروف، ما يقلل التباين بنسبة 50-90% عندما يكون التوزيع قريبًا من اللوغاريتمي الطبيعي.
• أخذ العينات الطبقي (Stratified Sampling) — بدلًا من أخذ عينات عشوائية عبر التوزيع بأكمله، قسّمه إلى طبقات وخذ عينات من كل طبقة بشكل موحد. يضمن تغطية كامل مساحة الاحتمالات.

المشكلة 2: الأحداث النادرة

إذا كانت الاحتمالية الحقيقية للانهيار 3%، ستحتاج إلى أكثر من 10,000 محاكاة للحصول على عينات انهيار كافية لتقدير مستقر. مع 1,000 محاكاة، قد تحصل على 20-40 عينة انهيار فقط — وهو عدد قليل جدًا لتقدير موثوق.

الحل: أخذ العينات بالأهمية (Importance Sampling)

بدلًا من أخذ العينات من التوزيع الحقيقي، أزح توزيع أخذ العينات نحو منطقة الحدث النادر (الانهيار). ثم أعد ترجيح كل عينة بنسبة الاحتمالية لتصحيح انحياز أخذ العينات. النتيجة: عينات انهيار أكثر بـ10-100 ضعف من نفس عدد المحاكاة.

المشكلة 3: الاهتزاز من شمعة لأخرى

تعيد مونت كارلو الحساب من الصفر في كل شمعة، ما يجعل تقديرات الاحتمالية تتذبذب حتى عندما لا يتغير السوق ماديًا.

الحل: مرشح الجسيمات (تقدير الحالة البايزي)

يحافظ مرشح الجسيمات (Particle Filter) على مجموعة من "جسيمات" الاحتمالية التي تُحدَّث تدريجيًا مع وصول بيانات الأسعار الجديدة. على عكس مونت كارلو التي تبدأ من جديد في كل شمعة، يتعلم مرشح الجسيمات باستمرار، منتجًا تقديرات احتمالية أكثر سلاسة واستجابة.

من الاحتمالات إلى قرارات التداول

الأرقام الاحتمالية الخام ليست مفيدة بمعزل عن غيرها. يتطلب إطار القرار القوي تأكيدات متعددة ومستقلة:

محرك القرار رباعي العوامل

1. ميزة مونت كارلو الجوهرية — يجب أن تتجاوز احتمالية الجانب الرابح 33% (حد أدنى للتعادل 1.5:1)
2. موافقة مرشح الجسيمات — يجب أن يوافق PF بشكل مستقل على اتجاه MC بنسبة تتجاوز 54%
3. ميزة الانحياز — يجب أن تتجاوز الفجوة بين P(BULL) وP(BEAR) 5 نقاط مئوية
4. تقارب النماذج — يجب أن يتفق حل مونت كارلو التحليلي مع Black-Scholes ضمن هامش تسامح. الاختلاف الكبير = ذيول سميكة أو محاكاة غير كافية

لا تُطلق إشارة عالية الثقة إلا عند توافق 3-4 عوامل. هذا يُلغي غالبية الإشارات الخاطئة والضوضاء.

طبّق هذا عمليًا: يشغّل محاكي حقوق الملكية مونت كارلو آلاف تسلسلات الصفقات العشوائية لإظهار منحنى حقوق الملكية المحتمل لاستراتيجيتك، والتراجع الأقصى، ومخاطر الإفلاس.

تحديد حجم المركز باستخدام معيار كيلي

بمجرد الحصول على تقديرات احتمالية موثوقة، يأتي تحديد الحجم الأمثل للمركز بشكل طبيعي. يحسب معيار كيلي (Kelly Criterion) نسبة رأس المال المخصصة:

f* = (p × b - q) / b

• p = احتمالية الفوز المُقدَّرة
• q = 1 - p (احتمالية الخسارة)
• b = نسبة الاحتمالات (odds ratio)
• f* = نسبة رأس المال المُراد المراهنة بها

مهم: كيلي الكامل هو الأمثل رياضيًا لكنه شديد التقلب. يستخدم التطبيق العملي كيلي الجزئي (10-20% من كيلي الكامل) لتحقيق توازن بين النمو وإدارة التراجع.

إدارة المخاطر: مخاطر الذيل و VaR

لا تقتصر محاكاة مونت كارلو على تقدير الاحتمالية الاتجاهية فقط. تنتج نفس المحاكاة توزيعًا كاملًا للأرباح والخسائر لأغراض إدارة المخاطر:

• القيمة المعرضة للخطر (VaR 95%) — مستوى الخسارة الذي لن يُتجاوز في 95% من الحالات
• العجز المتوقع (ES 95%) — متوسط الخسارة في أسوأ 5% من السيناريوهات
• احتمالية الانهيار — الاحتمالية المحددة لحركة كارثية (مثلًا، انخفاض BTC بنسبة 10%)

عندما تتجاوز احتمالية الانهيار عتبة معينة خاصة بالسوق، يجب كبح جميع الإشارات الصعودية بصرف النظر عن مدى قوة الميزة الاتجاهية الظاهرة. لا تستحق أي ميزة المخاطرة عندما تكون مخاطر الذيل مرتفعة جدًا.

المعايرة: هل الاحتمالات دقيقة؟

أهم مقياس لأي نظام قائم على الاحتمالات هو المعايرة. يقيس مقياس Brier دقة التنبؤ:

BS = (1/N) × Σ(forecast - outcome)²

• < 0.10 = معايرة ممتازة — التنبؤات دقيقة للغاية
• 0.10-0.20 = معايرة جيدة — التنبؤات قابلة للاستخدام في التداول
• > 0.20 = معايرة ضعيفة — تحتاج المعاملات إلى تعديل

قبل المخاطرة برأس مال حقيقي، راقب مقياس Brier عبر أكثر من 50 تنبؤًا. ارتفاع مقياس Brier يعني أن نظام السوق قد تغيّر ويحتاج النموذج إلى إعادة معايرة.

تطبيق عملي: أسواق التنبؤ

مع منصات مثل Polymarket وKalshi التي تقدم عقودًا ثنائية حقيقية، تصبح تقديرات احتمالية مونت كارلو قابلة للتداول مباشرة:

1. يُظهر Polymarket "BTC > 80 ألف دولار بحلول الجمعة" عند 58 سنتًا
2. يُقدّر نموذج MC الخاص بك P(BULL) بنسبة 72% بمقياس Brier قدره 0.11
3. الميزة الضمنية = +14 نقطة مئوية
4. يخبرك حجم كيلي بتخصيص 8.2% من رأس المال
5. الإجراء: شراء عقد BULL عند 58 سنتًا، بتوقع معدل فوز 72%

هذا هو المراجحة بين الاحتمالية الضمنية للسوق واحتمالية نموذجك المُقدَّرة.

حدود يجب فهمها

• يفترض GBM عوائد لوغاريتمية طبيعية — الأسواق الحقيقية لها ذيول سميكة، خاصة العملات الرقمية أثناء الانهيارات المفاجئة
• تأخر التقلب التاريخي — عند تغيّر الأنظمة، قد لا تعكس نافذة الاسترجاع الظروف الحالية
• غير مناسب للأحداث — الأرباح وقرارات FOMC والإعلانات التنظيمية تُحدث انقطاعات لا يمكن لأي نموذج مونت كارلو التنبؤ بها
• دقة مرشح الجسيمات — توفر 200 جسيمة تتبعًا احتماليًا معقولًا لكنه ليس دقيقًا تمامًا