تحليل Walk-Forward واكتشاف الإفراط في التحسين
آخر تحديث: 2026-05-20 | وقت القراءة المقدر: 20 دقيقة
مستشار آلي (EA) يبدو رائعًا في الاختبار الخلفي لكنه يفشل تمامًا في السوق الحي — السبب الرئيسي هو الإفراط في التحسين (curve-fitting). يُعد تحليل walk-forward من أكثر الطرق فعالية لاكتشاف هذه المشكلة.
المحتويات
ما هو تحليل Walk-Forward؟
يقسّم تحليل Walk-Forward (WFA) بيانات الأسعار التاريخية إلى نافذة تحسين (داخل العينة/IS) ونافذة تحقق (خارج العينة/OOS)، حيث يتم تحسين المعاملات فقط على IS ثم اختبار نفس المعاملات على OOS التي لم تُستخدم من قبل.
مثال: حسّن المعاملات على بيانات 2015–2017، ثم اختبر نفس مجموعة المعاملات على 2018. بعد ذلك، انقل النافذة بأكملها للأمام وكرر العملية.
كيف يختلف تحليل Walk-Forward عن الاختبار الخلفي القياسي
| المعيار | الاختبار الخلفي القياسي | تحليل Walk-Forward |
|---|---|---|
| بيانات التقييم | نفس الفترة المستخدمة في التحسين | فترة مستقبلية لم تُستخدم في التحسين |
| اكتشاف الإفراط في التحسين | غير ممكن (مخفي بطبيعة التصميم) | ممكن (ينهار الأداء في OOS) |
| موثوقية النتيجة | منخفضة (متكيفة مع بيانات الماضي) | عالية (أقرب إلى الأداء الحي) |
| البيانات المطلوبة | بضع سنوات | يُوصى بـ 10 سنوات فأكثر |
| الجهد | منخفض (تشغيل واحد) | مرتفع (يتكرر لكل نافذة) |
| ماذا يخبرك | هل حقق ربحًا في الماضي؟ | هل من المرجح أن يصمد في المستقبل؟ |
العلامات الكلاسيكية للإفراط في التحسين
كن شديد الشك في curve-fitting عندما يُظهر EA أيًا من الخصائص التالية.
معاملات كثيرة جدًا (6 أو أكثر)
كلما زادت المعاملات القابلة للتعديل في EA، زادت حريته في التطابق التام مع بيانات الماضي. يجب إبقاء الاستراتيجية بسيطة.
معامل ربح مرتفع بشكل غير طبيعي (PF فوق 3.0)
PF فوق 3.0 في اختبار خلفي لأكثر من 5 سنوات يكاد يكون بالتأكيد نتيجة curve-fitting. الاستراتيجية القوية حقًا عادة ما تكون بين 1.3–2.0.
منحنى أسهم سلس بشكل غير طبيعي
منحنى يرتفع في خط شبه مستقيم مع انسحاب (drawdown) شبه معدوم هو السمة المميزة لاستراتيجية متكيفة مع البيانات. السوق الحقيقي دائمًا فيه تقلبات.
التداول فقط في أوقات أو أيام محددة
الشروط الضيقة مثل "الدخول فقط الساعة 1 ظهرًا يوم الثلاثاء" غالبًا ما تعكس مصادفة محظوظة في البيانات التاريخية.
تغييرات صغيرة في المعاملات تسبب تقلبات كبيرة في الأداء
إذا تسبب تحريك معامل واحد بخطوة واحدة عن قيمته المثلى في انهيار كبير في الأرباح والخسائر، فإن تلك "القيمة المثلى" على الأرجح مجرد ذروة ناتجة عن curve-fitting، وليست منطقة قوية حقًا.
كفاءة Walk-Forward (WFE) — كيفية تفسير الأرقام
كفاءة Walk-Forward (WFE) هي نسبة أداء OOS إلى أداء IS. تُظهر مدى استمرار نتائج التحسين على بيانات لم تُشاهد من قبل.
| WFE | الحكم | الخطوة التالية |
|---|---|---|
| 50% فأكثر | ✅ جيد | مرشح للنشر الحي — تابع إلى forward testing |
| 30–50% | ⚠️ مقبول | استخدم بحذر؛ حافظ على نسبة المخاطرة محافظة |
| 0–30% | ❌ يُشتبه بإفراط في التحسين | بسّط المعاملات وأعد التحقق |
| سالب | 🚨 مرفوض | حقق OOS خسائر — أعد النظر في الاستراتيجية نفسها |
خطوة بخطوة: تنفيذ تحليل Walk-Forward
قسّم بياناتك
جهّز بيانات أسعار لأكثر من 10 سنوات وقسّمها بنسبة IS:OOS من 3:1 إلى 4:1 — على سبيل المثال 3 سنوات IS مقابل سنة واحدة OOS.
حسّن فقط على فترة IS
استخدم وظيفة التحسين في MT5 للبحث عن المعاملات ضمن نافذة IS فقط. لا تُدخل بيانات OOS في التحسين إطلاقًا.
اختبر أفضل المعاملات على فترة OOS
ثبّت أفضل المعاملات التي وُجدت خلال تحسين IS وشغّل اختبارًا واحدًا على فترة OOS التالية.
انقل النافذة وكرر
انقل النافذة للأمام سنة واحدة وكرر الخطوتين 2–3 خمس مرات على الأقل. تراكم عدة نتائج OOS ضروري للوصول إلى استنتاج موثوق.
اجمع نتائج OOS وقيّمها
اجمع الأرباح والخسائر من جميع نوافذ OOS وقيّم WFE إلى جانب السجل الكلي. الأداء المتسق هو وحده القيّم للاستخدام الحي.
📡 الخطوة التالية: التحقق عبر Forward Testing
بعد تأكيد المتانة التاريخية من خلال تحليل walk-forward، الخطوة التالية هي forward testing لمزيد من التحقق ببيانات الوقت الفعلي.
ما هو Forward Testing؟ →