الفئة
الأداء
المستوى
متقدم
يُستخدم في
الاختبار التاريخيتصميم الاستراتيجيةتشغيل MT5

التحليل المتدرّج للأمام

التحليل المتدرّج للأمام هو طريقة تحقّق تعيد تحسين الاستراتيجية على نافذة من التاريخ، ثم تتداول تلك الإعدادات دون مساس على النافذة التي تليها، ثم تُزيح النافذتين إلى الأمام وتكرّر — ولا تُعلَن سوى المقاطع التي لم تُمَسّ.

أيضاً: WFA, WFO, التحسين المتدرّج للأمام, اختبار walk-forward

حُدّث · روجِع · راجعه mt5depot research desk

بعبارة بسيطة

اضبط القواعد على مقطع من التاريخ، وتداولها دون مساس على المقطع الذي يليه، ثم أزِح المقطعين معًا وأعد الكرّة. المقاطع غير الممسوسة وحدها هي التي تُحتسب في الرقم الذي تعلنه.

لماذا هو مهم

الاختبار الواحد خارج العيّنة يجيب عن سؤال واحد مرة واحدة. أما التدرّج للأمام فيطرح السؤال نفسه عند كل خطوة، وهذه هي الطريقة الوحيدة لرؤية ما إذا كانت الأفضلية تنجو من إعادة الملاءمة مرارًا بدل أن تنجو منها مرة واحدة بالحظ. وهو أيضًا يحاكي ما يفعله المشغّل فعلًا: يختار المعاملات من الماضي القريب، ثم يشغّلها في مستقبل لم يره أحد.

  • يقيّم الإجراء لا الإعداد. «أعِد الملاءمة بهذه الطريقة ثم تداول» هو ما ستفعله حقًا، فهو إذن الشيء الجدير بالتحقّق.
  • يعيد سلسلة من النتائج خارج العيّنة بدل رقم واحد، فلا يستطيع ربع سنة مجامل أن يحمل الادعاء وحده.
  • يكشف المعاملات التي ترفض الاستقرار. حين تحطّ كل إعادة ملاءمة في مكان جديد، فالقواعد تلاحق العيّنة لا السوق.
  • الاحتجاز الواحد يخفي سؤال الأنظمة السوقية. اثنتان من عمليات البحث الثماني المسجّلة لدينا اجتازتا النافذة التي تلي البحث ثم سقطتا في النافذة التي تسبقه.

استخدامه للتحقق من استراتيجية

أين يُستخدم

  • التحقّق من استراتيجية تنوي فعلًا إعادة ملاءمة معاملاتها وفق جدول زمني.
  • اختيار فترة إعادة التحسين — كم تبقى مجموعة معاملات واحدة صالحة للاستعمال قبل أن تحتاج إلى تحديث.
  • الفصل بين أفضلية تنجو عبر عدة أنظمة سوقية وأخرى لم توجد قط إلا في النافذة التي ضُبطت عليها.
  • بناء سجلّ خارج العيّنة قابل للدفاع عنه حين يكون التاريخ أقصر من أن يُتنازل فيه عن كتلة محجوزة كبيرة واحدة.

كيف تبدو النتيجة الموثوقة

  • المقاطع خارج العيّنة وحدها هي التي تصنع الرقم المعلن، موصولة طرفًا بطرف، مع أرقام داخل العيّنة إلى جوارها لا ممزوجة بها.
  • ثبّتّ طول التدريب وطول الاختبار وطول الخطوة قبل التشغيلة الأولى، وتسافر الثلاثة كلها مع النتيجة.
  • يذكر التقرير الكفاءة خارج العيّنة — الأداء خارج العيّنة كنسبة من الأداء داخلها — لا الربح وحده.
  • تسرد كل خطوة المعاملات التي اختارتها، ليحكم القارئ على مدى تجوالها.
  • يظهر في مكان ما عدد إعدادات التدرّج الأمامي التي جُرّبت، لأن تجريب الكثير منها شكل من أشكال الملاءمة بذاته.

علامات تحذيرية

  • رقم واحد مجمَّع، دون فصل بين شطر داخل العيّنة وشطر خارجها.
  • أطوال نوافذ تبدو مضبوطة: نسبة تدريب إلى اختبار غريبة لا يشرحها أحد.
  • معاملات تقفز عند كل إعادة ملاءمة، ما يعني أن كل ملاءمة تطارد ضوضاء النافذة السابقة.
  • كفاءة قريبة من 100 % أو أعلى منها، وهذا يشير إلى تسرّب بين النافذتين أكثر بكثير مما يشير إلى استراتيجية متينة على نحو غير معتاد.
  • خلط النسخة المثبّتة والنسخة المتدحرجة في الاقتباس، لأن نافذة تنمو ونافذة ثابتة تجيبان عن سؤالين مختلفين.

الاختبار التاريخي مقابل التداول الحقيقي

  • يغلق التدرّج للأمام جزءًا من الفجوة إلى النتائج الحقيقية، لأن الإجراء المُختبَر هو الإجراء المُشغَّل.
  • لكنه يترك مخاطر التنفيذ دون مساس. الانزلاق السعري واتساع السبريد والتأخير كلها تقع خارج هذا التمرين.
  • لا يستطيع اختراع أنظمة سوقية لم يحتوها التاريخ، فالاستراتيجية التي تنجو من عشرين إعادة ملاءمة داخل عقد هادئ واحد تبقى غير مختبَرة في مواجهة عقد مضغوط.
  • توقّع نتائج حقيقية قريبة من سلسلة خارج العيّنة لا من سلسلة داخلها. أرقام داخل العيّنة تشخّص البحث؛ وهي لا تتنبّأ بشيء.

طريقة التحقق الموصى بها

  1. 1لا يأتي MetaTrader 5 بتدرّج أمامي متدحرج. يقصّ حقل Forward في تبويب Settings بمختبر الاستراتيجيات (Strategy Tester) الفترة مرة واحدة — 1/2 أو 1/3 أو 1/4 أو تاريخ مخصّص — ويقيس الجولات الناجية على الذيل في تبويب Forward Results منفصل. تشغيلة واحدة تشتري خطوة واحدة.
  2. 2ابنِ السلسلة يدويًا: كرّر التحسين مرة لكل خطوة، كل مرة بمدى تواريخ مُزاح بطول الخطوة، واحتفظ بصف Forward من كل مرة. عشرون مقطعًا تكلّف عشرين تشغيلة، فاحسم عدد الخطوات قبل أن تبدأ.
  3. 3اختر معيار التحسين قبل أن تنظر إلى الشبكة، لأنه هو الذي يقرّر أي جولة يسمّيها MT5 فائزة عند كل خطوة. ويوجّه Custom max ذلك القرار عبر OnTester() حين لا يطابق أي معيار مدمج طريقتك في الحكم على التشغيلة.
  4. 4يقتطع MT5 شريحته الأمامية دائمًا من نهاية المدى، لذا فإن النافذة التي تسبق فترة التدريب مباشرةً لا تواجه أي اختبار أبدًا. شغّل تلك بنفسك: على مجموعتنا نحن أمسكت تصميمين كان الفحص الأمامي قد أجازهما.
  5. 5سجّل المعاملات الفائزة خطوة بخطوة. يسلّمك تبويب Forward Results جولة، لا مسار الإعدادات عبر الخطوات — وذلك المسار هو الاكتشاف.
  6. 6عامل التمرين كله كتجربة واحدة. إعادة تشغيله بأطوال نوافذ جديدة حتى ينجح تنقل الإفراط في التحسين درجة إلى أعلى بدل أن تزيله.

مثال

خطوة واحدة من عملنا المسجّل: عمليات البحث الثماني عن المعاملات في EXP-PARAM-SEARCH-OUTCOMES-001. بحث قالب الإيشيموكو في شبكة من 12 مجموعة على H1، واحتفظ بأفضل جولة داخل العيّنة، ثم واجه نافذتين لم يمسّهما البحث قط.

الشبكة المبحوثة
12 مجموعة
SL 30-80 x TP 60-250, H1
عامل الربح داخل العيّنة
1.37
النافذة التي تلي البحث
0.89
النافذة التي تسبق البحث
0.80
عمليات بحث مسجّلة / معتمدة
8 / 0

تقع 65 % داخل النطاق الذي تسمّيه معظم التقارير قويًا. ومع ذلك خسر الإعداد نفسه مالًا على كلتا النافذتين غير المرئيتين، ولهذا تُقرأ الخطوة الواحدة كنقطة بيانات لا كحكم.

الحساب 0.89 ÷ 1.37 = كفاءة 65 % على الخطوة؛ 0.80 ÷ 1.37 = 58 % على النافذة الأسبق

النتيجة كفاءة 65 % — على إعداد رفضنا إطلاقه

كيف تفسّره

اقرأ سلسلة خارج العيّنة أولًا، ثم النسبة، ثم استقرار المعاملات. الربح المعلن هو أقل الثلاثة إفادة.

النطاق ماذا يعني
دون 40 % تقريبًا لاءم البحث نافذته الخاصة في معظمه. قد تنجو أفضلية صغيرة، لكن ليست تلك المعلنة.
نحو 40–60 % عادية بمجرّد أن تتحرك عدة معاملات. خطّط حول رقم خارج العيّنة لا حول رقم داخلها.
أعلى من 60 % على خطوة واحدة مشجّع لا حاسم. خطوتنا عند 65 % خسرت مع ذلك على كلتا النافذتين اللتين لم ترهما.
أعلى من 60 % عبر معظم الخطوات، والمعاملات مستقرة قوي. إعادات الملاءمة تظل تعمل وهي متفقة على الإعدادات.
قريب من 100 % أو أعلى اشتبه بتسرّب بين النوافذ، أو باستشراف للمستقبل، أو بمقاطع أقل من أن تحمل معنى.
  • عُدّ المقاطع. أربعة مقاطع حكاية؛ وعشرون توزيع.
  • ارسم المعاملات المختارة عبر الخطوات. المثالي الذي يتجوّل يخبرك أنه ضوضاء.
  • لا تمزج أبدًا منحنى رأس المال داخل العيّنة وخارجها في منحنى واحد: ذلك المزيج نصفه امتحان ونصفه ورقة إجابات.
  • اختبر النافذة التي تسبق فترة التدريب أيضًا. اثنتان من عمليات بحثنا الثماني اجتازتا الأمام وسقطتا في الخلف.

ينشر mt5depot نافذة البيانات ونموذج المختبر وعدد الصفقات خلف كل تشغيلة، فيمكن التحقّق من أي ادعاء خارج العيّنة هنا في مقابل العيّنة التي أنتجته.

أخطاء شائعة

تسمية تشغيلة Forward واحدة في MT5 تدرّجًا أماميًا

يقسم حقل Forward الفترة مرة واحدة ويبلّغ عن الذيل. هذا احتجاز مثبّت واحد بتبويب أكثر ترتيبًا، وهو يجيب عن السؤال مرة واحدة. أما التدرّج للأمام فيحتاج إلى أن تتحرك القسمة، وهذا في MT5 يعني قيادة الحلقة بنفسك: تحسين واحد لكل خطوة، ثم جمع صفوف Forward في سلسلة.

ضبط إعدادات التدرّج الأمامي نفسها

البحث في عدة أطوال للتدريب والاختبار ثم نشر الاقتران الأعلى نتيجة ينقل الإفراط في التحسين درجة واحدة إلى أعلى لا أكثر. أطوال النوافذ معاملات هي الأخرى، فاخترها واكتبها ثم شغّل.

قراءة رقم مرتفع خارج العيّنة كأنه جيد تلقائيًا

بلغ بحثنا في macd_signal 1.14-1.15 على النافذة التي تلي البحث و0.74-0.77 على النافذة التي تسبقه. الأرقام المرتفعة خارج العيّنة قد تعني تسرّبًا، أو نظامًا سوقيًا مواتيًا، أو مقاطع أقل من اللازم — تحقّق قبل الاحتفال.

افتراض أن التدرّج للأمام يثبت المتانة أمام ظروف لم تُرَ

هو لا يختبر أبدًا إلا الظروف التي احتواها التاريخ. عشرون إعادة ملاءمة داخل نظام سوقي واحد تنتج عشرين نتيجة من ذلك النظام، وهذا لا يقول شيئًا عن النظام التالي.

بتفصيل أكبر

الأسئلة الشائعة

كيف تُجري تحليلًا متدرّجًا للأمام في MetaTrader 5؟
يمنحك MT5 القطع لا الحلقة. اضبط Forward في تبويب Settings بمختبر الاستراتيجيات على 1/2 أو 1/3 أو 1/4: يحسّن المختبر على مقدّمة مدى تواريخك ويقيس الجولات الناجية على الذيل، ويسردها في تبويب Forward Results الخاص به. هذه خطوة واحدة. وللحصول على سلسلة، أزِح مدى التواريخ كله إلى الأمام بطول الخطوة وأعد تشغيل التحسين، مرة لكل مقطع، مسجّلًا صف Forward والمعاملات الفائزة في كل مرة. عشرون مقطعًا تعني عشرين تشغيلة.
ما الطول المناسب لنافذتَي داخل العيّنة وخارجها؟
طويلتان بما يكفي لأن تحتوي نافذة التدريب أكثر من نظام سوقي واحد، ولأن تحتوي نافذة الاختبار صفقات كافية لتعني شيئًا. والنسب المدمجة في المختبر — 1/2 و1/3 و1/4 — نقاط بداية معقولة، ويعطي تاريخ Forward المخصّص شريحة اختبار أقصر حين تكون الخطوة صغيرة. القاعدة أهم من الأرقام: اختر النسبة قبل التشغيلة الأولى، لأن تجريب عدة نسب ونشر أفضلها يكرّر الخطأ الذي وُجد التدرّج الأمامي أصلًا ليمسكه.
هل يقضي التحليل المتدرّج للأمام على الإفراط في التحسين؟
لا. هو ينقله ويجعله مرئيًا. تظل إعادة الملاءمة تحدث داخل كل نافذة تدريب، فالطريقة تقيس كم من تلك الملاءمة ينجو من الاحتكاك بالنافذة التالية بدل أن تمنعها. عمليات بحثنا الثماني المسجّلة شغّلت 116 مجموعة معاملات ولم تعتمد أيًّا منها: اثنتان منها اجتازتا النافذة التي تلي البحث ثم سقطتا في النافذة التي تسبقه، وهذا بالضبط هو النمط الذي يخفيه احتجاز واحد.
ما الكفاءة الجيدة خارج العيّنة؟
نحو 40–60 % أمر عادي بمجرّد أن تتحرك حفنة من المعاملات، والأرقام فوق 60 % الصامدة عبر معظم الخطوات مع معاملات مستقرة تُعدّ قوية. عامل أي خطوة منفردة بارتياب: قرأ أفضل بحث لدينا 65 % على خطوة واحدة، ومع ذلك خسر إعداده المختار مالًا على كلتا النافذتين اللتين لم يرهما. والرقم القريب من 100 % أو الأعلى منها يشير إلى تسرّب بين نافذتَي التدريب والاختبار أكثر مما يشير إلى استراتيجية متينة على نحو غير معتاد.
أي معيار تحسين ينبغي أن يرتّب الجولات؟
احسم قبل ظهور الشبكة، لأن المعيار — دالة الهدف في الأدبيات الأوسع — هو الذي يختار الجولة الفائزة عند كل خطوة. الترتيب المبني على الرصيد يكافئ الجولة التي خاطرت أكثر، والمبني على التراجع يكافئ الجولة التي تداولت أقل، ويسلّم Custom max القرار إلى OnTester() الخاص بك حين لا يناسب أيٌّ منهما. وفي عمليات بحثنا المسجّلة لم يحسم ترتيب المختبر شيئًا بمفرده: كان على كل جولة ناجية بعد ذلك أن تحافظ على عامل ربح أعلى من 1.0 على ثلاث نوافذ، ولم تفلح أي واحدة من الثماني في ذلك.
كيف يختلف التدرّج للأمام عن اختبار واحد خارج العيّنة؟
يحجز الاختبار الواحد كتلة بيانات واحدة ويفحص المعاملات النهائية في مقابلها مرة واحدة. أما التدرّج للأمام فيكرّر دورة الضبط ثم الاختبار على امتداد التاريخ كله، فيعيد سلسلة من النتائج خارج العيّنة ويختبر إجراء إعادة الملاءمة نفسه — وهو ما يؤدّيه المشغّل فعلًا شهرًا بعد شهر.