تحليل Walk-Forward

تحليل Walk-Forward إجراء اختبار رجعي يختار المعاملات على نافذة تدريب، ثم يجمّدها، ثم يقيّمها على نافذة الاختبار التالية التي لم تشارك في ذلك الاختيار، ثم يقدّم النافذتين زمنيًا ويعيد الكرّة. ونتائج نوافذ الاختبار مسلسلةً هي ما كانت الاستراتيجية ستحقّقه بمعاملات كان يمكن معرفتها فعلًا في حينها.

Senzoukria · المسرد · آخر تحديث: سبتمبر 2026


الإجراء خطوةً بخطوة

  • ثبّت مسبقًا طول فترة التدريب، وطول فترة الاختبار، وشبكة المعاملات، وقاعدة الاختيار (مثلًا: أعلى نتيجة صافية بعد التكاليف).
  • على نافذة التدريب الأولى، شغّل الشبكة كاملةً واختر إعدادًا واحدًا وفق قاعدة الاختيار.
  • جمّد ذلك الإعداد وشغّله على نافذة الاختبار التي تليه مباشرةً.
  • أزِح النافذتين إلى الأمام وكرّر حتى تنفد البيانات.
  • بلّغ بنتائج نوافذ الاختبار مسلسلةً، كلٌّ منها بالإعداد الذي اختير لها، شاملةً التكاليف والصفقات الخاسرة.

لماذا هو أقوى من تحسين واحد

التحسين الواحد على كامل التاريخ يختار الإعداد الذي يوائم ذلك التاريخ، ثم يُقاس منحنى رأس ماله على البيانات نفسها التي اختارته. أما Walk-Forward فيفصل الفعلين: الاختيار يجري على الماضي، والقياس على ما يليه زمنيًا. والمعاملات التي لا تلائم سوى الضجيج يغلب أن تُختار على شريحة وتفشل على التي بعدها، ويظهر هذا الفشل في النتيجة المسلسلة بدل أن يُخفى.

وتُلخَّص المقارنة بين الأداء داخل العيّنة وخارجها عبر الشرائح غالبًا فيما يُسمّى كفاءة Walk-Forward: أي قَدْر من نتيجة نافذة التدريب يبقى في نوافذ الاختبار. وهي مؤشر تشخيصي، لا شهادة اعتماد.

اختيارات تصوغ النتيجة

معاملات الإجراء نفسه
الاختيارالمفاضلة
عدد الشرائحشرائح أكثر تعني نوافذ خارج العيّنة أكثر، لكن فترات تدريب أقصر
حصّة التدريبالحصّة الأكبر تحسّن المواءمة وتقلّل الاختبار؛ والأصغر تختبر أكثر على مواءمات أضعف
تدريب مثبَّت البداية مقابل تدريب متدحرجالنافذة المثبَّتة تنمو من بداية ثابتة؛ والمتدحرجة تحتفظ بطول ثابت وتنسى البيانات القديمة
قاعدة الاختياريجب تثبيتها قبل التشغيل؛ وتغييرها بعد رؤية النتائج يعيد إدخال انحياز الاختيار

داخل Senzoukria

تحوي لوحة «الاختبار الرجعي التلقائي» في شاشة إعادة التشغيل مفتاحًا باسم «Walk-Forward — ابحث عن أفضل إعداد». ويذكر تلميحه الطريقةَ: تُختار المعاملات على بداية كل شريحة، ثم تُقيَّم على نهايتها التي لم تشارك في الاختيار، والنتيجة المعروضة هي تسلسل تلك الأجزاء التي لم تُرَ من قبل. ويُضبط «عدد الشرائح» و«حصّة التدريب» في اللوحة نفسها، ويحدّد حقل «المعاملات المطلوب مسحها» الشبكة؛ وتقدّر اللوحة عدد التوليفات مضروبًا في عدد الشرائح والمدّة المتوقّعة قبل أن تضغط «شغّل Walk-Forward».

ويسرد التقرير كل شريحة مع «فترة التدريب» و«فترة الاختبار الحقيقية» و«الإعداد المختار»، ويذكر «كفاءة Walk-Forward» بقراءة من سطر واحد: الاستراتيجية تصمد خارج بياناتها، أو تفقد جزءًا معتبرًا من أفضليتها خارج العيّنة، أو كان معظم النتيجة إفراطًا في المواءمة. ويرسم مخطّط «داخل العيّنة مقابل خارجها» المنحنى الذي رآه المُحسِّن في مقابل المنحنى الذي كنت ستحصل عليه فعلًا.

أخطاء شائعة

  • إعادة تشغيل Walk-Forward بقاعدة اختيار مختلفة مرّةً بعد مرّة حتى تبدو الكفاءة جيدة.
  • قراءة منحنى داخل العيّنة بوصفه النتيجة.
  • استعمال شرائح قصيرة إلى حدّ أن كل نافذة اختبار لا تضمّ سوى حفنة صفقات.
  • اعتبار نافذة الاختبار الأخيرة سليمةً لم تُمَسّ بعد أن كانت القرارات قد ضُبطت عليها.

هذه الصفحة بلغات أخرى

أسئلة شائعة

ما الفرق بين Walk-Forward وتقسيم تدريب/اختبار واحد؟
التقسيم الواحد يحجز فترة لاحقة واحدة مرّةً واحدة. أما Walk-Forward فيكرّر التقسيم مرارًا على امتداد التاريخ، فتُقيَّم الاستراتيجية على فترات عدّة لم ترها قط، كلٌّ منها بمعاملات اختيرت قبلها مباشرةً. وهذا يستخرج أدلة خارج العيّنة أكثر من البيانات نفسها، ويكشف ما إذا كانت المعاملات المختارة تنجرف من شريحة إلى أخرى.
ما كفاءة Walk-Forward؟
هي مقارنة الأداء المحقَّق في نوافذ الاختبار بالأداء المحقَّق في نوافذ التدريب التي اختارت المعاملات. فالاستراتيجية التي تحتفظ نتيجتُها خارج العيّنة بمعظم نتيجتها داخل العيّنة يقال إنها تصمد؛ والتي لا تحتفظ إلا بالقليل تلائم الضجيج في معظمها. والرقم يتوقّف على طريقة التشريح وعلى قاعدة الاختيار، ولذلك يُقرأ إلى جانبهما.
هل يمنع Walk-Forward الإفراط في المواءمة؟
هو يكشفه أكثر مما يمنعه. فإذا ظلّ الباحث يغيّر الشبكة أو الشرائح أو قاعدة الاختيار بعد رؤية نتيجة خارج العيّنة، صارت تلك النوافذ بيانات تدريب باسم آخر. والإجراء يؤدّي دوره حين تُثبَّت إعداداته قبل التشغيل ويُسجَّل كل تشغيل.

اقرأ أيضًا