این اندیکاتور یک ابزار تحلیلی منحصربهفرد بر پایه نظریه اطلاعات کلود شانون (Shannon Information Theory) است که میزان بینظمی، تصادفیبودن یا به عبارتی “سروصدای” بازار را به صورت کمی اندازهگیری میکند. مفهوم آنتروپی شانون در اصل از علم مخابرات و ترمودینامیک آمده است و نشان میدهد یک سیستم چقدر غیرقابل پیشبینی است: هرچه آنتروپی بالاتر باشد، عدم قطعیت بیشتر و در نتیجه پیشبینی حرکت بعدی دشوارتر است. در بازارهای مالی، این مفهوم به طرز درخشانی ترجمه میشود؛ یک بازار روندی قوی و منظم آنتروپی پایینی دارد (چون حرکت آن قابل پیشبینی و دارای الگوی مشخص است)، در حالی که یک بازار خنثی و پرنوسان که بیهدف بالا و پایین میرود، آنتروپی بالایی را ثبت میکند.
در هسته محاسباتی، اندیکاتور ابتدا بازدههای لگاریتمی (Log Returns) قیمت را در یک پنجره غلتان محاسبه میکند تا بازدهها نرمال و ایستا شوند. سپس این مقادیر را با روش طبقهبندی هیستوگرامی (Binning) به تعدادی سطل یا طبقه (Bin) تقسیم میکند که تعداد آنها توسط کاربر قابل تنظیم است. در هر طبقه، فراوانی نسبی بازدهها (یعنی احتمال وقوع آنها) محاسبه شده و در نهایت فرمول معروف آنتروپی شانون (منهای مجموع احتمال ضربدر لگاریتم پایه دو احتمال) روی این توزیع احتمال اجرا میشود. نتیجه یک عدد است که بیانگر میانگین تعداد بیتهای اطلاعات لازم برای توصیف حرکت بعدی بازار است؛ هرچه این عدد بزرگتر باشد، بازار پیچیدهتر و غیرقابل پیشبینیتر عمل میکند.
کاربرد عملی این اندیکاتور بهعنوان یک فیلتر هوشمند کیفیت سیگنال است، نه یک ابزار ورود و خروج مستقیم. زمانی که نمودار آنتروپی (که به صورت هیستوگرام بنفش رسم میشود) در سطوح پایین قرار دارد، به معنی آن است که بازار در یک فاز منظم و دارای ساختار مشخص (معمولاً روندی) قرار گرفته و سیگنالهای سایر اندیکاتورها قابلیت اعتماد بالاتری دارند. برعکس، وقتی آنتروپی اوج میگیرد و به سقفهای خود میرسد، بازار وارد فاز بینظمی و آشوب شده است؛ در این شرایط بهتر است از ورود به معامله خودداری کرد یا حداقل حجم معاملات را کاهش داد، چرا که اساساً “اطلاعات” موجود در حرکات قیمت برای پیشبینی جهت بعدی کافی نیست. این رویکرد دقیقاً همان منطقی است که معاملهگران نهادی برای تشخیص زمان مناسب فعالیت یا کنارهگیری از بازار به کار میگیرند.
توضیحات طراح اندیکاتور Shannon Entropy
بسیاری از توسعهدهندگان و معاملهگران خرد این اشتباه را مرتکب میشوند که تصور میکنند بازار همیشه فرصت مناسبی برای معامله در اختیار آنها قرار میدهد. به همین دلیل، اکسپرتها و رباتهای معاملاتی خود را بهصورت 24 ساعته و 5 روز هفته فعال نگه میدارند. در حالی که بازارهای مالی در بسیاری از مواقع وارد فاز Random Walk یا حرکت کاملاً تصادفی میشوند؛ وضعیتی که در آن رفتار قیمت فاقد الگوی قابل اتکا بوده و تنها تحت تأثیر نویز بازار حرکت میکند. اجرای یک استراتژی تکنیکال در چنین شرایطی، از نظر آماری هیچ مزیتی ایجاد نمیکند و در بلندمدت تنها باعث پرداخت مداوم اسپرد و کمیسیون و در نتیجه کاهش سرمایه خواهد شد.
برای حل این مشکل، مؤسسات مالی و صندوقهای سرمایهگذاری کمی (Quantitative Hedge Funds) به جای استفاده از فیلترهای تکنیکال معمول، از نظریه اطلاعات (Information Theory) بهره میبرند. اندیکاتور Institutional Shannon Entropy Index بر پایه نظریه اطلاعات Claude Shannon طراحی شده و با بررسی توزیع احتمالات بازدههای لگاریتمی (Log Returns)، میزان واقعی بینظمی، تصادفی بودن و قابل پیشبینی بودن بازار را اندازهگیری میکند. زمانی که مقدار Entropy بالا باشد، بازار در وضعیت کاملاً کارا و تصادفی قرار دارد و الگوهای معاملاتی ارزش آماری خود را از دست میدهند. اما کاهش مقدار Entropy نشان میدهد که ساختار بازار از حالت تصادفی خارج شده و احتمال شکلگیری الگوهای قابل اعتماد و فرصتهای معاملاتی افزایش یافته است.
این اندیکاتور علاوه بر محاسبه لحظهای شاخص Shannon Entropy، میتواند بهعنوان یک فیلتر هوشمند برای اکسپرتها و سیستمهای معاملاتی نیز مورد استفاده قرار گیرد. توصیه میشود اندیکاتور را روی نمودار اصلی معاملات خود اجرا کرده و هیستوگرام Entropy را بهصورت مداوم زیر نظر داشته باشید. هرگاه شاخص Entropy کاهش محسوسی نسبت به سطح معمول خود پیدا کند، این موضوع از دیدگاه آماری نشان میدهد که نویز بازار کاهش یافته و جریان سفارشات معاملهگران بزرگ در حال ایجاد یک ساختار قابل پیشبینی است. در چنین شرایطی، استراتژیهای روندی یا بازگشتی شانس موفقیت بیشتری خواهند داشت و میتوان با اطمینان بیشتری سرمایه را وارد بازار کرد.
تنظیمات اندیکاتور Shannon Entropy
-
Data Sample Window اندازه پنجره دادههای نمونه برای محاسبه آنتروپی شانون. این عدد تعیین میکند که بازدههای لگاریتمی چند کندل گذشته جمعآوری و تحلیل شوند تا توزیع احتمال و در نهایت میزان بینظمی بازار محاسبه گردد. هرچه این مقدار بزرگتر باشد، تخمین آنتروپی بر پایه نمونه آماری وسیعتری انجام میشود و نوسان کمتری دارد، اما به تغییرات سریع در ساختار بازار دیرتر واکنش نشان میدهد.
-
Number of Probability Bins تعداد طبقات یا سطلهای احتمال (Bins) برای تقسیمبندی بازدههای لگاریتمی. این عدد مشخص میکند که محدوده بازدهها (از کمینه تا بیشینه) به چند قسمت مساوی تقسیم شود تا فراوانی وقوع در هر طبقه شمارش گردد. تعداد طبقات بالاتر، دقت تفکیک توزیع احتمال را افزایش میدهد و جزئیات بیشتری از ساختار بازار آشکار میکند، اما ممکن است باعث ایجاد نویز در تخمین آنتروپی شود. تعداد طبقات پایینتر، تصویری هموارتر و کلیتر از بینظمی بازار ارائه میدهد. مقادیر متداول بین ۵ تا ۲۰ هستند.
اندیکاتور Shannon Entropy
پس از تایید شماره موبایل، لینک دانلود فایل به شما نمایش داده خواهد شد.
دانلود رایگان اندیکاتور نوسان گیری DC Signals Generator برای بورس و فارکس مخصوص متاتریدر پنج MT5
دانلود و آموزش اندیکاتور Awesome Oscillator Divergence برای شناسایی واگرایی و تغییر روند نمودار با هیستوگرام مخصوص متاتریدر 5
دانلود رایگان اندیکاتور نوسان گیری پول هوشمند Smoothed Smart Money مخصوص بورس و فارکس برای متاتریدر پنج MT5
