ما هي السلسلة الزمنية؟
السلسلة الزمنية هي تسلسل من نقاط البيانات التي تحدث بترتيب متتابع على مدى فترة زمنية معينة. يمكن مقارنة ذلك مع البيانات المقطعية، التي تلتقط نقطة في الزمن.
في الاستثمار، تتبع السلسلة الزمنية حركة نقاط البيانات المختارة، مثل سعر الورقة المالية، على مدى فترة زمنية محددة مع تسجيل نقاط البيانات على فترات منتظمة. لا يوجد حد أدنى أو أقصى للمدة الزمنية التي يجب تضمينها، مما يسمح بجمع البيانات بطريقة توفر المعلومات التي يبحث عنها المستثمر أو المحلل الذي يفحص النشاط.
النقاط الرئيسية
- السلسلة الزمنية هي مجموعة بيانات تتبع عينة على مدى الزمن.
- على وجه الخصوص، تسمح السلسلة الزمنية برؤية العوامل التي تؤثر على متغيرات معينة من فترة إلى أخرى.
- يمكن أن يكون تحليل السلاسل الزمنية مفيدًا لمعرفة كيفية تغير أصل معين أو ورقة مالية أو متغير اقتصادي مع مرور الوقت.
- تُستخدم طرق التنبؤ باستخدام السلاسل الزمنية في كل من التحليل الأساسي والتحليل الفني.
- على الرغم من أن البيانات المقطعية تُعتبر عكس البيانات الزمنية، إلا أنه غالبًا ما يتم استخدامهما معًا في الممارسة العملية.
فهم السلاسل الزمنية
يمكن أخذ سلسلة زمنية لأي متغير يتغير بمرور الوقت. في مجال الاستثمار، من الشائع استخدام سلسلة زمنية لتتبع سعر ورقة مالية بمرور الوقت. يمكن تتبع ذلك على المدى القصير، مثل سعر الورقة المالية على مدار الساعة خلال يوم عمل، أو على المدى الطويل، مثل سعر الورقة المالية عند الإغلاق في اليوم الأخير من كل شهر على مدار خمس سنوات.
يمكن أن يكون تحليل السلاسل الزمنية مفيدًا لرؤية كيفية تغير أصل معين أو ورقة مالية أو متغير اقتصادي على مر الزمن. كما يمكن استخدامه لفحص كيفية مقارنة التغيرات المرتبطة بنقطة البيانات المختارة بالتغيرات في متغيرات أخرى خلال نفس الفترة الزمنية.
يُستخدم تحليل السلاسل الزمنية أيضًا في العديد من السياقات غير المالية، مثل قياس التغير في عدد السكان بمرور الوقت. يوضح الشكل أدناه سلسلة زمنية لنمو عدد سكان الولايات المتحدة على مدار القرن من عام 1900 إلى عام 2000.
رسم بياني زمني لعدد سكان الولايات المتحدة من عام 1900 إلى عام 2000.
تحليل السلاسل الزمنية
افترض أنك تريد تحليل سلسلة زمنية لأسعار إغلاق الأسهم اليومية لسهم معين على مدى فترة سنة واحدة. ستحصل على قائمة بجميع أسعار الإغلاق للسهم من كل يوم خلال السنة الماضية وتدرجها بترتيب زمني. ستكون هذه سلسلة زمنية لأسعار الإغلاق اليومية لمدة سنة واحدة للسهم.
التعمق أكثر، قد تقوم بتحليل بيانات السلاسل الزمنية باستخدام أدوات التحليل الفني لمعرفة ما إذا كانت السلسلة الزمنية للسهم تظهر أي موسمية. سيساعدك هذا في تحديد ما إذا كان السهم يمر بفترات ذروة وانخفاض في أوقات منتظمة كل عام. يتطلب التحليل في هذا المجال أخذ الأسعار الملاحظة وربطها بموسم مختار. يمكن أن يشمل ذلك الفصول التقليدية للتقويم، مثل الصيف والشتاء، أو المواسم التجارية، مثل مواسم العطلات.
بدلاً من ذلك، يمكنك تسجيل تغييرات سعر سهم الشركة كما يتعلق بمتغير اقتصادي، مثل معدل البطالة. من خلال ربط نقاط البيانات بالمعلومات المتعلقة بالمتغير الاقتصادي المختار، يمكنك ملاحظة الأنماط في الحالات التي تظهر فيها علاقة اعتماد بين نقاط البيانات والمتغير المختار.
إحدى المشكلات المحتملة مع بيانات السلاسل الزمنية هي أنه نظرًا لأن كل متغير يعتمد على حالته أو قيمته السابقة، يمكن أن يكون هناك قدر كبير من الارتباط الذاتي، مما يمكن أن يؤدي إلى تحيز النتائج.
التنبؤ بالسلاسل الزمنية
تستخدم التنبؤات الزمنية المعلومات المتعلقة بالقيم التاريخية والأنماط المرتبطة بها للتنبؤ بالنشاط المستقبلي. غالبًا ما يتعلق هذا بتحليل الاتجاهات، وتحليل التقلبات الدورية، وقضايا الموسمية. كما هو الحال مع جميع طرق التنبؤ، لا يوجد ضمان للنجاح.
نموذج Box-Jenkins، على سبيل المثال، هو تقنية مصممة لتوقع نطاقات البيانات بناءً على مدخلات من سلسلة زمنية محددة. يقوم بتوقع البيانات باستخدام ثلاثة مبادئ: الانحدار الذاتي، التفاضل، والمتوسطات المتحركة. تُعرف هذه المبادئ الثلاثة بالحروف p وd وq على التوالي. يُستخدم كل مبدأ في تحليل Box-Jenkins، ويتم عرضها معًا كمصطلح المتوسط المتحرك المتكامل الذاتي الانحدار، أو ARIMA (p, d, q). يمكن استخدام ARIMA، على سبيل المثال، لتوقع أسعار الأسهم أو نمو الأرباح.
طريقة أخرى تُعرف باسم تحليل النطاق المعاد تحجيمه، يمكن استخدامها للكشف عن وتقييم مقدار الاستمرارية، العشوائية، أو العودة إلى المتوسط في بيانات السلاسل الزمنية. يمكن استخدام النطاق المعاد تحجيمه لاستقراء قيمة مستقبلية أو متوسط للبيانات لمعرفة ما إذا كان الاتجاه مستقرًا أو من المحتمل أن ينعكس.
التحليل العرضي مقابل التحليل الزمني
التحليل العرضي هو أحد طريقتين رئيسيتين للمقارنة في تحليل الأسهم. ينظر التحليل العرضي إلى البيانات التي تم جمعها في نقطة زمنية واحدة، بدلاً من فترة زمنية ممتدة. يبدأ التحليل بتحديد أهداف البحث وتعريف المتغيرات التي يرغب المحلل في قياسها. الخطوة التالية هي تحديد المقطع العرضي، مثل مجموعة من الأقران أو صناعة معينة، وتحديد النقطة الزمنية المحددة التي يتم تقييمها. الخطوة الأخيرة هي إجراء التحليل بناءً على المقطع العرضي والمتغيرات، والوصول إلى استنتاج حول أداء شركة أو منظمة. في الأساس، يظهر التحليل العرضي للمستثمر أي شركة هي الأفضل بناءً على المقاييس التي يهتمون بها.
تحليل السلاسل الزمنية، المعروف باسم تحليل الاتجاهات عندما يتعلق الأمر بالتداول الفني، يركز على ورقة مالية واحدة على مدى فترة زمنية. في هذه الحالة، يتم تقييم السعر في سياق أدائه السابق. يوضح تحليل السلاسل الزمنية للمستثمر ما إذا كانت الشركة تحقق أداءً أفضل أو أسوأ من ذي قبل وفقًا للمقاييس التي يهتمون بها. غالبًا ما تكون هذه المقاييس كلاسيكية مثل الأرباح لكل سهم (EPS)، نسبة الدين إلى حقوق الملكية، التدفق النقدي الحر (FCF)، وما إلى ذلك. في الممارسة العملية، عادةً ما يستخدم المستثمرون مزيجًا من تحليل السلاسل الزمنية والتحليل المقطعي قبل اتخاذ القرار—على سبيل المثال، النظر في الأرباح لكل سهم على مدى الزمن ثم التحقق من معيار الصناعة للأرباح لكل سهم.
ما هي بعض الأمثلة على السلاسل الزمنية؟
يمكن إنشاء سلسلة زمنية باستخدام أي بيانات يتم قياسها بمرور الوقت على فترات متساوية. يمكن تحليل أسعار الأسهم التاريخية، أو الأرباح، أو الناتج المحلي الإجمالي (GDP)، أو غيرها من تسلسلات البيانات المالية أو الاقتصادية كسلسلة زمنية.
كيف تقوم بتحليل بيانات السلاسل الزمنية؟
يمكن استخدام التقنيات الإحصائية لتحليل بيانات السلاسل الزمنية بطريقتين رئيسيتين: لإنتاج استنتاجات حول كيفية تأثير متغير أو أكثر على متغير معين على مر الزمن، أو للتنبؤ بالاتجاهات المستقبلية. على عكس البيانات المقطعية، التي تمثل في الأساس لقطة واحدة من سلسلة زمنية، فإن اتجاه الزمن يسمح للمحلل بتقديم ادعاءات سببية أكثر معقولية.
ما هو الفرق بين البيانات المقطعية وبيانات السلاسل الزمنية؟
يُنظر إلى المقطع العرضي كنقطة واحدة في الزمن، وهو مفيد لمقارنة وتحليل تأثير العوامل المختلفة على بعضها البعض أو لوصف عينة. بينما تتضمن السلاسل الزمنية أخذ عينات متكررة من نفس البيانات على مر الزمن. في الواقع، يتم استخدام كلا الشكلين من التحليل بشكل شائع، وعندما يكونان متاحين، يتم استخدامهما معًا.
كيف تُستخدم السلاسل الزمنية في التنقيب عن البيانات؟
تنقيب البيانات هو عملية تحويل كميات كبيرة من البيانات الخام إلى معلومات مفيدة. من خلال استخدام البرامج للبحث عن الأنماط في مجموعات كبيرة من البيانات، يمكن للشركات معرفة المزيد عن عملائها لتطوير استراتيجيات تسويق أكثر فعالية، وزيادة المبيعات، وتقليل التكاليف. السلاسل الزمنية، مثل السجل التاريخي لتقارير الشركات أو البيانات المالية، تكون مفيدة بشكل خاص هنا لتحديد الاتجاهات والأنماط التي يمكن التنبؤ بها في المستقبل.
الخلاصة
السلسلة الزمنية هي تسلسل من النقاط البيانية الرقمية بترتيب متتابع. في الاستثمار، تتبع حركة النقاط البيانية المختارة على فترات منتظمة وعلى مدى فترة زمنية محددة. في مجال الاستثمار، تسجل السلسلة الزمنية نقاط بيانات مختارة (مثل سعر الورقة المالية) على فترات منتظمة وتتابع حركتها على مدى فترة زمنية محددة.
يمكن أن يكون تحليل السلاسل الزمنية مفيدًا لمعرفة العوامل التي تؤثر على متغيرات معينة من فترة إلى أخرى. كما يمكن أن يوفر رؤى حول كيفية تغير أصل أو ورقة مالية أو متغير اقتصادي مع مرور الوقت.
يمكن تحليل مجموعة متنوعة من البيانات المالية والاقتصادية، مثل أسعار الأسهم التاريخية، والأرباح، والناتج المحلي الإجمالي (GDP)، كسلسلة زمنية.