التجميع الهرمي

التجميع الهرمي

التجميع الهرمي (Hierarchical Clustering) هو أسلوب في تحليل البيانات يهدف إلى بناء تسلسل هرمي من المجموعات (clusters) بناءً على قياسات التشابه بين نقاط البيانات. يُستخدم على نطاق واسع في مجالات متعددة، بما في ذلك التعرف على الأنماط، تحليل الصور، و بشكل متزايد في تداول العملات المشفرة و الأسواق المالية. في هذا المقال، سنستكشف مفهوم التجميع الهرمي، وأنواعه، وكيف يمكن تطبيقه في سياق تداول العقود الآجلة للعملات المشفرة.

ما هو التجميع الهرمي؟

التجميع الهرمي يختلف عن طرق التجميع الأخرى مثل خوارزمية ك-المتوسطات (K-Means) في أنه لا يتطلب تحديد عدد المجموعات مسبقًا. بدلاً من ذلك، يبني التجميع الهرمي هيكلًا هرميًا يمثل العلاقات بين نقاط البيانات على مستويات مختلفة من التفصيل. يمكن تصور هذا الهيكل على شكل شجرة، تُعرف أيضًا باسم شجرة التجميع أو التصنيف التجميعي (dendrogram).

أنواع التجميع الهرمي

هناك نوعان رئيسيان من التجميع الهرمي:

• التجميع التجميعي (Agglomerative Clustering): يبدأ هذا النوع بمعاملة كل نقطة بيانات على أنها مجموعة منفصلة، ثم يدمج المجموعات الأكثر تشابهًا بشكل متكرر حتى يبقى مجموعة واحدة فقط تحتوي على جميع نقاط البيانات. هذا هو النوع الأكثر شيوعًا من التجميع الهرمي.
• التجميع التقسيمي (Divisive Clustering): يبدأ هذا النوع بمجموعة واحدة تحتوي على جميع نقاط البيانات، ثم يقسم هذه المجموعة بشكل متكرر إلى مجموعات أصغر حتى تصبح كل نقطة بيانات في مجموعة خاصة بها.

كيفية عمل التجميع التجميعي

1. حساب مصفوفة المسافة: الخطوة الأولى هي حساب مصفوفة المسافة بين جميع أزواج نقاط البيانات. تحدد هذه المصفوفة مدى تشابه أو اختلاف كل نقطتين. يمكن استخدام مقاييس مسافة مختلفة، مثل المسافة الإقليدية، مسافة مانهاتن، أو مسافة كوساين. 2. دمج المجموعات: ابدأ بتعيين كل نقطة بيانات كمجموعة منفصلة. ثم، كرر الخطوات التالية حتى يبقى مجموعة واحدة فقط:

   * تحديد الزوج من المجموعات الأكثر تشابهًا (الأقل مسافة بينهما).
   * دمج هاتين المجموعتين في مجموعة واحدة جديدة.
   * تحديث مصفوفة المسافة لحساب المسافات بين المجموعة الجديدة وجميع المجموعات الأخرى.

3. بناء شجرة التجميع: أثناء عملية الدمج، يتم تسجيل كل عملية دمج في شجرة التجميع. تعكس هذه الشجرة العلاقات الهرمية بين المجموعات.

مقاييس المسافة

اختيار مقياس المسافة المناسب أمر بالغ الأهمية لتحقيق نتائج دقيقة. بعض المقاييس الشائعة تشمل:

• المسافة الإقليدية: المسافة المستقيمة بين نقطتين.
• مسافة مانهاتن: مجموع الفروق المطلقة بين الإحداثيات.
• مسافة كوساين: تقيس التشابه الزاوي بين متجهين. تستخدم بشكل شائع في تحليل النصوص والبيانات عالية الأبعاد.
• مسافة تشيبيشف: أكبر فرق مطلق بين الإحداثيات.

تطبيق التجميع الهرمي في تداول العملات المشفرة

يمكن استخدام التجميع الهرمي في تداول العملات المشفرة بعدة طرق:

• تحديد الأنماط السعرية: يمكن تجميع بيانات الأسعار التاريخية لتحديد الأنماط المتكررة التي قد تشير إلى فرص تداول مستقبلية. الشموع اليابانية يمكن تحليلها باستخدام التجميع الهرمي.
• تحليل الارتباط بين العملات المشفرة: يمكن تجميع العملات المشفرة المختلفة بناءً على ارتباط أسعارها. يمكن أن يساعد هذا في تنويع المحفظة أو تحديد فرص المراجحة.
• تقسيم السوق: يمكن تجميع المتداولين بناءً على سلوكياتهم وأنماط تداولهم. يمكن أن يساعد هذا في فهم ديناميكيات السوق وتطوير استراتيجيات تداول مستهدفة.
• تحديد مستويات الدعم والمقاومة: يمكن استخدام التجميع الهرمي لتحديد المناطق التي يميل السعر إلى الارتداد منها (الدعم) أو التوقف عندها (المقاومة). خطوط الاتجاه يمكن تحديدها من خلال التجميع.

مثال عملي: تجميع بيانات الأسعار

لنفترض أن لدينا بيانات أسعار تاريخية لعدة عملات مشفرة (مثل بيتكوين، إيثريوم، لايتكوين). يمكننا استخدام التجميع التجميعي لتجميع هذه العملات بناءً على تشابه أسعارها. سنقوم بحساب مصفوفة المسافة باستخدام المسافة الإقليدية، ثم دمج العملات الأكثر تشابهًا بشكل متكرر. تُظهر شجرة التجميع الناتجة العلاقات بين العملات المشفرة. إذا كانت عملتان متقاربتين في الشجرة، فهذا يشير إلى أنهما تتحركان بشكل مشابه.

اعتبارات مهمة

• اختيار مقياس المسافة: يعتمد اختيار مقياس المسافة على طبيعة البيانات والمشكلة المطروحة.
• التعامل مع البيانات عالية الأبعاد: يمكن أن يكون التجميع الهرمي مكلفًا حسابيًا للبيانات عالية الأبعاد. قد يكون من الضروري استخدام تقنيات تقليل الأبعاد مثل تحليل المكونات الرئيسية (PCA) لتقليل التعقيد.
• تفسير شجرة التجميع: تفسير شجرة التجميع يتطلب فهمًا جيدًا للبيانات والسياق التجاري.

استراتيجيات ذات صلة وتحليلات إضافية

• مؤشر القوة النسبية (RSI)
• المتوسط المتحرك
• الماكد (MACD)
• بولينجر باند
• تحليل فيبوناتشي
• تحليل الحجم (Volume Analysis)
• مؤشر تدفق المال (MFI)
• مؤشر ستوكاستيك
• تحليل الموجات إليوت
• نماذج الشموع اليابانية (مثل الابتلاع الصاعد، الابتلاع الهابط)
• التحليل الأساسي
• إدارة المخاطر
• تنويع المحفظة
• تداول الخيارات
• تداول العقود الآجلة

روابط خارجية

• [Scikit-learn documentation on hierarchical clustering](https://scikit-learn.org/stable/modules/clustering.html#hierarchical-clustering)
• [Wikipedia article on hierarchical clustering](https://en.wikipedia.org/wiki/Hierarchical_clustering)

ابدأ التداول الآن

سجل في IQ Option (الحد الأدنى للإيداع $10) افتح حساباً في Pocket Option (الحد الأدنى للإيداع $5)

انضم إلى مجتمعنا

اشترك في قناة Telegram الخاصة بنا @strategybin للحصول على: ✓ إشارات تداول يومية ✓ تحليلات استراتيجية حصرية ✓ تنبيهات باتجاهات السوق ✓ مواد تعليمية للمبتدئين