Vine Copula للمراجحة: نمذجة التبعيات عالية الأبعاد

الجزء الثالث من سلسلة "سلاسل المراجحة المعقدة بين العقود الآجلة والسوق الفوري"

في الجزأين الأولين من هذه السلسلة، استعرضنا الرسوم البيانية وأزواج العقود الآجلة-السوق الفوري. لكن ماذا يحدث عندما نريد نمذجة العلاقة بين عشرات الأصول في وقت واحد؟ لم تعد الارتباطات البسيطة كافية. سوق العملات الرقمية معقد، وتبعياته غير خطية، خاصةً خلال فترات التقلب العالي.

هنا يأتي دور Vine Copula.

تصور رياضي معقد لـ Vine Copula: كرات مترابطة تمثل تبعيات الأصول المتعددة وسحب كثافة الاحتمالات.

1. ما وراء الارتباط

يقيس معامل ارتباط بيرسون العلاقات الخطية فقط. في عالم العملات الرقمية، عندما ينخفض البيتكوين بنسبة 5%، قد تنخفض العملات البديلة بنسبة 10% (تبعية الذيل)، لكن عندما يكون البيتكوين مستقراً، تتحرك العملات البديلة بشكل مستقل. تفشل النماذج القياسية في التقاط هذا "عدم التماثل".

1.1 ما هي Copula؟

Copula هي دالة رياضية "تربط" التوزيعات الهامشية في توزيع مشترك متعدد المتغيرات. وهي تتيح لنا فصل سلوك الأصول الفردية عن بنية التبعية بينها.

1.2 من التحليل الثنائي إلى Vine

نمذجة التبعيات بين ثلاثة متغيرات أو أكثر أمر بالغ الصعوبة. تحل Vine Copula هذه المشكلة عن طريق تفكيك التوزيع عالي الأبعاد إلى سلسلة من Copula ثنائية المتغيرات (أزواج).

2. بنية Vine

هناك نوعان رئيسيان من Vine المستخدمة في التمويل:

• C-Vine (Canonical): أصل مركزي واحد (مثل BTC) يؤثر على جميع الأصول الأخرى.
• D-Vine (Drawable): ترتبط الأصول في تسلسل محدد (A-B، B-C، C-D).

في مراجحة العملات الرقمية، غالباً ما نستخدم R-Vine (Regular)، التي تسمح ببنية مرنة تتكيف مع حالة السوق الحالية.

2.1 تنفيذ Bivariate Copula بلغة Rust

بينما تُجرى معظم الأبحاث بلغة R أو Python، نحتاج إلى السرعة. يمكننا تنفيذ العمليات الحسابية الأساسية بلغة Rust:

fn clayton_copula(u: f64, v: f64, theta: f64) -> f64 {
    (u.powf(-theta) + v.powf(-theta) - 1.0).powf(-1.0 / theta)
}

fn frank_copula(u: f64, v: f64, theta: f64) -> f64 {
    -(1.0 / theta) * (1.0 + ( ((-theta * u).exp() - 1.0) * ((-theta * v).exp() - 1.0) ) / ((-theta).exp() - 1.0)).ln()
}

3. توليد إشارات المراجحة

كيف يساعد هذا في إيجاد المراجحة؟

1. نمذجة السوق: استخدام البيانات التاريخية لملاءمة نموذج Vine Copula على 50 أصلاً.
2. اكتشاف الشذوذ: حساب الاحتمال الشرطي للسعر الحالي للأصل A بالنظر إلى أسعار الأصول B وC وD...
3. الإشارة: إذا كان السعر المرصود غير محتمل للغاية (مثلاً: $P < 0.001$)، فهذا يعني أن الأصل قد انفصل عن تبعياته الأساسية. هذه إشارة مراجحة إحصائية قوية.

4. التحدي الحسابي

تتطلب ملاءمة R-Vine لـ 50 متغيراً تقدير مئات المعلمات وإجراء تكاملات عددية معقدة.

• دور Rust: نستخدم المعالجة المتوازية (باستخدام حزمة rayon) لتقييم هياكل Vine المختلفة في وقت واحد.
• التحسين: نستخدم حزمة argmin لتقدير الإمكانية العظمى (MLE) لمعلمات Copula.

use rayon::prelude::*;

fn estimate_vine_structure(data: &Matrix) -> VineStructure {
    // Parallely evaluate all possible root nodes for a C-Vine
    (0..data.cols).into_par_iter().map(|i| {
        fit_root_node(data, i)
    }).max_by_key(|res| res.likelihood).unwrap()
}

5. الخلاصة

تمثل Vine Copula أحدث ما توصل إليه التمويل الكمي في سوق العملات الرقمية. فهي تتيح لنا الانتقال من "تداول الأزواج" البسيط إلى "المراجحة الإحصائية متعددة الأصول"، مما يوفر رؤية أكثر متانة بكثير لتبعيات السوق.

في الجزء التالي، سنستكشف طرق المصفوفات والموتّرات، وننظر في كيف يمكن للجبر الاستوائي أن يزيد من دقة بحثنا عن دورات المراجحة الأكثر ربحية.

هل تهتم بنمذجة الذيول المعقدة؟ اطلع على Vine Copula Modeling Kit على GitHub.