تحلیل تکنیکال: جادویی که جادو نیست

یک دسته سار در پرواز رهبر ندارد. هیچ پرنده‌ای نقشه را نمی‌داند، هیچ‌کدام کلِ تصویر را نمی‌بیند — هر کدام فقط به شش‌هفت همسایهٔ دوروبرش واکنش نشان می‌دهد. و با این حال، دسته مثل یک موجود واحد حرکت می‌کند: می‌چرخد، دو نیم می‌شود، جاخالی می‌دهد، انگار کسی فرمانی داده که هیچ‌وقت هیچ‌کس نداده است.

این صادقانه‌ترین دریچه‌ای است که برای ورود به تحلیل تکنیکال می‌شناسم. خط‌های روی چارت نمی‌توانند آینده را ببینند. اما صدها هزار نفر به همان خط‌ها نگاه می‌کنند و به یکدیگر واکنش نشان می‌دهند — و از دل همین، چیزی بیرون می‌آید که حس پیش‌بینی می‌دهد. «جادوی» تحلیل تکنیکال جادو نیست؛ هماهنگی است. و همان‌طور که می‌خواهم نشان بدهم، این توضیحی به‌مراتب جالب‌تر از سحر و افسون است — چون توضیح می‌دهد طلسم کِی از کار می‌افتد.

تصویر نمادین، ساخته‌شده با هوش مصنوعی.

تحلیل تکنیکال چه ادعایی می‌کند

کوتاه، برای هر کسی که تازه‌وارد است: تحلیل تکنیکال از قیمت‌ها و حجم‌های گذشته الگو بیرون می‌کشد — حمایت و مقاومت، روندها، شکست‌ها، اندیکاتورهایی مثل ⁦RSI⁩ و ⁦MACD⁩، سطوحی مثل بازگشت‌های فیبوناچی — و از آن‌ها حرکت‌های محتملِ بعدی را نتیجه می‌گیرد. خودِ این واژه‌ها را همه در فهرست اصطلاحات تریدینگ توضیح داده‌ام؛ اینجا پای همان یک سؤالی در میان است که آنجا جایش نبود: آیا این اصلاً می‌تواند جواب بدهد — و اگر بله، چرا؟

پژوهش‌ها واقعاً چه می‌گویند

پاسخ کوتاه: ماجرا از آنچه هر دو اردوگاه ادعا می‌کنند پیچیده‌تر است.

معروف‌ترین مطالعهٔ موافق از براک، لاکونیشوک و لبارون (1992) است: قواعد ساده — میانگین‌های متحرک، شکست محدوده — روی نود سال دادهٔ داوجونز قدرت پیش‌بینی معنادار از نظر آماری نشان دادند. این نتیجه حتی از سخت‌ترین آزمون هم جان سالم به در برد: سالیوان، تیمرمن و وایت در سال 1999 با بوت‌استرپ روی کلِ جهانِ قواعد معاملاتیِ ممکن آزمودند که آیا این یافته صرفاً محصول دیتا اسنوپینگ (⁦data snooping⁩) بوده یا نه — نبود. اما همان مطالعه چیز دیگری هم یافت: در دورهٔ متأخرتر (⁦1987–1996⁩) این مزیت ناپدید شده بود. این الگو را به خاطر بسپار؛ کمی بعد دوباره برمی‌گردد.

لو، مامایسکی و ونگ (2000) تشخیص الگو را خودکار کردند و به این رسیدند: الگوهای کلاسیک چارت واقعاً حامل اطلاعات آماری‌اند — اما «آموزنده» به‌معنای «سودآور» نیست، و هزینه‌های تراکنش هم اصلاً بخشی از آزمون نبود. مرور بزرگ ادبیات پژوهشی توسط پارک و اروین (2007) 56 مطالعهٔ مثبت، 20 منفی و 19 مختلط شمرد — و هم‌زمان به بیشترشان اشکال‌های روش‌شناختی نسبت داد: قواعدی که پس از وقوع دستچین شده‌اند، هزینه‌های بزک‌شده، دیتا اسنوپینگ.

موضع مقابل هم به همان اندازه جدی است: بنا بر فرضیهٔ بازار کارا (فاما، 1970) همهٔ اطلاعات نهفته در قیمت‌های گذشته همین حالا در قیمت نشسته است — نه چون بازارها احمق‌اند، بلکه چون آدم‌های باهوشِ زیادی آن را بلافاصله در قیمت لحاظ می‌کنند. و نقدِ الگوبینیِ کاذب (آپوفنیا) هم یک شاهد قدیمی و معتبر دارد: رابرتس همان سال 1959 نشان داد چارت‌هایی که از اعداد تصادفیِ محض ساخته شده‌اند، از نظر بصری تقریباً از روندهای قیمتیِ واقعی قابل‌تشخیص نیستند. مالکیل در «⁦A Random Walk Down Wall Street⁩» حکایت جورش را تعریف می‌کند: دانشجوها با شیر یا خط انداختنِ سکه یک چارت خیالی ساختند، یک چارتیست در آن یک الگوی صعودی دید و مصرانه توصیه به خرید کرد. (حکایتی از یک کتاب، نه یک مطالعه — اما از آن‌هایی که به دل می‌نشیند.)

و بعد آن یک استثنای بزرگ هست که پژوهش‌ها بر سرش کمابیش هم‌نظرند: مومنتوم. چیزی که طی ماه‌ها خوب دویده، به‌طور میانگین کمی بیشتر هم می‌دود — از جگادیش و تیتمن (1993) به بعد مستند شده، به‌طور گسترده تکرار شده، و حالا برای کریپتو هم در ژورنال‌های تراز اول تأیید شده است: به‌عنوان اثر سری‌زمانی، به‌عنوان عامل مقطعی و به‌تازگی به‌عنوان عامل روند روی 3,000 کوین که از هزینه‌های تراکنش هم جان به در می‌برد. پیش از آنکه این به سرخوشی بدل شود، پانوشت‌ها: این شواهدِ پرتفویی روی افق‌های ماهانه است — نه مدرکی بر اینکه چارت‌خوانی در پنجرهٔ پنج‌دقیقه‌ای جواب می‌دهد. و مومنتوم بهایی مستند دارد: سقوط‌های نادر و بی‌رحم درست در همان فازهای وحشت و بازیابی که آدم کمتر از هر وقت دیگری به آن‌ها نیاز دارد.

تصویر نمادین، ساخته‌شده با هوش مصنوعی.

ترفند: کار می‌کند چون همه دارند نگاه می‌کنند

حالا برسیم به بخش جالب ماجرا — سازوکاری که توضیح می‌دهد چرا خط‌هایی بدون قدرت پیش‌بینی باز هم می‌توانند اثر واقعی داشته باشند. این گمانه‌زنی نیست؛ اندازه‌گیری شده است، و از همه دقیق‌تر توسط کارول اوسلر، آن زمان در فدرال‌رزرو نیویورک.

سه یافته که کنار هم نیمی از تحلیل تکنیکال را توضیح می‌دهند:

اول: وقتی اوسلر سطوح حمایت و مقاومتِ معامله‌گران واقعی بازار ارز را تحلیل کرد (2000)، اکثریت قاطع این سطوح روی اعداد رُند ختم می‌شدند — و این سطوح واقعاً به پیش‌بینی وقفه‌های روند کمک می‌کردند. دوم، و این زیباترین یافتهٔ کل این ادبیات پژوهشی است: اوسلر با نخستین داده‌های در دسترس از سفارش‌های واقعی مشتریان (2003، ⁦Journal of Finance⁩) نشان داد که سفارش‌های حد سود درست روی اعداد رُند خوشه می‌شوند — برای همین روندها آنجا برمی‌گردند — و سفارش‌های حد ضرر کمی آن‌سوتر — برای همین قیمت‌ها بعد از شکستِ سطح به‌طرزی غیرعادی سریع ادامه می‌دهند. دو پیش‌بینی محوریِ آموزه‌های چارت، استخراج‌شده نه از خط‌ها، بلکه از توزیعِ خودِ سفارش‌ها. سوم: استاپ‌های خوشه‌شده می‌توانند به‌صورت آبشاری یکدیگر را فعال کنند (2005) — یک لایهٔ استاپ قیمت را به لایهٔ بعدی هل می‌دهد. آنچه تریدرها «استاپ‌ران» می‌نامند، به‌عنوان یک سازوکار، آکادمیک اندازه‌گیری شده است.

به این‌ها اثر لنگرِ خط‌های میانگینِ پرمخاطب را اضافه کن (آورامُف و همکاران، 2021) و این پرسش را که آیا اصلاً به‌قدر کافی بازیگرِ بازار همراهی می‌کند که هماهنگی بپاید. پاسخ: بله — در نظرسنجی منکهوف از 692 مدیر صندوق، 87 درصد از تحلیل تکنیکال استفاده می‌کردند؛ در افق‌های هفتگی حتی از تحلیل بنیادی هم مهم‌تر بود. این فولکلورِ خرده‌معامله‌گرها نیست؛ این‌ها حرفه‌ای‌ها هستند.

فیبوناچی سنگ محک این نظریه است — و از آن سربلند بیرون می‌آید: شواهد پیش‌بینی‌اش ناچیز تا هیچ است، سطح ⁦50%⁩ حتی یک نسبت فیبوناچی هم نیست، و با این حال این سطوح گاهی اثر می‌کنند. محتمل‌ترین توضیح مستند: اثر می‌کنند چون میلیون‌ها نفر آن‌ها را می‌کشند و همان‌جا سفارش می‌گذارند. جورج سوروس برای این حلقهٔ بازخورد — انتظاراتی که همان بازاری را تغییر می‌دهند که ادعای توصیفش را دارند — اصطلاح بازتابندگی را ساخت. به‌عنوان یک مفهوم، نه یک مطالعه؛ اما واژهٔ درستی است.

و درست همین‌جا آن خودتخریبیِ تعبیه‌شده هم نشسته است: هماهنگی فقط تا وقتی می‌پاید که عدهٔ کافی بازی کنند — و همین که الگویی زیادی شناخته شد، آن‌قدر معامله‌اش می‌کنند تا محو شود. مک‌لین و پانتیف این را کمّی کرده‌اند: ناهنجاری‌های بازدهِ منتشرشده پس از انتشار به‌طور میانگین 58 درصد از قدرتشان را از دست می‌دهند. دسته می‌چرخد — و هر که مسیر قدیمی را ادامه بدهد، تنها پرواز می‌کند.

در کریپتو این حلقه کوتاه‌تر است

همهٔ آنچه تا اینجا آمد برای بازارها به‌طور کلی صادق است. کریپتو یک تشدیدکننده به آن اضافه می‌کند، و دلیلی دقیق دارد: تقریباً هیچ دادهٔ بنیادی‌ای وجود ندارد که بشود در عوض به آن چنگ زد. یک مطالعهٔ درخور توجه (دتزل و همکاران، 2021) دقیقاً همین را نشان می‌دهد: برای دارایی‌هایی با بنیادهای دشوار برای ارزش‌گذاری — بیت‌کوین مثال اصلی آن‌هاست — تحلیل تکنیکال به‌طور عقلانی پدید می‌آید، چون خودِ قیمت تنها منبع اطلاعاتیِ مشترک است. جایی که سود به ازای هر سهم وجود ندارد، خط 200هفته‌ای بدل به آتشِ اردوگاهی می‌شود که همه دورش جمع می‌شوند.

بعد ساختار خود بازار است: بازارِ خرده‌معامله‌گرهاست — بانک تسویهٔ بین‌المللی (⁦BIS⁩) داده‌های اپلیکیشن‌های کریپتو از 95 کشور را تحلیل کرد و دریافت که حدود 40 درصدِ تازه‌واردها مردانِ زیر 35 سال‌اند، ریسک‌پذیرترین بخش جمعیت (برآورد سرانگشتی‌شان: حدوداً سه‌چهارم کاربرانِ اپلیکیشن‌ها احتمالاً با خریدهای بیت‌کوین تا 2022 ضرر کرده‌اند). این جمعیت به ابزارهای یکسان نگاه می‌کند: روی عملاً هر اپ صرافی همان اندیکاتورهایی از پیش تنظیم شده‌اند که آکادمی‌های خودِ صرافی‌ها به‌عنوان مجموعهٔ استاندارد آموزش می‌دهند — ⁦RSI⁩، میانگین‌های متحرک، ⁦MACD⁩، بولینگر. (و چون پای یک صرافی وسط است، جملهٔ واجب: این توصیفی از مطالب آموزشیِ آن‌هاست، نه توصیه؛ آنچه روی صرافی‌ها نشسته فقط روی کاغذ مال توست.) بازار 24/7 معامله می‌شود، بدون توقف معاملات، بدون حراج پایانی — هیچ‌چیز جلوی آبشاری را که راه افتاده نمی‌گیرد.

و جریان‌های اجباری اینجا از هر جای دیگری نمایان‌ترند: ابزارهایی مثل نقشهٔ حرارتی لیکوئیدیشنِ کوین‌گلس نقشه می‌کشند که موقعیت‌های اهرمی احتمالاً کجا انباشته شده‌اند — نکتهٔ مهم: این یک مدل است ساخته‌شده از اوپن اینترست و پله‌های اهرمِ رایج، نه دفتر سفارش‌های لورفته. اینکه قیمت‌ها به‌طرزی چشمگیر اغلب مستقیم به داخل همین محدوده‌ها می‌روند، همان چیزی است که اهالی این فضا «شکار استاپ» می‌نامند؛ نیتِ بازیگران مشخص در این میان عملاً هیچ‌وقت اثبات‌شدنی نیست — اما سازوکارِ پشت آن چرا، رجوع کن به اوسلر. اینکه حالت افراطی‌اش چه شکلی است را 10 اکتبر 2025 نشان داد: بنا بر داده‌های ردیاب‌ها، ظرف 24 ساعت موقعیت‌هایی به ارزش بیش از 19 میلیارد دلار لیکوئید شد؛ داده‌های دقیقه‌ایِ آمبردیتا کالبدشناسی آبشار را نشان می‌دهد — 3.21 میلیارد در یک دقیقهٔ واحد، که 93.5 درصدش فروش اجباری بود. هیچ الگوی چارتی این را «پیش‌بینی» نکرد. اما خوشه‌هایی که آبشار از میانشان گذشت، از قبل روی هر نقشهٔ حرارتی دیده می‌شدند. این همان فرقِ بین فال‌گیری و مکانیک است.

روی دیگر سکه هم به همان اندازه محکم است: در کریپتو، مزیت‌ها سریع‌تر زوال می‌یابند. مفصل‌ترین مطالعهٔ تحلیل تکنیکال کریپتو (هادسون و اورکارت، 2021 — نزدیک به 15,000 قاعده، با کنترل‌های دیتا اسنوپینگ) در فاز اولیهٔ بازار سودآوریِ گسترده یافت — و برای بیت‌کوین در دورهٔ خارج از نمونه از بین رفته بود. همان الگوی سالیوان، تیمرمن و وایت در 1999. دسته یاد می‌گیرد.

بدون جادو چه می‌ماند

اگر تحلیل تکنیکال در هسته‌اش هماهنگی است — در عمل یعنی چه؟ دو چیز، و هر دو از هر تامبنیل یوتیوبی بی‌زرق‌وبرق‌ترند.

اول: سطح‌ها مکان‌اند، نه پیشگو. یک حمایت به این خاطر «نگه نمی‌دارد» که آن خط مقدس است؛ وقتی نگه می‌دارد که واقعاً آنجا تقاضا منتظر باشد — و وقتی می‌شکند که نباشد. کسی که سطوح را به‌جای پیشگویی، به‌چشمِ نقشهٔ احتمالاتیِ سفارش‌های دیگران بخواند، دارد از این ابزار همان‌طوری استفاده می‌کند که داده‌ها اجازه می‌دهند.

دوم — و این همان بخشی است که حتی اگر به هیچ‌چیز باور نداشته باشی هم بار را می‌کشد: چارچوب. فایدهٔ اندازه‌گیری‌شدنیِ قواعدی مثل استاپ به جادوی چارت آویزان نیست: کامینسکی و لو نشان دادند که قواعد حد ضرر در بازارهای گامِ تصادفی بازده از تو می‌گیرند و در رژیم‌های مومنتوم می‌توانند ارزش بیفزایند — به بازار بستگی دارد، نه به خط. و در مطالعهٔ بیت‌کوینیِ دتزل و همکاران، قواعد سادهٔ مبتنی بر میانگین پیش از هر چیز یک چیز را به‌طرز قابل اندازه‌گیری کم کردند: عمقِ افت‌های سرمایه (دراودان). یک نقطهٔ ابطال، یک اندازهٔ پوزیشن، یک «اشتباه کردمِ» تعریف‌شده — این همان بخشی از تحلیل تکنیکال است که نظم را جایی تحمیل می‌کند که وگرنه احساسات معامله می‌کردند. هیچ پیشگویی‌ای لازم نیست.

این جمع‌بندی صادقانهٔ من از «جادو» است: تحلیل تکنیکال آنجا کار می‌کند که هماهنگی را بازتاب می‌دهد، و آنجا کمک می‌کند که نظم را تحمیل می‌کند. و به‌محض اینکه به‌عنوان فال‌گیری به کارش بگیری، به‌طرز قابل‌اتکایی شکست می‌خورد — و با اهرم از همه گران‌تر تمام می‌شود، چون آن‌وقت آبشارها هم وارد بازی می‌شوند. اینکه با این‌ها کاری می‌کنی و چه کاری، تماماً تصمیم خودت می‌ماند؛ این نوشته امیدوارم فقط «چرا»یش را برایت مرتب کرده باشد. واژه‌ها برای مراجعه در فهرست هستند — و قواعد اصلیِ این حرفهٔ هوشیارانه در ⁦Crypto Collection⁩ به‌شکل ⁦Trading Cheat Sheet⁩ موجود است؛ ابزار به‌جای وعده، مثل همه‌چیزِ اینجا.

منابع و محدودیت‌ها

وضعیت پژوهش‌ها با منابع دست‌اول مستند شده است (⁦Journal of Finance⁩، ⁦Review of Financial Studies⁩، ⁦JFQA⁩، ⁦Journal of Financial Markets⁩، ⁦BIS⁩؛ هر جا نسخهٔ آزاد وجود داشته، همان لینک شده است). محدودیت‌های مهم: مطالعات کریپتو عمدتاً فازهای اولیهٔ بازار را پوشش می‌دهند که در ناکارآمدی بدنام‌اند — نتایجشان چیزی دربارهٔ امروز نمی‌گویند. مکانیک هماهنگی برای بازارهای ارز و سهام از همه‌جا محکم‌تر مستند شده است (اوسلر؛ خوشه‌شدن سفارش‌ها)؛ انتقالش به کریپتو یک جمع‌بندیِ خوب‌بنیاد است و به همین عنوان هم علامت‌گذاری شده. «شکار استاپ» به‌عنوان کردارِ عامدانهٔ بازیگران مشخص از نظر حقوقی اثبات نشده و اینجا صراحتاً به‌عنوان توصیفِ رایج در این فضا آورده می‌شود. و مهم‌ترین محدودیت در پایان: هیچ‌چیزِ این نوشته یک استراتژی معاملاتی نیست — توضیح می‌دهد چرا چیزی اتفاق می‌افتد، نه اینکه تو باید چه کنی.

سؤالی داری یا اشتباهی پیدا کرده‌ای؟ برایم بنویس.