إدوارد نيكولين، خبير نماذج الطقس في موقع مايند ماني – سلسلة مقابلات

إدوارد نيكولينخبير نماذج الطقس ورئيس قسم التداول في شركة الوساطة الأوروبية "مايند موني"، باحث كمي وعالم بيانات بارع يتمتع بخبرة تزيد عن ثماني سنوات في نمذجة السوق والتداول المنهجي والتحليلات المدعومة بالذكاء الاصطناعي. وهو مؤلف نموذج الطقس المستخدم في استراتيجيات التداول الخاصة بشركة "مايند موني".

العقل المال هي منصة استثمار ووساطة أوروبية مقرها ليماسول، قبرص، توفر الوصول إلى الأسهم والسندات وصناديق المؤشرات المتداولة العالمية، بالإضافة إلى فرص مختارة للاكتتابات العامة الأولية وما قبلها. تعمل المنصة وفقًا للوائح هيئة الأوراق المالية والبورصات القبرصية (CySEC) وتلتزم بتوجيهات MiFID II، وتركز على التسعير الشفاف، وخيارات الاستثمار المتنوعة، وإدارة المحافظ الاستثمارية الاحترافية للعملاء الراغبين في الاستثمار في الأسواق المالية الدولية.

يُشارك إدوارد نيكولين خبرته ومعرفته في تطبيق نماذج المناخ والطقس على تحليل أسواق السلع. وقد ساهمت رحلته من تاجر إلى متخصص في نماذج الطقس في تكوين رؤية فريدة حول كيفية تداخل البيانات المالية والبيئية. في هذا المقال، يشرح كيف يعمل نموذج الطقس والسلع الخاص به عمليًا: ما هي أنواع متغيرات المناخ والطقس التي يتم دمجها - من التحولات الموسمية في درجات الحرارة إلى أنماط هطول الأمطار والظواهر المناخية المتطرفة - وكيف يتم تحويل هذه المدخلات إلى إشارات تداول ومخاطر قابلة للتنفيذ. من خلال الجمع بين الحدس السوقي والنمذجة العلمية، يُقدم إدوارد للقراء نظرة ثاقبة نادرة حول كيف يُمكن أن تُصبح معلومات الطقس عاملًا حاسمًا في استراتيجيات السلع اليوم.

هل يمكنك أن تشرح لنا رحلتك من كونك تاجرًا إلى أن أصبحت خبيرًا في نماذج المناخ والطقس، وكيف تؤثر هذه الخلفية على طريقة تحليلك لأسواق السلع اليوم؟

أمتلك خبرة في التداول الكمي وعلم البيانات. عملتُ لسنوات عديدة على استراتيجيات منهجية للسلع والمشتقات، لذا كنتُ أفكر دائمًا من منظور إشارات التداول والمخاطر. بعد ذلك، دُعيتُ من قِبل شركة ناشئة تُركز على تحسين الخدمات اللوجستية البحرية لقيادة قسم الذكاء الاصطناعي المتعلق بالطقس والمناخ. وقد أتاح لي ذلك التواصل اليومي الوثيق مع خبراء الأرصاد الجوية المائية، وعلماء البيئة، والمتخصصين في مجالات مختلفة تمامًا عن المتداولين.

كانت تلك التجربة بالغة الأهمية: فقد تعلمت كيف يفكر خبراء الأرصاد الجوية في العمليات الفيزيائية، وعدم اليقين، والتأخيرات الزمنية. والأهم من ذلك، تعلمت مدى اختلاف نماذجهم الذهنية عن تلك المستخدمة في الأسواق.

أعمل اليوم في مجال يجمع بين هذين العالمين. لا أتعامل مع الطقس كمشكلة تنبؤ (في الواقع، لا جدوى من محاولة التفوق على نماذج الإدارة الوطنية للمحيطات والغلاف الجوي والمركز الأوروبي للتنبؤات الجوية متوسطة المدى)، ولا أتعامل مع الأسواق كمجرد ضوضاء إحصائية. خبرتي في التداول تُجبرني على الإجابة عن أسئلة عملية للغاية بخصوص كل إشارة مناخية: متى، ومن خلال أي آلية، وبأي احتمالية تؤثر هذه المعلومات فعلياً على السعر. هذا المزيج يُشكّل بقوة طريقة تحليلي لأسواق السلع الآن.

كيف يعمل نموذج الطقس والسلع الخاص بك عمليًا؟ ما أنواع بيانات المناخ والطقس التي تقوم بتضمينها، وكيف يتم تحويل هذه المتغيرات إلى إشارات تداول أو مخاطر قابلة للتنفيذ؟

من الناحية العملية، يدمج النموذج عدة طبقات من البيانات بدلاً من الاعتماد على مصدر واحد.

فيما يخص الطقس، نعتمد على بيانات آنية وبيانات قصيرة المدى من نماذج التنبؤ العددي بالطقس، وبيانات محطات الأرصاد الجوية المحلية القريبة من مناطق الإنتاج، ومؤشرات مستمدة من الأقمار الصناعية مثل مؤشرات الغطاء النباتي والجفاف. أما فيما يخص المناخ، فنرصد الإشارات طويلة المدى من خلال مجموعات بيانات إعادة التحليل ومؤشرات المناخ واسعة النطاق مثل ظاهرة النينيو/التذبذب الجنوبي (ENSO)، وتذبذب شمال الأطلسي (NAO)، وتذبذب المحيط الهادئ (PDO)، وغيرها.

الخطوة الأساسية الحقيقية ليست التنبؤ، بل ترجمة التأثير. تُربط متغيرات الطقس الخام بآليات الإنتاج أو الخدمات اللوجستية أو الطلب التي تؤثر على سلعة معينة. تُصاغ هذه العلاقات من خلال إطار عمل قائم على القواعد والاحتمالات، وغالبًا ما تُستخدم محاكاة مونت كارلو لرصد عدم اليقين.

لا تُقدّم هذه النتائج توقعات جوية، بل إشارات مُهيكلة: سيناريوهات مُرجّحة باحتمالات مُختلفة، وعدم تناسق في المخاطر، وتقديرات مُؤجّلة زمنيًا للتأثيرات. وهذا ما يسمح باستخدام هذه الإشارات إما لاتخاذ قرارات التداول أو للتحكم في المخاطر، وذلك بحسب الأفق الزمني.

لقد تم تشغيل نموذجك لعدة سنوات بأداء قوي - كيف كان أداؤه خلال الاضطرابات الجوية الكبيرة، وماذا كشفت تلك الفترات عن ردود فعل السوق على الصدمات المناخية؟

من أهم النتائج المستخلصة من تشغيل النموذج مباشرة أن الأسواق نادراً ما تتفاعل مع الصدمات الجوية على الفور، ونادراً ما تتفاعل بطريقة خطية.

ومن الأمثلة الحديثة الجيدة على ذلك الغاز الطبيعي. ففي أواخر أكتوبر، بدأ نموذجنا يُشير إلى احتمالية عالية ومتزايدة لحدوث اضطراب ناتج عن الدوامة القطبية. في ذلك الوقت، كان الطقس المحلي لا يزال يبدو مستقرًا نسبيًا، وكانت المخزونات مُريحة، وكان وضع السوق محايدًا. ولم تتأثر الأسعار تقريبًا. 

الأهم من ذلك، أن النموذج لم يُنتج إشارة ثنائية. بل أظهر منحنى احتمالية استمر في الارتفاع طوال شهري نوفمبر وديسمبر، مع ازدياد عدم استقرار الأنماط الجوية. ولم يدخل الغاز الطبيعي في اتجاه صعودي قوي إلا لاحقًا، عندما بدأت سيناريوهات البرودة بالظهور بشكل متكرر في التوقعات العامة والتقارير الإعلامية.

لقد أظهرت تلك الحلقة بوضوح شيئاً نراه مراراً وتكراراً:

• أولاً يأتي الإجهاد الفيزيائي الناتج عن العوامل الجوية،
• ثم تراكم الاحتمالات،
• ثم انتشار المعلومات،
• وفي النهاية فقط نرى تعديل السعر.

كيف يستخدم تجار السلع والمستثمرون حاليًا بيانات المناخ والطقس في استراتيجيات إدارة المخاطر الخاصة بهم، وأين تعتقد أن معظم المشاركين لا يزالون مقصرين؟

لا يزال معظم المشاركين يستخدمون بيانات الطقس بشكل تقديري إلى حد كبير. فهم يتابعون التوقعات، ويقرؤون تعليقات الخبراء، ويعدّلون مواقفهم بناءً على شدة الأحداث المتوقعة. وفي إدارة المخاطر، غالباً ما تُستخدم بيانات المناخ بأثر رجعي.

يكمن قصورها في جانب التنظيم. فغالباً ما تكون مؤشرات الطقس ذاتية، وغير متسقة في تقييمها، وضعيفة التكامل مع هيكل السوق. ومن المشكلات الشائعة الأخرى المبالغة في رد الفعل تجاه الظواهر الشاذة ذات الدلالة البصرية الواضحة ولكنها غير ذات أهمية اقتصادية، أو التقليل من شأن العمليات البطيئة التي لها تأثير أكبر بكثير على العرض.

أكبر فجوة هي غياب ربط واضح بين الطقس وتأثيره على الإنتاج واستجابة الأسعار.

ما هي مؤشرات المناخ أو الطقس المحددة التي تعتقد أنها ستكون الأكثر أهمية لأسواق السلع الأساسية حتى عام 2026، وخاصة بالنسبة للزراعة والطاقة؟

في القطاع الزراعي، ستكون مؤشرات توازن الرطوبة المستمرة - مثل تطور الجفاف، ورطوبة التربة، وصحة الغطاء النباتي - أكثر أهمية بكثير من الظواهر الجوية الفردية. كما ستظل درجات الحرارة القصوى خلال مراحل النمو الحساسة ذات أهمية بالغة.

فيما يخص الطاقة، سينصب التركيز على شذوذات درجات الحرارة من جانب الطلب، لا سيما تقلبات الطلب على التدفئة في فصل الشتاء والإجهاد الحراري الذي تتعرض له شبكات الطاقة في فصل الصيف. أما على صعيد المناخ، فستستمر التذبذبات واسعة النطاق، مثل ظاهرة النينيو، في التأثير على اختلالات العرض والطلب الإقليمية.

بأي طرق يختلف نهجك عن نماذج التنبؤ التقليدية بالسلع أو التحليل القياسي القائم على الطقس المستخدم في الأسواق؟

الفرق الرئيسي هو أننا لا نحاول التنبؤ بالأسعار أو الطقس بشكل مباشر، ولا نعتمد على التنبؤات الجوية التقليدية. يركز فريقنا على النمذجة الكمية لتأثير الطقس والمناخ على الأسعار.

غالباً ما تعتمد النماذج التقليدية على استقراء الأسعار إحصائياً أو تتعامل مع الطقس كمتغير تفسيري خارجي ذي بنية ضعيفة. في المقابل، يميل تحليل الطقس القياسي إلى أن يكون وصفياً أكثر منه مراعياً لظروف السوق. أما منهجنا فيُضفي طابعاً رسمياً على سلسلة العلاقات السببية بين الظروف البيئية وتأثيرها على السوق، مع مراعاة عدم اليقين والتوقيت والأهمية بشكل صريح.

ما هي أكبر التحديات التي يواجهها المستثمرون عند محاولة دمج بيانات المناخ في عملية صنع القرار في العالم الحقيقي، وكيف يمكنهم تجنب المزالق الشائعة؟

يكمن التحدي الأكبر في فصل المعلومات المهمة عن الضوضاء. فبيانات المناخ متعددة الأبعاد، وبطيئة التغير، وغالباً ما تكون مشحونة عاطفياً بسبب الروايات الإعلامية.

تشمل الأخطاء الشائعة المبالغة في تقدير الارتباطات التاريخية، وتجاهل الفترات الزمنية، والافتراض بأن المزيد من البيانات يؤدي تلقائيًا إلى قرارات أفضل. ومن الأخطاء الأخرى التعامل مع اتجاهات المناخ على أنها حتمية وليست احتمالية.

في الواقع، تنبع معظم هذه المشاكل من نقص الفهم. فدمج بيانات المناخ في التداول أو إدارة المخاطر ليس بالأمر الهين، إذ يتطلب وقتاً طويلاً لفهم الآليات الفيزيائية، والخصوصيات الإقليمية، وقيود البيانات، والأهم من ذلك، كيفية استيعاب الأسواق لهذه المعلومات. وبدون هذا الأساس، تميل بيانات المناخ إلى خلق ثقة زائفة بدلاً من اتخاذ قرارات أفضل.

قد يُسهم توظيف خبراء الأرصاد الجوية في سدّ النقص في الخبرة المتعلقة بالطقس، لكنه لا يحلّ المشكلة الأساسية: وهي ترجمة إشارات الطقس والمناخ إلى تأثير ملموس على السوق وديناميكيات التسعير. عند هذه النقطة، لا يوجد سوى مسارين عمليين: إما التعاون مع فرق تمتلك هذه القدرة بالفعل وتستطيع تقديم رؤى قابلة للتنفيذ، أو الاستثمار في إنشاء قسم متخصص في الطقس والمناخ داخل الشركة يجمع بين الخبرة السوقية والعلوم البيئية.

كيف تتوقع أن تؤدي اتجاهات المناخ طويلة الأجل إلى إعادة تشكيل أسواق السلع العالمية بشكل هيكلي خلال السنوات القليلة المقبلة؟

نشهد بالفعل تقلبات متزايدة بدلاً من تحولات سلسة في الاتجاهات. لا يقتصر تأثير تغير المناخ على تغيير المتوسطات فحسب، بل يزيد أيضاً من تواتر وتكتل الظواهر المتطرفة.

من الناحية الهيكلية، يعني هذا زيادة عدم اليقين في الإمدادات، وارتفاع علاوات المخاطر، وزيادة التركيز على المرونة في الخدمات اللوجستية وإدارة المخزون. ستصبح بعض المناطق موردين أقل موثوقية، بينما قد تكتسب مناطق أخرى أهمية استراتيجية.

مع ازدياد أهمية مخاطر المناخ في الأطر المؤسسية، كيف ترى تأثير النماذج المستندة إلى معلومات المناخ على بناء المحافظ الاستثمارية، أو الإفصاح عنها، أو الإبلاغ عن المخاطر؟

ستنتقل النماذج المُستندة إلى معلومات المناخ تدريجياً من مجرد تحليلات نوعية إلى مدخلات كمية للمخاطر. وفي بناء المحافظ الاستثمارية، يمكن لهذه النماذج أن تُسهم في تحديد حجم المراكز، والتعرض لمخاطر التقلبات الحادة، وافتراضات التنويع. أما في مجال الإفصاح والتقارير، فإنها تُوفر طريقة أكثر قابلية للدفاع، قائمة على السيناريوهات، لمناقشة التعرض لتغير المناخ دون الاعتماد على سرديات مُجردة.

أتوقع مع مرور الوقت أن يتم التعامل مع مخاطر المناخ في أسواق السلع الأساسية بشكل مشابه لمخاطر الاقتصاد الكلي أو مخاطر التقلبات: ليس كفئة منفصلة من فئات الحوكمة البيئية والاجتماعية والمؤسسية، ولكن كمكون أساسي لمخاطر السوق.

هل يمكنك مشاركة مثال حيث ساعدت رؤى نموذجك في توقع تحرك كبير في أسعار السلع الأساسية قبل أن يصبح ذلك واضحًا للسوق الأوسع؟

كما ذكرت سابقاً، يُعد الغاز الطبيعي مثالاً واضحاً على فهم النموذج.

كما نرى أمثلة أوضح تنطبق على الأسواق الزراعية.

على سبيل المثال، في إنتاج عصير البرتقال البرازيلي عام 2023، كشفت مؤشرات الرطوبة والغطاء النباتي المستندة إلى الأقمار الصناعية عن إجهاد جفاف مستمر قبل أشهر من انعكاسه في تقديرات المحصول الرسمية أو تعليقات السوق. في البداية، ظلت الأسعار ثابتة لأن الضرر لم يكن واضحًا بعد. وبمجرد مراجعة توقعات الإنتاج وظهور الأخبار، ارتفعت الأسعار بسرعة، ولكن بحلول ذلك الوقت، كان الخطر الكامن قد بدأ بالتراكم لأسابيع.

مثال آخر هو إنتاج قهوة روبوستا في فيتنام خلال الفترة 2023-2024. في تلك الفترة، أدى الجفاف الممتد والإجهاد الحراري إلى انخفاض تدريجي في إمكانات الإنتاج، بينما تعامل السوق في البداية مع الوضع على أنه مؤقت. وقد رصد النموذج الطبيعة التراكمية للإجهاد مبكراً. وعندما أصبحت خسائر الإنتاج واضحة لا لبس فيها، تحركت الأسعار بشكل حاد.

شهدت أسواق الكاكاو في غرب أفريقيا نمطاً مماثلاً في نوفمبر 2023، عندما تسببت رياح الهرمتان المستمرة بشكل غير معتاد في نقص الرطوبة ومشاكل في التلقيح. كان الإجهاد البدني واضحاً قبل رد فعل السوق، والذي تسارع بمجرد أن أصبحت مخاوف العرض حديث الساعة.

في جميع هذه الحالات، تكمن الفكرة الأساسية في شيء واحد: يساعد النموذج في تحديد الإجهاد البدني البطيء والمتراكم الذي يُغيّر اختلال توازن المخاطر قبل وقت طويل من استجابة السوق. ولهذا السبب، يُعدّ التوقيت والتقييم الاحتمالي أكثر أهمية بكثير من مجرد التفاعل مع عناوين الأخبار أو الأحداث الجوية المعزولة.

شكرا لك على المقابلة الرائعة ، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا العقل المال.