مقابلات
إدوارد نيكولين، خبير نماذج الطقس في Mind Money – سلسلة المقابلات
أضف Securities.io إلى مصادرك المفضلة على Google
Edward Nikulin, خبير نماذج الطقس ورئيس قسم التداول في الوسيط الأوروبي Mind Money، هو باحث كمي متمرس وعالم بيانات يمتلك أكثر من ثماني سنوات من الخبرة في نمذجة الأسواق، التداول المنهجي، والتحليلات المدفوعة بالذكاء الاصطناعي. وهو مؤلف نموذج الطقس المستخدم في استراتيجيات التداول الخاصة بـ Mind Money.
Mind Money هي منصة استثمار ووساطة أوروبية مقرها في ليماسول، قبرص، تقدم إمكانية الوصول إلى الأسهم العالمية، السندات، الصناديق المتداولة (ETFs)، وفرص الاكتتاب الأولي (IPO) والاكتتاب المسبق المختارة. تعمل تحت تنظيم CySEC والامتثال لـ MiFID II، وتركز على التسعير الشفاف، خيارات الاستثمار المتنوعة، وإدارة المحافظ المهنية للعملاء الذين يسعون للتعرض للأسواق المالية الدولية.
إدوارد نيكولين يشارك معرفته وخبرته في تطبيق نمذجة المناخ والطقس على تحليل أسواق السلع. رحلته من المتداول إلى متخصص نماذج الطقس شكلت منظورًا مميزًا حول كيفية تقاطع البيانات المالية والبيئية. في هذا المقال، يشرح كيف يعمل نموذج الطقس-السلعة عمليًا: ما أنواع المتغيرات المناخية والطقسية التي يتم دمجها — من تغيرات درجات الحرارة الموسمية إلى أنماط الهطول والأحداث المتطرفة — وكيف يتم تحويل تلك المدخلات إلى إشارات تداول ومخاطر قابلة للتنفيذ. من خلال الجمع بين حدس السوق والنمذجة العلمية، يقدم إدوارد للقراء نظرة نادرة على كيفية أن تصبح الذكاء الطقسي عاملاً حاسمًا في استراتيجيات السلع اليوم.
هل يمكنك إرشادنا عبر رحلتك من كونك متداولًا إلى أن تصبح خبيرًا في نماذج المناخ والطقس، وكيف يشكل هذا الخلفية طريقة تحليلك لأسواق السلع اليوم؟
خلفيتي في التداول الكمي وعلم البيانات. لسنوات عديدة، عملت على استراتيجيات السلع والمشتقات المنهجية، لذا كنت دائمًا أفكر من حيث إشارات التداول والمخاطر. ثم تمت دعوتي من قبل شركة ناشئة تركز على تحسين اللوجستيات البحرية لقيادة اتجاه الذكاء الاصطناعي المتعلق بالطقس والمناخ. وضعني ذلك على اتصال يومي وثيق مع خبراء الأرصاد المائية، وعلماء البيئة، والمتخصصين في المجال الذين يفكرون بشكل مختلف تمامًا عن المتداولين.
كانت تلك التجربة حاسمة: تعلمت كيف يفكر خبراء الطقس حول العمليات الفيزيائية، وعدم اليقين، وتأخيرات الوقت. وبالمثل، تعلمت مدى اختلاف نماذجهم الذهنية عن تلك المستخدمة في الأسواق.
اليوم، أعمل عند تقاطع هذين العالمين. لا أتعامل مع الطقس كمشكلة توقع (في الواقع، لا معنى كبير لمحاولة التفوق على نماذج NOAA وECMWF)، ولا أتعامل مع الأسواق كضوضاء إحصائية بحتة. خلفيتي في التداول تجبر كل إشارة مناخية على الإجابة على أسئلة عملية جدًا: متى، ومن خلال أي آلية، وبأي احتمال تؤثر هذه المعلومات فعليًا على السعر. هذا الجمع يشكل بشكل قوي طريقة تحليلي لأسواق السلع الآن.
كيف يعمل نموذج الطقس-السلعة الخاص بك عمليًا — ما أنواع بيانات المناخ والطقس التي تدمجها، وكيف يتم تحويل تلك المتغيرات إلى إشارات تداول أو مخاطر قابلة للتنفيذ؟
عمليًا، يدمج النموذج عدة طبقات من البيانات بدلاً من الاعتماد على مصدر واحد.
من جانب الطقس، نأخذ بيانات لحظية وقريبة المدى من نماذج التنبؤ العددي للطقس، وبيانات محطات الأرصاد الفائقة الدقة القريبة من مناطق الإنتاج، ومؤشرات مستمدة من الأقمار الصناعية مثل مؤشرات الغطاء النباتي والجفاف. من جانب المناخ، نتتبع إشارات أفقية أطول من خلال مجموعات بيانات إعادة التحليل ومؤشرات المناخ واسعة النطاق مثل ENSO وNAO وPDO وغيرها.
الخطوة الحقيقية الأساسية ليست التنبؤ، بل ترجمة الأثر. يتم ربط المتغيرات الجوية الخام بآليات الإنتاج أو اللوجستيات أو جانب الطلب التي تهم سلعة معينة. تُصاغ تلك العلاقات من خلال إطار قائم على القواعد والاحتمالات، غالبًا باستخدام محاكاة مونت كارلو لالتقاط عدم اليقين.
الناتج ليس توقعًا جويًا، بل إشارة منظمة: سيناريوهات مرجحة بالاحتمال، عدم تماثل المخاطر، وتقديرات الأثر المتأخرة زمنياً. هذا ما يسمح باستخدام الإشارات إما لاتخاذ قرارات تداول أو للتحكم في المخاطر، حسب الأفق الزمني.
نموذجك يعمل منذ عدة سنوات بأداء قوي — كيف تصرف خلال الانقطاعات الجوية الكبرى، وماذا كشفت تلك الفترات عن ردود فعل السوق على صدمات المناخ؟
أحد أهم الاستنتاجات من تشغيل النموذج مباشرة هو أن الأسواق نادراً ما تتفاعل مع صدمات الطقس فورًا ونادرًا ما تتفاعل بطريقة خطية.
مثال حديث جيد هو الغاز الطبيعي. في أواخر أكتوبر، بدأ نموذجنا بالإشارة إلى احتمال مرتفع ومتزايد لتعطيل الدوامة القطبية. في تلك اللحظة، كان الطقس الفوري لا يزال يبدو معتدلًا نسبيًا، وكانت المخزونات مريحة، والسرد السوقي محايدًا. الأسعار بالكاد تفاعلت.
الجزء المهم هو أن النموذج لم ينتج إشارة ثنائية. أظهر منحنى احتمال استمر في الارتفاع خلال نوفمبر وحتى ديسمبر، مع تزايد عدم استقرار الأنماط الجوية. فقط لاحقًا، عندما بدأت السيناريوهات الباردة تظهر باستمرار في التوقعات العامة والسرد الإعلامي، دخل الغاز الطبيعي اتجاه صعود قوي.
هذا الحدث أوضح بوضوح شيئًا نراه مرارًا وتكرارًا:
- أولاً يأتي الضغط الجوي الفيزيائي،
- ثم تراكم الاحتمال،
- ثم انتشار المعلومات،
- وفقط في النهاية، نرى تعديل السعر.
كيف يستخدم تجار ومستثمرو السلع حاليًا بيانات المناخ والطقس في استراتيجيات إدارة المخاطر الخاصة بهم، وأين تعتقد أن معظم المشاركين لا يزالون يفتقرون؟
لا يزال معظم المشاركين يستخدمون بيانات الطقس بطريقة تم discretionary إلى حد كبير. يتتبعون التوقعات، يقرؤون تعليقات الخبراء، ويعدلون المراكز بناءً على شدة الأحداث المتصورة. في إدارة المخاطر، تُستخدم بيانات المناخ غالبًا بأثر رجعي.
النقطة التي يفتقرون فيها هي التشكيل الرسمي. غالبًا ما تكون إشارات الطقس ذاتية، غير موزونة بشكل متسق، ومندمجة بشكل ضعيف مع هيكل السوق. مشكلة شائعة أخرى هي الإفراط في رد الفعل على الشذوذات البصرية الدرامية ولكن غير ذات صلة اقتصادية، أو التقليل من رد الفعل على العمليات البطيئة التي تؤثر بشكل أكبر على الإمداد.
الفجوة الأكبر هي غياب خريطة واضحة بين الطقس، وتأثير الإنتاج، واستجابة السعر.
ما هي المؤشرات المناخية أو الجوية المحددة التي تعتقد أنها ستكون الأكثر أهمية لأسواق السلع حتى عام 2026، خاصة في الزراعة والطاقة؟
بالنسبة للزراعة، ستصبح مؤشرات توازن الرطوبة المستمرة — تطور الجفاف، رطوبة التربة، وصحة الغطاء النباتي — أكثر أهمية بكثير من الأحداث الجوية الفردية. كما ستظل درجات الحرارة المتطرفة خلال مراحل النمو الحساسة حاسمة.
بالنسبة للطاقة، ستركز الانتباه على شذوذات درجات الحرارة من جانب الطلب، خاصة تقلبات الشتاء لطلب التدفئة وإجهاد الحرارة الصيفية على أنظمة الطاقة. من جانب المناخ، ستستمر التذبذبات واسعة النطاق مثل ENSO في تأثير اختلالات العرض والطلب الإقليمية.
ما هي الطرق التي يختلف بها نهجك عن نماذج توقع السلع التقليدية أو التحليل القياسي القائم على الطقس المستخدم في الأسواق؟
الفرق الرئيسي هو أننا لا نحاول توقع الأسعار أو الطقس مباشرة، ولا نأخذ توقعات الطقس العادية أيضًا. يركز فريقنا على النمذجة الكمية لتأثير الطقس والمناخ على الأسعار.
غالبًا ما تقوم النماذج التقليدية إما بامتداد الأسعار إحصائيًا أو تعتبر الطقس كمتغير توضيحي خارجي ذو بنية ضعيفة. من ناحية أخرى، يميل التحليل القياسي للطقس إلى أن يكون وصفيًا بدلاً من أن يكون واعيًا للسوق. نهجنا يُصّغ السلسلة السببية بين الظروف البيئية وتأثير السوق، مع نمذجة صريحة لعدم اليقين، والوقت، والملاءمة.
ما هي أكبر التحديات التي يواجهها المستثمرون عند محاولة دمج بيانات المناخ في اتخاذ القرارات الواقعية، وكيف يمكنهم تجنب الأخطاء الشائعة؟
التحدي الأكبر هو فصل الإشارة عن الضوضاء. بيانات المناخ ذات أبعاد عالية، تتحرك ببطء، وغالبًا ما تكون مشحونة عاطفيًا بسرديات الإعلام.
تشمل الأخطاء الشائعة الإفراط في ملاءمة الارتباطات التاريخية، تجاهل الفجوات الزمنية، والافتراض بأن المزيد من البيانات يؤدي تلقائيًا إلى قرارات أفضل. خطأ آخر هو اعتبار اتجاهات المناخ حتمية بدلاً من احتمالية.
في الواقع، معظم هذه المشكلات تنبع من نقص الفهم. دمج بيانات المناخ في التداول أو إدارة المخاطر ليس سهلًا. يتطلب وقتًا كبيرًا لفهم الآليات الفيزيائية، الخصائص الإقليمية، قيود البيانات، والأهم من ذلك، كيف تستوعب الأسواق هذه المعلومات فعليًا. بدون ذلك الأساس، تميل بيانات المناخ إلى خلق ثقة زائفة بدلاً من اتخاذ قرارات أفضل.
مجرد توظيف خبراء الأرصاد قد يساعد في سد الفجوة في خبرة الطقس، لكنه لا يحل المشكلة الأساسية: تحويل إشارات الطقس والمناخ إلى تأثير سوقي قابل للقياس وديناميكيات التسعير. في تلك المرحلة، هناك مساران قابلان للتنفيذ فقط. إما التعاون مع فرق قد بنت هذه القدرة بالفعل ويمكنها تقديم رؤى قابلة للتنفيذ، أو الاستثمار في إنشاء مكتب مخصص للطقس والمناخ داخليًا يجمع بين خبرة السوق والعلوم البيئية.
كيف تتوقع أن تعيد الاتجاهات المناخية طويلة الأجل تشكيل أسواق السلع العالمية هيكليًا خلال السنوات القليلة القادمة؟
نحن بالفعل نشهد زيادة في التقلبات بدلاً من تحولات الاتجاه السلس. لا يقتصر تغير المناخ على تحريك المتوسطات فحسب، بل يزيد من تواتر وتجمع الأحداث المتطرفة.
هيكليًا، يعني ذلك زيادة عدم اليقين في الإمداد، ارتفاع علاوات المخاطر، وتأكيد أكبر على المرونة في اللوجستيات وإدارة المخزون. ستصبح بعض المناطق موردين أقل موثوقية، بينما قد تكتسب مناطق أخرى أهمية استراتيجية.
مع تزايد أهمية مخاطر المناخ في الأطر المؤسسية، كيف ترى نماذج المناخ المستندة إلى البيانات تؤثر على بناء المحافظ، الإفصاح، أو تقارير المخاطر؟
ستنتقل نماذج المناخ المستندة إلى البيانات تدريجيًا من الإضافات النوعية إلى مدخلات مخاطر كمية. في بناء المحافظ، يمكنها إبلاغ حجم المراكز، تعرض مخاطر الذيل، وافتراضات التنويع. في الإفصاح والتقارير، توفر طريقة أكثر دفاعية ومبنية على السيناريوهات لمناقشة التعرض المناخي دون الاعتماد على السرد البسيط.
مع مرور الوقت، أتوقع أن تُعامل مخاطر المناخ في أسواق السلع مماثلة للمخاطر الكلية أو مخاطر التقلبات: ليست فئة ESG منفصلة، بل مكون أساسي من مخاطر السوق.
هل يمكنك مشاركة مثال حيث ساعدت رؤى نموذجك في توقع تحرك سعر سلعة مهم قبل أن يصبح واضحًا للسوق الأوسع؟
كما ذكرت سابقًا، الغاز الطبيعي هو مثال واضح على رؤية النموذج.
كما نرى أمثلة أوضح تنطبق على أسواق الزراعة.
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 الإنتاج الرسمية أو تعليقات السوق. ظلت الأسعار في البداية ثابتة لأن الضرر لم يكن مرئيًا بعد. بمجرد تعديل توقعات الإنتاج وتبعها العناوين، تعدلت الأسعار بسرعة، لكن في ذلك الوقت كان الخطر الأساسي قد تراكم بالفعل لأسابيع.
مثال آخر هو إنتاج قهوة روبوستا في فيتنام عامي 2023‑2024. في تلك الفترة، أدى الجفاف الطويل وإجهاد الحرارة تدريجيًا إلى تقليل إمكانات الإنتاج، بينما اعتبر السوق الوضع في البداية مؤقتًا. التقط النموذج الطبيعة التراكمية للإجهاد مبكرًا. عندما أصبحت خسائر الإنتاج لا يمكن إنكارها، تحركت الأسعار بشكل حاد.
ظهر نمط مشابه في أسواق الكاكاو في غرب أفريقيا في نوفمبر 2023، عندما أدت رياح الهارمانت المتواصلة غير العادية إلى نقص في الرطوبة ومشكلات التلقيح. كان الإجهاد الفيزيائي واضحًا قبل رد فعل السوق بوقت طويل، الذي تسارع فقط عندما دخلت مخاوف الإمداد السرديات العامة.
في جميع هذه الحالات، الرؤية الأساسية هي نفسها: يساعد النموذج في تحديد الإجهاد الفيزيائي البطيء والمتراكم الذي يغير عدم تماثل المخاطر قبل وقت طويل من استجابة السوق. لهذا السبب، يعتبر التوقيت والتقييم الاحتمالي أكثر أهمية من الرد على العناوين أو الأحداث الجوية المنفردة.
شكرًا على المقابلة الرائعة، القراء الذين يرغبون في معرفة المزيد يجب أن يزوروا Mind Money.
