Predicting Gold Prices Using Macro Data: A Step-by-Step Framework

لماذا البيانات الكبيرة تحرك الذهب

لا يتم دفع الذهب من خلال الأرباح أو الأرباه أو نمو الإيرادات. سعر الذهب هو أساسا وظيفة من تكلفة الفرصة للحفاظ على أصول غير مثمرة وخوف السوق الجماعي من عدم الاستقرار النقدي والجيوسياسي. وهذا يعني البيانات الكلية أسعار الفائدة الحقيقية، وتوقعات التضخم، وقوة الدولار، وميزانيات البنك المركزي يفسر الجزء الأكبر من مسار سعر الفضة على المدى الطويل.

بالنسبة للتجار والمحللين، هذه ميزة: يتم نشر المتغيرات الرئيسية على جدول زمني ثابت، يتم قياسها بدقة عالية، ويمكن الوصول إليها عبر واجهة برمجة البيانات. يظهر FXMacroData مجموعة كاملة من المؤشرات ذات الصلة للولايات المتحدة (الدافع الرئيسي للذهب) ولأي عملة أخرى من مجموعة العشرة التي تتأثر قرارات البنك المركزي بالطلب على الذهب.

الخطوة الأولى: احصل على سعر الذهب

قبل بناء إطار تنبؤي، قم بتحديد الخط الأساسي: سعر الذهب اليوم. السلع النهائية. .

curl "https://fxmacrodata.com/api/v1/commodities/gold?api_key=YOUR_API_KEY&start=2024-01-01"

{
  "data": [
    { "date": "2025-04-08", "val": 3014.75 },
    { "date": "2025-04-07", "val": 2980.20 },
    { "date": "2025-04-04", "val": 3038.55 }
  ]
}

في بايثون، طريقة نظيفة لسحب هذه السلسلة هي:

import requests

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"

def get_series(path: str, start: str = "2024-01-01") -> list[dict]:
    r = requests.get(f"{BASE}{path}", params={"api_key": KEY, "start": start})
    r.raise_for_status()
    return r.json()["data"]

gold = get_series("/commodities/gold")
# [{'date': '2025-04-08', 'val': 3014.75}, ...]

الخطوة الثانية: تتبع أسعار الفائدة الحقيقية في الولايات المتحدة

أقوى مؤشر شامل للذهب هو سعر الفائدة الحقيقي في الولايات المتحدة العائد المتاح على أصل آمن بعد التضخم. عندما تكون الأسعار الحقيقية سلبية للغاية (سعر السياسة أقل من التضخيص) ، يصبح الذهب مخزنًا عقلانيًا للقيمة. عندما تتحول الأسعار الواقعية إلى إيجابية وترتفع، يواجه الذهب منافسة صارمة من سندات الخزانة.

اثنين من سلسلة FXMacroData تسمح لك بناء صورة سعر الفائدة الحقيقي بدقة:

• النصائح 10Y العائد مقياس السوق المباشر لسعر الفائدة الحقيقي لمدة 10 سنوات، متاح عبر السندات المرتبطة بالضرائب
• معدل التضخم العاشر السنوي تعويض التضخم المدمج في سندات الخزانة الاسمية، عن طريق معدل التضخم

tips_10y    = get_series("/announcements/usd/inflation_linked_bond")
breakeven   = get_series("/announcements/usd/breakeven_inflation_rate")
policy_rate = get_series("/announcements/usd/policy_rate")

ترتبط عائدات TIPS السلبية بشكل حاد (أقل من -1٪) تاريخياً مع ارتفاعات الذهب بنسبة 2040٪. عندما ارتفعت عائدات TiPS من -1.1٪ في أوائل عام 2022 إلى +2.0٪ بحلول أواخر عام 2023 ، ركود الذهب على الرغم من ارتفاع التضخم الاسمي. كانت الإشارة واضحة: أصبحت تكلفة الفرصة للحفاظ على الذهب ذات مغزى.

الخطوة الثالثة: مراقبة نظام التضخم في الولايات المتحدة

العلاقة بين الذهب والتضخم أكثر دقة مما تشير إليه الرواية الشعبية. على المدى القصير جداً، لا يستجيب الذهب دائمًا على الفور إلى طباعة مؤشر أسعار المستهلك. ما يهم هو نظام التضخام ما إذا كان السوق يعتقد أن التضخيص سيبقى مرتفعاً وما إذا كان مجلس الاحتياطي الفيدرالي يتخلف عن المنحنى.

اسحب مجموعة التضخم الأساسي لتتبع تغيرات النظام:

cpi          = get_series("/announcements/usd/inflation")
core_cpi     = get_series("/announcements/usd/core_inflation")
pce          = get_series("/announcements/usd/pce")
breakeven    = get_series("/announcements/usd/breakeven_inflation_rate")

الإشارة الأكثر توقعاً هنا هي معدل التضخم العادلعندما يرتفع التضخم على مدى 10 سنوات بشكل حاد لنقل من 2.2% إلى 2.8% في نافذة شهرين فهذا يشير إلى أن أسواق السندات تتوقع استمرار التضخيص. تميل هذه البيئة إلى أن تكون داعمة للذهب، حتى لو كانت أسعار الفائدة السياسية ترتفع في نفس الوقت، لأن السعر الحقيقي قد لا يزال في حالة هبوط.

استخدم نقطة نهاية التضخم و نقطة نهاية pce معًا: يحدد مؤشر أسعار المستهلك الرئيسي السرد، ولكن PCE يدفع قرارات الاحتياطي الفيدرالي. الاختلاف حيث يرتفع مؤشر الأسعار المشتركة الرئاسي بينما يبقى PCE راسخًا لا يولد عادة ضغوط شراء ذهبي مستدامة.

الخطوة الرابعة: راقب إشارات سياسة الاحتياطي الفيدرالي وميزانية الميزانية

الذهب حساس للغاية لمصداقية الاحتياطي الفيدرالي. أسعار الأسواق الذهب جزئيا كتحوط ضد التخفيض النقدي خطر أن البنوك المركزية توسيع الميزانيات الخاصة بهم إلى ما هو أكثر من القدرة على التراجع. اثنين من مؤشرات FXMacroData التقاط هذا مباشرة.

fed_rate     = get_series("/announcements/usd/policy_rate")
fed_assets   = get_series("/announcements/usd/cb_assets")
m2           = get_series("/announcements/usd/m2")

- ... إجمالي أصول الاحتياطي الفيدرالي تتبع السلسلة حجم ميزانية الاحتياطي الفيدرالي في تريليونات. خلال دورات التيسير الكمي (20082014, 20202022), توسعت هذه السلسه بشكل حاد, وارتفع الذهب بقوة في كلتا الفترتين. عندما بدأ QT (التشديد الكمي) في عام 2022, فقد الذهب زخم ليس فقط بسبب ارتفاع الأسعار الحقيقية ولكن لأن إشارة الميزانية أصبحت هبوطية.

نمو المعروض النقدي لـ M2 هو مؤشر متأخر أطول. عندما ينمو M2 بمعدلات سنوية من خانتين (كما كان في 25٪ + في عام 2021) ، فإنه يتنبأ تاريخيا بالضغط التضخمي الذي يدعم في النهاية الذهب. عندما يتراجع نمو M2 ويصبح سلبيا (كما حدث خلال معظم عام 2023) ، تضعف حالة التخفيض النقد.

الخطوة الخامسة: تحقق من قوة الدولار

يتم تسعير الذهب بالدولار الأمريكي، لذلك يقلل الدولار الأقوى من سعر الذهب بشكل ميكانيكي من حيث الدولار الأمريكى ويقلل من حافز القوة الشرائية للمشترين غير الأمريكان. مؤشر الدولار الموزن بالتجارة، المتاح عبر التجارة_الموزعة_المؤشر، يوفر نظيفة الرؤية الكلية.

twi = get_series("/announcements/usd/trade_weighted_index")

من الناحية الهيكلية، يميل الذهب والدولار إلى أن يكونا مترابطان عكسياً ولكن هذه العلاقة تتحطم خلال حلقات الأزمة الحقيقية، عندما يمكن لكليهما الارتفاع في وقت واحد على الطلب الآمن. قصة ضعف الدولار مدفوعة بتقلص فروق أسعار الفائدة الأمريكية هي أكثر ثقة للذهب من قصة إضعاف الدولار المدفوعه بالخطر العالمي (حيث قد يستفيد الذهب أيضًا، ولكن الترجمة الميكانيكية أضعف).

لبناء صورة متعددة العملات لهذا الفارق في أسعار الفائدة، استخدم نقاط نهاية سعر الفائدتين من FXMacroData للبنوك المركزية الأخرى في مجموعة العشرة جنبا إلى جنب مع سعر فيد على سبيل المثال، مقارنة سعر الميزانية مقابل الدولار الأمريكي لتقدير ما إذا كانت ميزة سعر الدولار تتقلص.

الخطوة 6: قم ببناء بطاقة درجات الماكرو الذهبية المركبة

يمكن أن يُجمع الإطار المذكور أعلاه إلى بطاقة درجات بسيطة تعين إشارة اتجاهية لكل مؤشر وتجميعها إلى تحيز صافي.

def score_signal(series: list[dict], bullish_when: str) -> float:
    """Return +1 (bullish gold), 0 (neutral), or -1 (bearish gold)."""
    if len(series) < 2:
        return 0.0
    latest = series[-1]["val"]
    prev   = series[-2]["val"]
    change = latest - prev

    if bullish_when == "falling":
        if change < -0.05:
            return 1.0
        elif change > 0.05:
            return -1.0
        return 0.0
    elif bullish_when == "rising":
        if change > 0.05:
            return 1.0
        elif change < -0.05:
            return -1.0
        return 0.0
    elif bullish_when == "negative":
        return 1.0 if latest < 0 else (-1.0 if latest > 1.0 else 0.0)
    return 0.0


scores = {
    "TIPS 10Y (real rate)"     : score_signal(tips_10y,    bullish_when="negative"),
    "Breakeven inflation"      : score_signal(breakeven,   bullish_when="rising"),
    "Fed policy rate"          : score_signal(policy_rate, bullish_when="falling"),
    "Fed total assets (QE)"    : score_signal(fed_assets,  bullish_when="rising"),
    "M2 money supply"          : score_signal(m2,          bullish_when="rising"),
    "Trade-weighted USD"       : score_signal(twi,         bullish_when="falling"),
}

net_score = sum(scores.values())
print(f"Net gold macro score: {net_score:+.0f} / {len(scores)}")
for name, s in scores.items():
    arrow = "▲" if s > 0 else ("▼" if s < 0 else "→")
    print(f"  {arrow}  {name}: {s:+.0f}")

النتيجة الصافية +4 أو أعلى عبر ست مدخلات هي رياح قوية للذهب. النتيجه الصافيه -3 أو أقل هي ريحة عكسية. يطلب النطاق الأوسط (-2 إلى +3) اهتمامًا أكبر بالشريك المهيمن بدلاً من المركب.

Net gold macro score: +4 / 6
  ▲  TIPS 10Y (real rate): +1
  ▲  Breakeven inflation: +1
  →  Fed policy rate: 0
  ▲  Fed total assets (QE): +1
  →  M2 money supply: 0
  ▲  Trade-weighted USD: +1

الخطوة السابعة: تضمين مُغطاة مشاعر المخاطرة

الذهب أيضاً بمثابة أصل مأمن خلال أوقات الخطر. مؤشر شعور المخاطر مؤشر مركب لـ سعر الذهب نفسه، AUD/USD، USD/JPY، ومؤشرات الضغوط المالية يوفر إشارة نظام في الوقت الحقيقي.

risk = get_series("/risk-sentiment")
latest_risk = risk[-1]["val"]  # Range: -1.0 (full risk-off) to +1.0 (full risk-on)

if latest_risk < -0.4:
    print("Risk-off regime: safe-haven gold demand likely elevated")
elif latest_risk > 0.4:
    print("Risk-on regime: macro drivers dominate gold signal")
else:
    print("Neutral regime: watch macro scorecard for direction")

في حالة عدم وجود خطر (النتيجة أقل من -0.4) ، يمكن أن يتحرك الذهب حتى مع بطاقة درجات الكلية الضعيفة بشكل حاد على وضع الملاذ الآمن. إن مُغطاة شعور المخاطر هي المُقطّع الذي يمكن أن يُطغى على قراءة كلية هبوطية على المدى القصير وهذا هو السبب في أن تجار الذهب المُتأديبين يحتفظون دائمًا بكلتا الرؤى في وقت واحد.

وضع كل شيء معا: مقطع مراقبة مباشرة

هنا نص كامل، مكتمل الذات الذي يحصل على جميع السلسلة المطلوبة، يحسب بطاقة النتيجة الماكرو الذهبية، ويدفع إفادة موجزة:

import requests
from datetime import date, timedelta

BASE = "https://fxmacrodata.com/api/v1"
KEY  = "YOUR_API_KEY"
START = str(date.today() - timedelta(days=90))

def get_series(path: str) -> list[dict]:
    r = requests.get(f"{BASE}{path}", params={"api_key": KEY, "start": START})
    r.raise_for_status()
    return r.json().get("data", [])

def score(series: list[dict], mode: str) -> float:
    if len(series) < 2:
        return 0.0
    v, p = series[-1]["val"], series[-2]["val"]
    if mode == "falling":
        return 1.0 if v - p < -0.05 else (-1.0 if v - p > 0.05 else 0.0)
    if mode == "rising":
        return 1.0 if v - p > 0.05 else (-1.0 if v - p < -0.05 else 0.0)
    if mode == "negative":
        return 1.0 if v < 0 else (-1.0 if v > 1.0 else 0.0)
    return 0.0

inputs = {
    "TIPS 10Y real rate"     : (get_series("/announcements/usd/inflation_linked_bond"), "negative"),
    "Breakeven inflation"    : (get_series("/announcements/usd/breakeven_inflation_rate"), "rising"),
    "Fed policy rate"        : (get_series("/announcements/usd/policy_rate"), "falling"),
    "Fed total assets"       : (get_series("/announcements/usd/cb_assets"), "rising"),
    "M2 money supply"        : (get_series("/announcements/usd/m2"), "rising"),
    "Trade-weighted USD"     : (get_series("/announcements/usd/trade_weighted_index"), "falling"),
}

gold   = get_series("/commodities/gold")
risk   = get_series("/risk-sentiment")

net = sum(score(s, m) for s, m in inputs.values())

print("=" * 52)
print(f"  Gold Macro Scorecard  |  {date.today()}")
print("=" * 52)
if gold:
    print(f"  Gold spot  : ${gold[-1]['val']:,.2f} / troy oz")
if risk:
    print(f"  Risk regime: {risk[-1]['val']:+.2f}  (-1=risk-off, +1=risk-on)")
print(f"  Net signal : {net:+.0f} / {len(inputs)}")
print("-" * 52)
for name, (s, m) in inputs.items():
    sig = score(s, m)
    arrow = "▲ bullish" if sig > 0 else ("▼ bearish" if sig < 0 else "→ neutral")
    val   = f"  [{s[-1]['val']:.2f}]" if s else ""
    print(f"  {arrow:12s}  {name}{val}")
print("=" * 52)

التفسير والقيود

هذا الإطار يحدد الكلية النظام بالنسبة للذهب، ليس نقطة الدخول الدقيقة.

• التأخير مهم يتم نشر بيانات البيانات الكبرى مثل مؤشر أسعار المستهلكين وأوراق الرواتب غير الزراعية مع تأخر من أسبوع إلى أربعة أسابيع. تعكس بطاقة النتيجة أحدث القيم المنشورة ، وليس الظروف الاقتصادية في الوقت الحقيقي.
• الموقع مهم حتى مع نظام مكرو صعودي قوي، يمكن أن يعني الشعبية طويلة في العقود الآجلة للذهب أن هذه الخطوة قد تم تسعيرها بالفعل. قسم السلع) يجب أن تكمل بطاقة النتيجة الكلية عندما تكون متاحة.
• الصدمات الجيوسياسية تتجاوز الكلية الصراعات العسكرية وأزمات الديون السيادية وقرارات تنويع احتياطي البنك المركزي يمكن أن تدفع الذهب إلى فصل أي إشارة كبيرة لأسابيع أو أشهر.
• الطلب على العملات المتعددة البنوك المركزية في الأسواق الناشئة وخاصة الصين والهند هي مشتري الذهب الكبار. ويتم دفع طلبها من قبل دوافع تنويع الاحتياطي التي قد تختلف بشكل حاد عن إشارة الولايات المتحدة الكلية. الاحتياطيات الأجنبية يمكن أن تكون سلسلة كتحقق ثانوي مفيد.

يتوفر الكتالوج الكامل لمؤشرات الولايات المتحدة الكبرى وبيانات السلع الأساسية المستخدمة في هذه المقالة على /api-data-docs/usd ويمكن الوصول إليها باستخدام أي مفتاح FXMacroData API. إذا لم يكن لديك واحد بعد، يمكنك البدء في fxmacrodata.com/subscribe (موقع المعلومات). .