الوحدة 1 من 6 · 5 دقيقة قراءة

ما الذي يعنيه التداول بالذكاء الاصطناعي والتداول الخوارزمي فعليًا

«التداول بالذكاء الاصطناعي» مصطلح تسويقي مختصر لثلاثة أشياء مختلفة تمامًا؛ تعلّم التمييز بين الروبوت القائم على القواعد والتعلم الآلي الحقيقي والأداة المدعومة بالذكاء الاصطناعي، ويتلاشى معظم الضجيج.

جرّبها · صنّف ادّعاء الذكاء الاصطناعي

0/ 4

مُسوَّق كذكاء اصطناعي · المنتج أالادّعاء 1 من 4

يضع روبوت مدعوم بالذكاء الاصطناعي أوامر شراء وبيع ذكية حول السعر لتحقيق ربح من التقلب.

ما فئته الحقيقية؟

اختر الفئة التي ينتمي إليها هذا المنتج فعليًا، ثم تحقّق من إجابتك.

جرّب المصنِّف أعلاه قبل متابعة القراءة: صنّف كل ادعاء تسويقي في واحدة من ثلاث فئات وراقب كيف تصبح التسمية هشة. «التداول بالذكاء الاصطناعي» واحد من أكثر العبارات مبالغةً في التسويق في هذا السوق. العبارة نفسها تُطبع على كل شيء، من روبوت بسيط يتبع قاعدة ثابتة واحدة، إلى اشتراك يعيد بيع توصيات شراء وبيع لشخص آخر فقط. إليك الخبر الجيد: خلف كل هذا التسويق، لا يمكن لأي من هذه الأدوات أن تكون في الواقع إلا واحدًا من ثلاثة أشياء. بمجرد أن تستطيع تحديد أي منها تنظر إليه، يتلاشى معظم الضجيج وتعرف بالضبط ما الذي يجب أن تسأل عنه بعد ذلك. هذا الفلتر هو أكثر مهارة نافعة في هذه الدورة بأكملها، لذا نبدأ من هنا.

السؤال الذي يهم فعليًا

الغريزة الأولى هي أن تسأل «هل هذا مؤتمت؟». هذا السؤال الأول الخطأ، لأن الأتمتة أصبحت أمرًا طبيعيًا بالفعل. تدير البرامج القائمة على القواعد غالبية حجم تداول الأسهم في الولايات المتحدة، بما يقارب 60 إلى 75 بالمئة وفقًا للتقديرات الشائعة. الأتمتة ليست جديدة، وليست شريرة بحد ذاتها.

السؤال المفيد مختلف: ما نوع هذه الأتمتة، وكم تقرر فعليًا؟ الأداة التي تتبع قاعدة واحدة يمكنك قراءتها تختلف اختلافًا جذريًا عن نموذج يبتكر قواعده الخاصة، وكلاهما يختلف مرة أخرى عن أداة تساعدك فقط على اتخاذ القرار. الفئات الثلاث أدناه مرتبة من الأقل إلى الأكثر استقلالية.

التداول القائم على القواعد (الخوارزمي)

هذا برنامج يشغّل قواعد ثابتة من نوع «إذا-فإن» كتبها إنسان مسبقًا. قد تكون إحدى القواعد: «إذا تجاوز المتوسط المتحرك لـ50 يومًا المتوسط المتحرك لـ200 يوم من الأسفل إلى الأعلى، اشترِ؛ وإذا عاد وهبط دونه، بِع». يتبع البرنامج ذلك بدقة، دون كلل، ودون عاطفة. لا يبتكر قاعدة جديدة أبدًا ولا يتعلم أبدًا.

كلمتان تصفانه جيدًا: حتمي وقابل للتدقيق. أمام البيانات نفسها، يفعل الشيء نفسه دائمًا، ويمكنك قراءة القاعدة الدقيقة التي أنتجت أي صفقة. معظم ما يُسمى «روبوتات» ستقابلها كمتداول أفراد يقع هنا بالضبط، بصرف النظر عمّا تسميه صفحة المنتج.

التداول بالتعلم الآلي

هذا النوع مختلف جوهريًا. فبدلًا من اتباع قواعد كتبها إنسان، يدرس النموذج بيانات تاريخية، ويستنتج أنماطه الخاصة، ويمكن أن يعدّلها مع وصول بيانات جديدة. لم يكتب أحد القواعد؛ النموذج هو من وجدها.

هذا ما يجعله أقوى فعليًا وأكثر هشاشة أيضًا بكثير. ولأن النموذج يلاحق أي شيء يطابق البيانات التي عُرضت عليه، فهو يتعلم بسهولة ضوضاء لن تتكرر (يُسمى هذا الفخ الإفراط في المطابقة، وله وحدة خاصة به لاحقًا). التداول الحقيقي بالتعلم الآلي صعب، ونهم للبيانات، وهو في الغالب عالم الشركات الكمّية جيدة التمويل. عدد قليل جدًا من المنتجات الاستهلاكية يقوم به فعليًا، مهما ادّعت.

التداول المدعوم بالذكاء الاصطناعي

هنا يبقى الإنسان هو المسيطر. الأداة تعزز قراراتك بدلًا من أن تتداول بمفردها: قد تلخص الأخبار، أو تشير إلى إعداد على الرسم البياني، أو تقترح حجم مركز، أو تجيب عن سؤال، لكنك أنت من يضغط الزناد.

هذه هي الفئة الأقل استقلالية، وهي غالبًا الأكثر فائدة عمليًا لمتداول الأفراد، تحديدًا لأن الشخص يحتفظ بالحكم في اللحظات الأكثر أهمية. «مدعوم بالذكاء الاصطناعي» و«مؤتمت بالكامل» يقعان على طرفي نقيض في طيف التحكم. معاملة أحدهما وكأنه الآخر خدعة تسويقية كلاسيكية.

ما هي حقيقة معظم منتجات «التداول بالذكاء الاصطناعي»

إليك خلاصة الأمر. الغالبية العظمى من منتجات الأفراد التي تُباع بوصفها ذكاءً اصطناعيًا هي روبوتات بسيطة قائمة على القواعد (شبكية، أو متتبعة لتقاطع متوسطات متحركة) أو اشتراكات إشارات تعيد بيع توصيات شخص آخر. كلمات مثل «مدعوم بالذكاء الاصطناعي» و«عصبي» و«عميق» و«ذاتي التعلم» و«كمّي» تُختار لإخفاء محرك بسيط ولتبرير رسوم.

لذا قبل أن تحكم على أي أداة، ضعها قسرًا في إحدى الفئات. اسأل: هل تشغّل قواعد ثابتة، أم تتعلم حقًا من البيانات، أم أنها تساعد إنسانًا فقط على اتخاذ القرار؟ الفئة التي تصل إليها تخبرك بالأسئلة التالية التي يجب طرحها، وبمقدار ما يجب أن تخصمه من الخطاب التسويقي.

فك رموز ثلاثة منتجات «ذكاء اصطناعي»

العبارة نفسها على العلبة، لكن ثلاثة أشياء مختلفة تمامًا بالداخل. جرّب تصنيف كل واحد وطرح السؤال التالي الصحيح.

المنتج A: «روبوت ذكاء اصطناعي يضع أوامر شراء وبيع ذكية حول السعر للاستفادة من التقلب». فك الرموز: روبوت شبكي، أتمتة قائمة على قواعد خالصة. السؤال التالي: ماذا يحدث عندما يخرج السوق باتجاه واضح خارج نطاق الشبكة؟
المنتج B: «نموذج التعلم العميق لدينا يتنبأ بالشمعة التالية بدقة 92%». فك الرموز: ادعاء تعلم آلي. السؤال التالي: أرني نتائج العينة الخارجية والتكاليف (انظر الطية التالية لمعرفة لماذا لا تعني نسبة الـ92% وحدها الكثير).
المنتج C: «مساعد ذكاء اصطناعي يشير إلى الإعدادات ويشرح المخاطرة؛ وأنت من ينفذ الصفقة». فك الرموز: مدعوم بالذكاء الاصطناعي، والإنسان هو المتحكم. السؤال التالي: هل يحسّن قراراتي دون أن ينتزعها مني؟

تعلّم إجراء هذا التصنيف الثلاثي في ثوانٍ هو معظم المعركة.

لماذا يمكن لنسبة صفقات رابحة 92% أن تخسر المال رغم ذلك

نسبة الصفقات الرابحة المرتفعة تبدو لا تُقهر، لكنها لا تقول شيئًا عن العائد أو التكاليف. لنفترض أن أداة ما تربح 92% من الوقت، لكن كل ربح يحقق 1 بينما تكلف كل خسارة 15.

على مدى 100 صفقة: تربح 92 صفقة بمقدار 92 x 1 = 92، وتخسر 8 صفقات بمقدار 8 x 15 = 120. النتيجة الصافية: خسارة قدرها 28، قبل أن تزيد الرسوم والانزلاق السعري الأمر سوءًا. كما أن نسبة الـ«92%» تُقاس دائمًا تقريبًا داخل العينة، أي على البيانات نفسها التي ضُبط عليها النموذج، لذا فحتى الرقم نفسه عادةً ما يكون مجاملًا لصورة الأداء.

الدرس: نسبة الصفقات الرابحة وحدها ليست دليلًا. اسأل دائمًا عن حجم الأرباح مقارنةً بالخسائر، وعن التكاليف.

لماذا يمكن أن تكون الفئة المدعومة بالذكاء الاصطناعي الأكثر أمانًا

يبدو الأمر معكوسًا أن تكون الأداة الأقل استقلالية غالبًا هي الأكثر أمانًا، لكن هناك سببًا وجيهًا لذلك. القواعد الثابتة والنماذج المدرَّبة لا تعرف إلا المواقف التي بُنيت عليها. عندما يظهر شيء نادر وخارج تلك التجربة (النوع من الأحداث الذي تتناوله لاحقًا وحدة البجعة السوداء)، يستطيع الإنسان أن يدرك أن «هذا ليس طبيعيًا» ويتدخل، بينما يستمر النظام المؤتمت في التنفيذ بثقة.

إبقاء إنسان على الزناد ليس علامة على أداة بدائية. إنه ضمانة متعمدة تحديدًا في اللحظات التي تُحدث أكبر ضرر.

اختبار سريع للمعرفة

بسطر واحد لكل فئة، كيف تختلف الفئات الثلاث؟ التداول القائم على القواعد يشغّل قواعد ثابتة من نوع «إذا-فإن» كتبها إنسان؛ والتداول بالتعلم الآلي يستنتج أنماطه الخاصة من البيانات؛ والتداول المدعوم بالذكاء الاصطناعي يساعد إنسانًا لا يزال هو من يتخذ القرار النهائي.

لماذا يكون «هل هذا مؤتمت؟» السؤال الأول الخطأ؟ لأن الأتمتة أصبحت سائدة بالفعل (معظم حجم تداول الأسهم الأمريكية قائم على القواعد)، لذا فالإجابة تكون دائمًا تقريبًا نعم ولا تخبرك بشيء. السؤال المفيد هو ما نوع هذه الأتمتة، وكم تقرر فعليًا.

تعلن أداة عن نسبة صفقات رابحة 92%. لماذا لا يكفي ذلك للثقة بها؟ نسبة الصفقات الرابحة تتجاهل حجم الأرباح مقارنةً بالخسائر والتكاليف، لذا فنسبة رابحة مرتفعة مقترنة بعوائد غير متوازنة يمكن أن تخسر المال رغم ذلك، والرقم عادةً ما يُقاس داخل العينة ودون تحقق.

المصادر

SEC (Division of Trading and Markets)، «Staff Report on Algorithmic Trading in U.S. Capital Markets»: تنفيذ أوامر مبرمج مسبقًا وقائم على القواعد، بتدخل بشري ضئيل أو معدوم.
arXiv (academic)، نقلًا عن Hendershott et al. (2011) وBrogaard et al. (2014): غالبية حجم تداول الأسهم الأمريكية خوارزمية (يُستشهد عادةً بنسبة تقارب 60 إلى 75%).
ISO/IEC 22989، «Artificial intelligence — Concepts and terminology»: نماذج تتعلم أنماطًا من البيانات بدلًا من اتباع قواعد مكتوبة صراحةً.
SEC and FINRA (Joint Investor Alert)، «Automated Investment Tools»: استراتيجية مختزلة إلى قواعد دخول وخروج محددة مسبقًا، مع استمرار الحاجة إلى إشراف بشري.