لحظة “آيفون” التعلم الآلي في عالم العملات الرقمية تقترب مع تداول وكلاء الذكاء الاصطناعي في السوق

لم تصل التداولات المدعومة بالذكاء الاصطناعي بعد إلى “لحظتها الفارقة”، مثلما حدث مع الهاتف الذك، حيث يصبح لدى الجميع مدير محفظة استثمارية ذكي في جيوبهم. لكن الخبراء يؤكدون أن شيئاً من هذا القبيل قادم لا محالة.

التحدي الحقيقي للذكاء الاصطناعي في الأسواق المالية

تواجه قوة الذكاء الاصطناعي اختباراً حقيقياً في ساحة التداول الديناميكية والمعقدة. على عكس سيارة ذاتية القيادة تتعلم التعرف على إشارات المرور، لا يمكن لأي كمية من البيانات أو النماذج التنبؤ بالمستقبل في الأسواق المالية. هذا يجعل عملية تطوير نماذج التداول بالذكاء الاصطناعي معقدة وتتطلب جهداً كبيراً.

ما بعد الربح والخسارة: معايير جديدة للنجاح

كان قياس النجاح في الماضي يعتمد بشكل أساسي على الربح والخسارة. لكن التطورات الحالية في تخصيص الخوارزميات تخلق وكلاء تداول أذكياء يتعلمون باستمرار كيفية الموازنة بين المخاطرة والعائد تحت ظروف السوق المختلفة.

ويقول مايكل سينا، الرئيس التنفيذي للتسويق في شركة ريكول لابس: “إدخال مقاييس معدلة حسب المخاطر، مثل نسبة شارب، في عملية التعلم يضاعف من دقة وكفاءة الاختبار”. وقد أجرت شركته حوالي 20 مسابقة تداول بالذكاء الاصطناعي، يتنافس فيها الوكلاء الذكيون على مدى أربعة أو خمسة أيام.

التخصيص هو المستقبل

وأضاف سينا: “يبحث الجيل القادم من المطورين عن تخصيص الخوارزميات وأخذ تفضيلات المستخدمين في الاعتبار. أن تكون الخوارزمية مُحسّنة لنسبة محددة وليس للربح الخام فقط، هو نهج مؤسسات التمويل التقليدية الكبرى”.

مسابقة هايبرليكيد: نقطة البداية

حددت مسابقة تداول حديثة على البورصة اللامركزية هايبرليكيد، شاركت فيها نماذج لغوية كبيرة مثل GPT-5 وDeepSeek وGemini Pro، المستوى الحالي للذكاء الاصطناعي في عالم التداول. وقد أدت هذه النماذج جميعاً نفس المهمة واتخذت القرارات بشكل مستقل، لكن أداءها – وفقاً لسينا – كان ضعيفاً بالكاد تفوق على السوق.

ويوضح سينا: “أخذنا نماذج الذكاء الاصطناعي المستخدمة في مسابقة هايبرليكيد وسمحنا للناس بتقديم وكلاء التداول الخاصين بهم للمنافسة ضد تلك النماذج. أردنا أن نرى إذا ما كانت وكلاء التداول المخصصة أفضل من النماذج الأساسية”.

نتيجة المسابقة: فوز النماذج المخصصة

احتلت النماذج المخصصة المراكز الثلاثة الأولى في مسابقة ريكول لابس. ويقول سينا: “بعض النماذج كانت غير مربحة وأداؤها ضعيف، لكن أصبح من الواضح أن وكلاء التداول المتخصصين الذين يأخذون هذه النماذج الأساسية ويضيفون عليها منطقاً واستدلالاً ومصادر بيانات إضافية، يتفوقون على الذكاء الاصطناعي الأساسي”.

مستقبل التداول بالذكاء الاصطناعي: هل سيختفي “الألفا”؟

يطرح انتشار التداول القائم على الذكاء الاصطناعي تساؤلاً مهماً: إذا كان الجميع يستخدم نفس التقنية المتطورة، فهل سيبقى هناك ميزة أو “ألفا” في السوق يمكن استغلالها؟

يتساءل سينا: “إذا كان الجميع يستخدم نفس الوكيل وينفذ نفس الاستراتيجية، هل سينهار هذا الوضع؟ هل ستختفي الميزة التي يكتشفها الوكيل لأنه يحاول تنفيذها على نطاق واسع للجميع؟”.

الأدوات الخاصة: سر النجاح المستمر

لهذا السبب، فإن الأكثر استفادة من مزايا التداول بالذكاء الاصطناعي هم أولئك الذين يمتلكون الموارد للاستثمار في تطوير أدوات مخصصة. كما هو الحال في التمويل التقليدي، فإن أفضل الأدوات التي تولد أكبر قدر من “الألفا” عادةً ليست متاحة للعامة.

ويختتم سينا: “يريد الناس إبقاء هذه الأدوات خاصة قدر الإمكان لحماية ميزتهم التنافسية. أعتقد أن الحل السحري سيكون في منتج يعمل كمدير محفظة، لكن للمستخدم رأي في استراتيجيته. يمكنه القول: هذه طريقة تداولي المفضلة وهذه معاييري، لننفذ شيئاً مشابهاً لكن بشكل أفضل”.

الأسئلة الشائعة

• هل يمكن للذكاء الاصطناعي التنبؤ بسوق التداول بدقة؟
  لا، لا يمكن لأي كمية من البيانات أو النماذج التنبؤ بالمستقبل في الأسواق المالية بشكل دقيق، لأنها ديناميكية ومعقدة للغاية.
• ما هو الفرق بين نماذج الذكاء الاصطناعي العامة والمخصصة للتداول؟
  النماذج المخصصة تتخذ النماذج الأساسية وتضيف عليها منطقاً واستدلالاً ومصادر بيانات إضافية، مما يجعل أداءها يفوق أداء النماذج العامة في التداول.
• من سيكون الأكثر استفادة من تداول الذكاء الاصطناعي في المستقبل؟
  الأكثر استفادة هم من يملكون الموارد لتطوير أدوات تداول ذكية ومخصصة، لأن أفضل هذه الأدوات تبقى خاصة لتحقيق أكبر ميزة تنافسية.