على الرغم من أننا في عصر يمكن فيه للجوال التعرف على وجه صاحبه، وباتت السيارات ذاتية القيادة أكثر قربًا للواقع، لكن من المستبعد أن تكون هناك تقنيات آلية لانتقاء الأسهم يمكنها التفوق على السوق في أي وقت قريب، بحسب تقرير لـ"بزنس ويك".
هذا الاستبعاد ليس سببه عدم الاهتمام من جانب الأسواق المالية، فعلى سبيل المثال، بدأت جهود وضع النماذج الإلكترونية في "وول ستريت" منتصف الثمانينيات وقد اجتذبت الكثير من المواهب اللامعة في مجالات البرمجة والرياضيات.
وتمكنت مجموعة من مديري صناديق التحوط بما في ذلك "رينايسانس تكنولوجيز" و"بي دي تي بارتنرز" و"دي. إي شاو"، من تحقيق عائدات استثنائية، لكن بشكل كبير، فإن العديد من العمليات الرائدة اليوم هي ذاتها التي تصدرت جهود النمذجة قبل عقود.
يعتقد أن الاستثمار في سوق الأسهم عبر النماذج الإلكترونية هو رهان المستقبل، لكن في الوقت الذي يمكن للحاسوب فيه أن يصل إلى صيغته الخاصة الرابحة والتي تستطيع التفوق على أداء السوق، فإن حاسوبًا آخر سيسعى للتفوق على هذه الصيغة.
|
بعض المشاكل التي تواجه المهندسين الماليين |
||
|
المشكلة |
الشرح |
|
|
البيانات تتغير باستمرار |
- التحولات الأخرى، تشمل أمورًا مثل نظام التسعير الذي تغير في الولايات المتحدة عام 1998، وأثار غضب بعض المتداولين، الأمر الذي يقول محللون إنه غير بنية السوق وسلوك المشاركين فيه.
|
|
|
الكثير من الضوضاء |
- بالمقارنة بتقنية التعرف على الوجوه، تخيل حاسوبا يحاول التعرف على الأشخاص عبر صور تم التقاطها لهم في الظلام، في الغالب ستكون معظم البيانات في هذه الصور مشوشة (الضوضاء) عديمة الفائدة.
- الأكثر من ذلك، أن طبيعة المعالجة تحتاج لمجموعات كبيرة من البيانات، لكن تاريخ أسعار الأسهم ضعيف نسبيًا في هذا الجانب، فمثلًا لو أراد حاسوب التنبؤ بكيفية أداء الأسهم على مدار عام بأكمله لن يجد الكثير من البيانات لتحليلها.
- في الولايات المتحدة على سبيل المثال، ونظرًا لوجود سجلات حول أسعار الأسهم تعود إلى العام 1900، فسيكون هناك 118 فترة يمكن التعاطي معها.
- في المقابل، يمتلك "فيسبوك" مجموعة لا حصر لها من البيانات لمسحها، إذ يعالج 350 مليون صورة يوميًا.
- يمكن أن تؤدي بعض الحيل مع تقنيات التعلم والتحليل الآلي في المجالات الأخرى، إلى زيادة كمية البيانات، مثل تغيير وضع الصور أو تعديل ألوانها، هذا فيما يتعلق بخاصية التعرف على الوجوه، لكن البيانات المالية يصعب زيادة حجمها بشكل مصطنع.
|
|
|
صعوبة إضفاء الطابع البشري
|
- مثلًا إذا أراد شخص شراء أسهم في "آي بي إم" (سعر السهم 135 دولارًا)، فقد يكون بمقدوره الحصول على 100 سهم فقط مقابل السعر العادي، لكنه إذا أراء الحصول على عدد أكبر من الأسهم فسيكون عليه تقديم سعر أعلى لجذب البائعين (136 دولارًا على سبيل المثال).
- الطريقة الوحيدة لمعرفة وفهم التكلفة الحقيقية (التي تشمل الفرق بين التكلفة التقديرية والفعلية) هي الانخراط في السوق.
- يساعد التعلم الآلي على توقع تكاليف المعاملات بطريقتين، لكن دون فهم طبيعة تكاليف المعاملات، فقد تجري عمليات التداول على عدد قليل للغاية من الأسهم خشية التسبب في ارتفاع فارق التكلفة فوق النسبة المستهدفة.
- يقول الكثيرون في "وول ستريت" إن "رينايسانس" لديها الفهم الأكثر تقدمًا للمسائل المتشابكة المرتبطة بتكاليف المعاملات، وهو سر سجلها المميز منقطع النظير.
- للضغط بشكل أكبر على تكاليف المعاملات، يقوم بعض مديري الأصول بتخطيط عمليات التداول عالية التردد الخاصة بهم، والتي يمكنهم من خلاله التصرف كصناع سوق وكسب المال.
- يفضل المستثمر الملياردير "وارن بافيت" أن يكون له متداولون تابعون له في بورصة نيويورك للأوراق المالية، بدلًا من الاستعانة بأحد بيوت الوساطة في "وول ستريت"، حيث يمكن لهؤلاء المتداولين أن يخبروه عن الحالة المزاجية وتوجهات المتداولين الآخرين، وهو ما لن يفعله السماسرة.
- بالنظر إلى تعقيدات البيانات المزعجة، تحافظ معظم الشركات على نماذج آلية بسيطة قدر الإمكان، فمثلًا إحدى الأدوات التي تستخدمها "رينايسانس" هي الانحدار الخطي، الذي يمكن لطلاب المدارس الثانوية فهمه.
- نظرًا للندية التنافسية في الأسواق المالية، فإن التطورات المتعلقة بالذكاء الاصطناعي والاستخدامات الآلية محاطة بسياج من السرية الشديدة.
- على أي حال، يرى محللون وباحثون أن استخدام الآلات في التفوق على السوق يمثل تحديًا صعبًا للغاية وهو أحد أصعب التحديات عمومًا أمام التعلم الآلي، ومع ذلك، فهو ليس مستحيلًا. |
|
التعليقات {{getCommentCount()}}
كن أول من يعلق على الخبر
رد{{comment.DisplayName}} على {{getCommenterName(comment.ParentThreadID)}}
{{comment.DisplayName}}
{{comment.ElapsedTime}}