مدينة نيويورك، نيويورك - 28 مارس: يعمل التجار على أرض بورصة نيويورك(NYSE)في ... المزيد 28 مارس 2025، في مدينة نيويورك. مع تصاعد الحرب التجارية لرئيس الولايات المتحدة ترامب والدلائل على التضخم، تشعر المستثمرون بالقلق، وانخفض مؤشر داو جونز الصناعي(DJI)أكثر من 700 نقطة أو ما يقرب من 1.7%.(الصورة بواسطة سبنسر بلات/Getty Images)
Getty Imagesتستهدف موجة جديدة من شركات الذكاء الاصطناعي واحدة من أكثر الأدوار تخصصًا في وول ستريت: محلل الكمية. من صناديق التحوط إلى قاعات تداول السلع، تعد منصات الذكاء الاصطناعي بتوفير نماذج رياضية معقدة وتحليل بيانات كانت لفترة طويلة في نطاق المحللين ذوي الأجور العالية.
حتى وقت قريب، كانت نماذج اللغة الكبيرة للتداول هي مجال مديري الصناديق المليارديرات مثل إيغور تولشينسكي، الذي يدير صندوق التحوط WorldQuant أكثر من 23 مليار دولار ويستخدم أكثر من 150 دكتوراه لبناء أنظمة ذكاء اصطناعي مخصصة. كما قال تولشينسكي مؤخرًا لمجلة فوربس، فإن شركته تستخدم نماذج اللغة الكبيرة "لتحويل واكتشاف الألفا في مجالات مختلفة"، مما يخلق أدوات ملكية يمكنها الإجابة على "أسئلة معقدة جدًا" من خلال دمج النماذج القياسية مع البيانات الداخلية التي "لا يمكن لأحد حقًا تكرارها."
لكن جيلًا جديدًا من الشركات الناشئة يعمل على تغيير تلك الحصرية، حيث يقدم تحليلات متطورة مدعومة بالذكاء الاصطناعي للشركات التي لم يكن بإمكانها سابقًا تحمل مثل هذه الإمكانيات. تمثل هذه الاتجاه تحولًا أساسيًا في كيفية تعامل المؤسسات المالية مع اتخاذ القرارات المستندة إلى البيانات. بدلاً من توظيف فرق من المحللين الحاصلين على درجة الدكتوراه لتحليل الأرقام وتحديد أنماط السوق، تتجه الشركات بشكل متزايد نحو أنظمة الذكاء الاصطناعي التي يمكنها معالجة كميات هائلة من المعلومات في ثوانٍ وتقديم رؤى بلغة إنجليزية بسيطة.
تستهدف ثلاث شركات تم تسليط الضوء عليها في دراسات حالة حديثة (FINTool وMetal AI وFindly) زوايا مختلفة من العالم المالي من خلال منصات بحث وتحليلات مدعومة بالذكاء الاصطناعي. كل واحدة منها تعد بتحويل ساعات من التحليل اليدوي إلى رؤى آلية، مما قد يعيد تشكيل كيفية اتخاذ قرارات الاستثمار.
موجة استبدال الكوانت بالذكاء الاصطناعي
الاتجاه الرئيسي يتعلق بقدرة الذكاء الاصطناعي على أخذ مصادر البيانات المتنوعة وتحليلها وفقًا لرغبات المخاطرين. الوعد هو أن أنظمة الذكاء الاصطناعي يمكنها البحث عن، تجميع وتوليف مصادر البيانات دون تدخل بشري.
المزيد لك على سبيل المثال، يركز FINTool على أبحاث الأسهم العامة لصناديق التحوط والبنوك، حيث يقوم بتحليل ملايين الوثائق من تقارير الأرباح إلى إيداعات SEC. تدعي المنصة أنها تقلل من أعباء المحللين من ساعات إلى ثوانٍ مع الحفاظ على "صفر هلاوس" من خلال نظام تقييم الأقران ذي الثلاثة مستويات. من ناحية أخرى، تستهدف Metal AI شركات الأسهم الخاصة، حيث تعاني فرق الصفقات من البيانات المجزأة عبر أنظمة متعددة، سواء كانت منصات أبحاث السوق أو غرف البيانات السرية. تدعي منصة الذكاء الخاصة بالشركة أنها توحد مصادر البيانات الداخلية والخارجية، مما يسمح للمهنيين في الاستثمار بطرح أسئلة معقدة بلغة طبيعية بدلاً من قضاء الوقت في تجميع المعلومات يدويًا.
ولكن ربما تكون المحاولة الأكثر تطوراً لاستبدال العمل الكمي التقليدي تأتي من Findly المدعومة من YC، حيث إن منصة Darling Analytics الخاصة بها تُحدث ضجة في عالم تداول السلع المعروف بتعقيده الشديد.
من قاعة تداول الكوانت إلى شركة ناشئة في الذكاء الاصطناعي
إغناسيو هيدالغو يعرف تجارة السلع من الداخل. كونه تاجر كتب رئيسي سابق في بعض من أبرز مكاتب تجارة الغاز البترولي المسال، عايش عن كثب الصراع اليومي في دمج كميات هائلة من بيانات السوق، أنماط الطقس، معلومات الشحن والتدفقات بالإضافة إلى التطورات الجيوسياسية في قرارات تجارية مربحة.
"كانت المشكلة هي نفسها، لكنها مختلفة"، يشرح هيدالغو عن انتقاله من متداول إلى رائد أعمال تقني. "كانت معظم الأدوات المتقدمة للتحليلات البيانية المهيكلة والمتقدمة تترك المتداولين بدون السياق الذي يحتاجون إليه. كانت مشكلة صعبة للغاية لحلها"
الآن، جنبًا إلى جنب مع المؤسس المشارك بيدرو ناسيمنتو، يقوم هيدالغو ببناء ما يسميه "تقنية جديدة تمامًا في العالم" من خلال شركتهم الناشئة Findly المدعومة من Y Combinator. تهدف منصتهم Darling Analytics إلى منح مكاتب تجارة السلع المتوسطة "قوى تحليلية خارقة" كانت تقليديًا مقصورة على مكاتب الكوانت المتخصصة.
تعمل تجارة السلع في عالم من التناقضات. تتواجد النماذج الرياضية المعقدة جنبًا إلى جنب مع أدوات أساسية بشكل مدهش. بينما تستخدم بعض العمليات خوارزميات معقدة وتحليلات في الوقت الحقيقي، يعتمد البعض الآخر على محادثات مجموعات واتساب لإجراء الصفقات. غالبًا ما يقوم المتداولون بإجراء الأعمال من خلال تطبيقات المراسلة مع الحد الأدنى من التعقيد التكنولوجي.
"الرسوم البيانية لا تعطيك السياق،" يشير هيدالغو. "من المستحيل على الإنسان استيعاب جميع المعايير: التغيرات السعرية بين عشية وضحاها، معلومات تحميل السفن، بيانات الطقس & التوقعات، الأخبار. مع الذكاء الاصطناعي، يمكنك أن تسأل 'ماذا حدث لسعر النفط الخام هذا الأسبوع؟ هل هو وقت جيد للشراء؟' وستحصل على صورة أوضح بكثير مع سياق السوق.
الكميات الذكية: التنفيذ في العالم الواقعي
تحليلات دارلينغ قيد التجربة بالفعل في عدة شركات كبيرة للسلع. يقوم النظام بأتمتة نوع التقارير الصباحية وتقارير الأحداث التي يقوم بتجميعها عادةً المتداولون المبتدئون يدويًا، مما يتيح للمحللين البشريين التركيز على الأعمال الاستراتيجية ذات القيمة الأعلى. يدمج (near) البيانات الهيكلية في الوقت الحقيقي مع المعلومات غير الهيكلية من تقارير السوق، X، الويب، البريد الإلكتروني، وتغذيات الأخبار لتوفير معلومات شاملة عن السوق.
"يمكن للذكاء الاصطناعي تقديم سياق كامل حول البيانات المتعلقة بمقاييسك. هذا ليس كما لو أنك فقط ترسم رسمًا بيانيًا، بل يخبرك بما يعنيه الرسم البياني في السياق الحالي للسوق،" يوضح هيدالجو. تقوم المنصة ببناء ما يسميه "رسم بياني معرفي"، مما يسمح للمستخدمين بطرح أسئلة محددة للمتداولين بلغة طبيعية والحصول على تحليل كان يتطلب سابقًا ساعات من البحث اليدوي.
على سبيل المثال، يمكن للتاجر أن يطلب من الأداة رسم العلاقة بين الطقس واحتياطيات البروبان على الساحل الشرقي للولايات المتحدة. بينما كان من الممكن أن يستغرق ذلك في السابق ساعات من العمل من محلل مبتدئ، يمكن الآن للتاجر تفويض هذه المهمة إلى المنصة ورؤية النتائج في دقائق.
استعلام ضمن DarlingAnalytics
DarlingAnalytics## ماذا يخبئ المستقبل للكمات الذكية؟
إن نجاح هذه المنصات الذكية يثير تساؤلات مهمة حول مستقبل التحليل الكمي في المالية. إذا كان الذكاء الاصطناعي قادرًا بالفعل على تكرار قدرات التعرف على الأنماط والتحليل التي تجعل الكوانتات ذات قيمة، فقد يغير ذلك بشكل كبير هيكل فرق التداول والاستثمار.
بالنسبة لمكاتب التداول التي تعتمد على المحللين أو الكوانت لتقديم الدراسات لنشر المخاطر، توفر التحليلات المدعومة بالذكاء الاصطناعي ميزة تنافسية من خلال تعزيز القدرات البشرية بدلاً من استبدالها ببساطة. تعد هذه التكنولوجيا بتوفير إمكانية الوصول إلى التحليل المتقدم عبر جميع أنحاء المؤسسات.
ومع ذلك، فإن الانتقال ليس خالياً من التحديات. أسواق السلع معروفة بأنها غير قابلة للتنبؤ، تتأثر بكل شيء من التوترات الجيوسياسية إلى أنماط الطقس. يجب على الشركات التي تبني هذه الأنظمة الذكائية أن تضمن أن منصاتها تستطيع التعامل مع التعقيد والتقلبات التي تجعل الخبرة البشرية قيمة جداً في المقام الأول.
كما يقول هيدالغو، الهدف هو "تمكين المستخدم العادي في شركات التجارة بالسلع" من قدرات تحليلية كانت سابقًا المجال الحصري للمتخصصين.
ما إذا كانت الذكاء الاصطناعي يمكن أن تحل حقًا محل الحدس والشعور بالسوق الذي يجلبه المتداولون ذوو الخبرة إلى التداول لا يزال يتعين رؤيته، لكن ما تفعله هو توفير ميزة في ذكاء البيانات في دقائق. لكن مع قيام تجار السلع الرئيسيين بالفعل بتجربة هذه الأنظمة، يبدو أن الصناعة المالية مستعدة لمعرفة ذلك.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
نهاية الكوانت؟ كيف تجعل الذكاء الاصطناعي تحليل المالية ديمقراطيًا
Getty Imagesتستهدف موجة جديدة من شركات الذكاء الاصطناعي واحدة من أكثر الأدوار تخصصًا في وول ستريت: محلل الكمية. من صناديق التحوط إلى قاعات تداول السلع، تعد منصات الذكاء الاصطناعي بتوفير نماذج رياضية معقدة وتحليل بيانات كانت لفترة طويلة في نطاق المحللين ذوي الأجور العالية.
حتى وقت قريب، كانت نماذج اللغة الكبيرة للتداول هي مجال مديري الصناديق المليارديرات مثل إيغور تولشينسكي، الذي يدير صندوق التحوط WorldQuant أكثر من 23 مليار دولار ويستخدم أكثر من 150 دكتوراه لبناء أنظمة ذكاء اصطناعي مخصصة. كما قال تولشينسكي مؤخرًا لمجلة فوربس، فإن شركته تستخدم نماذج اللغة الكبيرة "لتحويل واكتشاف الألفا في مجالات مختلفة"، مما يخلق أدوات ملكية يمكنها الإجابة على "أسئلة معقدة جدًا" من خلال دمج النماذج القياسية مع البيانات الداخلية التي "لا يمكن لأحد حقًا تكرارها."
لكن جيلًا جديدًا من الشركات الناشئة يعمل على تغيير تلك الحصرية، حيث يقدم تحليلات متطورة مدعومة بالذكاء الاصطناعي للشركات التي لم يكن بإمكانها سابقًا تحمل مثل هذه الإمكانيات. تمثل هذه الاتجاه تحولًا أساسيًا في كيفية تعامل المؤسسات المالية مع اتخاذ القرارات المستندة إلى البيانات. بدلاً من توظيف فرق من المحللين الحاصلين على درجة الدكتوراه لتحليل الأرقام وتحديد أنماط السوق، تتجه الشركات بشكل متزايد نحو أنظمة الذكاء الاصطناعي التي يمكنها معالجة كميات هائلة من المعلومات في ثوانٍ وتقديم رؤى بلغة إنجليزية بسيطة.
تستهدف ثلاث شركات تم تسليط الضوء عليها في دراسات حالة حديثة (FINTool وMetal AI وFindly) زوايا مختلفة من العالم المالي من خلال منصات بحث وتحليلات مدعومة بالذكاء الاصطناعي. كل واحدة منها تعد بتحويل ساعات من التحليل اليدوي إلى رؤى آلية، مما قد يعيد تشكيل كيفية اتخاذ قرارات الاستثمار.
موجة استبدال الكوانت بالذكاء الاصطناعي
الاتجاه الرئيسي يتعلق بقدرة الذكاء الاصطناعي على أخذ مصادر البيانات المتنوعة وتحليلها وفقًا لرغبات المخاطرين. الوعد هو أن أنظمة الذكاء الاصطناعي يمكنها البحث عن، تجميع وتوليف مصادر البيانات دون تدخل بشري.
المزيد لك على سبيل المثال، يركز FINTool على أبحاث الأسهم العامة لصناديق التحوط والبنوك، حيث يقوم بتحليل ملايين الوثائق من تقارير الأرباح إلى إيداعات SEC. تدعي المنصة أنها تقلل من أعباء المحللين من ساعات إلى ثوانٍ مع الحفاظ على "صفر هلاوس" من خلال نظام تقييم الأقران ذي الثلاثة مستويات. من ناحية أخرى، تستهدف Metal AI شركات الأسهم الخاصة، حيث تعاني فرق الصفقات من البيانات المجزأة عبر أنظمة متعددة، سواء كانت منصات أبحاث السوق أو غرف البيانات السرية. تدعي منصة الذكاء الخاصة بالشركة أنها توحد مصادر البيانات الداخلية والخارجية، مما يسمح للمهنيين في الاستثمار بطرح أسئلة معقدة بلغة طبيعية بدلاً من قضاء الوقت في تجميع المعلومات يدويًا.
ولكن ربما تكون المحاولة الأكثر تطوراً لاستبدال العمل الكمي التقليدي تأتي من Findly المدعومة من YC، حيث إن منصة Darling Analytics الخاصة بها تُحدث ضجة في عالم تداول السلع المعروف بتعقيده الشديد.
من قاعة تداول الكوانت إلى شركة ناشئة في الذكاء الاصطناعي
إغناسيو هيدالغو يعرف تجارة السلع من الداخل. كونه تاجر كتب رئيسي سابق في بعض من أبرز مكاتب تجارة الغاز البترولي المسال، عايش عن كثب الصراع اليومي في دمج كميات هائلة من بيانات السوق، أنماط الطقس، معلومات الشحن والتدفقات بالإضافة إلى التطورات الجيوسياسية في قرارات تجارية مربحة.
"كانت المشكلة هي نفسها، لكنها مختلفة"، يشرح هيدالغو عن انتقاله من متداول إلى رائد أعمال تقني. "كانت معظم الأدوات المتقدمة للتحليلات البيانية المهيكلة والمتقدمة تترك المتداولين بدون السياق الذي يحتاجون إليه. كانت مشكلة صعبة للغاية لحلها"
الآن، جنبًا إلى جنب مع المؤسس المشارك بيدرو ناسيمنتو، يقوم هيدالغو ببناء ما يسميه "تقنية جديدة تمامًا في العالم" من خلال شركتهم الناشئة Findly المدعومة من Y Combinator. تهدف منصتهم Darling Analytics إلى منح مكاتب تجارة السلع المتوسطة "قوى تحليلية خارقة" كانت تقليديًا مقصورة على مكاتب الكوانت المتخصصة.
تعمل تجارة السلع في عالم من التناقضات. تتواجد النماذج الرياضية المعقدة جنبًا إلى جنب مع أدوات أساسية بشكل مدهش. بينما تستخدم بعض العمليات خوارزميات معقدة وتحليلات في الوقت الحقيقي، يعتمد البعض الآخر على محادثات مجموعات واتساب لإجراء الصفقات. غالبًا ما يقوم المتداولون بإجراء الأعمال من خلال تطبيقات المراسلة مع الحد الأدنى من التعقيد التكنولوجي.
"الرسوم البيانية لا تعطيك السياق،" يشير هيدالغو. "من المستحيل على الإنسان استيعاب جميع المعايير: التغيرات السعرية بين عشية وضحاها، معلومات تحميل السفن، بيانات الطقس & التوقعات، الأخبار. مع الذكاء الاصطناعي، يمكنك أن تسأل 'ماذا حدث لسعر النفط الخام هذا الأسبوع؟ هل هو وقت جيد للشراء؟' وستحصل على صورة أوضح بكثير مع سياق السوق.
الكميات الذكية: التنفيذ في العالم الواقعي
تحليلات دارلينغ قيد التجربة بالفعل في عدة شركات كبيرة للسلع. يقوم النظام بأتمتة نوع التقارير الصباحية وتقارير الأحداث التي يقوم بتجميعها عادةً المتداولون المبتدئون يدويًا، مما يتيح للمحللين البشريين التركيز على الأعمال الاستراتيجية ذات القيمة الأعلى. يدمج (near) البيانات الهيكلية في الوقت الحقيقي مع المعلومات غير الهيكلية من تقارير السوق، X، الويب، البريد الإلكتروني، وتغذيات الأخبار لتوفير معلومات شاملة عن السوق.
"يمكن للذكاء الاصطناعي تقديم سياق كامل حول البيانات المتعلقة بمقاييسك. هذا ليس كما لو أنك فقط ترسم رسمًا بيانيًا، بل يخبرك بما يعنيه الرسم البياني في السياق الحالي للسوق،" يوضح هيدالجو. تقوم المنصة ببناء ما يسميه "رسم بياني معرفي"، مما يسمح للمستخدمين بطرح أسئلة محددة للمتداولين بلغة طبيعية والحصول على تحليل كان يتطلب سابقًا ساعات من البحث اليدوي.
على سبيل المثال، يمكن للتاجر أن يطلب من الأداة رسم العلاقة بين الطقس واحتياطيات البروبان على الساحل الشرقي للولايات المتحدة. بينما كان من الممكن أن يستغرق ذلك في السابق ساعات من العمل من محلل مبتدئ، يمكن الآن للتاجر تفويض هذه المهمة إلى المنصة ورؤية النتائج في دقائق.
استعلام ضمن DarlingAnalytics
DarlingAnalytics## ماذا يخبئ المستقبل للكمات الذكية؟
إن نجاح هذه المنصات الذكية يثير تساؤلات مهمة حول مستقبل التحليل الكمي في المالية. إذا كان الذكاء الاصطناعي قادرًا بالفعل على تكرار قدرات التعرف على الأنماط والتحليل التي تجعل الكوانتات ذات قيمة، فقد يغير ذلك بشكل كبير هيكل فرق التداول والاستثمار.
بالنسبة لمكاتب التداول التي تعتمد على المحللين أو الكوانت لتقديم الدراسات لنشر المخاطر، توفر التحليلات المدعومة بالذكاء الاصطناعي ميزة تنافسية من خلال تعزيز القدرات البشرية بدلاً من استبدالها ببساطة. تعد هذه التكنولوجيا بتوفير إمكانية الوصول إلى التحليل المتقدم عبر جميع أنحاء المؤسسات.
ومع ذلك، فإن الانتقال ليس خالياً من التحديات. أسواق السلع معروفة بأنها غير قابلة للتنبؤ، تتأثر بكل شيء من التوترات الجيوسياسية إلى أنماط الطقس. يجب على الشركات التي تبني هذه الأنظمة الذكائية أن تضمن أن منصاتها تستطيع التعامل مع التعقيد والتقلبات التي تجعل الخبرة البشرية قيمة جداً في المقام الأول.
كما يقول هيدالغو، الهدف هو "تمكين المستخدم العادي في شركات التجارة بالسلع" من قدرات تحليلية كانت سابقًا المجال الحصري للمتخصصين.
ما إذا كانت الذكاء الاصطناعي يمكن أن تحل حقًا محل الحدس والشعور بالسوق الذي يجلبه المتداولون ذوو الخبرة إلى التداول لا يزال يتعين رؤيته، لكن ما تفعله هو توفير ميزة في ذكاء البيانات في دقائق. لكن مع قيام تجار السلع الرئيسيين بالفعل بتجربة هذه الأنظمة، يبدو أن الصناعة المالية مستعدة لمعرفة ذلك.