1. التأثير العام للذكاء الاصطناعي والتعلم الآلي على التداول
يتيح الذكاء الاصطناعي (AI) للآلات أن تحل محل البشر. في ثمانينيات القرن الماضي، كانت الأنظمة الخبيرة والمنطق الضبابي في طليعة أبحاث الذكاء الاصطناعي. ومع انخفاض تكلفة القدرة الحاسوبية، أصبح استخدام الآلات لمعالجة مسائل التحسين واسعة النطاق ممكنًا من الناحية الاقتصادية. وبفضل التقدم في العتاد والبرمجيات، يركز الذكاء الاصطناعي اليوم على استخدام الشبكات العصبية وأساليب التعلم الأخرى لتحديد وتحليل المتنبئات — التي تعرف أيضًا بالسمات أو العوامل — التي تمتلك قيمة اقتصادية ويمكن استخدامها مع المصنفات لتطوير نماذج مربحة. وغالبًا ما يطلق على هذا النوع من تطبيقات الذكاء الاصطناعي اسم التعلم الآلي (ML).
يزداد انتشار منهجيات بناء استراتيجيات التداول القائمة على الذكاء الاصطناعي، سواء على الأطر الزمنية القصيرة أو للاستثمار طويل الأجل، وثمة عدد قليل من صناديق التحوط النشطة بشكل خاص في هذا المجال. غير أن التبني الواسع لهذه التقنية الجديدة يسير ببطء لأسباب متعددة، أهمها أن الذكاء الاصطناعي يتطلب استثمارًا في أدوات جديدة وخبرات بشرية. فمعظم الصناديق تعتمد على التحليل الأساسي لأنه ما يدرسه المديرون في برامج ماجستير إدارة الأعمال. وقليلة هي صناديق التحوط التي تعتمد على الذكاء الاصطناعي وحده. ورغم تزايد استخدام الذكاء الاصطناعي بين المتداولين الأفراد، لا يزال معظم المتداولين يعتمدون على أساليب ظهرت في منتصف القرن العشرين، مثل التحليل الفني الكلاسيكي، لأنها سهلة الفهم والاستخدام.
من المهم الإشارة إلى أن الذكاء الاصطناعي والتعلم الآلي يستخدمان في مجالات أخرى غير تطوير استراتيجيات التداول، مثل بناء خوارزميات البحث عن السيولة والتوصية بالمحافظ للعملاء. ونتيجة لذلك، ومع انتشار تطبيقات الذكاء الاصطناعي، يتقلص عدد الأشخاص المشاركين في قرارات التداول والاستثمار، وهو ما يؤثر على الأسواق وحركة الأسعار. ومن المبكر التكهن بالآثار الإجمالية لهذه التقنية الجديدة على القطاع، لكن الاستخدام الواسع للذكاء الاصطناعي قد يؤدي إلى أسواق أكثر كفاءة بتقلبات منخفضة لفترات طويلة، تعقبها موجات تقلب دورية بسبب تغيرات نظام السوق. وهذا ممكن لأن تأثير التفسير البشري الذاتي للمعلومات سينخفض، ومعه الضوضاء المرتبطة به. غير أن ذلك ما زال بحاجة إلى إثبات عملي.
2. تأثير الذكاء الاصطناعي والتعلم الآلي على توليد الألفا
من يفهمون تقنية الذكاء الاصطناعي ويعرفون كيفية التعامل مع مخاطرها ستكون أمامهم فرصة خلال المراحل الأولى من تبنيها. من مشكلات أساليب التداول القائمة على الذكاء الاصطناعي أنها قد تنتج نماذج أسوأ من العشوائية. سأحاول توضيح ما أعنيه: التحليل الفني التقليدي استراتيجية تداول خاسرة، لأن التقنيات القائمة على أنماط الرسوم البيانية والمؤشرات تستمد عوائدها من توزيع متوسطه صفر قبل احتساب أي تكاليف تداول. ويقع بعض المتداولين عادة في الذيل الأيمن من التوزيع، ما يعطي انطباعًا خاطئًا بأن لهذه الاستراتيجيات قيمة اقتصادية. وفي أسواق العقود الآجلة والفوركس، يصعب تحقيق الربحية على المدى الطويل أيًا كان النهج المتبع، لأن هذه الأسواق مصممة لمكافأة صناع السوق. ومع ذلك، وبفعل الحظ، قد يحقق بعض المتداولين أرباحًا كبيرة في الأسواق ذات الرافعة المالية خلال فترة قصيرة. ثم يعزو هؤلاء نجاحهم إلى استراتيجيتهم ومهاراتهم بدلًا من الحظ.
هناك تأثيرات إضافية مع الذكاء الاصطناعي والتعلم الآلي، مثل المفاضلة بين التحيز والتباين. فقد يؤدي تحيز التنقيب في البيانات إلى أساليب مفرطة في التكيف مع البيانات السابقة تفشل مع البيانات الجديدة، أو إلى تقنيات مفرطة في التبسيط تعجز عن التقاط الإشارات الحاسمة ذات القيمة الاقتصادية في البيانات. وتنتج عن هذه المفاضلة تكتيكات أسوأ من العشوائية والتواء سالب في توزيع عوائد هؤلاء المتداولين حتى قبل احتساب تكاليف التداول. وفي فترة ما بعد التيسير الكمي، يخلق هذا إمكانية ربح للصناديق الكبرى والمستثمرين الكبار. لكن عندما يطرد المتداولون الآليون الأسوأ من العشوائية من السوق ولا يبقى إلا أصحاب النماذج المتينة، سيحتدم التنافس على الأرباح. ومن المبكر جدًا التنبؤ بمن سينتصر في هذا الصراع: متداولو الذكاء الاصطناعي أم كبار المستثمرين.
أود أيضًا تناول سوء فهم شائع في هذا المجال: يعتقد البعض أن القيمة تكمن في خوارزميات التعلم الآلي المستخدمة. وهذا غير صحيح. فالقيمة الحقيقية تكمن في المتنبئات المستخدمة، التي كثيرًا ما تسمى السمات أو العوامل. لا تستطيع خوارزميات التعلم الآلي اكتشاف الذهب حيث لا ذهب. وإحدى المشكلات أن معظم متخصصي التعلم الآلي يستخدمون المتنبئات نفسها ويحاولون بناء النماذج بنهج تكراري لتحقيق أفضل النتائج. وهذه الطريقة يقوضها تحيز التنقيب في البيانات وتفشل في نهاية المطاف. باختصار، ينشأ تحيز التنقيب في البيانات من الممارسة الخطرة المتمثلة في إعادة استخدام البيانات مع نماذج كثيرة حتى تصبح النتائج في عينتي التدريب والاختبار مرضية. ووفقًا لدراستي في هذا المجال، إذا لم يعمل مصنف بسيط، مثل الانحدار اللوجستي الثنائي، بفعالية مع مجموعة معينة من المتنبئات، فهناك احتمال قوي بعدم وجود قيمة اقتصادية أصلًا. لذا يعتمد النجاح على هندسة السمات، وهي علم وفن معًا، وتتطلب معرفة وخبرة وإلهامًا لابتكار سمات ذات قيمة اقتصادية، ولا يقدر على ذلك سوى نسبة ضئيلة من الخبراء.
3. تأثير الذكاء الاصطناعي والتعلم الآلي على التحليل الفني
علينا التمييز بين التحليل الفني التقليدي والكمي، إذ تندرج تحت هذه الفئة جميع المناهج التي تعتمد على تحليل سلاسل الأسعار وأحجام التداول. كان التحليل الفني التقليدي — أنماط الرسوم البيانية، والمؤشرات الأساسية، ونظريات حركة السعر وما إلى ذلك — عديم الفعالية منذ البداية. وباستثناء عدد قليل من المبادرات الناقصة ذات النطاق المحدود، نادرًا ما كشفت المنشورات التي تروج لهذه المناهج عن توقعاتها الإحصائية طويلة الأجل، مكتفية بتأكيدات بأن اتباع هذه القاعدة أو تلك سيوفر إمكانية للربح. ولأن أرباح السوق وخسائره تتبع توزيعًا إحصائيًا، وجد دائمًا من ينسبون حظهم الطيب إلى هذه المناهج. وفي الوقت نفسه، نشأت صناعة كاملة حول هذه الأساليب لأنها كانت سهلة الإتقان. وللأسف، اعتقد كثيرون أن بوسعهم الربح بإجادة استخدام تكتيكات يستخدمها الجميع، فكانت النتيجة انتقالًا هائلًا للثروة من هؤلاء المتداولين السذج إلى صناع السوق وغيرهم من المحترفين المطلعين.
في مطلع تسعينيات القرن الماضي، اكتشف بعض خبراء السوق أن عددًا كبيرًا من المتداولين الأفراد يتداولون بهذه التكتيكات البسيطة. فبنى بعضهم خوارزميات وأنظمة خبيرة بالذكاء الاصطناعي للتنبؤ بالتشكيلات ثم التداول ضدها، محدثين تقلبات لم يستطع المتداولون الأفراد — المعروفون أحيانًا بالأيدي الضعيفة — تحملها. وبمعنى أوسع، يمكن إرجاع فشل التحليل الفني التقليدي إلى زوال الارتباط التسلسلي القوي من الأسواق بدءًا من التسعينيات. فقد كان الارتباط التسلسلي القوي هو ما أعطى أساسًا الانطباع الزائف بفعالية هذه الأساليب. ومع استثناءات قليلة، تميل الأسواق حاليًا إلى العودة إلى المتوسط، ما يجعل أدوات التحليل الفني البسيطة عديمة الجدوى. في المقابل، كثيرًا ما تعمل بعض أدوات التحليل الفني الكمي بفعالية، مثل نماذج العودة إلى المتوسط والمراجحة الإحصائية، إضافة إلى خوارزميات التعلم الآلي التي تستغل سمات ذات قيمة اقتصادية.
ونظرًا لاتساع نطاق النماذج وبقاء معظمها طي الكتمان، من غير المرجح أن تتكرر هذه المراجحة في حالة الذكاء الاصطناعي والتعلم الآلي؛ لكن المشكلة الجوهرية في هذه التقنية الجديدة ليست تحيز التأكيد كما في التحليل الفني التقليدي، بل تحيز التنقيب في البيانات.
في رأيي، أصبح مراقبة السوق والتحديق في الرسوم البيانية أمرًا عفا عليه الزمن. فمستقبل التداول يقوم على معالجة المعلومات في الوقت الفعلي وتطوير النماذج والتحقق منها. ولن يعتمد صندوق التحوط المستقبلي على تحليل الرسوم البيانية. ولا يزال البعض يفعل ذلك لأنهم يقفون عند مفترق طرق تتصادم فيه الأساليب القديمة مع الجديدة. وسيجد كثير من المتداولين غير الملمين بالذكاء الاصطناعي صعوبة في المنافسة مستقبلًا وسينسحبون.
4. الرابحون والخاسرون من تقنية التداول الجديدة
سيحدث استخدام الذكاء الاصطناعي ثورة في التداول بطرق شتى، وهذا يحدث بالفعل. فقد يكتشف المستثمرون قريبًا أنه بمجرد انتهاء الاتجاه الحالي الذي خلقه التيسير الكمي، ستكون العوائد متوسطة الأجل أدنى بكثير من المتوقع. وإذا وقع هذا السيناريو، سيضطر المستثمرون إلى اللجوء إلى الطريقة التقليدية: البحث عن مستشار مالي بارع يوصي بمزيج للمحفظة ويختار أسهمًا سترتفع قيمتها. وفي بعض الحالات، سيكون المستشار برنامج ذكاء اصطناعي وستجرى العملية عبر الإنترنت.
على المتداولين أن يتعرفوا على هذه التقنية الجديدة. فمعظمهم لا يزال يصارع مناهج عتيقة، آملين أن تستمر استراتيجية «الشراء عند الانخفاض» في العمل وتحقيق الأرباح لبضع سنوات أخرى.
من المشكلات المطروحة الخطر الأخلاقي الذي غذاه البنك المركزي بدعمه المباشر للأسواق المالية خلال السنوات الثماني الماضية. فكثير من المتداولين والمستثمرين باتوا يعتقدون أن الأسواق الهابطة مستحيلة، لأن البنك المركزي سيكون حاضرًا لنقل خسائرهم إلى الجميع مع احتفاظهم بمكاسبهم. ونتيجة لذلك، فإن غالبية المشاركين في السوق غير مستعدين للتحول الكبير المقبل في نظام السوق وقد يتكبدون خسائر كارثية.
توجد موارد عديدة على الإنترنت لتعلم التعلم الآلي والذكاء الاصطناعي والتداول. وأفضل طريقة للتعلم هي معالجة بعض الحالات العملية. لكنني أعتقد أن معظم المتداولين لن يستطيعوا التكيف. فمزيج المهارات اللازم لفهم الذكاء الاصطناعي وتوظيفه يستبعد 95 بالمئة من المتداولين المعتادين على رسم الخطوط على الرسوم البيانية ومراقبة المتوسطات المتحركة.
ينبغي للمستثمرين إجراء أبحاثهم الخاصة وطلب مشورة مستشار مالي محترف ملم بهذه التطورات الجديدة. فلكل مستثمر ملف فريد في تجنب المخاطر، ما يجعل تقديم توصيات عامة أمرًا مستحيلًا. وستظهر قريبًا وفرة من المستشارين الآليين، وقد يكون اختيار المناسب منها لمتطلبات وأهداف محددة أمرًا عسيرًا.
ومن لا يعرف التعلم الآلي والذكاء الاصطناعي وتطبيقاتهما في التداول والاستثمار، فقد يجد أن التواصل مع محترف متمكن في هذا المجال أجدى من الانطلاق في قراءة الكتب والمقالات، وهو ما يمكن القيام به بعد استيعاب الأساسيات.