ماذا يفعل وكلاء التداول بالذكاء الاصطناعي
يُنفّذ وكلاء التداول بالذكاء الاصطناعي في أسواق التنبّؤ خطّ الأنابيب التحليلي الكامل ذاتيًّا: يُحدّدون العقود النشطة، ويجمعون المعلومات ذات الصلة، ويُقدّرون الاحتمالات، ويقارنون تلك التقديرات بأسعار السوق، ويُحدّدون أحجام المراكز استنادًا إلى الميزة المُقدَّرة، ويُنفّذون الصفقات. ويتحوّل الدور البشري من إجراء التحليل إلى تصميم الوكيل ومراقبة أدائه وتعديل معاملاته.
الآليّات أكثر تقدّمًا ممّا قد تبدو. فهذه الوكلاء لا تكتفي بكشط العناوين واتخاذ قرارات ثنائية. إنها تبني تسلسلات هرمية معقّدة للمعلومات، وتُوازن مصداقية المصادر، وتتتبّع معدّلات تحلّل المعلومات، وتُدير أحجام المراكز عبر أسواق مرتبطة في آنٍ واحد. وقد يراقب وكيل مُصمَّم جيّدًا أكثر من 500 سوق مع الحفاظ على نماذج احتمال مفصّلة لكلٍّ منها، مُحدِّثًا التقديرات مع وصول معلومات جديدة كل بضع دقائق.
تأمّل كيف قد يتناول وكيل سوقًا يبدو بسيطًا مثل "هل سيرفع الاحتياطي الفيدرالي أسعار الفائدة في اجتماعه التالي؟" يسحب الوكيل إصدارات البيانات الاقتصادية وخطابات محافظي الاحتياطي الفيدرالي والمؤشّرات القائمة على السوق مثل عقود الأموال الفيدرالية الآجلة وتقارير المحلّلين وحتى بيانات المشاعر الاجتماعية. ولا يكتفي بجمع هذه المعلومات بل يبني نموذجًا متماسكًا لكيفية تأثير كل نقطة بيانات في تقدير الاحتمال وكيف ينبغي أن يتغيّر ذلك التقدير مع اقتراب الاجتماع.
القدرات والقيود الحالية
يستطيع وكلاء الذكاء الاصطناعي الحاليون معالجة المعلومات القائمة على النص (المقالات الإخبارية ووسائل التواصل الاجتماعي وتعليقات الخبراء) أسرع من البشر ويمكنهم الحفاظ على أُطر تحليلية متّسقة عبر آلاف التقييمات المتزامنة. ويمكنهم تتبّع الأسعار عبر منصّات متعدّدة باستمرار دون تعب أو انقطاعات انتباه.
الميزة في السرعة كبيرة. فبينما قد يُحلّل متداول بشري 10 إلى 20 سوقًا يوميًّا بتعمّق، يستطيع وكيل ذكاء اصطناعي الحفاظ على نماذج نشطة على مئات الأسواق، مُحدّثًا تقديرات الاحتمال خلال دقائق من بروز أخبار ذات صلة. ويُنشئ هذا فرصًا في المواقف السريعة الحركة حيث لا يستطيع المتداولون البشر ببساطة مواكبة تدفّق المعلومات.
لكن قيودهم كبيرة وكثيرًا ما تكون خفيّة. فهم يُكافحون مع المواقف الجديدة فعلًا التي لا سابقة تاريخية لها. أبرزت جائحة COVID-19 ذلك بوضوح: فنماذج الذكاء الاصطناعي المبكّرة لم يكن لديها إطار لفهم كيف قد تؤثّر جائحة عالمية على كل شيء من سلاسل التوريد إلى الاستقرار السياسي. ويمكن خداعهم بمعلومات مضلّلة أو تضليل متقدّم، خاصّةً حين يُصاغ ذلك التضليل لاستغلال نقاط ضعف معروفة في الذكاء الاصطناعي.
يفتقرون إلى الحسّ العام والفهم السياقي الذي يحمله البشر إلى أسئلة جيوسياسية أو اجتماعية معقّدة. فقد يُحدّد ذكاء اصطناعي بصورة صحيحة أن تقييمات موافقة سياسي معيّن تتراجع لكنه يفوّت السياق الثقافي أو التاريخي الذي يُفسّر لماذا قد لا تُترجَم تلك التقييمات إلى نتائج انتخابية بالطريقة المتوقّعة. وتقديراتهم للاحتمال، رغم اتّساقها، قد تكون منحازة ممنهجًا بطرق تتطلّب رقابة بشرية للكشف والتصحيح.
مشكلة الثقة المفرطة صعبة بصفة خاصة. فوكلاء الذكاء الاصطناعي يميلون إلى أن يكونوا أكثر ثقة في تقديراتهم ممّا ينبغي، خاصّةً في المجالات التي تكون فيها بيانات تدريبهم نادرة أو منحازة. فقد يُعيّنون 85% ثقة لنتيجة ينبغي أن تكون واقعيًّا 65%، مما يقود إلى مراكز مُتضخّمة وخسائر في النهاية.
مزايا معالجة المعلومات
حيث يتفوّق وكلاء الذكاء الاصطناعي هو في معالجة المعلومات المُهيكلة وشبه المُهيكلة على نطاق واسع. فهم يستطيعون في آنٍ واحد تتبّع عشرات المؤشّرات الاقتصادية وتحليل الإيداعات التنظيمية ومراقبة مشاعر وسائل التواصل الاجتماعي وربط كل ذلك بأنماط تاريخية. وقد يفوّت متداول بشري معلومة حاسمة مدفونة في وثيقة تنظيمية من 200 صفحة، لكن وكيل ذكاء اصطناعي سيُشير إليها خلال دقائق من النشر.
هم أيضًا ممتازون في الحفاظ على الانضباط حول الأُطر التحليلية. فيميل البشر إلى التعلّق عاطفيًّا بالمراكز أو تغيير نهجهم التحليلي بناءً على الانتصارات والخسائر الأخيرة. ويُطبّق وكلاء الذكاء الاصطناعي المنهجية ذاتها باتّساق، مما يمكن أن يكون قيّمًا لتحديد تسعيرات خاطئة ممنهجة قد يُبرّرها المتداولون البشر بعيدًا.
الهجين بين الإنسان والوكيل
التطبيق العملي الأقرب للتنفيذ هو النموذج الهجين: يتعامل وكلاء الذكاء الاصطناعي مع المهام العالية الحجم الحسّاسة للوقت (مسح آلاف الأسواق ومراقبة الأسعار وكشف الشذوذات وتنفيذ الصفقات الروتينية)، بينما يتعامل البشر مع المهام العالية الحكم (تقييم المواقف الجديدة وتقييم أداء الوكيل وتعديل معاملات الاستراتيجية). ويلعب هذا التقسيم للعمل على نقاط قوّة كل طرف.
عمليًّا، قد يبدو ذلك مثل وكيل ذكاء اصطناعي يُشير إلى 50 تسعيرًا خاطئًا محتملًا يوميًّا بناءً على نماذجه، ثم يُراجع متداول بشري أعلى 10 منها بناءً على درجات الثقة وأحجام المراكز. فالبشر يُحضرون المعرفة السياقية والحسّ العام لتقييم هل منطق الوكيل يعقل، بينما يضمن الوكيل ألّا يُفوَّت شيء في عملية الفرز الأولية.
حلقة التغذية الراجعة بين الإنسان والوكيل حاسمة. فحين يُلغي إنسان توصية وكيل، يصبح ذلك القرار بيانات تدريب لتحسين أداء الوكيل المستقبلي. ومع الوقت، يتعلّم الوكيل دمج أنواع العوامل السياقية التي يُحدّدها البشر باستمرار بوصفها مهمّة.
بعض فرق التداول تُجرّب نُهُجًا هجينة أكثر تقدّمًا. فبدلًا من أنظمة إلغاء بسيطة، يبنون وكلاء يستطيعون شرح منطقهم بلغة طبيعية، مما يسمح للبشر بتحديد نقاط عمياء محتملة أو أخطاء منطقية بسرعة. وهذه الشفافية تجعل الرقابة البشرية أكثر كفاءة وفعاليّة.
إدارة المخاطر في الأنظمة الآلية
تحدّيات إدارة المخاطر مختلفة عن التداول التقليدي. فيصبح تحديد حجم المركز حاسمًا حين قد يُحدّد وكيل عشرات الفرص التي تبدو جذّابة في آنٍ واحد. ودون تحليل ارتباط سليم وضوابط مخاطر على مستوى المحفظة، قد يُركّز وكيل المخاطر دون قصد بطرق ليست واضحة من تحليل السوق الفردي.
تحتاج آليات وقف الخسارة إلى أن تكون أكثر تقدّمًا من مُحفّزات بسيطة قائمة على السعر. فيحتاج الوكيل إلى إدراك متى تغيّرت افتراضاته الأساسية حول السوق، لا فقط حين تتحرّك الأسعار ضدّه. ويتطلّب هذا بناء تقديرات عدم يقين في النموذج وأن يُقلّل الوكيل أحجام المراكز حين تنخفض ثقته.
تداعيات على بنية السوق
مع شيوع وكلاء الذكاء الاصطناعي في أسواق التنبّؤ، يُغيّرون ديناميكيات السوق بطرق خفيّة. فالأسواق تصبح أكثر كفاءة في دمج أنواع معيّنة من المعلومات، خاصّةً البيانات الكمّية والأخبار العاجلة. لكنها قد تصبح أقل كفاءة في تسعير عوامل معقّدة ونوعية تتطلّب حكمًا بشريًّا.
سرعة اكتشاف الأسعار تتزايد للأسواق الغنيّة بالمعلومات. فحين تُصدر بيانات اقتصادية كبرى، يستطيع وكلاء الذكاء الاصطناعي تحديث نماذجهم والتداول خلال ثوانٍ، مُقلّلين نافذة استفادة المتداولين البشر من ردود الفعل المتأخّرة. وهذا مشابه لما حدث في الأسواق المالية التقليدية مع شيوع التداول الخوارزمي.
لكن هناك أيضًا دليل على أن وكلاء الذكاء الاصطناعي يُنشئون أنواعًا جديدة من التسعيرات الخاطئة. فهم يميلون إلى الإفراط في ترجيح المعلومات الحديثة وقد يُفوّتون عوامل بنيوية طويلة الأمد. والأسواق التي تتطلّب خبرة مجال عميقة أو فهمًا ثقافيًّا قد تصبح فعلًا أقل كفاءة مع تحوّل حجم تداول أكبر إلى أنظمة الذكاء الاصطناعي.
التفاعل بين وكلاء ذكاء اصطناعي متعدّدين يُنشئ ديناميكيات مثيرة للاهتمام. فحين يستخدم عدّة وكلاء مصادر معلومات ونُهُجًا تحليلية متشابهة، يمكنهم إنشاء تشوّهات سعر مؤقّتة حين يُحدّثون نماذجهم جميعًا في آنٍ واحد. ويصبح فهم هذه الأنماط قيّمًا للمتداولين البشر الذين يبحثون عن فرص.
اعتبارات التنفيذ العملي
بناء وكلاء تداول ذكاء اصطناعي فعّالين يتطلّب أكثر من مجرّد نماذج تعلّم آلي جيّدة. فخطّ أنابيب البيانات حاسم: يحتاج الوكلاء إلى وصول سريع وموثوق إلى مصادر معلومات ذات صلة، ويحتاجون إلى معالجة مشكلات جودة البيانات بسلاسة. فقد يفشل نموذج يعمل جيّدًا في اختبار الأداء التراجعي في التداول الحيّ إذا لم يستطع معالجة بيانات مفقودة أو تغذية متأخّرة.
تهمّ بنية التنفيذ التحتية أيضًا. فكثيرًا ما يكون لأسواق التنبّؤ سيولة أقل من الأسواق المالية التقليدية، لذا يحتاج الوكلاء إلى أن يكونوا متقدّمين في إدارة الأوامر. فأوامر السوق العدوانية قد تُحرّك الأسعار بصورة غير مواتية، بينما قد تفوّت الأوامر المحدّدة المفرطة في التحفّظ الفرص تمامًا.
البيئة التنظيمية لا تزال تتطوّر. فالولايات القضائية المختلفة لديها قواعد مختلفة حول التداول الآلي، ومنصّات أسواق التنبّؤ لديها سياسات متباينة حول نشاط البوتات. والبقاء ملتزمًا مع الحفاظ على مزايا تنافسية يتطلّب انتباهًا مستمرًّا للتطوّرات التنظيمية.
إدارة التكلفة كثيرًا ما تُتجاهل لكنها مهمّة. فتشغيل نماذج ذكاء اصطناعي متقدّمة باستمرار مكلف، ويمكن لتكاليف المعاملات أن تتراكم بسرعة عند التداول بكثرة عبر أسواق متعدّدة. والقيمة الحدّية لتعقيد نموذج إضافي أو مصادر معلومات تحتاج إلى الموازنة مقابل هذه التكاليف.
استكشف هذه الأدوات على Blockcircle: Prediction Markets Mispricing Engine وWhale Finder لتتبّع حركات المراكز الكبيرة التي قد تدلّ على نشاط وكلاء الذكاء الاصطناعي.
للمتداولين الذين يفكّرون في دمج الذكاء الاصطناعي، ابدأ صغيرًا وركّز على تحسينات قابلة للقياس على عمليتك الحالية. فالتقنية قوية لكنها ليست سحرًا، وأنجح التنفيذات تميل إلى أن تكون تلك التي تحلّ مشكلات محدّدة ومُعرَّفة جيّدًا لا تحاول أتمتة كل شيء دفعةً واحدة.