QRAFTI: An Agentic Framework for Empirical Research in Quantitative Finance
إن QRAFTI هو إطار عمل متعدد الوكلاء مصمم لمحاكاة فريق أبحاث كمية من خلال دمج مجموعات أدوات البيانات اللوحية مع خوادم MCP لتسهيل أبحاث عوامل الأسهم، مما يتيح تكرار العوامل الراسخة، واختبار الإشارات الجديدة، وإنشاء تقارير معيارية مع تحليل سردي وآثار حوسبية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول بناء آلة يمكنها التنبؤ بما إذا كانت الأسهم ستصعد أم ستهبط. في عالم التمويل، يُسمى هذا البحث الكمي (Quantitative Research). تقليديًا، يقوم بهذه الوظيفة فرق من الخبراء ذوي الأجور المرتفعة (الكميون - quants) الذين يقضون سنوات في القيام بثلاثة أشياء رئيسية:
- امتلاك فكرة (مثل: "ربما الشركات ذات الديون المنخفضة تؤدي بشكل أفضل؟").
- القيام بالعمليات الحسابية (تنظيف البيانات الفوضوية، تشغيل الصيغ المعقدة، والتحقق مما إذا كانت الفكرة ناجحة).
- كتابة التقرير (شرح لماذا نجحت الفكرة وإثبات أنها لم تكن مجرد ضربة حظ).
هذه العملية بطيئة، وعرضة للخطأ البشري، وغالبًا ما يصعب التحقق منها.
إليك QRAFTI. فكر في QRAFTI ليس كإنسان آلي واحد، بل كـ فريق بحث افتراضي مبني بالكامل من وكلاء ذكاء اصطناعي متطورين. يقدم البحث هذا النظام كوسيلة لأتمتة وتحسين عملية البحث بأكملها.
إليك كيف يعمل QRAFTI، مشروحًا عبر تشبيهات بسيطة:
1. الفريق: وكلاء ذكاء اصطناعي متخصصون
بدلاً من وجود ذكاء اصطناٍ واحد ضخم يحاول القيام بكل شيء (مما يؤدي غالبًا إلى الارتباك)، يقوم QRAFTI بتقسيم العمل بين ثلاثة "موظفين" متخصصين، لكل منهم وظيفة محددة:
- محلل الأبحاث (المخطط): يستمع هذا الوكيل إلى فكرتك (مثل: "ابحث لي عن عامل يعتمد على أسلوب وارن بافت"). يقوم بتفكيك الفكرة الكبيرة إلى وصفة خطوة بخوة. هو لا يقوم بالعمليات الحسابية بنفسه؛ بل يحدد فقط ما الذي يجب القيام به.
- المطور الكمي (الباني): هذا الوكيل هو المبرمج. إذا كانت وصفة المحلل تتطلب أداة غير موجودة بعد، يقوم هذا الوكيل بكتابة كود برمجي محدد لبناءها. إنه يشبه النجار الذي يبني رفًا مخصصًا لأن المتجر لم يبع الحجم المناسب.
- مدير المخاطر (المُدقق): هذا الوكيل هو المدير الصارم. يتحقق من العمل، ويضمن أن الرياضيات معيارية، ويكتب التقرير النهائي. يتساءل: "هل تحققنا من التحيز؟ هل هذه النتيجة حقيقية، أم أنها مجرد صدفة؟"
2. صندوق الأدوات: الـ "MCP"
تخيل أن المحلل والمطور بحاجة لاستخدام مكتبة ضخمة من البيانات المالية (مثل مستودع هائل لأسعار الأسهم). بدلاً من أن يخمن الذكاء الاصطناعي كيفية فتح باب المستودع، يستخدم QRAFTI بروتوكول سياق النموذج (Model Context Protocol - MCP).
فكر في MCP كـ جهاز تحكم عن بعد عالمي. بدلاً من أن يحاول الذكاء الاصطناعي تعلم كيفية تشغيل كل آلة في المستودع، يمنحه جهاز التحكم زرًا بسيطًا لـ "جلب أسعار الأسهم"، أو "تنظيف البيانات"، أو "حساب المخاطر". هذا يمنع الذكاء الاصطناعي من الضياع أو اختلاق بيانات وهمية.
3. خدعة "التفكير الذاتي" (Self-Reflection)
واحدة من أكبر المشكلات في الذكاء الاصطناعي هي أنه قد يعطيك إجابة خاطئة بكل ثقة. يحل QRAFTI هذه المشكلة باستخدام تقنية تسمى التخطيط القائم على التأمل (Reflection-Based Planning).
تخيل أنك تكتب مقالاً:
- الذكاء الاصطناعي العادي: تطلب منه كتابة المقال، فيقوم بكتابته فورًا.
- QRAFTI: تطلب منه كتابة المقال.
- الخطوة 1: يقوم بوضع مسودة للمخطط.
- الخطوة 2: يتوقف وينتقد نفسه: "مهلًا، هل هذا المخطط منطقي؟ هل فاتني خطوة ما؟ هل هذه البيانات متاحة؟"
- الخطوة 3: يقوم بإصلاح المخطط قبل كتابة المقال النهائي.
خطوة "التوقف والتفكير" هذه تقلل الأخطاء بشكل كبير، خاصة في المهام المعقدة متعددة الخطوات.
4. "أثر الورقة" (التتبع - Traceability)
في العلم، إذا لم تستطع إظهار عملك، فلن يصدقك أحد. ينشئ QRAFTI رسمًا بيانيًا حسابيًا (Computation Graph).
فكر في هذا كـ سجل تاريخ رحلة الـ GPS. إذا وصلت إلى وجهة ما، فإن الـ GPS لا يكتفي بقول "أنت هنا فقط". بل يظهر المسار الدقيق الذي سلكته، وكل منعطف، وكل توقف.
- إذا قال QFTI: "هذا العامل السهمي يعمل"، يمكنك النقر فوق زر ورؤية المسار الدقيق الذي اتخذه للوصत إلى هناك.
- يمكنك رؤية أي بيانات تم استخدامها بالضبط، وكيف تم تنظيفها، وما هي الصيغة التي تم تطبيقها. هذا يجعل البحث قابلاً للتكرار (يمكن لأي شخص القيام به مرة أخرى والحصول على نفس النتيجة) وقابلاً للتدقيق (يمكنك التحقق من الأخطاء).
5. النتائج: أفضل من مجرد "البرمجة"
اختبرت الورقة البحثية QRAFTI مقابل طريقتين أخريين:
- استخدام الأدوات فقط: ترك الذكاء الاصطناعي يختار من صندوق الأدوات.
- كتابة الكود فقط: ترك الذكاء الاصطناعي يكتب كود Python من الصفر دون صندوق أدوات.
النتيجة:
- للمهام البسيطة، تعمل البرمجة بشكل جيد.
- بالنسبة لـ المهام المعقدة متعددة الخطوات (مثل بناء استراتيجية استثمار كاملة)، كان مزيج الأدوات + التفكير الذاتي في QRAFTI متفوقًا بمراحل.
- عندما أُجبر الذكاء الاصطناعي على كتابة الكود فقط دون "صندوق الأدوات" أو خطوة "التفكير الذاتي"، ارتكب أخطاءً أكثر بك كثيراً وأنتج نتائج لا تتطابق مع المعايير الواقعية.
لماذا يهم هذا؟
حالياً، عالم التمويل مليء بـ "حدائق العوامل" (Factor Zoos)—آلاف الاستراتيجيات الاستثمارية التي تبدو جيدة على الورق ولكنها تفشل في الواقع لأنها بُنيت على بيانات فوضوية أو حيل إحصائية (p-hacking).
يهدف QRAFTI إلى أن يكون مرشحًا لضبط الجودة. من خلال توحيد طريقة إجراء البحوث، وإجبار الذكاء الاصطناعي على مراجعة عمله، والاحتفاظ بسجل مثالي لكل خطوة، فإنه يساعد الباحثين على:
- إيجال أنماط حقيقية في السوق.
- تجنب إضاعة الوقت في طرق مسدودة.
- الثقة في النتائج لأن "الواجب الرياضي" مرئي وصحيح.
باخت-القول: يحول QRAFTI عملية البحث المالي الفوضوية والمضطربة إلى خط تجميع منظم وشفاف وعالي الموثوقية، يديره فريق من المتخصصين في الذكاء الاصطناعي الذين يدققون في عمل بعضهم البعض.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.