تخيل أنك تحاول تعليم روبوت التنبؤ بالطقس. يمكنك أن تريه الآلاف من خرائط الطقس القديمة والمغبرة وتطلب منه حفظ شكل السحب قبل هطول المطر. هذه هي الطريقة التي تتعلم بها معظم برامج الكمبيوتر اليوم: فهي تدرس مكتبة ثابتة من الأمثلة الماضية وتأمل أن يبدو المستقبل تماماً مثل الماضي. ولكن ماذا لو تغير الطقس فجأة؟ ماذا لو ظهر نوع جديد من العواصف لم يكن موجوداً في الكتب القديمة؟ سيظل الروبوت عالقاً، يخمن بناءً على قواعد عفا عليها الزمن. هذه هي المشكلة التي تواجه أجهزة الكمبيوتر التي تحاول قراءة الأخبار المالية للتنبؤ بأسعار الأسهم. فهي مدربة حالياً على مجموعات بيانات تم تصنيفها بواسطة البشر—بمعنى أن أشخاصاً يقرأون الأخبار ويكتبون "جيد" أو "سيئ" بالنسبة لسوق الأسهم.

دخل الآن عالم "التعلم التعزيزي" (Reinforcement Learning). لا تفكر في هذا كدراسة كتاب مدرسي، بل كلعب لعبة فيديو. بدلاً من حفظ الإجابات، يتعلم الكمبيوتر من خلال التجربة، وارتكاب الأخطاء، والحصول على نقاط (مكافآت) عندما يؤدي بشكل جيد. في الورقة البحثية التي ستطالعها الآن، يقدم المؤلفون طريقة جديدة لتعليم الكمبيوتر فهم الأخبار المالية. يسمونها FinSMART. بدلاً من مطالبة البشر بتقييم إجابات الكمبيوتر، فإنهم يتركون سوق الأسهم نفسه يكون هو المعلم. إذا توقع الكمبيوتر أن السهم سيرتفع، وارتفع السهم بالفعل، فإنه يحصل على درجة عالية. وإذا أخطأ، يحصل على درجة منخفضة. وهذا يسمح للكمبيوتر بالتعلم مباشرة من الواقع الحقيقي الفوضوي والمتغير للسوق، بدلاً من الفصل الدراسي الهادئ والثابت المكون من بيانات قديمة.

المشكلة: الروبوت الذي يكتفي بقراءة الكتب المدرسية

لفترة طويلة، كانت أجهزة الكمبيوتر التي تحاول التنبؤ بسوق الأسهم تشبه الطلاب الذين يدرسون فقط من أجل الاختبار باستخدام أوراق امتحانات العام الماضي. إنهم يستخدمون "النماذج اللغوية الكبيرة" (LLMs)—وهي ذكاء اصطناعي فائق الذكاء يمكنه القراءة والكتابة مثل البشر—لمسح الأخبار المالية. لكن هذه الأنظمة مدربة عادةً باستخدام "التعلم الخاضع للإشراف" (Supervised Learning). تخيل معلماً يسلم طالباً مجموعة من المقالات الإخبارية وقد كُتبت الإجابات بالفعل بالحبر الأحمر: "هذا جيد"، "هذا سيئ". يقوم الطالب بحفظ هذه الإجابات المكتوبة بالحبر الأحمر.

المشكلة هي أن سوق الأسهم كائن حي يتنفس ويتغير في كل ثانية. الإجابات بـ "الحبر الأحمر" من العام الماضي قد تكون خاطئة تماماً اليوم. بالإضافة إلى ذلك، فإن جعل البشر يكتبون تلك الإجابات عملية بطيئة ومكلفة. تجادل الورقة البحثية بأن الاعتماد على هذه التصنيفات الثابتة التي صنعها البشر يشبه محاولة الملاحة في محيط هائج باستخدام خريطة لبحيرة هادئة. هذه النماذج "غير مدركة للسوق" (market-agnostic)، مما يعني أنها لا تهتم فعلياً بما يحدث في السوق الحقيقي بعد تقديم توقعاتها؛ هي فقط تريد مطابقة التصنيف البشري.

الحل: اجعل السوق هو المعلم

يقدم المؤلفون FinSMART، وهو إطار عمل جديد يقلب الموازين. بدلاً من مطالبة إنسان بتقييم الذكاء الاصطناعي، يطلب FinSMART من سوق الأسهم تقييمه.

إليك كيف يحدث السحر، خطوة بخطوة:

1. الإعداد: يقرأ الذكاء الاصطناعي مقالاً مالياً ويخمن ما إذا كان السهم سيرتفع (إيجابي)، أو ينخفض (سلبي)، أو يبقى كما هو (محايد).
2. اختبار الواقع: ينتظر النظام ليرى ما سيحدث بالفعل لسعر السهم في ذلك اليوم.
3. الدرجة: إذا توقع الذكاء الاصطناعي أن الوضع "إيجابي" وارتفع سعر السهم بالفعل (تحديداً إذا تفوق على السوق العام بمقدار معين)، فإنه يحصل على مكافأة كبيرة. وإذا توقع أن الوضع "سلبي" وانهار السهم، فإنه يحصل على مكافأة أيضاً. ولكن إذا توقع أن الوضع "إيجابي" وانهار السهم، فإنه يتلقى عقوبة شديدة.
4. الفلتر (المرشح): السوق مليء بالضجيج. أحياناً يرتفع السهم لمجرد أن الاقتصاد بأكم له حالة جيدة، وليس بسبب الأخبار. ولحل هذه المشكلة، يستخدم FinSMA T نظام "فلتر مزدوج" ذكي. فهو لا يعطي مكافأة إلا إذا تحرك السهم في الاتجاه الصحيح و إذا كانت تلك الحركة قوية بما يكفي لاعتبارها إشارة حقيقية، وليست مجرد ضجيج عشوائي. إنه يشبه معلماً لا يمنح نجمة ذهبية إلا إذا أجبت على السؤال بشكل صحيح وأظهرت خطوات حلك بوضوح، متجاهلاً المرات التي أصبت فيها بالصدفة.

تسمى هذه العملية التعلم التعزيزي المتوافق مع السوق (Market-Aligned Reinforcement Learning). يتعلم الذكاء الاصطناعي من خلال لعب لعبة التداول مراراً وتكراراً، ويعدل "أوزانه" (weights) بناءً على الدرجة التي يمنحها له السوق.

السر الخفي: GRPO ولعبة "المجموعة"

قد تتساءل: "إذا كان السوق مليئاً بالضجيج، ألن يرتبك الذكاء الاصطناعي؟" يستخدم المؤلفون خدعة تدريب خاصة تسمى تحسين السياسة النسبية للمجموعة (Group Relative Policy Optimization - GRPO).

تخيل فصلاً دراسياً حيث لا يخبر المعلم الطالب ما إذا كانت إجابته "صحيحة" أم "خاطئة" بالمعنى المطلق. بدلاً من ذلك، يطلب المعلم من ثمانية طلاب الإجابة على نفس السؤال. ثم يقول المعلم: "الطالب الذي يحصل على أعلى درجة يحصل على مكافأة، والذي يحصل على أدنى درجة يخسر نقاطاً". يقوم الذكاء الاصطناعي بذلك عبر توليد ثمانية تخمينات مختلفة لنفس الخبر المالي. ثم يقارن بينها. إذا أدى أحد التخمينات إلى نتيجة أفضل في السوق مقارنة بالآخرين، فإن الذكاء الاصطناعي يتعلم أن يقدم هذا النوع من التخمينات بشكل أكثر تكراراً. هذا يساعد الذكاء الاصطناعي على إيجاد أفضل إشارة حتى عندما تكون بيانات السوق فوضوية ومربكة.

النتائج: هزيمة الأبطال القدامى

اختبر المؤلفون FinSMART مقابل أفضل النماذج الحالية (مثل FinDPO و FinBERT) وبعض الطرق القديمة القائمة على القواميس. قاموا بمحاكاة استراتيجية تداول حيث اشتروا الأسهم التي أحبها الذكاء الاصطناعي وباعوا (على المكشوف) الأسهم التي كرهها.

كانت النتائج مذهلة:

• الربح: حققت استراتيجية FinSMART عائداً تراكمياً قدره 264.9% خلال فترة الاختبار. أما النموذج التالي في الأفضلية، FinDPO، فقد حقق 109.8% فقط. هذا فرق شاسع.
• المخاطرة: لم يكن FinSMART يحقق المزيد من المال فحسب، بل كان يفعل ذلك بأمان أكبر. كانت "نسبة شارب" (Sharpe Ratio) الخاصة به (وهي مقياس لمقدار العائد الذي تحصل عليه مقابل المخاطرة التي تتحملها) هي 1.97، مقارنة بـ 1.12 للنموذج التالي في الأفضلية.
• القدرة على التكيف: جرب المؤلفون أيضاً شيئاً فريداً: سمحوا للذكاء الاصطناعي بإعادة تدريب نفسه كل ستة أشهر باستخدام أخبار جديدة ونتائج سوق جديدة. نسخة FinSMART "المعاد تدريبها دورياً" أدت بشكل أفضل، حيث وصلت إلى عائد تراكمي قدره 406.2%.

لماذا يهم هذا الأمر؟

تشير الورقة البحثية إلى أنه من خلال ترك السوق يعلم الذكاء الاصطناعي مباشرة، يمكننا بناء أدوات مالية لا تكتفي بمجرد حفظ الماضي، بل تتكيف فعلياً مع الحاضر. وجد المؤلفون أن الطريقة القديمة (التصنيفات البشرية الثابتة) محدودة لأنها لا تستطيع مواكبة ديناميكيات السوق المتغيرة. أما FinSMART، فيمكنه التعلم المستمر من المقالات الجديدة ونتائجها في العالم الحقيقي.

باختصار، تظهر الورقة البحثية أن الروبوت الذي يتعلم من خلال لعب لعبة سوق الأسهم، بدلاً من مجرد قراءة كتاب القواعد، يمكن أن يصبح لاعباً أفضل بكثير. وهي تشير إلى أن مستقبل الذكاء الاصطناعي المالي لا يتعلق بكتب مدرسية أكبر، بل بحلقات تغذية راجعة أذكى وفي الوقت الفعلي، حيث يكون السوق نفسه هو المعلم النهائي.