تجعل السلوكيات المعقدة وغير الخطية للأسواق المالية مهمة تقويم أداء أصل مالي بعينه أو التنبؤ بسلوكه المستقبلي مهمة بالغة الصعوبة على المستثمر العادي، فالأسعار تتحرك تحت تأثير عوامل اقتصادية وسياسية ونفسية متشابكة، وتتنوع تقنيات تقويم الاستثمار في الأسهم تنوعًا واسعًا، غير أن كثيرًا منها يقتصر على مجموعة ضيقة من المتغيرات أو المقاييس الساكنة والتاريخية، وهو ما يحد من قدرتها على تقدير المفاضلة المتطورة باستمرار بين المخاطرة والعائد في الأسواق الحية
ومن هنا تبرز الحاجة إلى تقنيات أكثر تطورًا تدمج بين تقويم الأسهم والتنبؤ بها في منظومة واحدة، تجمع بين مؤشرات الأداء المالي التقليدية وتقنيات التنبؤ بالسلاسل الزمنية في التعلم الآلي، وتقدم للمستثمر تمثيلًا أكثر تنظيمًا وتبسيطًا وشفافية لأداء الأصل واتجاهاته المحتملة، مع فتح الصندوق الأسود للنماذج التنبؤية عبر أساليب الذكاء الاصطناعي القابل للتفسير بما يبني ثقة المستخدمين في مخرجات النظام وقراراتهم المبنية عليها
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير تقنية متقدمة تدمج تقويم الأسهم والتنبؤ بها عبر الجمع بين مؤشرات الأداء المالي التقليدية وتقنيات التنبؤ بالسلاسل الزمنية في التعلم الآلي، فقدم النظام درجات سلامة للأداء معدلة بالمخاطر تستند إلى مقاييس مالية تقليدية تشمل العائد السنوي والتقلب ونسبة شارب والتراجع الأقصى، وهي مقاييس تقرأ تاريخ الأصل من زوايتي الربحية والمخاطرة معًا بدل الاكتفاء بالعائد وحده
واستكمل التقويم بشبكة ذاكرة طويلة الأمد قصيرة الأجل دُربت على أنماط العوائد التاريخية لتوليد الإشارة التنبؤية، بينما طُبقت محاكاة مونت كارلو لتوقع مسارات الأسعار المستقبلية، وهي مسارات مقيدة رياضيًا بالحدود المالية من جهة، وقائمة إحصائيًا على التوزيعات التاريخية من جهة أخرى، كما وظف الإطار أساليب الذكاء الاصطناعي القابل للتفسير لتفسير التغيرات المتوقعة في ضوء بيانات السوق والاقتصاد الكلي المتاحة للجمهور، وجرى التقويم التجريبي للنظام باستخدام بيانات الأسهم وصناديق الاستثمار المشتركة الهندية
ثانيًا: أبرز النتائج
1، قدمت الطريقة المقترحة تقويمًا متسقًا لأداء الأصول المالية، إذ حولت المقاييس المعدلة بالمخاطر البيانات التاريخية المبعثرة إلى درجات سلامة منظمة تتيح للمستثمر مقارنة الأصول المختلفة على أساس موحد يوازن بين العائد والمخاطرة بدل المفاضلة بالأرقام المطلقة وحدها
2، أنتج النظام تنبؤات مستقرة طويلة الأجل عبر دمج إشارة شبكة الذاكرة مع مسارات محاكاة مونت كارلو المقيدة بالتوزيعات التاريخية، بما يقلل من تقلبات التنبؤات المفاجئة ويعرض للمستثمر نطاقًا من المسارات المحتملة بدل رقم واحد مضلل في يقينه
3، وفر الإطار رؤى مفهومة للمستخدمين من خلال تفسير التغيرات المتوقعة بالاستناد إلى بيانات السوق والاقتصاد الكلي المتاحة علنًا، وهو ما يجعل مخرجاته مناسبة لتطبيقات دعم القرار في تحليل الاستثمار بالتجزئة الموجه للمستثمرين الأفراد
ثالثًا: دلالات الدراسة وتطبيقاتها
تكمن قيمة هذا العمل في منظوره التكاملي، فبدل أن تُستخدم مقاييس الأداء التقليدية وحدها لوصف الماضي، أو نماذج التعلم العميق وحدها للتنبؤ بالمستقبل، جاء النظام ليصل الحلقتين في سلسلة واحدة، وليضيف إليهما طبقة التفسير التي تحول التنبؤ من رقم غامض إلى قصة مالية يمكن للمستثمر مناقشتها ومساءلتها، وهو توجه ينسجم مع حركة عالمية أوسع نحو ذكاء اصطناعي مالي مسؤول وشفاف
وتتيح منهجية الدراسة للباحثين العرب وطلاب الدراسات العليا في التمويل وعلوم البيانات فرصًا لتطبيقها على أسواق مالية عربية وصناديق استثمار محلية، ولمقارنة أدائها عبر أنظمة سوقية مختلفة الصاعدة منها والمتقدمة، ولتطوير درجات سلامة تراعي خصوصيات المخاطر المحلية مثل تركز القطاعات وتأثير أسعار الطاقة في أسواق المنطقة واختلاف سلوك المستثمرين الأفراد عن المستثمرين المؤسسيين في تقبل المخاطرة وتفسير الإشارات التنبؤية والتعامل مع تقلبات الأسعار اليومية
وخلاصة القول إن تقويم الأسهم الرشيد لا يكتمل بقراءة العائد وحده ولا بالتنبؤ وحده، بل بمنظومة تجمع القياس المعدل بالمخاطر والتنبؤ القائم على البيانات والتفسير الشفاف، وإن النظام المقترح يقدم خطوة عملية في هذا الاتجاه تخدم المستثمر الفرد قبل المؤسسات، وتعيد بناء الثقة بين الإنسان والخوارزمية في قرارات مالية مصيرية
