التنبؤ بعوائد الأسهم القائم على التعلم الآلي: أدلة من سوق الأسهم السعودية (تداول)

تحتل السوق المالية السعودية «تداول» مكانة أكبر سوق للأسهم في الشرق الأوسط، وتتميز بخصائص بنيوية فريدة بوصفها سوقًا ناشئة مرتبطة بالنفط ومهيمنًا عليها من المستثمرين الأفراد، ومع ذلك ما تزال إمكانية التنبؤ بعوائدها غير مستكشفة بما يتناسب مع خصوصيتها البنيوية مقارنة بالأسواق المتقدمة، وتفتح تطورات التعلم الآلي الباب أمام نماذج قادرة على التقاط علاقات غير خطية معقدة في بيانات الأسعار قد تعجز عنها النماذج الخطية التقليدية، ويكتسب التنبؤ الدقيق بالعوائد أهمية عملية للمتعاملين ومديري المحافظ في سوق تتسع قاعدة مستثمريها الأفراد وتتنامى أدواتها الاستثمارية، وتنطلق هذه الدراسة من هذا المنطلق لمقارنة أداء طيف واسع من النماذج التنبؤية في التنبؤ بالعوائد اليومية في السوق السعودية وتحديد المقايضة الأفضل بين الدقة والكلفة عند النشر العملي

أولًا: أهداف الدراسة ومنهجيتها

هدفت الدراسة إلى تحديد مقدار التحسن الذي تقدمه الأساليب غير الخطية وأساليب التجميع قياسًا بالنماذج الخطية المرجعية في التنبؤ بالعوائد اليومية، وأي الأساليب يحقق أفضل مقايضة بين الدقة والكلفة للتطبيق العملي، وقارنت أحد عشر نموذجًا تنبؤيًا موزعة على خمسة نماذج انحدار خطية منتظمة وثلاثة تجميعات قائمة على الأشجار وثلاث بنى هجينة مكدسة اختيرت لتمثل الطيف المنهجي الشائع في أدبيات التنبؤ المالي بين البساطة الخطية والتعقيد التجميعي والهجين، واستخدمت 28750 مشاهدة يومية تمتد من يناير 2015 إلى ديسمبر 2025، وبنت فضاء إشارات فنية مكونًا من أربعين سمة تنتظم في ست عائلات، وقيّمت النماذج جميعها وفق بروتوكول صارم زمني التسلسل للتدريب والتحقق والاختبار مع فترة احتجاز مختومة مدتها ثمانية عشر شهرًا، وروعي في بناء فضاء السمات تنويع مصادر الإشارة الفنية بما يمنح النماذج المتنافسة فرصة التقاط أنماط مختلفة في حركة الأسعار والعوائد

ثانيًا: أبرز النتائج

1- حقق التجميع المكدس الجامع بين نموذج لاسو ونموذج إكس جي بوست أدنى جذر تربيعي لمتوسط مربعات الخطأ في الاختبار بقيمة 0.906، ومعامل معلومات خارج العينة قدره 0.133، متفوقًا على النماذج الخطية المرجعية بنسبة تراوحت بين 15 و27 في المئة في خطأ التنبؤ

2- عند ترجمة أداء النموذج الأمثل إلى استراتيجية شراء وبيع على المكشوف خاضعة لتكاليف معاملات ذهابًا وإيابًا بنسبة 0.6 في المئة، حقق النموذج نسبة شارب قدرها 0.587 ونسبة فوز بلغت 81.1 في المئة وأقصى تراجع قدره 5.53 في المئة عبر 758 صفقة

3- أكد تحليل الحساسية متانة النتائج عبر شبكات المعلمات الفائقة المختلفة ونوافذ التقدير المتحركة، بما يفيد أن التفوق لا يعود إلى ضبط ظرفي لمعلمات بعينها بل إلى بنية النموذج ذاتها

4- هيمنت على مراتب أهمية السمات سمات عرض نطاقات بولينجر وهوية السهم المقطعية وإشارات الماكد ذات الإبطاء الزمني، بما يشير إلى الدور المركزي لسمات التقلب والهوية والإشارات الفنية في قابلية التنبؤ بالعوائد

ثالثًا: دلالات الدراسة وتطبيقاتها

تقدم هذه النتائج دليلًا عمليًا للمتعاملين في السوق السعودية على أن النماذج الهجينة المكدسة قادرة على خفض خطأ التنبؤ بالعوائد اليومية خفضًا ملموسًا قياسًا بالنماذج الخطية، مع بقاء الأداء الاستثماري بعد خصم تكاليف المعاملات ضمن حدود مقبولة بالمخاطر، كما تفيد مديري المحافظ والمحللين الكميين في اختيار سمات الإشارة الأكثر إسهامًا في التنبؤ وتركيز جهود النمذجة عليها، وتفيد كذلك في التنبيه إلى أن جودة بروتوكول التحقق الزمني وفصل بيانات الاختبار شرط لقياس الأداء الحقيقي لأي نموذج تنبؤي في الأسواق المالية، وتفتح آفاقًا لدراسات لاحقة تفحص قابلية نقل هذه البنى إلى أسواق ناشئة مشابهة في المنطقة، كما تنبه الدراسة المستثمرين ضمنًا إلى أن الأداء التنبؤي المتفوق لا يلغي مخاطر السوق، إذ تظل النتائج مقيدة بفترة الدراسة وبطبيعة السوق السعودية ذات الارتباط النفطي والهيمنة الفردية

وخلاصة القول إن التنبؤ بعوائد السوق السعودية ليس متعذرًا كما قد يُظن، إذ تستطيع نماذج التعلم الآلي الهجينة، حين تُبنى وتُتحقق منها بصرامة زمنية، أن تلتقط إشارات تنبؤية ذات قيمة اقتصادية في أكبر أسواق المنطقة