الذكاء الاصطناعي يحلل أخبار السوق المالية

تحدد نماذج الذكاء الاصطناعي ما إذا كانت الأخبار إيجابية أو سلبية أو محايدة تجاه شركة أو سوق من خلال تحليل الكلمات والسياق. على سبيل المثال، "شركة X تحقق أرباحًا قياسية" تُصنف إيجابية، بينما "شركة Y تواجه تحقيقًا في الاحتيال" تُصنف سلبية.

FinBERT هو نهج شائع – نسخة من نموذج لغة BERT من جوجل مدربة خصيصًا على النصوص المالية لتصنيف المشاعر. تُدرّب هذه النماذج على أخبار مالية تاريخية مصنفة حسب تأثيرها على أسعار الأسهم.

BloombergGPT، نموذج لغة كبير متخصص، تم تدريبه صراحة لتعزيز تحليل المشاعر في الأخبار المالية (وكذلك التعرف على الكيانات المسماة وتصنيف الأخبار). من خلال قياس النغمة العاطفية للسوق، يمنح الذكاء الاصطناعي مقبضًا كميًا على الأخبار النوعية.

تحتوي الأخبار المالية على كثافة من الأسماء الصحيحة – أسماء شركات، أشخاص، منتجات، أماكن، إلخ. تستخدم أنظمة الذكاء الاصطناعي معالجة اللغة الطبيعية لـتحديد ووضع علامات على الكيانات المذكورة في المقالات. إذا قالت الأخبار "أبل كشفت عن آيفون جديد في الصين"، يضع الذكاء الاصطناعي علامة على "أبل" كشركة، و"آيفون" كمنتج، و"الصين" كموقع.

تملك منصات متقدمة مثل RavenPack قواميس ضخمة متخصصة في المالية – خوارزميات RavenPack يمكنها التعرف على أكثر من 12 مليون كيان فريد، بما في ذلك الشركات العامة والخاصة، التنفيذيين، المطلعين، والمنتجات أو العملات المحددة.

بعيدًا عن وضع العلامات على الأسماء، يصنف الذكاء الاصطناعي أيضًا موضوع الأخبار (نوع الحدث أو الموضوع). هل هو تقرير أرباح، إعلان اندماج، قضية تنظيمية، أو مؤشر اقتصادي؟ تغطي تصنيفات RavenPack أكثر من 7,000 فئة حدث لتصنيف الأخبار.

ليست كل الأخبار متساوية – بعض المقالات تعيد صياغة معلومات قديمة، بينما تكسر أخرى أخبارًا جديدة. تقيم أدوات الذكاء الاصطناعي الجدة (مدى حداثة أو تفرد القطعة) والصلّة (مدى تأثيرها المباشر على شركة أو سوق معين).

على سبيل المثال، مدونة إخبارية صغيرة تذكر أبل بشكل عابر تحصل على صلة منخفضة، بينما تحقيق لجنة الأوراق المالية في مالية أبل يحصل على درجة عالية جدًا. توفر RavenPack تقييم الصلة وتتبع الجدة لكل كيان/حدث مكتشف في القصة، إلى جانب درجة "التأثير".

يتم الكشف عن الجدة غالبًا بمقارنة النص بالأخبار الحديثة لمعرفة ما إذا كان يكرر معلومات معروفة. هذا أمر حاسم في الأسواق سريعة الحركة حيث قد تردد عشرات المصادر نفس خبر رويترز – يمكن للذكاء الاصطناعي تمييز الحالة الأولى كجديدة وتقليل أهمية الباقي.

لا يتوقف الذكاء الاصطناعي المتقدم عند المقالات الفردية – بل يمكنه تحديد الموضوعات الكبرى والاتجاهات عبر آلاف القطع. تجمع LSEG MarketPsych Analytics الأخبار في أكثر من 200 موضوع اقتصادي وسلوكي (مثل "حرب تجارية"، "تضخم"، "الأمن السيبراني"، إلخ).

يصنف الذكاء الاصطناعي كل خبر ضمن هذه الموضوعات ويقيم المشاعر المتعلقة بكل موضوع. هذا يسمح للمستثمرين بتتبع مشاعر الموضوع عبر الزمن (مثلًا، هل تتحسن أو تتدهور المشاعر حول "المركبات الكهربائية" هذا الربع؟). يقدم Bloomberg Terminal وظيفة "الموضوعات الإخبارية الرئيسية" التي تستخدم الذكاء الاصطناعي لتجميع الأخبار حسب الموضوعات.

من خلال إظهار الرؤى الموضوعية، يساعد الذكاء الاصطناعي على ربط النقاط. إذا كانت أخبار العديد من الشركات تتعلق، مثلاً، بـاضطرابات سلسلة التوريد، يمكن للمستثمر اكتشاف عامل خطر ناشئ عبر السوق. يقرأ الذكاء الاصطناعي بين السطور، مكتشفًا أنماطًا عبر المقالات قد يغفلها الإنسان عند القراءة بشكل منفرد.

تطبيق متنامٍ للذكاء الاصطناعي هو تلخيص الأخبار الطويلة أو المعقدة إلى شكل قابل للهضم. يمكن لنماذج الذكاء الاصطناعي التوليدية (مثل GPT-4 وBloombergGPT) إنتاج ملخصات موجزة أو نقاط رئيسية لمقال إخباري، مع الحفاظ على الحقائق الأساسية.

أطلقت بلومبرغ مؤخرًا ملخصات الأخبار المدعومة بالذكاء الاصطناعي على منصتها: لكل قصة إخبارية من بلومبرغ، يولد الذكاء الاصطناعي ثلاث نقاط رئيسية في أعلى المقال. تراجع خبراء بلومبرغ هذه الملخصات لضمان الدقة، مما يسمح للمتداولين المشغولين بفهم جوهر القصة بسرعة.

تغيير قواعد اللعبة… رؤى واضحة وموجزة تتيح لي فهم القصص المعقدة بسرعة.

— متداول أول، مستخدم منصة بلومبرغ

بعيدًا عن الملخصات، يمكن للذكاء الاصطناعي الإجابة عن الأسئلة المتعلقة بالأخبار (الأسئلة والأجوبة). إذا سألت، "ماذا قال رئيس الاحتياطي الفيدرالي عن التضخم اليوم؟"، يمكن للنظام سحب الإجابة من نص الأخبار. تتيح بعض المنصات الآن للمستخدمين التفاعل مع الأخبار عبر الدردشة، وطرح أسئلة متابعة للتعمق، كطريقة أكثر بديهية لتحليل المعلومات.

ربما كان أوائل المتبنين لتحليلات أخبار الذكاء الاصطناعي هم شركات التداول الكمي والخوارزمي. تدمج هذه الشركات إشارات مستمدة من الأخبار في نماذج التداول للحصول على ميزة. من اللافت أن أكثر من 70% من صناديق التحوط الكمية الأعلى أداءً تستخدم تحليلات أخبار RavenPack لتوليد الألفا وإدارة المخاطر.

بالنسبة لهذه الصناديق، يمكن أن تكون بيانات الذكاء الاصطناعي مثل درجات المشاعر، مؤشرات الضجة، واكتشاف الأحداث إشارات تداول. قد يذهب خوارزم طويل على الأسهم ذات المشاعر الإيجابية جدًا وقصير على تلك ذات المشاعر السلبية جدًا (استراتيجية تم التحقق منها عبر اختبارات خلفية تظهر فرق أداء بين الأسهم ذات المشاعر العالية والمنخفضة).

تستخدم شركات التداول عالية التردد أيضًا الذكاء الاصطناعي لتحليل تدفقات الأخبار خوارزميًا – إذا عبر عنوان رئيسي يحرك السوق (مثل مفاجأة من البنك المركزي)، يمكن لذكائها الاصطناعي تنفيذ صفقات فورًا، غالبًا بطريقة مؤتمتة بالكامل. هذا جعل الأسواق شديدة التفاعل مع الأخبار، مما ساهم في تحركات حادة عند وصول معلومات غير متوقعة.

بعيدًا عن التداول السريع، يدعم تحليل أخبار الذكاء الاصطناعي المستثمرين على المدى الطويل مثل مديري الأصول، وصناديق الاستثمار، ومستشاري الثروات. توفر بيانات المشاعر واتجاهات الأخبار طبقة إضافية من الرؤية فوق الأساسيات.

قد يراقب مدير محفظة الأسهم درجة المشاعر لكل سهم في المحفظة؛ قد يؤدي هبوط مفاجئ إلى مراجعة الأخبار السلبية الصادرة وما إذا كانت تشير إلى مشكلة جوهرية. كذلك، يمكن للذكاء الاصطناعي تسليط الضوء على الموضوعات الناشئة التي تؤثر على استراتيجية المحفظة – مثل ملاحظة أن "الأمن السيبراني" يُذكر بشكل متزايد في سياق عدة أسهم تقنية قد يشير إلى خطر متزايد (أو فرصة) يجب التعامل معها.

تسمح التنبيهات الموضوعية بإعادة التوازن الاستباقية: إذا لاحظ الذكاء الاصطناعي تصاعد خطاب الحرب التجارية وحدد "الفائزين" و"الخاسرين" المحتملين من هذا الموضوع، يمكن للمدير تعديل المحفظة وفقًا لذلك. كما يساعد الذكاء الاصطناعي الباحثين على تجنب نقاط العمى المعلوماتية بتغطية العديد من المصادر – يمكنه تنبيه المحللين إلى أخبار في منشورات غامضة أو بلغات أجنبية كانوا قد يفوتونها.

تدمج بعض المنصات (مثل AlphaSense) بحوث الوسطاء وملفات لجنة الأوراق المالية إلى جانب الأخبار، باستخدام الذكاء الاصطناعي للسماح للمحللين بالبحث عبر كل البيانات النصية لشركة. وصف أحد الباحثين استخدام ذكاء اصطناعي شبيه بـ ChatGPT لتكرار "الكثير من سير العمل الذي كنت أقوم به" في بنك استثماري، من تلخيص البيانات المالية للشركة إلى مسح الأخبار عن علامات تحذير.

في المالية، الأمر لا يقتصر على إيجاد الفرص – بل يشمل أيضًا إدارة المخاطر والالتزام بالقوانين. يعد تحليل أخبار الذكاء الاصطناعي نعمة لمسؤولي المخاطر وفرق الامتثال. يمكنه العمل كنظام إنذار مبكر لمخاطر مختلفة: كشف أخبار سلبية عن طرف مقابل، رصد علامات على مشكلة في حوكمة الشركات، أو متابعة التطورات الجيوسياسية التي قد تؤثر على الأسواق.

إذا بدأت شركة فجأة في الظهور في الأخبار بسبب فضيحة أو دعوى قضائية، يمكن للذكاء الاصطناعي تنبيه ذلك فورًا ليتمكن مديرو المخاطر من تعديل التعرضات. تستخدم إدارات الامتثال الذكاء الاصطناعي لمراقبة الأخبار بحثًا عن علامات على سوء استخدام السوق أو التداول بناءً على معلومات داخلية. حتى البورصات والمنظمون يستخدمون الذكاء الاصطناعي لمراقبة وسائل التواصل الاجتماعي والأخبار بحثًا عن تلميحات تلاعب أو احتيال في السوق.

يمكن اكتشاف الشذوذ – مثل ارتفاع مفاجئ في المشاركات الإيجابية عن سهم متداول بشكل ضعيف – بواسطة الذكاء الاصطناعي والتحقيق فيه لاحتمال وجود مخططات ضخ وتفريغ. تساعد المراقبة اللحظية والشاملة التي يتيحها الذكاء الاصطناعي في الحفاظ على نزاهة السوق.

علاوة على ذلك، من خلال تجميع الأخبار على لوحة تحكم، يساعد الذكاء الاصطناعي مسؤولي الامتثال في إجراء فحوصات العناية الواجبة على العملاء أو الاستثمارات ("اعرف عميلك" وفحوصات مكافحة غسيل الأموال) من خلال العثور بسرعة على أي أخبار سلبية مرتبطة بشخص أو كيان. بهذه الطريقة، لا يساعد الذكاء الاصطناعي فقط في تحقيق الأرباح، بل يساعد أيضًا في حماية المؤسسات المالية من المخاطر والمخالفات.

لا يقتصر تحليل أخبار الذكاء الاصطناعي على نخبة وول ستريت. بل يتسرب تدريجيًا إلى المستثمرين الأفراد والمستشارين الماليين الذين يخدمون العملاء العاديين. تدمج تطبيقات المستشارين الآليين ومنصات التداول الذكاء الاصطناعي لتوفير رؤى مدفوعة بالأخبار للمستخدمين.

تحتوي بعض تطبيقات التداول الآن على مؤشرات مشاعر الأخبار أو ملخصات مولدة بالذكاء الاصطناعي تشرح سبب تحرك سهم معين. بفضل الذكاء الاصطناعي، يمكن حتى للمستثمرين الأفراد الوصول إلى تحليلات كانت "متاحة سابقًا فقط للبنوك الكبرى أو المستثمرين المؤسسيين."

ذكرت تقارير رويترز مؤخرًا أن 13% من المستثمرين الأفراد استخدموا بالفعل أدوات الذكاء الاصطناعي مثل ChatGPT لأبحاث الأسهم أو التوصيات، وحوالي نصفهم منفتحون على الفكرة. تعني هذه الديمقراطية أن الشخص العادي يمكنه سؤال روبوت محادثة، "ما هو التوقع لشركة Z بناءً على آخر الأخبار؟" والحصول على إجابة متماسكة تلخص التطورات الأخيرة.

تقدم الشركات الناشئة أيضًا خلاصات أخبار منسقة بالذكاء الاصطناعي مخصصة لمحفظة المستثمر أو اهتماماته، غالبًا مع تسليط الضوء التفسيري. على سبيل المثال، توفر StockPulse للعملاء (بما في ذلك بعض الوسطاء) ملخصات يومية وتحليل مشاعر للأسهم مولدة بالذكاء الاصطناعي، مدمجة في تقارير العملاء لدعم اتخاذ قرارات مستنيرة.

يستخدم المستشارون الماليون الذين يديرون محافظ العملاء تحليل أخبار الذكاء الاصطناعي للبقاء على اطلاع وللتواصل بشكل أفضل مع العملاء. يمكن للمستشار الاعتماد على لوحة تحكم الذكاء الاصطناعي لتقديم تحديث سريع: "كانت مشاعر الأخبار لهذا الأسبوع لممتلكاتك إيجابية إلى حد كبير، باستثناء سهم واحد يواجه تغطية سلبية."

يمكن تحويل هذه الرؤى إلى تفسيرات سهلة الفهم للعملاء، بمساعدة مخططات أو رسوم بيانية مولدة بالذكاء الاصطناعي. تسمح MarketPsych من LSEG، على سبيل المثال، بإنشاء مرئيات بديهية مثل مخططات المشاعر والأسعار وخرائط الحرارة للتعرض الموضوعي، محولة مخرجات معالجة اللغة الطبيعية المعقدة إلى شيء يمكن للمستثمر النهائي فهمه.

يعزز هذا تجربة العميل – يمكن للمستشارين شرح كيف يمكن لـ "مزاج الأخبار" حول قطاع معين أن يؤثر على الأداء، مع تثقيف العملاء في العملية. علاوة على ذلك، يستفيد المستشارون أنفسهم من بقاء الذكاء الاصطناعي على اطلاع بالأخبار الكبرى. إذا حدث حدث جيوسياسي مفاجئ أو تغيير في السياسة، تضمن تنبيهات الذكاء الاصطناعي أن يتمكن المستشارون من التواصل مع العملاء بسرعة مع تقديم منظور حول تأثيره على استثماراتهم.

يمكن للذكاء الاصطناعي إظهار رؤى، لكن الخبرة البشرية ضرورية لتفسيرها واتخاذ الإجراءات. إذا أشار الذكاء الاصطناعي إلى قصة سلبية، سيقرأ المحلل الذكي القطعة لفهم التفاصيل والسياق. قد يغفل الذكاء الاصطناعي السخرية أو المعاني المزدوجة في النص، أو يخطئ في تقدير النغمة إذا كان، مثلاً، "ربح قياسي" ناتجًا عن مكسب محاسبي لمرة واحدة.

أنظمة الذكاء الاصطناعي جيدة بقدر جودة البيانات التي تدربت عليها. يمكن أن ينعكس الانحياز في مصادر الأخبار (أو ضوضاء وسائل التواصل الاجتماعي) في مخرجات الذكاء الاصطناعي. يجب الحذر من أن تدفقًا من منشورات المدونات التكهنية لا يضخم خطأً درجة المشاعر. يخفف المزودون الرئيسيون هذا عبر فلاتر الرسائل المزعجة وتوزيع الأوزان على المصادر، لكن يجب أن يظل المستخدمون ناقدين.

في الأسواق السريعة، يكون تحليل الأخبار أكثر فائدة فورًا عند حدوث الأخبار. قد يكون تقييم المشاعر بعد 10 دقائق من الحدث متأخرًا إذا تحرك السوق بالفعل. لذلك يستخدم المتداولون هذه الأدوات في الوقت الحقيقي، غالبًا مع تدفقات مباشرة إلى خوارزميات التداول.

للاستثمار الأقل حساسية للوقت (مثل القرارات طويلة الأجل)، تكون السرعة أقل أهمية، ثم يتحول دور الذكاء الاصطناعي إلى تلخيص الكثير من المعلومات لرؤية أكبر.

يمكن أن يكون الثقة في الذكاء الاصطناعي أسهل عندما لا يكون "صندوقًا أسود" بالكامل. توفر العديد من المنصات الآن تفسيرات مع مخرجاتها. إذا أشار تقييم الذكاء الاصطناعي إلى "مشاعر سلبية"، قد يعرض النظام الكلمات أو العبارات في النص التي أدت إلى هذا الاستنتاج (مثل "إفلاس"، "دعوى قضائية"، إلخ). هذا مفيد للمستخدمين للتحقق من منطق الذكاء الاصطناعي.