ChatGPT أم DeepSeek.. هل يمكن التنبؤ بعوائد الأسهم بدقة؟

كشفت دراسة حديثة أجراها باحثون من جامعات صينية وجامعة واشنطن في سانت لويس عن قدرة نموذج الذكاء الاصطناعي "تشات جي بي تي" (ChatGPT) على التنبؤ بحركة أسواق الأسهم وعوائدها بدقة عالية، خاصة خلال مراحل بطء النمو الاقتصادي وعدم التأكد السياسي. في المقابل، لم يتمكن النموذج الصيني "DeepSeek" من تحقيق نتائج مماثلة، حيث أثر اعتماده الأساسي على اللغة الصينية في تدريبه سلباً على قدرته في تحليل الأخبار المالية العالمية المكتوبة بالإنجليزية. هذه النتائج تفتح الباب أمام نقاشات واسعة حول دور الذكاء الاصطناعي في تحليل الأسواق المالية وتأثير البيانات التدريبية على فاعلية هذه النماذج

منهجية الدراسة والنتائج الرئيسية
اعتمد في هذه الدراسة على تحليل عناوين الأخبار والاشعارات المنشورة على الصفحة الأولى من جريدة "وول ستريت جورنال" بين الاعوام 1996 و2022. قام الباحثون باستخدام نموذج "تشات جي بي تي-3.5" لتصنيف الأخبار إلى إيجابية وسلبية، ومن ثم قياس تأثيرها على أداء سوق الأسهم خلال الأشهر التالية. أظهرت النتائج أن النموذج تمكن من التنبؤ بعوائد السوق المستقبلية بدقة عالية، حيث بلغ معامل التنبؤ بالأخبار الإيجابية 0.53% خلال شهر واحد، وارتفع إلى 8.52% على مدى 12 شهراً. كما سجل نموذج R2، الذي يقيس القدرة التفسيرية

للنموذج، نسباً جيدة بلغت 1.37% للتوقعات قصيرة الأجل و8.52% على المدى الطويل.

الأخبار السلبية وتأثيرها المحدود
في مفاجأة مثيرة للاهتمام، كشفت الدراسة أن الأخبار السلبية لم يكن لها تأثير كبير على التوقعات المستقبلية لحركة السوق. ووفقاً للباحثين، تم استيعاب تأثير الأخبار السلبية بشكل فوري من قبل المستثمرين، مما قلل من أهميتها على المدى الطويل. هذه النتيجة تتوافق مع النظريات المالية التي تشير إلى أن الأسواق تمتص الأخبار السيئة بسرعة، بينما يتم دمج الأخبار الإيجابية تدريجياً. هذا التفسير يدعم الرأي القائل بأن المستثمرين يركزون بشكل أكبر على المخاطر السلبية ويستجيبون لها بسرعة أكبر، مما يجعل الأخبار السلبية أقل تأثيراً في توقعات السوق المستقبلية مقارنة بالأخبار الإيجابية.

أداء DeepSeek المتواضع
على الجانب الآخر، أظهر النموذج الصيني "DeepSeek" أداءً متواضعاً في تحليل المشاعر السائدة في السوق. على الرغم من أن النموذج أظهر بعض القدرة على تحليل المشاعر، إلا أنه لم يتمكن من تحقيق نتائج مماثلة لتلك التي حققها "تشات جي بي تي". أرجع الباحثون هذا الفارق إلى الاعتماد الأكبر لـ"DeepSeek" على النصوص الصينية في تدريبه، مما أثر على قدرته في تحليل الأخبار المالية باللغة الإنجليزية. لم تكن نسبة الأخبار الإيجابية

أو السلبية التي حددها "DeepSeek" ذات صلة قوية بأداء الأسواق المستقبلية، مما يشير إلى أن نوعية نموذج الذكاء الاصطناعي المستخدم تلعب دوراً حاسماً في قدرته التنبؤية.

تفوق تشات جي بي تي
يتميز "تشات جي بي تي" بقدرة استثنائية على فهم النصوص المالية وتحليلها في سياقاتها المختلفة، مما يجعله أكثر دقة في تحديد اتجاهات الأسواق المالية مقارنة بالأساليب التقليدية التي تعتمد على تحليل الكلمات المفردة فقط. على عكس النماذج التقليدية مثل "BERT" أو قوائم الكلمات المستخدمة في التحليل النصي، يستطيع "تشات جي بي تي" تحليل النصوص بطريقة شاملة واستنتاج الاتجاهات العامة للأسواق. بالإضافة إلى ذلك، أظهر النموذج أداءً قوياً في رصد الأخبار الإيجابية الخفية التي قد تؤثر على السوق في المستقبل، مما يجعله أداة أكثر فاعلية خلال فترات التقلبات الاقتصادية مقارنة بالنماذج الأخرى.

تأثير الدراسة على المستثمرين والمؤسسات المالية
يمكن أن تكون هذه النتائج ذات قيمة كبيرة للمستثمرين ومديري الأصول الذين يسعون إلى استخدام الذكاء الاصطناعي في تحليل الأخبار الاقتصادية. يمكن أن يوفر "تشات جي بي تي" ميزة تنافسية قوية من خلال تحليل الأخبار في الوقت الفعلي والتنبؤ بحركة الأسواق بناءً على التغطية الإعلامية. بالنسبة للمؤسسات المالية، يمكن

أن تعزز هذه التقنية قدرتها على إدارة الاستثمارات وتقييم المخاطر بشكل أكثر دقة، مما يساعد في اتخاذ قرارات استثمارية أكثر وعياً. كما أن الاعتماد على "تشات جي بي تي" يمكن أن يعزز قدرة المستثمرين على تحديد الفرص السوقية غير الظاهرة بسهولة في البيانات التقليدية.

مستقبل الذكاء الاصطناعي في الأسواق المالية
ان محتوى هذه الدراسة يدل أن  "تشات جي بي تي" يمكن أن يكون أداة لامعة في التنبؤ بحركة الأسواق المالية، معلناً تفوقه على النماذج الأخرى مثل"BERT" و "DeepSeek" . ومع ذلك، فإن الذكاء الاصطناعي لا يزال بحاجة إلى تحديث مستمر وإعادة تدريب على أحدث البيانات المالية والاقتصادية لضمان بقائه دقيقاً في توقعاته. مع استمرار تطور تقنيات الذكاء الاصطناعي، قد يصبح تحليل الأخبار المالية بواسطة الذكاء الاصطناعي جزءاً أساسياً من استراتيجيات الاستثمار، مما قد يؤدي إلى تغييرات كبيرة في الطريقة التي تتخذ بها القرارات في الأسواق المالية العالمية.

في الختام، تقدم هذه الدراسة نظرة ثاقبة حول إمكانات الذكاء الاصطناعي في تحليل الأسواق المالية، مع التأكيد على أهمية نوعية البيانات التدريبية ودورها في تحديد فاعلية النماذج. مع التطورات المستقبلية، قد يصبح الذكاء الاصطناعي أداة لا غنى عنها للمستثمرين والمؤسسات المالية

على حد سواء.