تزايدت التحديات التي تواجه الذكاء الاصطناعي في مجالات التداول المالي، خاصة مع محاولتنا أن نستخدم نماذج اللغة الكبيرة (Large Language Models) كعملاء تداول مستقلين. يواجه هذا المجال العديد من العقبات، منها القدرة على تكييف التعليمات عندما تأتي المكافآت متأخرة أو تكون مشوشة بفوضى السوق، فضلاً عن ضرورة دمج المعلومات المتنوعة في قرارات متماسكة.

مع نظام ATLAS (Adaptive Trading with LLM AgentS)، تم تقديم إطار موحد يهدف إلى تغلب على هذه التحديات عبر تنظيم المعلومات الهيكلية من الأسواق والأخبار والبيانات الأساسية للشركات. في ATLAS، تعمل وحدة التداول الرئيسية في فضاء عمل مدرك للأوامر، مما يضمن أن المخرجات تتماشى مع أوامر السوق القابلة للتنفيذ بدلاً من الإشارات المجردة.

تعتمد الوحدات على تقنية جديدة تُعرف بـ Adaptive-OPRO، وهي تقنية تحسين زخرفة النص تهدف إلى التكيف الديناميكي مع التغذية الراجعة الفورية، مما يؤدي إلى تحسين الأداء مع مرور الوقت. أثبتت دراسات محددة على الأسهم في مختلف الأنظمة أن Adaptive-OPRO يتفوق باستمرار على الزخارف الثابتة، بينما كانت التغذية الراجعة بناءً على التأمل غير فعالة في توفير تقدم منهجي.

إن نظام ATLAS يعد بزيادة الدقة والكفاءة في اتخاذ القرارات التجارية، مما يمكن المستثمرين من تحقيق أرباح أفضل في بيئات السوق المتقلبة.