من المعروف أن بناء المحافظ الاستثمارية هو جزء أساسي من الاستثمار الناجح. ومع ذلك، يواجه المستثمرون تحديات عديدة عند تطبيق نموذج بلاك-ليترمان (Black-Litterman Model) نظرًا لاعتمادهم على آراء شخصية بخصوص عوائد الأصول، مما يجعل هذه العملية غير موضوعية وصعبة النسخ. لكن، ماذا لو كان هناك طريقة جديدة تغير هذه المعادلة؟

تقدم دراسة جديدة نهجًا مبتكرًا يعتمد على استخدام النماذج العصبية (Neural Predicates) كوسيلة هيكلية ونماذج احتمالية لتوليد الآراء. عقب تحليل بيانات المالية الهيكلية من خلال هرم تركيبي من النماذج العصبية، يتم إنتاج توزيعات احتمالية لتعكس المواقف السوقية.

هذه التوزيعات تُستخدم مباشرة لتشكيل مصفوفة الاختيار (Pick Matrix) والمتجه العائد للآراء (View Return Vector) ومصفوفة عدم اليقين للآراء (View Uncertainty Matrix) ضمن نموذج بلاك-ليترمان. يتيح هذا الأسلوب، المبتكر من قبل الباحثين، تقييم الثقة في الآراء المطروحة بطريقة تستند إلى البيانات، بدلاً من الاعتماد على التقديرات الذاتية.

إحدى الميزات البارزة لهذه الطريقة هي شفافيتها؛ حيث يمكن تتبع أي وزن في المحفظة من خلال السلسلة المنطقية للنموذج العصبي إلى البيانات الأساسية، مما يعزز من فهم المستثمرين لقراراتهم. بالإضافة إلى ذلك، هذا النهج قابل للاختلاف بالكامل، مما يتيح عملية تعلم شاملة تعتمد على النتائج.

إن تطبيق هذه الطرق الجديدة قد يفتح آفاقًا جديدة للمستثمرين، ويمنحهم القدرة على اتخاذ قرارات استثمارية أكثر اطلاعاً وموثوقية. ما رأيكم في إمكانيات النماذج العصبية لتحسين استراتيجيات الاستثمار؟ شاركونا بأفكاركم في التعليقات!