مع تطور تكنولوجيا الذكاء الاصطناعي، تم تقديم نظام جديد لإدارة المحافظ الاستثمارية يعتمد على التعلم العميق في ثلاث مراحل. هذا النموذج يتجاوز القيود التي عانت منها الأنظمة السابقة، مثل الاقتراب من أهداف استثمارية محددة والتعامل مع بيانات المستخدم الثابتة.

**المرحلة الأولى:** يتم تدريب نموذج ترميز متعدد الأصول بوساطة التعلم الذاتي، حيث يتم تخريج النموذج من القيود المرتبطة بهوية الأسهم عبر دمج أسلوب Chronos، وهو أساس زمني يعتمد على نموذج T5. يساهم هذا في تمكين النموذج من التعامل مع أي أصول مدرجة دون الحاجة لإعادة التدريب.

**المرحلة الثانية:** يتم تحسين أداء ممثل المحفظة باستخدام بنية Mixture of Experts (MoE) تحت نظام مكافأة يتكيف مع ستة أهداف استثمارية مختلفة تشمل الحفاظ على رأس المال وتحقيق العوائد على المدى القريب والطويل. يتعرف النموذج على الأهداف دون تعارض بينها، مما يضمن قرارات أكثر استنادًا إلى الواقع.

**المرحلة الثالثة:** تضيف طبقة تخصيص خفيفة تتكيف في الوقت الحقيقي مع العملاء عبر تحليل تاريخ معاملاتهم، مما يساعد على استخراج أهداف الاستثمار من سلوكيات التداول بدلاً من استبيانات مباشرة. يمكن للنموذج تحويل الأهداف المدخلة بأي صيغة إلى معلمات استثمار منظمة مباشرة.

هذا النظام يمثل خطوة هائلة نحو تعزيز فعالية إدارة المحافظ بتوجه ضريبي، وهو الأول من نوعه في استخدام نموذج زمني في إدارة المحافظ الاستثمارية.

ما رأيكم في هذا التطور المذهل في صناعة المال؟ شاركونا في التعليقات.