فاحصو الأسهم بالذكاء الاصطناعي

Updated 2026-09-05

استخدم قواعد قابلة لإعادة الإنتاج لاختيار المرشحين، والذكاء الاصطناعي للتحقيق في سبب اجتيازهم. أبقِ البيانات المفقودة والفروق المحاسبية وأحكام البحث ظاهرة.

افصل اختيار المرشح عن التوصية

استخدم قواعد صريحة لتقليص كون محدد، ثم اطلب من الذكاء الاصطناعي التحقيق في الشركات التي تجتاز الفحص. مثلًا، افحص علاقة موثقة بين توليد النقد والأرباح المحاسبية، ثم اقرأ الإيداعات ذات الصلة لفهم الفرق. عرّف المقياس والحد وقاعدة البيانات المفقودة قبل تشغيل الفحص. النتيجة قائمة مرشحين مع أسباب لمزيد من التحقيق. أبقِ المتابعة النوعية منفصلة عن الاختيار الرقمي حتى يعرف المراجع سبب ظهور كل شركة وما الدليل الذي لا يزال مطلوبًا.

سير عمل البحث المالي: جمع المصادر العامة، واستخراج الحقائق، وإجراء الحسابات والمطابقة، وإنشاء شروحات موثقة بالاستشهادات، ثم مراجعة النتيجة.
رسم توضيحي لسير العمل. يختلف البحث والمراجعة المرتبطان بالمصادر عن تنفيذ الصفقات.

اختر بين المرشحات والمراجعة الدلالية والتجارب

تحل أدوات الفحص المختلفة مشكلات مختلفة. يسهل إعادة إنتاج المرشحات المنظمة عندما تملك الحقول تعريفات واضحة. يمكن للمراجعة الدلالية تحديد أوصاف الأعمال والمخاطر المفصح عنها التي يفوّتها حقل رقمي. تحتاج الإشارات المتعلمة إلى إطار تقييم ومجموعة بيانات من نقطة زمنية. ادمجها بهذا الترتيب فقط عندما تتطلب المهمة ذلك. لا تستخدم ترتيبًا مولدًا من LLM بديلًا عن تعريف الكون أو حسم الحقول المالية غير المتاحة.

الطريقةالناتج المفيدالضبط المطلوب
مرشح حتميمجموعة مرشحين ورموز أسباببيانات مصدرة بإصدارات وحدود صريحة
مراجعة نوعية عبر LLMأسئلة متابعة مرتبطة بالأدلةمحددات مصادر وامتناع
ترتيب متعلمدرجات إشارة تجريبيةتقسيم التدريب وتقييم ببيانات محجوزة
فاحص مستضافمرشحون قابلون للتصديرمراجعة التغطية والمنهجية والترخيص

عرّف كونًا يصمد أمام المراجعة التاريخية

سجّل تغطية البورصات وأنواع الأوراق وفئات الأسهم وتاريخ تعريف العضوية. قرر كيفية التعامل مع الإدراجات الثانوية وإيصالات الإيداع والأدوات الموقوفة والشركات المشطوبة. يجيب الفحص التاريخي المبني من الرموز الباقية اليوم عن سؤال مختلف من فحص نقطة زمنية. يحتاج الفحص الدولي أيضًا إلى سياسة للعملات والتقاويم المالية. احتفظ بالمرشحين المستبعدين مع رموز الأسباب حتى يميز المراجع بين شركة أخفقت في قاعدة وشركة غابت لأن المزود لم يملك بياناتها.

طبّع الحقول قبل مقارنة الشركات

اربط كل مقياس بمفهوم مصدره وفترته وعملته ووحدته. قارن مقاييس محاسبية متماثلة بدل اعتبار كل حقل يسمى earnings قابلًا للتبادل. احتفظ بما إذا كانت القيمة معلنة أو معدلة أو مشتقة وما إذا كان إيداع لاحق قد أعاد عرضها. تحتاج النسب إلى سياسة مقام؛ وينبغي أن تنتج القيم المفقودة والمقامات السالبة والفترات غير القابلة للمقارنة حالات صريحة. تشرح وثائق XBRL التابعة لـ SEC حقائق الشركات المجمعة، لكن الإيداع الأصلي يظل ضروريًا عندما لا يلتقط الوسم أو السياق المعنى التجاري المطلوب.

شغّل القواعد في كود مع حالات نتيجة مستقرة

المثال بدائية فحص صغيرة عمدًا وليس استراتيجية استثمار كاملة. يقارن مقياسًا مقدمًا بحد مقدم ويرفض المدخلات المفقودة أو غير المنتهية. لا يزال على مالك القاعدة تعريف المقياس واختيار المقارن المناسب. يجعل إبقاء هذا القرار خارج النموذج مجموعة المرشحين قابلة لإعادة الإنتاج. خزّن إصدار القاعدة ومراجع الإدخال بجوار النتيجة، ثم راجع الشركات التي اجتازت باستخدام إفصاحات فعلية بدل طلب ملء القيم المفقودة من النموذج.

from math import isfinite

def minimum_metric(value, threshold):
    if value is None or threshold is None:
        return {"state": "unavailable", "code": "MISSING_INPUT"}
    if not isfinite(value) or not isfinite(threshold):
        return {"state": "unavailable", "code": "NONFINITE_INPUT"}
    return {
        "state": "pass" if value >= threshold else "fail",
        "code": "MINIMUM_METRIC",
    }

استخدم الذكاء الاصطناعي لمراجعة أدلة المرشحين

قدّم لكل مرشح نتيجة القاعدة وتعريفات الإدخال ومقاطع المصدر. اطلب من النموذج تحديد التغييرات المحاسبية والأحداث لمرة واحدة والإفصاحات المتناقضة والأسئلة التي تحتاج إلى بحث بشري. أبقِ النثر النوعي منفصلًا عن القاعدة الرقمية. إذا غيّر المراجع حالة المرشح، فسجّل القرار ودليله كطبقة أخرى. يتضمن الناتج المفيد سبب الاجتياز الأصلي وشرحًا قصيرًا ومحددات مصدر داعمة وأسئلة غير محسومة. اجمع الأسئلة المرتبطة للمتابعة بدل السماح لكل مرشح بإطلاق مهمة بحث غير مقيدة.

قارن البرامج بحزمة اختبار قابلة للتصدير

أعطِ الأدوات المرشحة الكون المصرح به نفسه وموعد قطع البيانات وتعريفات القواعد نفسها. افحص ما إذا كانت تصدر حقول الإدخال وأسباب الاستبعاد وروابط المصدر لا الترتيب النهائي فقط. اسأل المنتج المستضاف إن كان يصدر البيانات المخصصة والعضوية التاريخية والمراجعات. وفي الحزمة المحلية، احسب كلفة صيانة تعيينات البيانات والتبعيات. OpenBB مرجع لمنصة بيانات وQlib مرجع للتجارب؛ لا ينبغي الإعلان عن أي منهما كمنتج فحص APIsRouter كامل ومختبر لمجرد أن طبقة أعلى تستطيع استدعاء نموذج.

ضع ميزانية لحجم المراجعة وسجّل التغطية الفاشلة

احسب المرشحات الرخيصة قبل إرسال وثائق طويلة إلى نموذج، ثم ضع حدًا لعدد المرشحين الذين يتلقون مراجعة مفصلة. خزّن الاستخراج مؤقتًا بحسب مراجعة المصدر وأبقِ لقطة الفحص غير قابلة للتغيير. ينبغي تمييز تشغيل متكرر بمدخلات لم تتغير عن حدث بحث جديد. تابع المرشحين غير المتاحين إلى جانب طلبات النموذج ورسوم البيانات وجهد المراجعة. قارن طريقتي فحص باستخدام الكون وموعد القطع نفسيهما، وافحص المرشحين المختلفين وسبب اختلافهم. ذلك أكثر فائدة من مقارنة أطوال القوائم النهائية دون فحص التغطية وتعريفات القواعد.

الأدلة والنطاق

تستند المقارنة إلى مصادر رسمية للبيانات والأطر. الكود بدائية مرشح توضيحي وليس فحص أسهم حاليًا أو استراتيجية مختبرة. لا تقدم الصفحة نتائج مرشحين أو عوائد أو تكاليف مهمة مقاسة. احتفظ بلقطة للكون ومجموعة قواعد راجعها البشر عند تشغيل حالة الفحص الخاصة بك.

الأسئلة الشائعة

هل يمكن للفحص باللغة الطبيعية أن يحل محل القواعد الصريحة؟

يمكنه المساعدة في صياغة القواعد، لكن ينبغي أن تكون تعريفات الحقول النهائية والحدود وسلوك البيانات المفقودة قابلة للفحص وإعادة الإنتاج.

هل ينبغي اعتبار البيانات المفقودة فشلًا في الفحص؟

أبقِ غير متاح منفصلًا عن فشل. الإيداع المفقود أو الحقل غير المدعوم مشكلة تغطية وليس دليلًا على أن الشركة تخالف القاعدة.

هل يمكنني فحص عدة بورصات معًا؟

نعم كخيار تصميم، لكن طبّع أولًا هوية الورقة والفترات المالية والعملات والتعريفات المحاسبية للمقارنة المقصودة.

هل تثبت درجة الذكاء الاصطناعي أن المرشح جذاب؟

لا. إنها ناتج ضمن prompt ومجموعة مصادر محددين. احتفظ بأدلتها وقيّم أي تفسير تنبؤي بصورة منفصلة.

ما الذي يجب أن يتضمنه أثر الفحص؟

إصدار الكون وإصدار القاعدة وتعريفات الحقول ومراجع الإدخال وحالات الاجتياز/الفشل/عدم التوفر وملاحظات نوعية وحالة المراجعة البشرية.