قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
ألفا الكمي
مقياس للأداء المعدل حسب المخاطر لمحفظة استثمارية، يتم توليده بواسطة نماذج كمية وليس بسبب اختيار مدير المحفظة. يمثل ألفا الكمي التفوق في الأداء مقارنة بمؤشر مرجعي، ويمكن نسبته إلى عوامل منهجية يتم تحديدها بواسطة الخوارزميات.
الاستثمار القائم على العوامل
نهج استثماري منهجي يهدف إلى التقاط علاوات المخاطر المرتبطة بعوامل تنبؤية مثل القيمة والحجم والزخم أو انخفاض التقلب. تقوم نماذج الذكاء الاصطناعي بتحسين التعرض لهذه العوامل لزيادة نسبة شارب إلى أقصى حد.
بيتا الذكي
استراتيجية هجينة بين الإدارة السلبية والنشطة، تستخدم قواعد مبنية على عوامل لوزن الأصول بشكل مختلف عن المؤشرات التقليدية. يحسن الذكاء الاصطناعي اختيار ووزن العوامل لتحسين ملف العائد/المخاطر.
تساوي المخاطر
طريقة توزيع الأصول تهدف إلى موازنة مساهمة كل فئة أصول في إجمالي مخاطر المحفظة بدلاً من رأس المال. تقوم خوارزميات التحسين بتحديد الأوزان لتحقيق تقلب مستهدف وموحد.
تحسين المتوسط-التباين
الأساس الرياضي لنظرية المحفظة الحديثة، الذي يسعى إلى تعظيم العائد المتوقع لمستوى معين من المخاطر. تستخدم النماذج الكمية الذكاء الاصطناعي لتقدير مصفوفات التباين المشترك والعائدات المتوقعة.
تداول التعلم المعزز
تطبيق التعلم المعزز حيث يتعلم الوكيل سياسة تداول مثالية من خلال المحاولة والخطأ لتعظيم دالة المكافأة التراكمية. يقوم هذا النهج بتكييف الاستراتيجيات ديناميكيًا مع ظروف السوق المتغيرة.
التحليل الكمي الأساسي
دمج التحليل الكمي (البيانات المهيكلة) والأساسي (البيانات غير المهيكلة مثل الأخبار أو التقارير) عبر نماذج معالجة اللغات الطبيعية. يستخرج الذكاء الاصطناعي إشارات استثمارية من النصوص لإثراء النماذج الكمية.
البيانات البديلة
مصادر بيانات غير تقليدية (الأقمار الصناعية، وسائل التواصل الاجتماعي، معاملات بطاقات الائتمان) تُستخدم لتوليد ألفا. تعالج نماذج الذكاء الاصطناعي هذه البيانات المتنوعة لتحديد مؤشرات تنبؤية قبل دمجها في الأسعار.
أقصى انخفاض (MDD)
مقياس للمخاطر يلتقط أكبر خسارة لمحفظة على مدى فترة، من القمة إلى القاع قبل قمة جديدة. تتضمن الاستراتيجيات الكمية قيودًا على MDD للتحكم في مخاطر الانخفاض الشديد.
نسبة شارب
مقياس للأداء بعد تعديله للمخاطر، يحسب العائد الزائد لكل وحدة من التقلب الكلي. تحسن النماذج الكمية نسبة شارب لتحقيق التوازن بين العائد والمخاطر في بناء المحافظ.
دوران المحفظة
تكرار استبدال الأصول في محفظة، مما يؤثر على تكاليف المعاملات والكفاءة الضريبية. تسعى الخوارزميات الكمية إلى تحسين الدوران لالتقاط ألفا مع تقليل احتكاكات السوق.
نموذج بلاك-ليترمان
نموذج لتخصيص الأصول يجمع بين توازنات السوق ووجهات نظر المديرين، موزونة حسب مستوى ثقتهم. يمكن للذكاء الاصطناعي إنشاء ومعايرة هذه الآراء بشكل منهجي لتحسين متانة التخصيص.
محاكاة مونت كارلو
طريقة رقمية تستخدم عينات عشوائية لتقييم توزيع الاحتمالية لعائدات المحفظة. تستخدم النماذج الكمية هذه الطريقة لاختبار الإجهاد وتقدير القيمة المعرضة للخطر (VaR).