في عالم المال الذي يتطور بسرعة، تشير دراسة رائدة إلى أن محفظتك الاستثمارية يمكن اعتبارها شبكة اجتماعية، حيث تكمن الروابط الخفية بين الأصول في مفتاح تحسين استراتيجيات التسعير والاستثمار. وقد طور الباحثون نموذجًا مبتكرًا للتعلم الآلي يعمل مثل شبكة “لينكد إن” للسوق، كاشفًا عن هذه الروابط بنتائج مبهرة.
تقدم الدراسة نهجًا مزدوج الرسم البياني لتحليل السوق. الرسم البياني الأول، وهو “رسم سلسلة الصناعة”، يقوم برسم العلاقات التجارية الأساسية باستخدام مجموعة بيانات ثابتة، موضحًا تدفق السلع والخدمات بين الموردين والعملاء. أما الرسم البياني الثاني، وهو “رسم العلاقات الزمنية”، فيقوم ديناميكيًا بالتقاط الشركات ذات الأنماط المماثلة في أسعار الأسهم باستخدام البيانات التاريخية.
في قلب هذا النموذج يوجد محرك “شبكة الأعصاب البيانية” (GNN) الذي يعالج هذه الشبكات المعقدة، ملتقطًا “تأثير الزخم المتسرب” وفهم كيفية انتقال المعلومات والصدمات المالية عبر السوق. آلية دمج الانتباه المتقاطع تجمع بذكاء الإشارات من كلا الرسمين البيانيين، مما يسمح للنموذج بإعطاء الأولوية للعلاقات الأكثر صلة.
تُظهر الاختبارات التجريبية قوة تنبؤية فائقة لهذا النموذج، متفوقًا على النماذج التقليدية وغيرها من نماذج التعلم الآلي المعقدة. وقد حقق أعلى قيم لمعامل التحديد ومقاييس معامل المعلومات، مما يدل على موثوقية تنبؤية قوية وإمكانية لتحقيق عوائد فائضة مستقرة. واستراتيجية التداول المحاكية المستندة إلى توقعات النموذج أسفرت عن أعلى عائد سنوي وأفضل أداء معدّل للمخاطر.
تشير هذه الأبحاث إلى اتجاه واعد جديد في تسعير الأصول، مع التركيز على أهمية نمذجة الروابط الاقتصادية بين الشركات. وعلى الرغم من اختبار هذا النهج مبدئيًا في السوق الصينية، إلا أنه يحمل إمكانيات للتطبيق الدولي، مقدمًا منظورًا جديدًا لتوليد العوائد الزائدة في عالم المال.
