PMTS مارس 2026: الذكاء الاصطناعي ذاتي التعلم — كيف يتعلم نظامنا الآن من أخطائه

كل نظام تداول يرتكب أخطاء. الفرق بين النظام الجيد والنظام العظيم ليس في غياب الأخطاء — بل في القدرة على التعلم منها.

اليوم نعلن عن التقدم التقني الأكثر أهمية في PMTS منذ دمجنا لـ GPT-4 في عام 2023: ذكاء اصطناعي ذاتي التعلم مغلق الحلقة يقوم بمراجعة توقعاته الخاصة تلقائيًا، ويقارنها بالنتائج الفعلية للسوق، ويحدد سبب الخطأ، ويعدل نماذجه لتجنب تكرار نفس الأخطاء.

نسميه حلقة التغذية الراجعة للتوقعات، وهي تغير كل شيء عن كيفية عمل PMTS.

المشكلة: الذكاء الاصطناعي الثابت في سوق ديناميكي

حتى الآن، كان محلل الذكاء الاصطناعي الرئيسي لدينا يعمل على مبدأ بسيط: استلام البيانات، إنتاج التحليل، توليد الإشارة. كل 15 دقيقة (أو عند تشغيل التحديث الذكي)، كان يعالج أحدث بيانات السوق ويخرج بتوقع جديد. لكنه لم ينظر إلى الوراء.

فكر في ذلك للحظة. كان الذكاء الاصطناعي يتوقع “صعودي، احتمال 78%، الهدف $3,080” — ثم، عندما يتم تشغيل دورة التحليل التالية، يبدأ من جديد تمامًا. لم يسأل أبدًا: هل كنت على حق؟ هل وصل السعر إلى $3,080؟ إذا لم يكن كذلك، لماذا؟ ماذا فاتني؟

التاجر البشري يفعل ذلك بشكل طبيعي. بعد كل صفقة، يقوم التاجر ذو الخبرة بمراجعة ما حدث: “كنت صعوديًا بسبب ضعف DXY، لكنني فاتني الارتفاع في العوائد الحقيقية الذي عكس الحركة.” هذه العملية من المراجعة الذاتية هي كيف يتحسن التجار البشريون على مدى أشهر وسنوات.

كان ذكاؤنا الاصطناعي يفتقد هذا تمامًا. لم يكن لديه ذاكرة لتوقعاته السابقة ولا آلية لتقييم دقته الخاصة. حتى الآن.

حلقة التغذية الراجعة للتوقعات — كيف تعمل

يعمل النظام في أربع مراحل تعمل تلقائيًا في كل دورة تحليل:

المرحلة 1: أرشفة التوقعات

في كل مرة يولد فيها الذكاء الاصطناعي الرئيسي توقعًا، يتم أرشفة المخرجات الكاملة مع طابع زمني:

• الاتجاه المتوقع (شراء/بيع/محايد) والاحتمال
• توقعات الشمعة H4 (تقديرات الفتح، الأعلى، الأدنى، الإغلاق)
• توقعات الجلسة (اتجاه ونطاق آسيا/أوروبا/الولايات المتحدة)
• درجة التركيب بين الأسواق وتحيزات الإشارات الفردية
• معايير الدخول (سعر الدخول، وقف الخسارة، مستويات جني الأرباح)
• تصنيف نظام السوق
• مستوى الثقة وتقدير الجودة

هذا يخلق سجلًا تاريخيًا منظمًا لكل توقع قام النظام بصنعه على الإطلاق.

المرحلة 2: قياس النتائج

عندما يتم تشغيل دورة التحليل التالية، قبل توليد توقع جديد، يقوم النظام أولاً بتقييم التوقع السابق:

• دقة الشمعة H4: هل كان الاتجاه المتوقع صحيحًا؟ هل كان نطاق السعر دقيقًا ضمن نطاق التسامح؟
• دقة توقعات الجلسة: هل تحركت كل جلسة (آسيا/أوروبا/الولايات المتحدة) في الاتجاه المتوقع؟ هل تم احترام النطاق المتوقع؟
• نتيجة توصية التداول: إذا كانت الإشارة شراء، هل ارتفع السعر؟ إذا تم التوصية بدخول محدد وجني أرباح، هل تم تحقيقها؟
• دقة إشارة بين الأسواق: هل كانت التحيزات الفردية بين الأسواق (US10Y، DXY، VIX، إلخ) صحيحة في توقعها الاتجاهي للذهب؟

كل توقع يحصل على درجة دقة مركبة من 0% (خطأ تمامًا) إلى 100% (دقيق تمامًا).

المرحلة 3: تحليل نمط الخطأ

هنا يحدث السحر. عندما تكون درجة الدقة أقل من 60%، يدخل الذكاء الاصطناعي في وضع التشخيص:

يقوم النظام بتغذية التوقع الأصلي والنتيجة الفعلية مرة أخرى إلى GPT-4o مع موجه محدد:

“لقد توقعت صعوديًا بنسبة 78% مع هدف $3,080. كانت النتيجة الفعلية انخفاضًا بمقدار 25 نقطة إلى $3,045. هنا بيانات السوق المتاحة في وقت التوقع [مرفقة]، وهنا ما حدث فعليًا [مرفقة]. حلل: (1) ما هي النقاط البيانية المحددة التي قمت بوزنها بشكل زائد أو ناقص؟ (2) ما هي الإشارات التي كانت موجودة ولكن لم تُعطى أهمية كافية؟ (3) ما الفئة التي يقع فيها هذا الخطأ؟ (4) ما التعديل الذي يجب أن تقوم به في إطار تحليلك لتجنب هذا الخطأ في المستقبل؟”

يستجيب الذكاء الاصطناعي بتحليل خطأ منظم. على سبيل المثال:

“فئة الخطأ: تجاوز الأساسيات. كانت الإشارة الفنية الصعودية صحيحة في العزلة، لكنني قللت من وزن إصدار CPI القادم (الذي نُشر بعد 90 دقيقة من توقعي). تُظهر البيانات التاريخية أن التمركز قبل CPI يعكس الاتجاهات داخل اليوم بشكل متكرر. التعديل: زيادة وزن ‘الحدث ذو التأثير العالي القادم خلال ساعتين’ من -10% إلى -20% على تسجيل الثقة.”

المرحلة 4: تكييف النموذج

لا يتم تسجيل تحليل الخطأ فقط — بل يعدل بشكل نشط سلوك الذكاء الاصطناعي للتوقعات اللاحقة:

• تعديل الوزن الديناميكي: إذا كان النظام يزن بشكل زائد الإشارات الفنية ويقلل من وزن البيانات الأساسية خلال الفترات الثقيلة بالأحداث، فإن توزيع الوزن يتحول تلقائيًا. الأوزان الأساسية (تقني 40%، أساسي 35%، معنوي 25%) أصبحت الآن ديناميكية، تُعدل بناءً على دقة التوقعات الأخيرة لكل فئة
• قاعدة بيانات نمط الخطأ: يتم تصنيف كل خطأ تم تشخيصه وتخزينه. قبل توليد توقع جديد، يراجع الذكاء الاصطناعي الأخطاء الأخيرة للتحقق: “هل أنا على وشك ارتكاب نفس النوع من الخطأ؟” إذا كانت الظروف السوقية الحالية تتطابق مع نمط خطأ معروف، يتم تقليل الثقة تلقائيًا
• معايرة الثقة: بمرور الوقت، يتعلم النظام دقته الخاصة عند مستويات ثقة مختلفة. إذا اكتشف أن التوقعات عند ثقة 70-75% تنجح فعليًا بنسبة 55% فقط من الوقت، فإنه يعيد المعايرة بحيث تتطابق الثقة المعلنة بشكل أوثق مع النتائج الفعلية
• التعلم الخاص بالجلسة: يتتبع النظام دقة التوقعات لكل جلسة تداول. إذا كان يخطئ باستمرار في جلسة آسيا ولكنه يصيب في جلسة أوروبا، فإنه يعدل مستويات الثقة الخاصة بالجلسة وفقًا لذلك

النتائج المبكرة: حلقة التغذية الراجعة في العمل

قمنا بنشر حلقة التغذية الراجعة للتوقعات في وضع الظل (تعمل بجانب النظام الحي ولكن لا تؤثر على التداولات) في يناير 2026، ثم قمنا بتفعيلها للتداول الحي في فبراير.

بعد 8 أسابيع من التشغيل، الملاحظات الأولية:

أنماط الخطأ المحددة

1. “الثقة الزائدة قبل الحدث” — كان الذكاء الاصطناعي يولد إشارات اتجاهية عالية الثقة خلال ساعتين من الإصدارات الاقتصادية الرئيسية، والتي كانت تنعكس بشكل متكرر بعد البيانات. حددت حلقة التغذية الراجعة هذا النمط بعد 4 حالات وزادت تلقائيًا عقوبة الثقة قبل الحدث
2. “الارتداد المتوسط لجلسة آسيا” — كان النظام يطبق منطق متابعة الاتجاه خلال جلسات آسيا عندما تُظهر البيانات التاريخية أن الذهب يميل إلى الارتداد المتوسط خلال ساعات السيولة المنخفضة. بعد 6 أخطاء، أصبح الذكاء الاصطناعي الآن يتبنى تحيزًا محايدًا/متراوحًا خلال 01:00-06:00 CET ما لم يكن هناك محفز قوي
3. “عمى التباين بين الأسواق” — عندما يتحرك DXY وUS10Y في اتجاهات متعاكسة (وهو ما يحدث خلال ظروف اقتصادية معينة)، كان الذكاء الاصطناعي القديم يقوم بتوسيط الإشارات. علمته حلقة التغذية الراجعة أن تباين DXY/10Y هو بحد ذاته إشارة — يشير إلى عدم اليقين في السوق ويجب أن يؤدي إلى تحيز محايد، وليس دعوة اتجاهية متوسطة
4. “انعكاس ما بعد القفزة” — بعد قفزة تزيد عن 30 نقطة في أي اتجاه، كان الذكاء الاصطناعي يستنتج الزخم. حددت حلقة التغذية الراجعة أن 65% من هذه القفزات تنعكس جزئيًا خلال 4 ساعات. الآن يطبق عامل “تلاشي القفزة” الذي يقلل الثقة في استمرار التحركات القصوى

تحسين الدقة

مقارنة الأسابيع الأربعة قبل التفعيل (التحكم) مقابل الأسابيع الأربعة بعد (الاختبار):

• دقة اتجاه الشمعة H4: تحسنت من 62% إلى 71%
• دقة توقعات الجلسة: تحسنت من 58% إلى 67%
• دقة الإشارة عالية الثقة (A/A+): تحسنت من 74% إلى 83%
• معدل الإشارة الخاطئة: انخفض بنسبة 22%

هذه أرقام أولية من فترة عينة قصيرة. سننشر إحصاءات أكثر قوة بعد 6 أشهر من التشغيل.

النشرة الإخبارية لـ XAUUSD — التحليل الساعي المقدم

إلى جانب تحسينات الذكاء الاصطناعي، أطلقنا النشرة الإخبارية لتنبيهات XAUUSD — تحليل الذهب الساعي المجاني المقدم مباشرة إلى صناديق بريد المشتركين. يتضمن كل تقرير:

• الإشارة الحالية للذكاء الاصطناعي مع الاتجاه، الاحتمال، وتقدير الجودة
• لوحة القيادة بين الأسواق التي تعرض جميع بيانات الارتباط
• توقعات خاصة بالجلسة للـ 24 ساعة القادمة
• توصية تداول ملموسة مع مستويات الدخول، وقف الخسارة، وجني الأرباح
• مراجعة تلقائية للتوقع السابق مع تقييم الدقة

يتم توليد النشرة الإخبارية تلقائيًا بواسطة نفس خط أنابيب الذكاء الاصطناعي الذي يقود نظام التداول. يرى المشتركون بالضبط ما يراه الخوارزمية المؤسسية.

تحديثات المنصة

وحدة المحاسبة

قمنا بنشر نظام محاسبي شامل للامتثال في الإمارات العربية المتحدة:

• بيان الربح والخسارة الكامل مع تصنيف IFRS 9 للاستثمارات التجارية (FVTPL)
• حسابات ضريبة القيمة المضافة متوافقة مع المرسوم الاتحادي الإماراتي رقم 8/2017 (5% محلي، 0% خدمات تصدير صفرية)
• تتبع التدفقات النقدية، الميزانية العمومية، وإدارة محفظة الاستثمار
• نظام رابط المشاركة الذي يسمح للمحاسبين الخارجيين بالوصول للقراءة فقط إلى جميع البيانات المالية

صفحة تقرير الأداء

صفحة تقرير الأداء الجديدة التي تعرض النتائج الموثقة من حيث النسبة المئوية (بدون قيم مطلقة)، مما يجعلها قابلة للتطبيق على أي حجم حساب. تشمل منحنيات الأسهم مقابل مؤشر S&P 500، خرائط الحرارة للعائد الشهري، ومقاييس المخاطر الشاملة.

إطلاق المدونة

أنت تقرأ المنشور السابع في سلسلة توثق الرحلة الكاملة لـ PMTS من عام 2015 حتى اليوم. المدونة جزء من استراتيجيتنا لتحسين محركات البحث لزيادة الرؤية العضوية، ولكن الأهم من ذلك، هي التزام بالشفافية نعتقد أنه فريد في هذه الصناعة.

أداء الربع الأول من 2026

كان الربع الأول من عام 2026 قويًا، بناءً على زخم النصف الثاني من عام 2025. استمر الذهب في مسيرته الصعودية التاريخية مدفوعًا بشراء البنوك المركزية، وعدم اليقين الجيوسياسي، وتوقعات السياسة النقدية المتغيرة. لقد تنقل PMTS في هذا البيئة بشكل جيد، حيث ساهم الذكاء الاصطناعي ذاتي التعلم في تحسين معايرة الإشارات خاصة خلال التقلبات المدفوعة بالأحداث.

سيتم نشر الأرقام التفصيلية للربع الأول في التحديث التالي بعد إغلاق الربع والتحقق من البيانات.

ما الذي يجعل هذا مختلفًا

نحن ندرك أن “الذكاء الاصطناعي الذي يتعلم من الأخطاء” يبدو وكأنه لغة تسويقية. كل روبوت محادثة يدعي التعلم. ما الذي يجعل حلقة التغذية الراجعة للتوقعات في PMTS مختلفة حقًا:

1. إنه قابل للقياس — كل توقع له درجة دقة قابلة للقياس. كل خطأ له تشخيص مصنف. كل تكييف له مقياس قبل/بعد
2. إنه قابل للتدقيق — يتم تسجيل أرشيف التوقعات الكامل، وقياسات النتائج، وتحليلات الأخطاء، وتعديلات الوزن وهي متاحة للفحص
3. إنه خاص بالمجال — هذا ليس تعلم آلي للأغراض العامة. إنه مصمم خصيصًا لتداول الذهب XAUUSD، مع فئات الأخطاء وقواعد التكيف المصممة لخصائص هذا السوق الفريدة
4. إنه يعمل في الإنتاج — هذا ليس ورقة بحثية أو إثبات مفهوم. لقد كان يؤثر على قرارات التداول الحية منذ فبراير 2026 مع وجود رأس مال حقيقي على المحك

التطلع إلى الأمام

حلقة التغذية الراجعة للتوقعات هي الإصدار 1.0. تشمل خارطة الطريق لدينا:

• تتبع الأخطاء متعدد الأطر الزمنية — قواعد بيانات دقة منفصلة لآفاق التوقعات المختلفة (1H، 4H، 1D)
• تعلم الأنماط الموسمية — تحديد حالات الفشل المتكررة في التوقعات المرتبطة بأحداث تقويمية محددة (انتهاء صلاحية الخيارات، إعادة التوازن في نهاية الربع، دورات اجتماعات البنوك المركزية)
• ارتباط الأخطاء بين الأدوات — مع توسعنا إلى أدوات إضافية، التعلم من الأخطاء في سوق واحد قد ينطبق على آخر
• الاختبار العدائي — تقديم سيناريوهات للذكاء الاصطناعي مصممة لكشف نقاط الضعف، مشابهة لتمارين الفريق الأحمر في الأمن السيبراني

عشر سنوات من التطوير. سبع منشورات مدونة. خيط واحد متسق: بناء شيء حقيقي، جعله شفافًا، وترك النتائج تتحدث.

الذكاء الاصطناعي يتعلم. ونحن كذلك.

الأداء السابق لا يضمن النتائج المستقبلية. التداول ينطوي على مخاطر كبيرة للخسارة. استثمر فقط رأس المال الذي يمكنك تحمل خسارته.

— لورينزو بالانتي، المؤسس والرئيس التنفيذي، إليسيوم ميديا FZCO، واحة دبي للسيليكون، الإمارات العربية المتحدة