الصندوق الأسود لمحفظتك على وشك الانفتاح: من الداخل في أول متتبّع حي للتمويل العاملي

نماذج اللغة الكبيرة (LLMs) تكتب الصفقات الآن، وليس فقط قراءة تقارير الأرباح. لكن أدوات الحكم على ما إذا كانت تفعل ذلك بشكل جيد ظلت عالقة في العصور المظلمة: اختبارات ثابتة وعوائد محفظة نهائية لا تكشف شيئًا عن كيفية تنفيذ الأمر. تهدف منصة نُشرت هذا الأسبوع من قبل Paradoox AI Research إلى تغيير ذلك.

NextFund تجمع بين تغذية السوق الحية عبر أسهم هونغ كونغ والولايات المتحدة وأسهم الفئة A الصينية مع تسجيل مستمر وشامل لكل ملاحظة وإشارة محلل وإجراء تم تنفيذه. كما تتضمن ساحة تداول قائمة على الويب تتيح للمستخدمين الانتقال من درجات لوحة المتصدرين إلى الأساس المنطقي النصي وراء طلب شراء أو بيع ليوم واحد. النموذج التجريبي متاح على paradoox.cn/nextfund/.

ثلاث فجوات تعالجها المنصة

توضح الورقة ثلاث مشاكل هيكلية تشترك فيها أنظمة تقييم التمويل العاملي الحالية. أولاً، تختبر معظم المعايير المعرفة الثابتة أو تُبلغ فقط عن الربح والخسارة النهائيين، تاركةً الأدلة الوسيطة وخطوات التنفيذ غير مرئية. ثانيًا، عندما يسيء وكيل التعامل مع أداة أو ينحرف عن تفويضه، غالبًا ما لا يستطيع المطورون تحديد ما إذا كان الخطأ في الاسترجاع أو التحليل أو التركيب أو التنفيذ. ثالثًا، يتم التخلص من سجلات القرارات وحالات الخطأ وسجلات استدعاءات الأدوات بشكل روتيني بعد كل تشغيل، لذلك لا تجمع المؤسسات سوى القليل من البيانات القابلة لإعادة الاستخدام لمراجعة الأوامر اللاحقة أو تكييف النموذج.

تعالج NextFund هذه المشكلات الثلاث من خلال دمج التتبع المباشر في سير العمل متعدد الوكلاء. في كل مرة يصدر فيها محلل إشارة أو يلتزم مدير القرار بتخصيص هدف، يتم حفظ السجل، إلى جانب مبرره وسياق الأمر، على الفور تحت ساعة مشتركة ومختومة بالوقت.

ما تكشفه الاختبارات الحية الأولى

أجرى المؤلفون ثمانية نماذج LLM حدودية، وهي DeepSeek-V4-Flash وDeepSeek-V4-Pro وGemini-3.5-Flash وGLM-5.1 وGPT-5.4-Mini وKimi-K2.6 وMiniMax-M3 وQwen3.5-Flash، من خلال نفس مجموعة الوكلاء المتعددة والكون والقيود عبر الربعين الأول والثاني من عام 2026. ترسم النتائج صورة أكثر دقة بكثير مما يمكن لأي مقياس واحد التقاطه.

في أسهم الولايات المتحدة خلال الربع الأول، خسر كل نموذج أموالاً. كان Kimi-K2.6 الأقرب إلى التعادل عند عائد -2.89%، مع تسجيل أفضل تقلب (5.04%) وسحب (-4.39%). كان DeepSeek-V4-Flash لديه أقل نسبة شارب سلبية. بحلول الربع الثاني انعكس الكتاب: قاد Qwen3.5-Flash العائد عند 12.23%، لكن GPT-5.4-Mini سيطر على شارب (3.16) والتقلب (13.03%) والسحب (-6.36%). الدرس واضح: النموذج ذو العائد الأعلى ليس تلقائيًا الأكثر كفاءة أو الأكثر استقرارًا أو الأقل نشاطًا.

المقارنة عبر النماذج على نفس تيار الإدخال تؤدي إلى اكتشاف أكثر إثارة للدهشة. عند مقارنة Kimi-K2.6 مع Qwen3.5-Flash على بيانات الربع الأول للولايات المتحدة، اتفقت إشارات المحللين على حوالي 92.9% من الحالات، مما يعني أن كلا النموذجين أنتج وجهات نظر متخصصة مماثلة من نفس الأسعار وملخصات الأخبار. لكن إجراءات البيع/الشراء/الاحتفاظ النهائية اتفقت على 36.4% فقط من أيام الأسهم. ظل Kimi-K2.6 متحفظًا (396 احتفاظًا، 29 شراءًا، 23 بيعًا)، بينما تداول Qwen3.5-Flash بقوة أكبر بكثير (152 احتفاظًا، 160 شراءًا، 136 بيعًا). الأدلة الوسيطة المتشابهة لا تعني سلوك محفظة مماثل، وهذا نمط فشل لا تستطيع أرقام الربح والخسارة النهائية وحدها إظهاره.

النمط يستمر عبر الأسواق. في أسهم الفئة A الصينية، قاد GLM-5.1 العائد في الربع الأول عند 9.76%، بينما قاد Kimi-K2.6 شارب. في هونغ كونغ، سجل Kimi-K2.6 عائدًا بنسبة 30.94% في الربع الأول مع شارب 3.21، لكن Gemini-3.5-Flash أخذ زمام المبادرة في الربع الثاني بعائد 23.41%. يؤدي نفس البروتوكول إلى لوحات متصدرين مختلفة نوعيًا في كل سوق، مما يؤكد أن التتبع عبر الأسواق ضروري للمقارنة العادلة.

التفتيش على غرار الساحة كأداة تشخيصية

المجال الذي يحقق فيه NextFund أكبر تقدم هو في طبقة التفتيش التي يوفرها. تتيح ساحة النموذج للمستخدمين اختيار سوق وفترة تقييم ومجموعة من عمليات تشغيل النموذج لمقارنتها جنبًا إلى جنب. يتم تقديم منحنيات الأسهم ونسبة شارب والتقلب والسحب وحجم التداول معًا، ويتم ربط كل تشغيل بسجل التنفيذ الكامل الخاص به. يمكن للمستخدم الذي يلاحظ، على سبيل المثال، أن نموذجًا واحدًا لديه عائد أعلى ولكن حجم تداول أعلى، النقر على عرض التتبع التفصيلي لمعرفة ما إذا كان الاختلاف ينشأ من إجراءات أكثر تواترًا أو من خيارات تخصيص مختلفة.

على مستوى القرار، يتم ربط كل يوم تداول وسهم بمخرجات المتخصصين وقرارات مدير المحفظة والإجراءات المنفذة والأساس المنطقي النصي على طول جدول زمني مشترك. تسمح الآثار المتوافقة للمفتشين بتحديد ما إذا كان وكيلان قد اختلفا خلال التحليل الأولي أو تركيب القرار أو التنفيذ. يوضح المؤلفون هذا بمقارنة ملموسة من الربع الأول: يبدو أن الموقف المتحفظ لـ Kimi-K2.6 كان مدفوعًا ليس بإشارات محللين مختلفة بل بخطوة تركيب مختلفة. قام مدير القرار في Kimi-K2.6 بترجيح المخاطر على الاقتناع، بينما قام مدير Qwen3.5-Flash بترجيح الاقتناع على المخاطر.

ما لا يزال مفقودًا

يركز الإصدار الحالي على إعادة توازن الأسهم عبر ثلاثة أسواق مع فريق محللين ثابت. يُترك دعم المشتقات وتحوط العملات المتعددة وقواعد الامتثال الأكثر ثراءً للعمل المستقبلي. حتى مع الساعات المتزامنة والسجلات المنظمة، قد تظل الأساس المنطقية النصية غير مكتملة أو متوافقة بشكل فضفاض فقط مع الحساب النموذجي الكامن. لا تزال المراجعة البشرية مطلوبة للقرارات الهامة. يعتمد التقييم الحي أيضًا على تغذية السوق من طرف ثالث التي قد تحظر تراخيصها إعادة توزيع البيانات الأولية؛ تركز القطع الأثرية العامة على المخططات والآثار والواجهات بدلاً من تفريغات السوق الخاصة.

NextFund مخصص كأداة تدقيق ومقارنة، وليس كمستشار استثماري. المؤلفون واضحون بشأن هذا: لا ينبغي أن تكون نتائج العرض التوضيحي الأساس الوحيد لقرارات الاستثمار أو التنظيم، ويجب على المستخدمين فحص المصدر وتواريخ القرار ومقاييس المخاطر أثناء تفسير نتائج لوحة المتصدرين كدليل مقارن بموجب بروتوكول محدد بدلاً من اعتبارها توقعات للأداء المستقبلي.

ركيزة للتحسين المنهجي

ربما يكون التصميم الأكثر تأثيرًا هو أن الآثار كاملة ومتزامنة زمنيًا وقابلة لإعادة الاستخدام. نفس الركيزة التي تدعم المقارنة عبر النماذج وإسناد الفشل توفر أيضًا مادة لمراجعة الأوامر والتكيف الموجه والتعلم المعزز. يمكن إعادة قراءة القرارات والملخصات التاريخية في عمليات التشغيل اللاحقة كذاكرة، مما يغلق الحلقة بين التسجيل والتفكير.

مع انتقال الوكلاء المعتمدين على LLM من العروض التوضيحية البحثية إلى سير عمل إدارة المحافظ، ستصبح الفجوة بين وعد النموذج وسلوكه القابل للتدقيق سؤال الحوكمة المركزي للمتبنين المؤسسيين. لا تحل NextFund هذا السؤال، لكنها توفر البنية التحتية الأولى لطرحه بشكل منهجي، وهذا وحده قد يكون مساهمتها الأكثر قيمة.