مجال العملات الرقمية يحتاج إلى مواكبة المعايير المتقدمة في TradFi

لطالما كانت المالية التقليدية المعيار الذهبي لصنع القرار القائم على البيانات. يمكن للمحللين تسجيل الدخول إلى بلومبرغ أو فاكتست والوصول على الفور إلى عقود من البيانات المنسقة والمقيّسة بعناية. هذه الثروة من الهيكل تمكّن التحليلات عالية الدقة ونمذجة المخاطر التي تشكل العمود الفقري للأسواق المالية العالمية.

ملخص

• تستفيد المالية التقليدية من التقارير الموحدة وبيانات منظمة لعقود من الزمن، بينما تظل العملات المشفرة مجزأة وغير متسقة وصاخبة، مما يجعل التحليل المعنوي صعباً.
• مع بيانات blockchain المفتوحة وفي الوقت الحقيقي، يمكن لنماذج الذكاء الاصطناعي الكشف عن الأنماط، وتوقع تحولات السيولة، وتفسير سلوك المعاملات بشكل أسرع وأكثر دقة من التحليلات التقليدية.
• مع نضوج الأنظمة المدفوعة بالذكاء الاصطناعي، ستتطور تحليلات العملات المشفرة من التصور إلى التنبؤ والأتمتة - مما يمكن من إنشاء صناديق أصلية بالكامل مدفوعة بالذكاء الاصطناعي واستراتيجيات مالية ذاتية التحسين في الوقت الحقيقي.

تتخبط العملات الرقمية في بيانات خام لكنها تعاني من نقص في الرؤى. كل معاملة، عقد، وتحويل للأموال هو عام وثابت، ومع ذلك تظل قدرتنا على تفسير هذا البحر من المعلومات بدائية. المفارقة واضحة: لدينا شفافية أكثر من أي نظام مالي في التاريخ، لكن لدينا فهم أقل لما تعنيه كل هذه الأمور.

لكن هذا الوضع لن يدوم إلى الأبد. مع مساعدة الذكاء الاصطناعي، قد تلحق العملات المشفرة بركب التحليل المتقدم في التمويل التقليدي، وحتى تتجاوزها بالكامل.

عندما يتعلق الأمر بالتحليلات، فإن TradFi يهيمن على اللعبة

السبب في أن تحليلات TradFi تعمل بشكل جيد هو التوحيد القياسي. تتبع كل شركة مدرجة في البورصة أطر محاسبية متسقة - GAAP أو IFRS - ويجب عليها تقديم تقارير منتظمة ومراجعة. تتيح هذه الوحدة للأدوات مثل Bloomberg وRefinitiv وS&P Capital IQ دمج البيانات ومقارنتها بسهولة. يمكن للمحلل أن يضع عشرة بنوك ويقيم ميزانياتها العمومية ونسب رأس المال وتعرض المخاطر، واثقًا من أن المقاييس الأساسية تعني تقريبًا نفس الشيء عبر الشركات.

تعمل العملات الرقمية، على النقيض من ذلك، في حالة من الفوضى. تستخدم كل سلسلة كتلة هيكل معاملات خاص بها، وتنسيق طوابع زمنية، ومخطط بيانات التعريف. حتى داخل التمويل اللامركزي، تتبع بروتوكولات مثل Aave و Compound و Morpho بيانات الإقراض والضمانات بطرق غير متوافقة. غالبًا ما يعني محاولة تجميع هذه المجموعات البيانات كتابة شفرة مخصصة، وبناء خطوط أنابيب ETL مصممة خصيصًا، وتنظيف البيانات يدويًا فقط لجعلها قابلة للمقارنة.

علاوة على ذلك، فإن الأفق الزمني للعملات المشفرة قصير. تمتد مجموعات بيانات TradFi على مدى عقود، مما يوفر سياقًا تاريخيًا غنيًا لتحليل الاتجاهات واختبار الضغط. بروتوكولات DeFi بالكاد عمرها خمس سنوات في كثير من الحالات. بدون بيانات طويلة الأجل، تظل أي نوع من النمذجة أكثر فنًا من العلم.

ثم هناك مشكلة الضوضاء. في TradFi، تكون الأسعار والأسس مستندة إلى التدفقات النقدية والأرباح المدققة. في عالم العملات المشفرة، غالبًا ما يتم طغيان الإشارة بسبب دورات الضجيج والسلوك المضاربي. يمكن أن تشير قفزة في رسوم الغاز لإيثريوم (ETH) إلى سك NFTs، أو تداول المراجحة، أو جنون العملات الميمية. دون تحليلات سياقية أعمق، يكاد يكون من المستحيل تحديد أي منها.

يمكن للذكاء الاصطناعي المتخصص أن يساعد العملات المشفرة في قلب الموازين

من المفارقات أن نفس الخصائص التي تجعل بيانات التشفير فوضوية تجعلها ثورية أيضًا. على عكس التمويل التقليدي، حيث يتم قفل معظم البيانات خلف قواعد بيانات خاصة أو تأخيرات في تقديم الملفات، فإن بيانات البلوكشين مفتوحة. كل رصيد محفظة، معاملة، وتفاعل عقد ذكي مرئي للجمهور وقابل للقراءة بواسطة الآلات.

هنا حيث يمكن لنماذج الذكاء الاصطناعي تغيير اللعبة، لأنها يمكن أن تتدرب مباشرة على البيانات الخام على السلسلة. يمكن لشبكات الأعصاب الرسومية، على سبيل المثال، رسم تفاعلات المحفظة واكتشاف تجمعات التداول الناشئة، بينما يمكن لنماذج اللغة الكبيرة التي تم ضبطها على سجلات البلوكتشين تفسير نية المعاملات أو الإبلاغ عن سلوك العقد المشبوه.

يمكن لنظام الذكاء الاصطناعي مراقبة تدفقات السيولة عبر الأسواق اللامركزية، وبروتوكولات الإقراض، والجسور، وتحديد الأنماط غير المرئية للمحللين البشريين. على سبيل المثال، يمكنه اكتشاف دوران رأس المال أو نشاط التداول المنسق قبل أيام من تأثيره على أسعار السوق، مما يوفر رؤى تنبؤية لا يمكن لمحللي التمويل التقليدي، الذين يعتمدون على التقارير الفصلية، إلا أن يحلموا بها.

علاوة على ذلك، تزدهر الذكاء الاصطناعي في بيئات البيانات المستمرة. أسواق العملات المشفرة لا تغلق أبدًا، وكل ثانية تُولد معلومات جديدة على السلسلة. يمكن لنماذج الذكاء الاصطناعي الكشف عن أزمات السيولة، وتوقع نتائج الحوكمة، أو إعادة توازن المحافظ في الوقت الحقيقي، حتى عندما تكون نائمًا. يمكن لوكيل مستقل حتى التنبؤ بأي سلسلة كتلية ستشهد تدفقات خارجية للعملات المستقرة قبل ساعات من حدوثها، بناءً فقط على ديناميات تدفق المعاملات. بالمقارنة، تتحرك التمويل التقليدي بوتيرة جليدية.

تسمح البيانات المفتوحة في مجال التشفير أيضًا بشيء غير مسبوق: بناء نماذج تعاونية مدفوعة من المجتمع. يمكن أن يتعلم “ChainGPT” المفتوح المدرب على مجموعات بيانات متعددة السلاسل بشكل جماعي، مما يحسن مع مساهمة المزيد من الأشخاص والأنظمة برؤى جديدة. في الأسواق التقليدية، تمنع حواجز البيانات هذا النوع من الذكاء الشبكي. حتى شركات التداول عالية التردد تعمل ضمن حدائق مسورة من البيانات الملكية.

ماذا يحمل المستقبل

تخيل صندوق تحوط أصلي يعتمد على الذكاء الاصطناعي حيث تقوم النماذج بتحليل النشاط على السلسلة باستمرار، وتوزيع رأس المال بناءً على تغييرات السيولة، وتحسين استراتيجيات العائد تلقائيًا. هذا النوع من التشغيل الآلي المغلق الدائرة صعب جدًا في التمويل التقليدي، حيث يحد الاحتكاك الحفظي والبنية التحتية المجزأة من التنفيذ الفوري. لكن في عالم العملات المشفرة، حيث الأصول قابلة للبرمجة والأسواق تعمل على مدار الساعة، إنها مجرد مسألة وقت.

الجيل الأول من منصات تحليل العملات المشفرة — نانسن، أركام، دوان، ديفي لاما — ساعد المستثمرين في تصور ما يحدث على السلسلة. الجيل التالي، المدعوم بالذكاء الاصطناعي، سيساعدهم على فهم سبب حدوث ذلك وما سيحدث بعد ذلك. الجيل النهائي قد لا يحتاج إلى محللين بشريين على الإطلاق.

! ماكس ليج

ماكس ليغ

ماكس ليغ هو مؤسس بانجيا، أول طبقة تنسيق بلا إذن للذكاء الاصطناعي و blockchain: نهج مقاوم للانكسار، سيادي، وأولويته تدفق البيانات في موارد blockchain عبر السلاسل والأنظمة البيئية.