← العودة إلى قائمة المقالات
June 23, 2026
5 دقائق للقراءة

تحليل الأسهم اليومي: نظام ذكاء اصطناعي يحول قائمة المراقبة إلى لوحة قرارات يومية

تحليل الأسهم اليومي: نظام ذكاء اصطناعي يحول قائمة المراقبة إلى لوحة قرارات يومية
#LLM
#تحليل-الأسهم
#دعم-القرار
#خط-أنابيب-البيانات
#مراجعة
#github
#مفتوح-المصدر

تحليل الأسهم اليومي — لوحة قرارات بالذكاء الاصطناعي

daily_stock_analysis من ZhuLinsen هو واحد من أكثر مشاريع الذكاء الاصطناعي المالية حصولاً على النجوم في الوقت الراهن — مستودع Python رقم 1 لليوم على Trendshift. لكن الجزء المثير للاهتمام ليس عدد النجوم. بل أن المشروع يرفض التظاهر بأنه يتنبأ بالأسعار. بدلاً من ذلك، يحل مشكلة أضيق وأكثر فائدة بكثير: في كل يوم تداول، خذ قائمة المراقبة لديك وأنتج تقريراً تحليلياً منظماً وقابلاً للتفسير — ثم سلمه حيث تقرأ الأشياء فعلاً، في تطبيق المراسلة لديك.

إخلاء مسؤولية من مؤلف المشروع: للتعلم والبحث فقط. ليس نصيحة استثمارية. الأسواق تنطوي على مخاطر.

الفكرة الأساسية: ليس روبوتاً، بل محلل-مراسل يومي

تطارد معظم مستودعات "تداول الذكاء الاصطناعي" الوهم نفسه: نموذج بالداخل، إشارة بالخارج، أرباح في الأعلى. أما daily_stock_analysis فمبني على فرضية أكثر صدقاً — فالجزء الصعب في الاستثمار ليس توليد إشارة إضافية واحدة، بل تجميع صورة كاملة ومتسقة عن سهم ما وتدوينها بالطريقة نفسها كل يوم.

لذلك يتصرف كمحلل مبتدئ يعمل وفق جدول زمني. خط الأنابيب خطي ومفهوم:

المرحلة ما يحدث
جلب البيانات عروض الأسعار، الشموع اليومية، المؤشرات، تدفق رأس المال، الأساسيات، الرقائق
التحليل الفني المتوسطات المتحركة، RSI، الحجم، نسبة الانحياز، تصنيف الاتجاه
الأخبار والاستخبارات البحث في الأخبار الأخيرة والإعلانات والمعنويات لكل سهم
تحليل LLM يبني حزمة سياق ومطالبة، وينتج لوحة قرارات بصيغة JSON
عرض التقرير تقرير Markdown، يمكن تحويله اختيارياً إلى صورة
الإشعار يدفع إلى WeCom أو Feishu أو Telegram أو Discord أو Slack أو البريد الإلكتروني

افتراضياً، يعمل وفق جدول زمني (أيام العمل، بعد الإغلاق) ويتخطى الأيام غير التداولية. يغطي الأسهم الصينية A وهونغ كونغ والأسهم الأمريكية وصناديق المؤشرات المتداولة ETFs، مع دعم الأسواق اليابانية والكورية بمستوى مخفض حيث لا تصل مصادر البيانات.

الجزء الذكي بهدوء: تجاوز فشل البيانات

خط أنابيب البيانات: من المصادر إلى لوحة القرارات

أكثر القرارات الهندسية متانة في المشروع ليست نموذج LLM — بل الطريقة التي يعامل بها البيانات على أنها غير موثوقة افتراضياً.

تُجلب بيانات السوق عبر سلسلة أولويات من ستة مزودين، كل واحد منهم بديل احتياطي للذي قبله:

Efinance (P0) → Tencent (P0) → Akshare (P1) → Pytdx (P2) → Baostock (P3) → Yfinance (P4)

عندما تحلل سهماً أمريكياً، يتخطى النظام تلقائياً المزودين المخصصين للصين فقط ويوجه الطلب إلى Yahoo Finance. وإذا فشل مصدر أو انتهت مهلته أو أعاد بيانات جزئية، فإن التشغيل يخفض جودة تلك الكتلة الواحدة بدلاً من تعطيل التقرير بأكمله. بل إن المطالبة تُخبَر بأي الكتل تحمل علامة fallback أو partial أو missing — لذا يُطلب من النموذج أن يكتب "البيانات غير متوفرة" بدلاً من اختلاق رقم.

هذه هي الغريزة الصحيحة لأي نظام إنتاجي: فشل مصدر بيانات واحد يجب ألا يعطل التحليل بأكمله أبداً. عامِل كل تدفق على أنه بذل أفضل جهد، ووحّد الحقول، واجعل البيانات المفقودة مرئية بدلاً من ملئها بصمت.

لوحة القرارات

لا يعيد نموذج LLM نصاً نثرياً — بل يعيد "لوحة قرارات" صارمة بصيغة JSON يعرضها التقرير في تخطيط متسق:

  • الخلاصة الأساسية — جملة واحدة: شراء أو احتفاظ أو انتظار، إضافة إلى حساسية التوقيت.
  • نصيحة مقسمة — توجيه مختلف لمن يمتلك المركز مقابل من لديه نقد.
  • منظور البيانات — اصطفاف المتوسطات المتحركة، السعر مقابل الدعم/المقاومة، نسبة الانحياز، قراءة الحجم.
  • الاستخبارات — تنبيهات المخاطر والمحفزات الإيجابية، ويُطلب أن يحمل كل منها تاريخاً.
  • خطة المعركة — نقاط قنص محددة: شراء مثالي، وقف الخسارة، الهدف، تحديد حجم المركز.
  • قائمة التحقق — كل شرط معلّم بـ ✅ / ⚠️ / ❌ (اصطفاف صعودي، انحياز ضمن النطاق، الحجم، عدم وجود أخبار سيئة كبيرة، التقييم).

الانضباط المضمَّن في المطالبة حازم في رأيه ومنطقي: لا تطارد (انحياز يزيد عن 5% فوق MA5 يعني "لا تشترِ" قاطعاً)، تداول فقط على الاصطفاف الصعودي للمتوسطات المتحركة (MA5 > MA10 > MA20)، فضّل شراء التراجع نحو الدعم مع انكماش الحجم، ولا تنقلب أبداً بين الشراء والبيع بناءً على حركة يوم واحد.

استراتيجيات الوكلاء: اطرح سؤالاً على النظام

إلى جانب التقرير اليومي، يأتي المشروع بوضع وكيل مزود بـ 15 دليل استراتيجية مدمجاً يمكنك استجوابها لكل سهم:

العائلة أمثلة
الاتجاه / المتوسطات المتحركة التقاطع الذهبي للمتوسط المتحرك، الاتجاه الصعودي
نظرية البنية نظرية Chan (Zen)، موجة Elliott
السلوك / السيولة دورة المشاعر، اختراق الحجم، حجم القاع، تراجع مع انكماش الحجم
المحفز / السردية الموضوع الساخن، مدفوع بالأحداث، إعادة تسعير التوقعات
الجودة / النمو جودة النمو

كل استراتيجية هي ملف YAML له قواعده الخاصة وأدواته المطلوبة وتعديلات تسجيله — لذا فإن "الاستخبارات" قابلة للتهيئة وللمراجعة، وليست مخفية داخل مطالبة عملاقة واحدة.

كيف تقرؤه دون خداع للذات

أي مشروع كهذا يسهل الإفراط في الثقة به. إليك قائمة تحقق صادقة للتقييم:

  1. جودة مصدر الأخبار. كتلة الاستخبارات لا تكون أفضل من مزودي البحث الذين هيأتهم — فبدونهم، تصبح المعنويات والمحفزات فارغة ويعتمد التقرير كلياً على التحليل الفني.
  2. الحتمية. تتباين مخرجات LLM؛ فالسهم نفسه قد يُقرأ بشكل مختلف قليلاً عبر عمليات تشغيل مختلفة. عامِل اللوحة على أنها رأي منظم، وليست حقيقة ثابتة.
  3. التغطية حسب السوق. يتراجع عمق الأسهم الصينية A (تدفق رأس المال، الرقائق، التنين-النمر) بسلاسة إلى not_supported في الأسواق التي لا تغطيها البيانات.
  4. حداثة البيانات. راقب علامتي fallback/partial — يجب أن تخفض المدخلات المتدهورة ثقتك، تماماً كما تُرشد المطالبة.
  5. الاختبار الرجعي ≠ الربح. التقرير هو دعم للقرار، وليس ميزة موثقة.

القيود والتقييم الصادق

ما ليس عليه daily_stock_analysis:

  • ليس نظام تنفيذ. فهو يحلل ويبلغ؛ لا يضع أوامر ولا ينمذج السيولة.
  • يعتمد على النموذج. جودة المخرجات تتبع نموذج LLM الذي توجهه إليه.
  • يعتمد على البحث. بدون مفاتيح واجهات برمجة تطبيقات الأخبار، يتلاشى النصف النوعي من التقرير.
  • غير حتمي. يمكن أن تنتج المدخلات المتطابقة لوحات مختلفة قليلاً.

روابط

الخلاصة

تكمن قيمة daily_stock_analysis ليس كعراف، بل كعادة تحليلية قابلة للتكرار، مؤتمتة:

  • وحّد ما يعنيه "النظر إلى سهم"، كل يوم.
  • عامِل البيانات على أنها غير موثوقة واجعل الثغرات مرئية.
  • اجعل الخلاصة قابلة للتفسير — النتيجة، المستويات، قائمة التحقق، المخاطر.
  • افصل توليد الأفكار (15 استراتيجية) عن إطار قرار منضبط.

للتعلم والمراجعة اليومية ونمذجة سير عمل بحثي، فهو مبني بشكل جيد. أما للإنتاج، فالطبقة التالية هي ذاتها التي يحتاجها كل نظام جاد: بيانات مُتحقَّق منها، التحكم في انحراف النموذج، تنفيذ واقعي، وقواعد مخاطر تعيش في الكود، وليس في المطالبات فقط.

blog.disclaimer

Authors

Eugen Soloviov
Eugen Soloviov

Trading-systems engineer

Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.

Newsletter

ابقَ متقدماً على السوق

اشترك في نشرتنا الإخبارية للحصول على رؤى حصرية حول تداول الذكاء الاصطناعي وتحليلات السوق وتحديثات المنصة.

نحترم خصوصيتك. يمكنك إلغاء الاشتراك في أي وقت.