محفظة كوفر الشاملة والاستثمار الأمثل للنمو في هندسة التمويل الكمي الحديثة

الخلاصة: ليست المسألة «Cover + ذكاء اصطناعي»

خلال السنوات الخمس الأخيرة، برزت ثلاث مسارات أكثر جدية من مجرد استبدال قواعد الاستثمار التقليدية بنموذج تعلّم عميق:

1. التحسين المتصل عبر الزمن (OCO) لتقريب خصائص محفظة كوفر الشاملة بكلفة حسابية عملية أكثر.7
2. الاستثمار الأمثل للنمو وفق معيار كيلي بوصفه هدفاً واضحاً لتقييم سياسات التعلّم المعزز، بما في ذلك وجود حل تحليلي مرجعي في بيئات محاكاة مبسطة.14
3. إدخال تكاليف التداول والأثر السعري منذ مرحلة التقييم، لأنهما قد يغيران النتيجة النسبية بين الخوارزميات.11

لكن ينبغي وضع حد واضح للاستنتاجات: لا تكفي هذه الدراسات للقول إن الجمع بين Universal Portfolio والتعلّم المعزز العميق (DRL) أصبح وصفة مثبتة لتحقيق عوائد زائدة مستقرة في الأسواق الحقيقية.71114

ما الفرق بين محفظة كوفر وكيلي وDRL؟

نظرية Universal Portfolio التي ارتبطت بـ Thomas M. Cover تقارن أداء المستثمر بأفضل محفظة ثابتة يعاد موازنتها يتم اختيارها بأثر رجعي. وتكمن «شموليتها» في أن المقارنة لا تتطلب افتراض نموذج احتمالي مسبق لحركة السوق.8

أما معيار Kelly أو الاستثمار الأمثل للنمو، فيتمحور حول تعظيم النمو اللوغاريتمي للثروة. وقد استخدمته أبحاث حديثة كهدف لتقييم خوارزميات DRL في تحسين المحافظ.14

إذا كان $x_t$ متجه عوائد الأسعار النسبية، و$w_t$ أوزان المحفظة في الفترة $t$، فإن الثروة في حالة غياب التكاليف تكون:

$$
W_T = W_0 \prod_{t=1}^{T} w_t^\top x_t.
$$

ويمكن تمثيل خسارة النمو اللوغاريتمي في إطار OCO على النحو الآتي:

$$
\ell_t(w)=-\log(w^\top x_t).
$$

لذلك، فإن الفرق التراكمي في الخسارة أمام أفضل أوزان ثابتة بأثر رجعي يساوي فرق النمو اللوغاريتمي للثروة. هذا هو الجسر الرياضي بين اختيار المحفظة على الإنترنت وهدف النمو؛ لكنه لا يعني أن أي وكيل DRL يرث تلقائياً ضمانات Cover النظرية.7814

البحث الأهم لمسار OCO: خوارزمية VB-FTRL

ورقة Efficient and Near-Optimal Online Portfolio Selection هي من أكثر المراجع المباشرة صلة بتطوير مسألة محفظة كوفر في السنوات الأخيرة.7

تقترح الورقة خوارزمية VB-FTRL، وهي نسخة من Follow-The-Regularized-Leader مدعّمة بحاجز حجمي. وتفيد الورقة بأن الخوارزمية تقترب من ضمان الندم الخاص بالمحافظ الشاملة، مع فرق ثابت واستبدال $\log(T)$ بـ $\log(T+d)$، وبزمن تشغيل معلن لكل جولة يبلغ تقريباً:

$$
\widetilde{O}(d^2(T+d)).
$$

حيث يمثل $d$ عدد الأصول و$T$ عدد الفترات.7

لماذا يهم ذلك عملياً؟

في الصياغة الأصلية لمحفظة كوفر، يلزم عملياً تجميع أو تكامل أوزان عبر فضاء مستمر من المحافظ الثابتة، وهو عبء قد يتضخم مع عدد الأصول. أهمية VB-FTRL أنها تنقل المسألة إلى خوارزمية ذات بنية تحسين واضحة وتحليل حسابي محدد.7

والاستخدام البحثي الأنسب ليس بالضرورة التداول عالي التردد، بل:

• تخصيص رأس المال بين فئات أصول أو قطاعات؛
• توزيع الأموال بين استراتيجيات قائمة؛
• بناء خط أساس قوي قبل ادعاء أن نموذج DRL أضاف قيمة حقيقية.

مع ذلك، تحسين التعقيد النظري لا يثبت الجاهزية التشغيلية: يجب اختبار زمن الاستجابة، استقرار الحسابات العددية، الذاكرة، ودمج التكاليف والقيود الفعلية بصورة مستقلة.7

DRL وكيلي: قيمة كبيرة كإطار تقييم لا كوعد أرباح

دراسة Evaluation of Deep Reinforcement Learning Algorithms for Portfolio Optimisation تستخدم معيار كيلي، أي المنفعة اللوغاريتمية، لتقييم خوارزميات DRL على بيانات محاكاة.14

قيمتها المنهجية عالية لسبب محدد: في الحالة التي لا يوجد فيها أثر سوقي، يمكن اشتقاق السياسة المثلى تحليلياً، ثم استعمالها سقفاً مرجعياً لتقييم الأداء عند إضافة أثر السوق.14

بمعنى آخر، بدلاً من سؤال فضفاض مثل «هل حقق النموذج منحنى ثروة جيداً؟»، يصبح السؤال أدق:

هل يستطيع الوكيل أن يتعلم سلوكاً قريباً من الحل المعروف عندما تكون بنية المسألة مضبوطة؟

وتورد الدراسة أن الخوارزميات خارج السياسة، مثل DDPG وTD3 وSAC، لم تنجح في تعلم دالة القيمة الصحيحة في إعدادها بسبب ضوضاء المكافآت، بينما تعاملت PPO وA2C، مع تعميم تقدير الأفضلية، بصورة أفضل مع الضوضاء.14

هذه نتيجة مفيدة لاختيار منهج الاختبار، لكنها ليست دليلاً على أرباح سوقية مستقبلية؛ إذ إن التصميم قائم على محاكاة مضبوطة.14

امتداد مثير للاهتمام: المحافظ الشاملة عالية الرتبة

تبحث ورقة High order universal portfolios في إضافة محفظة Cover الشاملة نفسها إلى السوق بوصفها أصلاً اصطناعياً، ثم بناء محافظ شاملة عالية الرتبة بصورة تكرارية.16

وتوضح الورقة أن هذه المحافظ تختلف عن محفظة Cover الأصلية، ويمكنها كسر خاصية الثبات أمام تبديل ترتيب الزمن.16

الترجمة الهندسية للفكرة

هذه الفكرة مناسبة لمستوى تخصيص رأس المال بين الاستراتيجيات: يمكن النظر إلى استراتيجية الاتجاه، أو الارتداد إلى المتوسط، أو محفظة عوامل، باعتبارها «أصلاً اصطناعياً» له سلسلة عوائد قابلة للاستثمار، ثم تُدار طبقة توزيع رأس المال فوقها.

لكن هذا استنتاج هندسي يحتاج إلى تحقق مستقل. فسلاسل عوائد الاستراتيجيات الفرعية يجب أن تتضمن تكاليف تداولها الداخلية، كما يجب معالجة تكرار المراكز، صافي الأوامر، الهامش، والقيود التمويلية. لا يصح التعامل مع نتائج اختبارات خلفية متعددة كما لو كانت أصولاً مستقلة بلا احتكاك.16

لماذا تكاليف التنفيذ قد تقلب النتيجة؟

تؤكد دراسة عن نمذجة الأثر السعري الواقعي في التعلّم المعزز أن نموذج التكلفة يؤثر مادياً في الأداء المطلق وفي ترتيب الخوارزميات عبر بيئات اختبار مختلفة.11

ومن أمثلتها أن PPO المحسنة حققت في إحدى بيئات تداول الأسهم عائداً خارج العينة قدره 20% ضمن النموذج الأساسي، ثم انخفضت إلى 15% تحت نموذج AC، بينما تحسن TD3 من 15% إلى 18%.11

لا تُعد هذه الدراسة امتداداً مباشراً لنظرية Cover، لكنها ضرورية لتقييم أي ادعاء حول استراتيجية نمو مثلى أو DRL قابلة للتداول. فقد يكون تفوق خوارزمية في اختبار خلفي ناتجاً جزئياً عن نموذج تكلفة أكثر ملاءمة لسلوك دورانها، لا عن قرارات استثمارية أفضل.11

كيف يُبنى نموذج بحثي قابل للتدقيق؟

الترتيب العملي الأكثر صلابة هو التالي:

1. إعادة بناء المعايير الأساسية أولاً: حساب الثروة، أفضل محفظة ثابتة بأثر رجعي، وبيئة Kelly ذات حل تحليلي معروف.
2. مقارنة الخوارزميات في شروط واحدة: تخصيص ثابت، تقريب لمحفظة UP، VB-FTRL، ووكيل DRL يحصل على المعلومات والقيود ذاتها.714
3. فصل طبقات الاحتكاك: اختبار بلا تكلفة للتحقق النظري، ثم رسوم صريحة، ثم أثر سعري وقيود تنفيذ.11
4. اختبار خارج العينة وحالات الفشل: حساسية الفترات، تسرب البيانات، توقيت الإشارة والتنفيذ، السعة، وسيولة الأصول.

في نموذج مبسط تكون الثروة الصافية بعد تكلفة نسبية $c_t$:

$$
W_t=W_{t-1}(1-c_t)w_t^\top x_t,
\qquad 0\le c_t<1.
$$

وتصبح مكافأة النمو الصافي:

$$
r_t=\log(w_t^\top x_t)+\log(1-c_t).
$$

لكن إن كانت التكلفة مرتبطة بحجم التداول، فلا يكفي قياس تغير الوزن المستهدف؛ إذ ينبغي البدء من الأوزان الفعلية بعد تحرك السوق. كما أن هذه الصياغة المبسطة لا تغطي تلقائياً الاقتراض، الإقراض على المكشوف، تمويل الهامش، الأثر السعري غير الخطي، أو قيود التنفيذ المتقطع.

أين تقع القيمة البحثية والاستثمارية الفعلية؟

القيمة الأقوى لهذه الأدبيات هي أنها تفرض انضباطاً على تطوير الاستراتيجيات:

• OCO يحدد مقدار ما فُقد من نمو لوغاريتمي أمام أفضل تخصيص ثابت بأثر رجعي.78
• Kelly-DRL يسمح باختبار ما إذا كانت الخوارزمية تتعلم الحل الصحيح في بيئة نعرف فيها الإجابة.14
• نماذج الأثر السعري تختبر هل يبقى الاستنتاج صالحاً عند الانتقال من ورقة البحث إلى التنفيذ.11

لذلك، السؤال البحثي الأفضل ليس: «هل يستطيع التعلّم العميق هزيمة Universal Portfolio؟» بل:

تحت تكاليف ومخاطر وقيود متماثلة، هل تضيف DRL قيمة يمكن عزوها إلى استغلال معلومات حالة أو ديناميكيات تنفيذ لا يستطيع خط أساس النمو المتصل استغلالها؟

هذا السؤال أسهل في التحقق، وأكثر فائدة لبناء نظام كمي قابل للتكرار من مطاردة أعلى عائد في اختبار خلفي واحد.

حدود الأدلة

• ضمان Cover طويل الأجل يتعلق بأفضل محفظة ثابتة يعاد موازنتها بأثر رجعي، وليس بكل استراتيجية ديناميكية ممكنة.8
• كفاءة VB-FTRL النظرية لا تساوي برهاناً على ملاءمتها الإنتاجية أو للتداول عالي التردد.7
• نتائج DRL في المحاكاة لا تُترجم تلقائياً إلى عوائد زائدة في الأسواق الحقيقية.14
• تغيير افتراضات التكلفة والأثر السوقي قد يغير ترتيب النماذج نفسها.11
• لا توجد، ضمن المصادر المتاحة هنا، أدلة كافية على إعادة إنتاج مستقلة وعلى أداء حي ثابت بعد التكاليف والسعة لمزيج Universal Portfolio وDRL.71114

المراجع

7: https://arxiv.org/pdf/2209.13932v2

8: https://arxiv.org/html/1611.09631v1

11: https://arxiv.org/html/2603.29086v1

14: https://arxiv.org/pdf/2307.07694

16: https://arxiv.org/abs/2311.13564