تطوير منصة مخصصة لنمذجة الاستثمار مدعومة بالذكاء الاصطناعي

نبذة عن عميلنا

شركة متخصصة في إدارة الاستثمارات، تقدم خدماتها للأفراد ذوي الثروات المرتفعة (HNW). وتحرص الشركة باستمرار على تطوير منظومتها التقنية لتخطيط الاستثمارات وتنفيذها، بهدف تعزيز قيمة خدماتها وتحقيق أقصى عوائد ممكنة للمستثمرين ذوي الثروات المرتفعة الذين يتطلعون إلى خدمات استثمارية رفيعة المستوى.

تشتت الأدوات يحدّ من كفاءة نمذجة الاستثمار

كان محللو الاستثمار والباحثون لدى شركة العميل يعتمدون على مجموعة من الأدوات المتفرقة لمراجعة بيانات أسواق رأس المال، وتحديد إشارات التداول القابلة لإعادة الاستخدام، وتصميم الاستراتيجيات الاستثمارية، والتحقق من أدائها. وقد أدى عدم توحيد سير العمل إلى إبطاء عمليات تخطيط الاستثمار وتعقيد التعاون بين فرق العمل. كما تسبب ذلك في تفاوت أساليب التعامل مع أنواع الأصول ونماذج الاستثمار المختلفة، ما أثار مخاوف بشأن دقة النمذجة، وحدّ من قدرة الشركة على التوسع في تقديم خدمات المحافظ الاستثمارية متعددة الأصول.

قرر العميل تطوير منصة مركزية لنمذجة الاستثمار، توفر لفِرقه بيئة عمل موحدة لإجراء أبحاث الأسواق، وعرض البيانات بصريًا، وتطوير الاستراتيجيات الاستثمارية. وكان من الضروري أن تتضمن المنصة واجهات سهلة الاستخدام لاستكشاف بيانات الأسواق، ومجموعة أدوات لتصميم نماذج التداول، وإمكانات لاختبار الاستراتيجيات باستخدام البيانات السابقة المملوكة للشركة.

كان فريق تقنية المعلومات الداخلي لدى العميل يفتقر إلى الموارد اللازمة لتطوير حل شامل لنمذجة الاستثمار من الصفر. ونظرًا إلى خبرة ساينس سوفت في هندسة برمجيات الاستثمار المخصصة، لجأ العميل إلى فريقنا لمساعدته على تصميم المنصة وتطويرها.

تخطيط وتصميم منصة مخصصة لنمذجة الاستثمار

تحديد نطاق الوظائف ووضع استراتيجية الذكاء الاصطناعي

أجرى مستشار ساينس سوفت المتخصص في تقنية معلومات الاستثمار سلسلة من المقابلات مع الجهات المعنية لدى العميل، ودرس العقبات التشغيلية وأنماط استخدام التقنيات لدى المستخدمين المستهدفين للمنصة (محللو الاستثمار والمتداولون). وعمل على مواءمة أتمتة سير العمل وتجربة المستخدم وتصميم واجهات المنصة مع احتياجات العمل الفعلية وتوقعات المستخدمين. كما حدّد المتطلبات التنظيمية التي يتعين على الحل الامتثال لها، ووثّقها.

كان العميل يدرس إمكانية استخدام الذكاء الاصطناعي (AI) لتحسين أبحاث الاستثمار والتحليلات والاختبار الرجعي للاستراتيجيات داخل المنصة. ولتحقيق ذلك، حلّل مستشار ساينس سوفت حالات الاستخدام المحتملة للذكاء الاصطناعي ومراحل سير العمل الذي يمكن أن يسهم فيها لتسريع أبحاث الاستراتيجيات والتحقق من أدائها، مع الحفاظ على شفافية القرارات الاستثمارية. واستنادًا إلى نتائج هذا التقييم، اقترحت ساينس سوفت تطوير مساعد ذكاء اصطناعي يساعد الفرق على وضع الاستراتيجيات الاستثمارية واختبارها وتحسينها وتوثيقها من خلال محادثات باللغة الطبيعية.

سيساعد هذا النهج المحللين على إنجاز أعمالهم بسرعة أكبر، مع ضمان خضوع جميع القرارات الاستثمارية للموافقة البشرية. ولمعالجة مخاوف العميل بشأن دقة الرؤى التي يقدمها الذكاء الاصطناعي وقابليتها للتفسير، أوضحت ساينس سوفت كيف يمكن للمساعد إظهار البيانات المصدرية والمنطق الذي تستند إليه توصياته ومقترحاته لتحسين الاستراتيجيات. وبعد موافقة العميل على الوظائف المقترحة، حوّل مستشار ساينس سوفت جميع المتطلبات التي جُمعت إلى وثيقة تفصيلية لمواصفات متطلبات البرمجيات.

التصميم التقني

لتخطيط البنية التقنية للمنصة واختيار مجموعة التقنيات المناسبة، استعانت ساينس سوفت بأحد كبار مهندسي البنية التقنية لديها، الذي يتمتع بخبرة تمتد إلى 20 عامًا في هندسة البرمجيات المخصصة وحلول الذكاء الاصطناعي المتخصصة لقطاع الخدمات المالية. وقد اقترح المهندس اعتماد بنية معيارية تجمع بين البنية الموجهة للخدمات (SOA) والبنية المتجانسة (Monolithic Architecture).

ستسهم النواة المتجانسة في تبسيط حوكمة المنصة وإدارة أمنها، مع دعم معالجة البيانات بزمن استجابة منخفض والتوسع السلس في أعباء العمل التحليلية. كما أن تطبيق مبادئ البنية الموجهة للخدمات (SOA) على عمليات التكامل وخدمات الأعمال القابلة لإعادة الاستخدام سيتيح للعميل توحيد آليات التفاعل بين وحدات المنصة والإمكانات المدعومة بالذكاء الاصطناعي والخدمات الخارجية، ما يقلل تعقيد البنية التحتية وتكاليف هندسة التكامل. ومن خلال فصل الخدمات وعمليات التكامل القابلة لإعادة الاستخدام عن البنية المتجانسة، سيتمكن العميل أيضًا من إضافة وظائف جديدة وفئات أصول وخدمات تحليلية مقدمة من جهات خارجية بسرعة أكبر، دون الحاجة إلى إعادة تصميم المنصة بصورة جذرية.

لتعزيز أداء المنصة دون زيادة التكاليف التشغيلية، خطّط مهندس البنية التقنية لتطبيق آليات التوزيع الديناميكي لأعباء العمل وإمكانات معالجة البيانات في الوقت الفعلي. ومن المقرر تنفيذ العمليات التحليلية البسيطة بصورة شبه فورية، بينما ستُنفّذ العمليات الحسابية المعقدة والمهام المدعومة بالذكاء الاصطناعي عبر آليات معالجة مخصصة ومحسّنة للتعامل مع السيناريوهات كثيفة المتطلبات الحاسوبية. كما تضمنت البنية التقنية مكونات للتخزين المؤقت للبيانات والمعالجة غير المتزامنة، بهدف الحفاظ على استقرار الأداء عند استخدام عدة مستخدمين للمنصة في الوقت نفسه، وفي ظل أعباء العمل المرتفعة لأتمتة عمليات النمذجة.

وضع مهندس البنية التقنية الأمان والامتثال على رأس الأولويات عند تصميم المنصة. وتضمنت البنية المقترحة آليات آمنة للمصادقة متوافقة مع متطلبات هيئة الأوراق المالية والبورصات الأميركية (SEC)، وبيئات تنفيذ خاضعة للرقابة للمنطق التحليلي الذي يحدده المستخدمون، ومسارات معالجة مخصصة للتحقق من سلامة البيانات الواردة والحسابات الاستثمارية ومخرجات الأبحاث.

كان من ضمن الأولويات أيضًا ضمان قابلية تشغيل المنصة مع فئات الأصول المختلفة والأنظمة الخارجية. وصمّمت ساينس سوفت نهجًا موحدًا للتعامل مع البيانات والتحليلات الخاصة بكل فئة من فئات الأصول، بما يتيح توسيع نطاق المنصة مستقبلًا لتشمل أصولًا أخرى إلى جانب الأسهم، دون الحاجة إلى تعديلات جوهرية. كما خطّط مهندس البنية التقنية لتطبيق عمليات تكامل موحدة عبر واجهات برمجة التطبيقات (APIs) مع خدمات الشركة والخدمات المقدمة من جهات خارجية، لتخزين البيانات الاستثمارية والتخزين المؤقت وإدارة الجلسات والمساعدة عبر المحادثات. وقارن المهندس الخيارات المتاحة للخدمات في كل مجال من مجالات التكامل، وأوصى بالخيارات التي تحقق أفضل توازن بين الأداء والتكلفة وفقًا لاحتياجات العميل.

تصميم بنية الذكاء الاصطناعي وضمان سلامته

صمّمت ساينس سوفت مساعد الذكاء الاصطناعي المخصص لأبحاث ونمذجة الاستثمار ليكون مساعدًا ذكيًا خاضعًا للرقابة، يوفر تفسيرًا منطقيًا قابلًا للتتبع بالكامل لمخرجاته، مع روابط للبيانات المصدرية المستخدمة في الاستدلال. ويحافظ هذا النهج على إشراف المحللين على سير العمل المدعوم بالذكاء الاصطناعي، ويدعم قابلية تفسير مخرجاته.

قارن مهندس البنية التقنية لدى ساينس سوفت عدة منهجيات لتنفيذ سير العمل المدعوم بالذكاء الاصطناعي، واقترح دمج نماذج لغوية كبيرة (LLMs) من منظومة Microsoft Azure OpenAI، يمكن نشرها محليًا داخل بيئة العميل. وقد وفر هذا النهج أفضل توازن بين المرونة التشغيلية وقابلية التدقيق والتوسع وتكاليف الهندسة. كما قلّل مخاطر سرية البيانات والامتثال، إذ يمكن معالجة البيانات الاستثمارية الحساسة والمعادلات المملوكة للشركة والمخرجات التحليلية داخل البيئة السحابية الخاضعة لرقابة العميل، بدلًا من نقلها إلى مزودي خدمات الذكاء الاصطناعي الخارجيين.

لضمان استناد مخرجات الذكاء الاصطناعي إلى البيانات الخاصة بالعميل، صمّم مهندس البنية التقنية مسارات معالجة تعتمد على تقنية التوليد المعزز بالاسترجاع (RAG)، وأعدّ مجموعة من المطالبات النصية المحسّنة للسيناريوهات التحليلية الشائعة، مثل استكشاف بيانات الأصول، وتلخيص إشارات التداول، وتحسين الاستراتيجيات. كما تضمنت البنية المقترحة مسارات تحقق حتمية لمخرجات الذكاء الاصطناعي، لاكتشاف الثغرات المحتملة في البيانات والأخطاء الرياضية ومقترحات الاستراتيجيات غير ذات الصلة، قبل وصول الرؤى التي يولّدها الذكاء الاصطناعي إلى المحللين.

تصميم تجربة وواجهة المستخدم (UX/UI)

خطّط مصمم تجربة المستخدم وواجهات المستخدم (UX/UI) لدى ساينس سوفت مسارات استخدام شاملة لمحللي الاستثمار والباحثين، وأنشأ مخططات هيكلية أولية لتجربة المستخدم، توضح بنية المنصة وآلية التنقل فيها وسير العمل الأساسي لنمذجة الاستثمار. وعلى وجه الخصوص، أنشأ المصمم مخططات أولية لمساحة العمل البحثية التفاعلية، ومسارات اختيار الأصول وتصفيتها، وشاشات إنشاء مؤشرات السوق وإشارات التداول، ولوحات الاختبار التاريخي للاستراتيجيات، وواجهات لوحات المعلومات.

لتسهيل نمذجة الاستثمار، أعطى المصمم الأولوية لمسارات استخدام واضحة ومباشرة، وواجهات بسيطة تتمحور حول البيانات، بما يتيح للمستخدمين الانتقال بسهولة من استكشاف بيانات الأسواق الأولية إلى التحقق من الاستراتيجيات وتحليل أدائها. وركّز التصميم المقترح على سهولة التفاعل مع المخططات البيانية، وعرض البيانات بصريًا بصورة متجاوبة، وسهولة الوصول إلى الأدوات، وإمكانية تخصيص مساحات العمل.

أشركت ساينس سوفت مهندس بيانات من فريقها للتأكد من أن لوحات المعلومات البحثية والنماذج التحليلية في المنصة تعكس بدقة آليات ربط البيانات والحسابات.

التخطيط لمشروع التطوير

بعد موافقة العميل على التصاميم الوظيفية والتقنية وتصاميم تجربة المستخدم وواجهات المستخدم (UX/UI) المقترحة، بدأ مدير المشروع لدى ساينس سوفت التخطيط لمشروع التطوير. ودرس مدير المشروع نطاق الوظائف بدقة، وحدّد مهام التطوير والموارد اللازمة لإكمال المشروع، وقدّم تقديرات لتكلفة المشروع وجدوله الزمني.

حصل العميل على استراتيجية للتخفيف من المخاطر التشغيلية والتقنية، ومخاطر تبني المستخدمين للحل، والمخاطر التنظيمية.

تطوير المكونات الأساسية لمنصة نمذجة الاستثمار وميزات الذكاء الاصطناعي

لتطوير النسخة الأوّلية (MVP) لمنصة نمذجة الاستثمار، شكّلت ساينس سوفت فريقًا يضم مدير مشروع، ومحلل أعمال، ومهندس تطوير واجهات أمامية، ومهندسي تطوير الواجهة الخلفية، بمن فيهم مهندسو الذكاء الاصطناعي، إلى جانب متخصصين في ضمان الجودة (QA). وحدّد محلل الأعمال نطاق النسخة الأولية (MVP)، بحيث تركز على الإمكانات التحليلية الأساسية للمنصة ووظائف الذكاء الاصطناعي التي يُتوقع أن تسهم بصورة كبيرة في تحسين إنتاجية الموظفين.

خلال مرحلة تطوير النسخة الأوّلية للتطبيق، طوّرت ساينس سوفت المكونات الأساسية التالية لمنصة نمذجة الاستثمار:

• أدوات أبحاث السوق: تتيح لفرق الأبحاث تحميل مجموعات بيانات الاستثمار المملوكة للشركة، والبيانات المقدمة من جهات خارجية، بالإضافة إلى تجميع جداول البيانات المهيكلة.
• أدوات تقسيم السوق: تُمكّن المحللين من تحليل بيانات الأسواق وتصنيفها حسب رمز التداول والمنطقة الجغرافية والبورصة والقطاع والتقييم والأداء وهيكل الملكية، بالإضافة إلى حفظ النتائج في صورة قطاعات سوقية مخصصة قابلة لإعادة الاستخدام.
• وظائف إنشاء مؤشرات الأسواق وإشارات التداول: تتيح للمستخدمين تحويل النتائج التحليلية المخصصة إلى مؤشرات قابلة لإعادة الاستخدام، ودمجها لإصدار إشارات قابلة للتنفيذ للشراء أو البيع أو الاحتفاظ بالأصول، باستخدام منطق أعمال قابل للتهيئة.
• محرك حسابات: يعتمد على المعادلات والنماذج التحليلية الخاصة بالعميل لإجراء التحليل الإحصائي، وتحليل الارتباط، وتحليل إسناد الأداء، وتحديد الاتجاهات، وتصنيف الأصول.
• محرك الاختبار الرجعي للاستراتيجيات: يتيح تقييم استراتيجيات الاستثمار المخصصة بالاستناد إلى البيانات التاريخية، ومحاكاة تكاليف المعاملات والانزلاق السعري، وتنفيذ محاكاة السيناريوهات وتحليلات «ماذا لو»، بالإضافة إلى تقييم أداء استراتيجيات التداول باستخدام مؤشرات مختارة للمخاطر والعوائد.
• إمكانات إعداد التقارير: تدعم عرض مخرجات النمذجة بصريًا باستخدام مخططات بيانية متعددة، والمقارنة المباشرة بين الاستراتيجيات جنبًا إلى جنب، وإعداد تقارير منظمة لنتائج الاختبارات التاريخية.
• مساعد ذكاء اصطناعي: يساعد فرق العميل على إجراء أبحاث السوق الخاصة بفئات الأصول المختلفة، وتلخيص النتائج البحثية، وصياغة الاستراتيجيات الاستثمارية وتحسينها، وتفسير نتائج النمذجة. ولدعم الشفافية، يعرض المساعد استشهادات من المصادر، والمنطق الذي يستند إليه في الاستدلال خطوة بخطوة.

أجرى مهندسو ضمان الجودة لدى ساينس سوفت اختبارات وظيفية واختبارات أداء وقابلية استخدام للتحقق من موثوقية واستقرار المكونات المُطوّرة. وأكّدت عملية الاختبار الجدوى التقنية للبنية المقترحة، ودقة سير العمل التحليلي المدعوم بالذكاء الاصطناعي وقابلية تفسير مخرجاته، وقدرة المنصة على دعم عمليات أبحاث الاستثمار ونمذجته بكفاءة عالية وقابلية للتوسع.

بعد أن أبدى العميل رضاه عن النسخة الأوّلية للتطبيق (MVP)، طلب من ساينس سوفت إعداد مكونات المنصة الجاهزة للنشر في بيئة الإنتاج. وجمع الفريق المكونات التي جرى تطويرها داخل حاويات Docker قابلة للنقل، لتبسيط عملية النشر وتقليل أعباء الصيانة على فريق تقنية المعلومات لدى العميل.

وضع الأساس لعمليات نمذجة استثمار دقيقة وقابلة للتوسع

قدمت ساينس سوفت للعميل منصة لنمذجة الاستثمار جاهزة للتشغيل الفعلي، ومتوافقة مع متطلبات هيئة الأوراق المالية والبورصات الأمريكية (SEC)، ومزودة بإمكانات مساعدة مدعومة بالذكاء الاصطناعي. وبفضل الحل المركزي، أتيحت للعميل فرصة التخلص من تشتت سير عمل أبحاث الاستثمار وتطوير الاستراتيجيات والاختبارات التاريخية، بما يتيح تسريع التخطيط التعاوني للاستثمار وزيادة إنتاجية فرق التحليل.

بفضل استشارات ساينس سوفت بشأن البنية التقنية للحل ومجموعة التقنيات المستخدمة، تجنب العميل قرارات التصميم التقني المكلفة في المراحل الأولى من المشروع، وتمكّن من خفض تكاليف الصيانة المستقبلية. كما يدعم التصميم التقني المقترح سير عمل نمذجة الاستثمار القابل للتوسع بزمن استجابة منخفض، والاستخدام الآمن للذكاء الاصطناعي في عمليات إدارة المحافظ الاستثمارية، والتوسع المرن لإضافة فئات أصول ووظائف وعمليات تكامل جديدة.

التقنيات والأدوات

Python, React.js, TypeScript, FastAPI, Vite, Recharts, PostgreSQL, Redis, Microsoft Azure OpenAI, LiveKit, Docker, OpenAPI/Swagger.