ذکاوت مصنوعی واٹ اسٹریٹ کے ٹریڈنگ روم کے دروازے پر دستک دے رہا ہے، لیکن اب تک کا ریکارڈ اچھا نہیں ہے۔
شروعاتی نتائج نے ظاہر کیا کہ عمومی بڑے زبان ماڈلز (LLM) خود مختار ٹریڈنگ میں عام طور پر کمزور کارکردگی دکھا رہے ہیں — زیادہ تر سسٹم نقصان میں ہیں، بہت زیادہ ٹریڈنگ کر رہے ہیں، اور ایک جیسے ہدایات پر مکمل طور پر مختلف فیصلے کر رہے ہیں۔ یہ نتائج ایک بنیادی سوال کو ابھار رہے ہیں: LLM اور حقیقی مارکیٹ کے عمل کے درمیان کتنی گہری خلائی فاصلہ ہے؟
سب سے نمایاں مثال Nof1 کی طرف سے چلائی گئی Alpha Arena مقابلہ ہے۔ اس مقابلے میں Anthropic کا Claude، Google کا Gemini، OpenAI کا ChatGPT اور Elon Musk کا Grok سمیت آٹھ جدید AI سسٹمز کو چار الگ الگ مقابلے میں شامل کیا گیا، جہاں ہر مقابلے سے پہلے 10,000 امریکی ڈالر کی رقم دی گئی اور دو ہفتے کے اندر اندر انہیں امریکی ٹیکنالوجی شیئرز پر خودکار طور پر ٹریڈ کرنے کا موقع دیا گیا۔ آخرکار، کل سرمایہ کاری میں تقریباً ایک تہائی کا نقصان ہوا اور 32 نتائج میں صرف 6 بار منافع حاصل ہوا۔
Nof1 کے بانی جے ازہانگ نے کہا: "ابھی اپنا پیسہ براہ راست LLM کو دے کر اسے خود ٹریڈ کرنے دینا ممکن نہیں۔"
مقابلہ کے نتائج: نقصان، زیادہ ٹریڈنگ اور فیصلوں میں اختلاف
Alpha Arena کے ڈیٹا سے ظاہر ہوتا ہے کہ موجودہ LLMs تجارتی مناظر میں متعدد خامیوں کا شکار ہیں۔ ایک جیسے ہدایات کے تحت، علی بابا کا Qwen ایک مقابلے میں 1,418 ٹریڈز کرتا ہے، جبکہ بہترین کارکردگی والے Grok 4.20 نے صرف 158 آرڈرز جمع کیے۔ Grok کی بہترین کارکردگی اس وقت ظاہر ہوئی جب وہ اپنے مقابلہ کرنے والوں کی کارکردگی دیکھ سکا۔
AI بلاگ Flat Circle نے 11 مارکیٹ متعلقہ اسٹیڈیمز کا پیچھا کیا، جس کے نتائج میں یہ ظاہر ہوا کہ تمام اسٹیڈیمز میں کم از کم ایک ماڈل منافع حاصل کر رہا تھا، لیکن صرف دو اسٹیڈیمز میں درمیانی ماڈل مثبت منافع پر تھے، جس سے یہ ظاہر ہوتا ہے کہ زیادہ تر ماڈلز مارکیٹ کو پیچھے چھوڑنا مشکل پائے ہیں۔
ماڈلز کے درمیان فیصلوں کے فرق بھی قابل توجہ ہیں۔ ازہانگ کے مطابق، Alpha Arena کی حالیہ ٹیسٹنگ میں، Claude خریدنے کی ترجیح دیتی ہے، Gemini فروخت کرنے کے خلاف کوئی رکاوٹ نہیں رکھتی، جبکہ Qwen اعلیٰ لیوریج کا استعمال کرتے ہوئے خطرہ اٹھانے کو ترجیح دیتی ہے۔ "ان کے پاس الگ الگ 'شخصیتیں' ہیں، ان کا انتظام تقریباً ایک انسانی تجزیہ کار کے انتظام جیسا ہے،" LLM ڈرائیون فنڈز کا انتظام کرنے والے Intelligent Alpha کے سربراہ Doug Clinton کا کہنا ہے، جو ماڈلز کو ان کے کسی بائس کا احساس دلوانے سے نتائج میں تھوڑا بہتری لائی جا سکتی ہے۔
کابیلیت کا حدود: LLM تحقیق میں ماہر ہے، لیکن وقت کا انتخاب کرنے میں نہیں۔
جے ازہنگ کا کہنا ہے کہ LLMs تحقیق اور صحیح ٹولز کے استعمال میں فائدہ رکھتے ہیں، لیکن ٹریڈنگ ایکیکیوشن کے لحاظ سے ان میں نظام کی حد تک کمی ہے: وہ اسٹاک قیمت کو متاثر کرنے والے متعدد عوامل جیسے تجزیہ کار ریٹنگز، اندر کے افراد کے ٹریڈنگ، جذباتی تبدیلیوں وغیرہ کے وزن کو نہیں جانتے، جس کی وجہ سے وہ ٹریڈنگ کے وقت، پوزیشن سائز اور خرید و فروخت کی بہت زیادہ بار باری جیسے مسائل میں مبتلا ہوتے ہیں۔
Intelligent Alpha کا بینچ مارک مثبت مقارنہ حوالہ فراہم کرتا ہے۔ اس ٹیسٹ میں 10 AI ماڈلز کو فنانسی دستاویزات، اینالسٹ پیش گوئیاں، کاروباری نتائج کے ٹیلی فون کال ریکارڈز، میکرو اقتصادی ڈیٹا اور ویب سرچ کا ایکسیس دیا گیا، جس کا مرکز منافع کی پیش گوئی کے رجحان کے جائزے پر تھا۔ نتائج میں دکھایا گیا کہ 2025 کے چوتھے تिमہ میں، OpenAI کا ChatGPT منافع کی پیش گوئی کے رجحان کو درست طریقے سے پیش گوئی کرنے کی درستگی 68% تھی، جو اب تک کا بہترین نتیجہ ہے۔ کلائنٹن نے کہا کہ ہر نئے ورژن کے جاری ہونے کے ساتھ ماڈل کی کارکردگی مجموعی طور پر بہتر ہوتی جا رہی ہے۔
طریقہ کار کا مسئلہ: بیک ٹیسٹ ناکام، اصل ٹریڈنگ ٹیسٹ واحد منتخب ہے
AI ٹریڈنگ کی صلاحیت کا جائزہ لینے کا ایک بنیادی طریقہ کاری رکاوٹ ہے۔ روایتی مقداری اسٹریٹجیز تاریخی بیک ٹیسٹنگ پر انحصار کرتی ہیں تاکہ ان کی مؤثریت کا جائزہ لیا جا سکے، لیکن یہ فریم ورک LLM کے لیے تقریباً مکمل طور پر ناکام ہے — ایک ماڈل جسے 2026 میں پوچھا جائے کہ وہ 2020 کے مارچ کے مارکیٹ موشن کو کیسے ٹریڈ کرے، وہ پہلے ہی "جانتا" ہے کہ اس دوران کیا ہوا۔ اس "آگے دیکھنے کا رجحان" (lookahead bias) کے نام سے جانے جانے والے آلودگی کے مسئلے نے محققین کو AI کا جائزہ لینے کے لیے صرف اصل مارکیٹ میں ٹریڈنگ پر انحصار کرنے پر مجبور کر دیا، جس سے موجودہ مختلف بینچ مارکس اور اسپورٹس کا شدید اضافہ ہوا۔
فلیٹ سرکل کے بلاگر اور سابق متبادل ڈیٹا فراہم کنندہ YipitData کے ماسہل Jim Moran کا کہنا ہے کہ موجودہ زیادہ تر عوامی تجربات کے دوران بہت کم ہوتا ہے اور بہت زیادہ شور ہے، جس سے قطعی نتائج نکالنا ممکن نہیں۔ ان میدانوں میں قدرتی طور پر کمزوریاں بھی ہیں، جن میں مخصوص شیئر ریسرچ کے وسائل تک رسائی نہ ہونا اور انجام دینے کی کم معیاری صلاحیت شامل ہے۔ "اگر ان میدانوں میں سے کسی AI ایجینٹ کو براہ راست ایک ٹاپ ہارڈج فنڈ میں منتقل کر دیا جائے، تو اس کی کارکردگی بہتر ہوگی،" وہ کہتے ہیں۔
صنعت کے مستقبل: واقعی مؤثر حکمت عملی، عام عوام کی نظر سے خاموشی سے غائب ہو سکتی ہے
پہلے Coatue Management کے ڈیٹا سائنس ہیڈ، اب NX1 Capital میں ملازم Alexander Izydorczyk نے حالیہ مضمون میں اشارہ کیا کہ ان کے نگرانی کردہ AI ٹریڈنگ روبوٹس میں سے اب تک کوئی بھی مستقل اضافی منافع کی صلاحیت نہیں دکھا رہا۔ وہ سمجھتے ہیں کہ ان مقابلے کی حدود اس بات میں ہیں کہ ان کے تربیتی ڈیٹا میں رازدار ٹریڈنگ اداروں کے استعمال کردہ عملی کوانتٹیٹو ٹیکنالوجیز کا فقدان ہے۔
تاہم، ازیدورچک نے ایک دلچسپ جائزہ بھی چھوڑا: "کبھی کبھار شروع کرنے والے وہ چیزیں دیکھ سکتے ہیں جو ماہرین نہیں دیکھ سکتے۔" اس نے اپنے ذاتی بلاگ میں لکھا، "jab LLM ایجنٹ ٹریڈنگ اسٹریٹجیز حقیقت میں کام کرنا شروع ہو جائیں گی، تو آپ فوراً کوئی خبر نہیں سنیں گے۔"
نوف1 ایلفا ایرینا کے دوسرے سیزن کی تیاری کر رہا ہے، جس کا مقصد ہر AI ماڈل کو ویب سرچ، لمبے سوچنے کا وقت، زیادہ ڈیٹا ذرائع اور متعدد مراحل کی انجام دہی کی صلاحیت دینا ہے۔ لیکن کمپنی کا مرکزی تجارتی ماڈل، AI ٹریڈنگ ایجینٹس بنانے کے لیے ریٹیل ٹریڈرز کو سسٹم ٹولز فراہم کرنا ہے — نہ کہ AI کو براہ راست ٹریڈنگ فloor پر لانا۔ یہ مکانہ، شاید موجودہ AI ٹریڈنگ صلاحیتوں کا سب سے عملی جائزہ ہے۔