ای آئی بہت زیادہ جانتی ہے، لیکن ابھی "قابلِ اعتماد نہیں"۔
مصنف اور ماخذ: یانگ شیا، یانگ شیا کا ہر کام
پچھلے کچھ عرصے سے، میں Agent Trading ٹول کی تحقیق اور تیاری میں مصروف رہا ہوں۔
کئی AI ٹریڈنگ طریقے، ٹولز اور پلیٹ فارمز کا تجربہ کرنے کے بعد، کروڑوں ٹوکن خرچ کرنے کے بعد،
ایک بنیادی احساس،
ای آئی بہت زیادہ جانتی ہے، لیکن ابھی "قابلِ اعتماد نہیں"۔
میں جانتا ہوں، بہت سے لوگوں نے پہلے کریب کی لہر کے دوران اپنے مالیاتی مہارتوں کو اپنائے تھے،
بازار میں بڑی کامیابی حاصل کرنے کے لیے جوش سے تیار ہو جائیں،
نتیجہ میں آواز دھیمی ہو گئی، جبکہ جھینگا بند ہو گیا، اب 14 روپے فی کلو ہو چکا ہے۔
کیسے حقیقی سرمایہ کاری بازار میں قابلِ اعتماد، قابلِ انجام اور قابلِ ترقیاتی ٹریڈنگ ایجنٹ بنائیں
گزشتہ کچھ ماہ میں جو مسائل کا سامنا کیا، میں اس پر دس لاکھ الفاظ کی اپنی تجرباتی کہانی لکھ سکتا ہوں،
لیکن آج، اسے ابھی کے لیے چھوڑ دیں۔
AT آرکیٹیکچر کی معلومات بناتے وقت، میں نے ایک تحقیقی مقالہ دیکھا جو شیئر کرنے کے قابل ہے،
خاص طور پر جب سب AI ٹریڈنگ کے فیضان میں مبتلا ہو رہے ہیں، تو واضح طور پر معلوم ہوتا ہے کہ مستقبل میں AI پورے سرمایہ کاری عمل میں شامل ہوگا۔
مصنفینِ مقالہ "AI-TRADER: BENCHMARKING AUTONOMOUS AGENTS IN REAL-TIME FINANCIAL MARKETS" نے AI-Trader فریم ورک پیش کیا ہے، جس کا مقصد مقبول LLM ماڈلز کے مالی فیصلوں کی کارکردگی کا جائزہ لینا ہے، جو مکمل طور پر خودمختار، ریل ٹائم پر چل رہے ہوں اور ڈیٹا کے آلودگی سے پاک ماحول میں ہوں۔
بس ایک بات یہ ہے کہ AI کے سٹاک ٹریڈنگ کے اثرات کا جائزہ لیا جائے۔
تجربہ میں امریکی اسٹاک مارکیٹ کے ناسداک 100 کے اجزاء، چینی اسٹاک مارکیٹ کے شنگھائی 50 کے اجزاء، اور 10 بڑے مقبول کرپٹو ایسٹس شامل کیے گئے ہیں، جو گھنٹے کے (امریکی اسٹاکس) اور دن کے (چینی اسٹاکس، کرپٹو کرنسیز) ٹریڈنگ فریکوئنسی کو سپورٹ کرتے ہیں۔
مختلف AI ماڈلز کو ایک ہی ایجنٹ میں پیک کیا گیا ہے، جو MCP کے ذریعے خبروں، معلومات، فنانشل رپورٹس اور مارکیٹ ڈیٹا کو حاصل کرتا ہے اور خودکار طور پر جذبات کا استخراج، عددی حساب لگانا اور ٹریڈنگ احکامات جاری کرتا ہے۔
6 شرکاء (اس وقت DS-V4 جاری نہیں ہوا تھا)،
• DeepSeek-v3.1
• MiniMax-M2
• کلود-3.7-سونیٹ
• GPT-5
• Qwen3-Max
• جمنائی-2.5-فلیش
25 نومبر سے 7 نومبر تک، اصل بازار کا مقابلہ شروع ہوا، جس کا نتیجہ یہ نکلا،
MiniMax-M2، امریکی اسٹاک (گھنٹہ کے لحاظ سے) اور چینی اسٹاک (دن کے لحاظ سے) دونوں چیمپئن بن گیا،
DS-V3.1 نے کرپٹو گروپ میں پہلا مقام حاصل کیا۔
لیکن کرُوش کی بات یہ ہے کہ
زیادہ تر ماڈلز حقیقی بازار میں کمزور پرفارم کرتے ہیں، کم منافع اور کمزور ریسک مینجمنٹ کے ساتھ۔
ان خامیوں کو بڑے ماڈل بنچ مارکس میں نہیں دکھایا جا سکتا۔
ایک ہی ماڈل، مختلف مارکیٹس میں، بہت مختلف انداز میں۔
مثلاً چیمپئن MINIMAX، جو امریکی اسٹاک مارکیٹ میں منافع کی تلاش کرتا ہے، اور چینی اسٹاک مارکیٹ میں دفاعی (کم ارتعاش، کم کمی) کی طرف موڑتा ہے، جس سے ظاہر ہوتا ہے کہ تربیتی مواد میں دونوں مارکیٹس کے فرق کو سمجھا گیا ہے۔
امریکی اسٹاک میں، کئی ماڈلز QQQ کو پیچھے چھوڑ سکتے ہیں،
ایشیائی اسٹاک میں، کوئی بھی شنگھائی 50 کو پیچھے نہیں چھوڑ سکتا، تمہارے پاس بفیٹ آ جائے، سب سے طاقتور AI آ جائے، میرے بڑے A میں، اب بھی جھکنا پڑے گا۔
حتیٰ کہ ڈیپسیک جیسا مقامی اور کوانتیٹیو خون کا مالک
امریکی اسٹاک اور کرپٹو مارکیٹ میں اچھا پرفارم کرنے کے باوجود، چینی اسٹاک مارکیٹ میں بھی کامیاب نہیں ہو سکا۔
امریکہ کے جیمنی، جو امریکی اسٹاک مارکیٹ میں اوسطاً 3.79 پر ٹریڈ ہوتا ہے، وہ اے شیئرز میں 4.74 تک پہنچ گیا، بس اس لیے کہ مقامی عادات کے مطابق چلنا پڑتا ہے۔
اس میں کچھ کامیاب کیسز ہیں،
مثلاً، 10 اکتوبر کو DS نے سرچ ٹول کے ذریعے ٹرمپ کے "چین پر مزید ترسیلیں" کے بارے میں خبریں حاصل کیں، سائنسی اسٹاکس کے لیے اعلیٰ خطرہ نکالا، اور دفاعی حکمت عملی اپنائی:
ٹیکنالوجی اسٹاکس کا پوزیشن 99% سے گھٹا کر 70% کر دیا گیا ہے
کنسرمپشن نیسسٹیز (PEP) اور یوٹلیٹیز (AEP) میں اضافہ کریں
17.3% نقد رکھیں
نقصان کو کامیابی سے کم کیا گیا، زیادہ تر ماڈلز سے بہتر پرفارم کیا گیا
اسی طرح، DS بھی تمام AI جو دنیا بھر میں ہوتے ہیں، کا وہی غلطی کرتا ہے،
ایک ہی ذریعہ سے گھسٹا گیا،
"ساختی میڈم باؤ" کی خبر کو حاصل کرنے کے بعد، کراس ویریفیکیشن نہیں کی گئی
غلطی سے روایتی توانائی اور بینک شیئرز میں اضافہ کرنا، مارکیٹ کی بنیادی اُچھال سے محروم رہنا
سماجی ایجینٹ کی معلومات کی تصدیق اور ڈائنا مک درستگی کے شعبے میں کمی کا اظہار ہوا
ایک اچھے معلوماتی انٹرفیس اور ڈیٹا کی مطابقت کے ماحول میں، AI عام طور پر "ہالوسینیشن" کی غلطیاں نہیں کرتا۔
حقیقی "عملی خامی" یہ ہے کہ
یا غلط تجزیہ (جالس معلومات)
یا بار بار ٹریڈ کرنا (بے اثر ٹریڈ)
یا ریسک کنٹرول ناکام ہو جائے (خطرہ ہو جائے)۔
یہ بھی پچھلے کچھ ماہوں کا وہ تجربہ ہے جو میں نے AI کے تجربات میں خود محسوس کیا ہے۔
تاہم، ان مسائل کے حل موجود ہیں۔
اصل متن کے کچھ مصنفین،
ایک ویب سائٹ بھی بنائی گئی ہے جو انسان اور مشین کے تعاون والے ٹریڈنگ تجربات کے پیچھے کے ترقی اور نگرانی کے لیے ہے،
وہیں کے تیار سکل کو براہ راست انسٹال کریں اور ایک ٹریڈنگ مقابلہ شروع کریں۔