الذكاء الاصطناعي للمالية‹أنماط الإخفاق التي تكلّف مالًااختبر نفسك8 أسئلة عن «أنماط الإخفاق التي تكلّف مالًا». اختر إجابة لكل سؤال، ثم اضغط «تحقّق من إجاباتي».1. ينتج نموذج نسبة رافعة مالية بمنزلتين عشريتين وينسبها إلى إيضاح محدد في إفصاح. ماذا تخبرك هذه الدقة؟أ. أن الرقم مسترجع من الإيضاح المنسوب إليه، لأنه مذكور بمنزلتين عشريتينب. لا شيء عن المصدر — الدقة خاصية من خصائص صيغة المخرجاتج. أن ثقة النموذج بهذا الرقم أعلى من ثقته برقم مقرَّبد. أن الرقم قد جرى التحقق منه بالفعل مقابل الإفصاح المذكور2. يعطي ملخص بالذكاء الاصطناعي لإفصاح ما رقمَ إيرادات حقيقيًا لكنه من ربع سنة مختلف. أي فحص يكشف هذا النوع من الأخطاء بشكل موثوق؟أ. سؤال النموذج هل هو واثق من الرقمب. التحقق من أن الرقم منسّق بما يتسق مع بقية الملخصج. التأكد من أن الرقم يظهر في موضع ما من الإفصاحد. فتح الإفصاح والتأكد من الفترة والأساس والوحدات لكل رقم3. يقول باحث إن استراتيجية جرى التحقق منها خارج العيّنة. ما سؤال المتابعة الأكثر فائدة؟أ. كم نسخة جُرّبت على هذا التاريخ نفسه، وعلى يد كم شخصب. ما البرنامج المستخدم لتشغيل الاختبار التاريخيج. هل تتجاوز نسبة شارب (Sharpe) العتبة المعتمدة لدى المكتبد. هل أُدرجت تكاليف المعاملات في التشغيل النهائي4. لماذا تضلّل عتبة الدلالة غير المعدَّلة بعد تجارب كثيرة؟أ. تصبح الاختبارات الإحصائية غير مستقرة حين تُشغَّل على سلاسل زمنية مالية طويلةب. تراكم برامج الاختبار التاريخي أخطاء تقريب عبر عمليات تشغيل متكررة كثيرةج. العتبة معايَرة ليتخطاها الضجيج أحيانًا، فتجعل المحاولات الكثيرة تخطّيها مرجّحًاد. عتبات الدلالة صُمّمت للتجارب المضبوطة ولا تنتقل إلى البيانات المالية إطلاقًا، أيًّا كان حجم العيّنة5. أيٌّ مما يلي مثال على تحيّز النظر إلى المستقبل لا على خطأ نموذج عادي؟أ. نموذج أقل دقة في أسهم الشركات الصغيرة منه في أسهم الشركات الكبيرةب. نموذج تتراجع دقته ببطء على مدى عدة سنواتج. نموذج يكون أداؤه أسوأ بعد احتساب تكاليف المعاملاتد. اختبار تاريخي يستخدم بيانات أساسية معدَّلة مؤرَّخة بالفترة لا بتاريخ النشر6. لماذا يكون التقسيم العشوائي بين التدريب والاختبار خاطئًا لبيانات الائتمان أو السوق؟أ. التقسيم العشوائي ينتج مجموعات اختبار أصغر من أن تكون مفيدةب. يتيح للنموذج التدريب على فترات تلي فترة الاختبار، ويسمح للسجلات المترابطة بأن تقع على جانبي التقسيمج. مولّدات الأرقام العشوائية غير قابلة للتكرار عبر الأنظمة، فلا يمكن إعادة التقسيمد. التقسيم الزمني يعطي دائمًا دقة أعلى من العشوائي، ولهذا السبب يُفضَّل7. نُشر نموذج ائتماني بُني على بيانات من فترة هادئة على نحو غير معتاد. متى يرجَّح أن يكون مخطئًا بشدة؟أ. تدريجيًا وبالتساوي طوال فترة تشغيله كلهاب. فور إطلاقه مباشرة، قبل أن يتاح وقت لأي انحرافج. خلال أول تراجع اقتصادي حقيقي — حين يكون الخطأ أكثر كلفةد. فقط إذا تغيّر الكود البرمجي أو معاملاته8. منافسان يرخّصان كلٌّ على حدة البيانات نفسها ويبنيان على نموذج المزوّد نفسه. ما الخطر الذي تفوّته رؤية المخاطر على مستوى المؤسسة الواحدة؟أ. قرارات مترابطة وخروج مترابط لا تستطيع أيٌّ من المؤسستين رصده من داخل حدودهاب. احتمال إعادة التفاوض على رسوم الترخيص بشروط غير مواتية عند التجديدج. أن تكون البيانات المشتركة أقل جودة مما كانت ستكون عليه البيانات الخاصةد. أن يكشف المزوّد مراكز إحدى المؤسستين للأخرى، بما يخالف شروط السريةتحقّق من إجاباتيالوحدة التالية: النشر دون أن تصبح أنت دراسة الحالة ←