AI stock prediction

உலகளாவிய பொருளாதார நிச்சயமற்ற தன்மையின் மத்தியில் அடுத்த பங்குச் சந்தை வீழ்ச்சியை AI கணிக்க முடியுமா?

நிலையற்ற தன்மையின் அமைப்புகள், கடன் இடைவெளிகள், வர்த்தக அளவு முரண்பாடுகள் மற்றும் சந்தை உணர்வை உண்மையான நேரத்தில் தொடர்ந்து பகுப்பாய்வு செய்வதன் மூலம், பாரம்பரிய மாதிரிகளை விட AI அதிகரிக்கும் வீழ்ச்சி அபாயத்தை முன்னதாகவே சுட்டிக்காட்ட முடியும், ஆனால் ஒரு வீழ்ச்சியின் சரியான நேரம், அளவு, அல்லது தூண்டுதலை உறுதியாக கணிக்க முடியாது. AI வழங்குவது ஒரு ஆரம்பகால எச்சரிக்கை அமைப்பு, ஒரு படிக மணி அல்ல, மேலும் இந்த வேறுபாட்டைப் புரிந்துகொள்வது இந்த கருவிகளை நம்பியிருக்கும் எந்த முதலீட்டாளருக்கும் மிக முக்கியமானது.

பணவீக்க அழுத்தம், Fed, ECB, மற்றும் RBI முழுவதும் சமமற்ற வட்டி வீத பாதைகள், புவிசார் அரசியல் மோதல், மற்றும் காலநிலை-தூண்டப்பட்ட விநியோக இடையூறுகள் ஒரே நேரத்தில் ஒன்றிணைவதால், உலகளாவிய சந்தைகள் ஒரு உண்மையான பல்நெருக்கடியை (polycrisis) எதிர்கொள்ளும் 2026-ஆம் ஆண்டில் இந்த கேள்வி அவசரமானதாக மாறியுள்ளது. சமூக-பொருளாதார நெருக்கடிகள், காலநிலை பேரழிவுகள் மற்றும் புவிசார் அரசியல் பதற்றம் ஒன்றன் மேல் ஒன்று குவிவதால் தனது பழைய செயல்முறையை மறுபரிசீலனை செய்ய வேண்டிய கட்டாயத்தில் இருக்கும் ஃபேஷன் தொழிலைப் போலவே, நிதி சந்தைகளும் எந்த ஒரு மாதிரியாலும் முழுமையாக முன்கூட்டியே அறிய முடியாத கூட்டு அதிர்ச்சிகளை எதிர்கொள்கின்றன.

2026-ஆம் ஆண்டின் உலகளாவிய பல்நெருக்கடியை வழிநடத்த AI போர்ட்ஃபோலியோ மேலாண்மை முதலீட்டாளர்களுக்கு எவ்வாறு உதவுகிறது என்பது குறித்த எங்கள் விரிவான பார்வையில் விவாதிக்கப்பட்டுள்ளபடி, AI ஏற்கனவே நவீன செல்வப் பாதுகாப்பின் ஒரு முக்கிய அடுக்காக மாறியுள்ளது. இந்த கட்டுரை, இந்த அதே மாதிரிகள் ஒரு வீழ்ச்சி நிகழும் முன்பே அதை உண்மையிலேயே கண்டறிய முடியுமா என்ற பரவலாக கேட்கப்படும் குறிப்பிட்ட கேள்வியை ஆழமாக ஆராய்கிறது.

AI வீழ்ச்சி கணிப்பு உண்மையில் என்ன உள்ளடக்கியது

AI வீழ்ச்சி கணிப்பு மாதிரிகள் பொதுவாக பல நுட்பங்களை இணைக்கின்றன: நிலையற்ற தன்மை கொத்து பகுப்பாய்வு, இது சந்தைகள் வரலாற்று ரீதியாக நிலையற்ற ஆட்சிகளுக்குள் நுழையும் நேரத்தை அடையாளம் காட்டுகிறது; முரண்பாடு கண்டறிதல், இது வரலாற்று விதிமுறைகளில் இருந்து கூர்மையாக விலகும் அசாதாரண வர்த்தக முறைகளை சுட்டிக்காட்டுகிறது; மற்றும் உணர்வு பகுப்பாய்வு, இது விலைகளில் தோன்றுவதற்கு முன்பே முதலீட்டாளர் மனநிலையில் மாற்றங்களைக் கண்டறிய செய்திகள், வருவாய் அழைப்புகள் மற்றும் சமூக ஊடகங்களை ஸ்கேன் செய்கிறது.

பெரிய மொழி மாதிரிகள் இப்போது அடர்த்தியான ஒழுங்குமுறை தாக்கல்கள், மத்திய வங்கி அறிக்கைகள் மற்றும் கார்ப்பரேட் வெளிப்படுத்தல்களை மனித ஆய்வாளர்களின் எந்த குழுவும் ஈடுசெய்ய முடியாத அளவில் பகுப்பாய்வு செய்வதன் மூலம் மேலும் ஒரு அடுக்கைச் சேர்க்கின்றன, ஆயிரக்கணக்கான பக்கங்கள் உரையில் புதைந்திருக்கும் நுட்பமான இடர் சமிக்ஞைகளை வெளிக்கொணர்கின்றன. இந்த சமிக்ஞைகள் பின்னர் VIX போன்ற பாரம்பரிய குறிகாட்டிகளுடன் சேர்ந்து ஆலோசகர்கள் மற்றும் நிறுவன வர்த்தகர்கள் கண்காணிக்கும் கூட்டு இடர் மதிப்பெண்களாக இணைக்கப்படுகின்றன.

இந்த மாதிரிகள் நிர்ணயிக்கப்பட்ட முன்னறிவிப்புகளை அல்ல, நிகழ்தகவு அடிப்படையிலான இடர் மதிப்பீடுகளை உருவாக்குகின்றன என்பதைப் புரிந்துகொள்வது முக்கியம். உயர்ந்த AI இடர் மதிப்பெண் என்பது நிலைமைகள் கடந்த கால சரிவுகளுக்கு முன்பு காணப்பட்டவற்றைப் போலவே இருக்கின்றன என்பதைக் குறிக்கிறது, ஒரு குறிப்பிட்ட தேதியில் வீழ்ச்சி நிச்சயமாக நிகழும் என்பதல்ல, இந்த வேறுபாடு AI-யின் முன்கணிப்பு திறன்கள் குறித்த முக்கிய ஊடக செய்திகளில் அடிக்கடி இழக்கப்படுகிறது.

இது ஏன் இப்போது முக்கியமானது

வட்டி வீத நிச்சயமற்ற தன்மை நீடித்திருந்தாலும், பல முக்கிய சந்தைகளில் பங்கு மதிப்பீடுகள் வரலாற்று ரீதியாக உயர்ந்த நிலையிலேயே உள்ளன, இது ஒரு தனி அதிர்ச்சி - ஒரு புவிசார் அரசியல் அதிகரிப்பு, ஏமாற்றமளிக்கும் பணவீக்க அறிக்கை, அல்லது திடீர் கடன் நிகழ்வு - அதிக அளவிலான விற்பனையைத் தூண்டக்கூடிய பலவீனமான நிலைமைகளை உருவாக்குகிறது. தொழில்நுட்பம் அவர்களுக்கு ஏதேனும் அர்த்தமுள்ள முன்னணி நேரத்தை வழங்க முடியுமா என்பதை அறிய முதலீட்டாளர்கள் புரிந்துகொள்ளத்தக்க வகையில் ஆர்வமாக உள்ளனர்.

பல்நெருக்கடி பின்னணி இந்த கேள்வியை அமைதியான காலகட்டங்களை விட மிகவும் அழுத்தமானதாக ஆக்குகிறது. காலநிலை பேரழிவுகள், வர்த்தக மோதல்கள், மற்றும் நாணய இறுக்கம் ஒன்றுடன் ஒன்று மேலெழும் போது, பாரம்பரிய ஆரம்பகால எச்சரிக்கை குறிகாட்டிகள் கணிக்க முடியாத வகையில் நடந்துகொள்ளலாம், ஏனெனில் பாண்ட் மகசூல் மற்றும் பங்கு விலைகள் போன்ற மாறிகளுக்கு இடையிலான வரலாற்று உறவுகள் சில நேரங்களில் கூட்டு அழுத்தத்தின் கீழ் உடைந்துவிடும்.

குறிப்பாக சில்லறை முதலீட்டாளர்கள் முன்பு நிறுவன வர்த்தக டெஸ்க்குகளுக்கு மட்டும் ஒதுக்கப்பட்டிருந்த AI-இயங்கும் இடர் டாஷ்போர்டுகளுக்கான அணுகலைப் பெற்றுள்ளனர், அதாவது இந்த கருவிகள் என்ன செய்ய முடியும் மற்றும் என்ன செய்ய முடியாது என்பது குறித்த தெளிவான, நேர்மையான பதிலுக்கான தேவை இதுவரை இல்லாத அளவுக்கு அதிகமாக உள்ளது.

வீழ்ச்சி இடர் கண்டறிதலை AI எவ்வாறு மாற்றியமைக்கிறது

ஹெட்ஜ் நிதிகள் மற்றும் சொத்து மேலாளர்கள் இப்போது சொத்துகளுக்கு இடையிலான தொடர்புகளை தொடர்ந்து கண்காணிக்கும் AI அமைப்புகளை பயன்படுத்துகின்றனர், ஏனெனில் வழக்கமாக சுயேச்சையாக நகரும் பாண்டுகள் மற்றும் பங்குகள் போன்ற சொத்துகளுக்கு இடையேயான அசாதாரண ஒத்திசைவால் பெரும்பாலும் வீழ்ச்சிகள் முன்னதாகவே ஏற்படுகின்றன. இந்த மாற்றத்தை ஆரம்பத்திலேயே கண்டறிவது நவீன இடர் மாதிரியாக்கத்தில் மிகவும் நம்பகமான சமிக்ஞைகளில் ஒன்றாக மாறியுள்ளது.

காலாண்டு அடிப்படையில் இல்லாமல் ஒவ்வொரு நாளும் பல வரலாற்று மற்றும் கற்பனை வீழ்ச்சி சூழல்களின் கீழ் ஒரு போர்ட்ஃபோலியோ எவ்வாறு செயல்படும் என்பதை உருவகப்படுத்தி, தொடர்ச்சியான, தானியங்கு அழுத்த சோதனைகளை இயக்க ஏஜென்டிக் AI அமைப்புகள் பெருகிய முறையில் பயன்படுத்தப்படுகின்றன. இது நிறுவனங்கள் தங்கள் ஹெட்ஜிங் உத்திகளை எதிர்வினையாக இல்லாமல் முன்கூட்டியே சரிசெய்ய அனுமதிக்கிறது.

rupiya.ai மற்றும் பிற AI-இயங்கும் நிதி ஆராய்ச்சி கருவிகள் போன்ற தளங்கள் இப்போது இந்த நிறுவன தரமான இடர் சமிக்ஞைகளை சாதாரண முதலீட்டாளர்களுக்கு வெளிக்கொணர்கின்றன, சிக்கலான நிலையற்ற தன்மை அளவீடுகளை எளிய மொழி எச்சரிக்கைகளாக மொழிபெயர்க்கின்றன, இது ஒரு தசாப்தத்திற்கு முன்பு சில்லறை முதலீட்டாளர்களுக்கு கிடைக்காமல் இருந்த நிதி இடர் நுண்ணறிவின் பரவலான ஜனநாயகமயமாக்கலின் ஒரு பகுதியாகும்.

நிஜ உலக உலகளாவிய உதாரணங்கள்

2020 மார்ச் மாதம் நடந்த கோவிட்-தூண்டப்பட்ட வீழ்ச்சியின் போது, சில AI-இயங்கும் இடர் மாதிரிகள், மிகக் கூர்மையான வீழ்ச்சிகளுக்கு சில நாட்களுக்கு முன்பே அசாதாரண நிலையற்ற தன்மை கொத்து மற்றும் சொத்துகளுக்கு இடையேயான தொடர்பு மாற்றங்களை சுட்டிக்காட்டின, இருப்பினும் தொற்றுநோயே தூண்டுதலாக இருக்கும் என்று எதுவும் கணிக்கவில்லை. இதேபோல், 2023-ஆம் ஆண்டு அமெரிக்க வங்கி அழுத்த நிகழ்வுகளுக்கு முன்பே பிராந்திய வங்கி உணர்வில் விரைவான சரிவை AI உணர்வு மாதிரிகள் கண்டறிந்தன.

Renaissance Technologies மற்றும் Two Sigma போன்ற அளவீட்டு ஹெட்ஜ் நிதிகள் சந்தைகளில் ஆட்சி மாற்றங்களை அடையாளம் காண AI-இயங்கும் புள்ளிவிவர மாதிரிகளை நீண்ட காலமாக பயன்படுத்தி வருகின்றன, அதே நேரத்தில் JPMorgan-இன் உள் இடர் அமைப்புகள் கப்பல் போக்குவரத்து செயல்பாடு முதல் செயற்கைக்கோள் படங்கள் வரையிலான மாற்று தரவு மூலங்களை பங்குச் சந்தைகளில் அலைபரப்பக்கூடிய பொருளாதார மந்தநிலையின் ஆரம்பகால அறிகுறிகளைக் கண்டறிய பகுப்பாய்வு செய்கின்றன.

ஆசியாவில், சீன சொத்து துறை செய்திகளை கண்காணிக்கும் உணர்வு-கண்காணிப்பு AI கருவிகள், முக்கிய நிதி ஊடகங்களில் பரவலாக அறிக்கை செய்யப்படுவதற்கு நன்கு முன்பே அழுத்தத்தின் ஆரம்பகால சமிக்ஞைகளை வழங்கின, நிறுவன உள்ளாட்களுக்கும் பரந்த சந்தைகளுக்கும் இடையிலான தகவல் இடைவெளியை AI எவ்வாறு குறைக்க முடியும் என்பதை இது விளக்குகிறது.

நடைமுறை நிதி குறிப்புகள்

எந்த ஒரு AI இடர் சமிக்ஞையையும் சந்தையிலிருந்து முழுவதுமாக வெளியேறுவதற்கான காரணமாக கருத வேண்டாம். வரலாற்று ரீதியாக, பல AI-சுட்டிக்காட்டப்பட்ட இடர் காலகட்டங்கள் முழுமையான வீழ்ச்சி இல்லாமல் தீர்க்கப்படுகின்றன, மேலும் ஒவ்வொரு எச்சரிக்கைக்கும் மிகைப்படுத்தி எதிர்வினையாற்றும் முதலீட்டாளர்கள் பெரும்பாலும் தேவையற்ற வர்த்தக செலவுகளை ஏற்படுத்தி, பின்னர் ஏற்படும் மீட்சிகளை இழக்கிறார்கள்.

மதிப்பீடு பெருக்கிகள், வருவாய் போக்குகள் மற்றும் உங்கள் தனிப்பட்ட இடர் சகிப்புத்தன்மை போன்ற பாரம்பரிய அடிப்படைகளுடன் சேர்த்து AI வீழ்ச்சி குறிகாட்டிகளை ஒரு உள்ளீடாக பயன்படுத்துங்கள். ஒரு வேறுபட்ட போர்ட்ஃபோலியோவையும், முன்னரே தீர்மானிக்கப்பட்ட நஷ்ட-நிறுத்த அல்லது மறு சமநிலைப்படுத்தல் விதிகளையும் பராமரிக்கவும், இதனால் நிலையற்ற வர்த்தக அமர்வின் நடுவில் நீங்கள் உணர்ச்சிவசப்பட்ட முடிவுகளை எடுக்க மாட்டீர்கள்.

ரொக்க கையிருப்புகளை அதிகரிப்பது அல்லது சரிவு பாதுகாப்பைச் சேர்ப்பது போன்ற நிலை அளவிடுதல் மற்றும் ஹெட்ஜிங் முடிவுகளுக்கு AI கருவிகளை மிகவும் மதிப்புமிக்கதாகக் கருதுங்கள், மிகச் சிக்கலான மாதிரிகளுக்கும் கூட விதிவிலக்காக கடினமாக இருக்கும் இருமுனை முழு-உள்ளே அல்லது முழு-வெளியே சந்தை நேர அழைப்புகளுக்கு அல்ல.

எதிர்கால கண்ணோட்டம்

AI மாதிரிகள் பெருகிய முறையில் பன்முகப்படுத்தப்பட்ட உலகளாவிய தரவுத்தொகுப்புகளில் பயிற்சி பெறுவதால், ஏஜென்டிக் அமைப்புகள் இப்போது திட்டமிடப்பட்ட இடைவெளிகளில் இல்லாமல் தொடர்ந்து சந்தைகளை கண்காணிக்க முடியும் என்பதால், தொடர்புடைய சொத்து வகைகள் முழுவதும் ஆரம்பகால எச்சரிக்கை அறிகுறிகளைக் கண்டறியும் அவற்றின் திறன் தொடர்ந்து மேம்படும் என்று எதிர்பார்க்கலாம். 2027-ஆம் ஆண்டளவில் வீழ்ச்சி-இடர் டாஷ்போர்டுகள் சில்லறை தரகு பயன்பாடுகளின் நிலையான அம்சமாக மாறும் என்று எதிர்பார்க்கவும்.

SEC மற்றும் ஐரோப்பிய முறையான இடர் வாரியம் உள்ளிட்ட ஒழுங்குமுறையாளர்கள், இதே போன்ற AI இடர் மாதிரிகளை பரவலாக நம்பியிருப்பது தானே ஒரு முறையான இடராக மாறக்கூடும் என்பதை ஆய்வு செய்யத் தொடங்கியுள்ளனர், ஏனெனில் பகிரப்பட்ட வழிமுறைகளால் தூண்டப்படும் ஒத்திசைவான விற்பனை ஒரு மந்தநிலையை தடுப்பதற்குப் பதிலாக அதிகரிக்கக்கூடும்.

இறுதியில், AI-யின் பங்கு துல்லியமான வீழ்ச்சி நேரக் கணிப்பை விட சிறந்த நிகழ்தகவு-எடையிட்ட சூழல் திட்டமிடல் நோக்கி வளரும் வாய்ப்புள்ளது, முதலீட்டாளர்கள் நிச்சயத்தன்மையின் சாத்தியமற்ற உத்தரவாதத்தைத் துரத்துவதற்குப் பதிலாக பல்வேறு விளைவுகளுக்கு தயாராக உதவும்.

AI கணிப்புகளின் துல்லியம்

AI வீழ்ச்சி கணிப்பு மாதிரிகள் உண்மையான வெற்றிகள் மற்றும் குறிப்பிடத்தக்க பொய் நேர்மறைகள் இரண்டையும் கொண்ட ஆவணப்படுத்தப்பட்ட வரலாற்றைக் கொண்டுள்ளன, அதாவது அவை சில நேரங்களில் உண்மையான வீழ்ச்சியாக மாறாத அதிகரித்த இடரைச் சுட்டிக்காட்டுகின்றன. இது எந்தவொரு தனி தளத்திற்கும் தனித்துவமான குறையை விட நிகழ்தகவு மாதிரியாக்கத்தின் உள்ளார்ந்த வரம்பாகும்.

கருப்பு அன்னப்பறவை நிகழ்வுகள், வரையறையின்படி, ஒரு புதிய தொற்றுநோய் அல்லது எதிர்பாராத புவிசார் அரசியல் அதிர்ச்சி போன்ற உண்மையிலேயே முன்னெப்போதும் இல்லாத தூண்டுதல்களை உள்ளடக்கியிருப்பதால், வரலாற்று தரவுகளில் பயிற்சி பெற்ற எந்த மாதிரியும் அவற்றை துல்லியமாக முன்னறிவிப்பது கடினமாக இருக்கும். தூண்டுதலையே கணிக்க முடியாவிட்டாலும், அத்தகைய நிகழ்வுகளுக்கு சந்தையின் எதிர்வினையை மனிதர்களை விட வேகமாக AI கண்டறிய முடியும்.

முதலீட்டாளர்கள் AI வீழ்ச்சி சமிக்ஞைகளை நிச்சயத்தன்மைகளாக அல்ல, நிகழ்தகவு மாற்றங்களாக விளக்க வேண்டும், எந்தவொரு தனி எச்சரிக்கையின் அடிப்படையிலும் வியத்தகு போர்ட்ஃபோலியோ மாற்றங்களைச் செய்வதற்குப் பதிலாக, படிப்படியாக இடர் வெளிப்பாட்டைச் சரிசெய்ய அவற்றைப் பயன்படுத்த வேண்டும், இந்த ஒழுக்கம்தான் தகவலறிந்த AI-உதவி முதலீட்டையும் எதிர்வினை ஊகத்தையும் வேறுபடுத்துகிறது.