AI stock prediction

நிலையற்ற சந்தையில் கடல்சார் எரிசக்தி பங்குகள் எவை சிறப்பாக செயல்படும் என்று AI கணிக்க முடியுமா?

துளையிடல் விளைவுகள், பொருட்களின் விலைகள் மற்றும் புவிசார் அரசியல் அபாயங்கள் தொடர்பான பரந்த தரவுத்தொகுப்புகளை மனித ஆய்வாளர்களை விட வேகமாக செயலாக்குவதன் மூலம், எந்த கடல்சார் எரிசக்தி பங்குகள் சிறப்பாக செயல்படலாம் என்பதை கண்டறியும் வாய்ப்புகளை AI கணிசமாக மேம்படுத்த முடியும், ஆனால் புவியியல் ஆச்சரியங்கள் மற்றும் திடீர் ஒழுங்குமுறை மாற்றங்களால் வரையறுக்கப்படும் ஒரு துறையில் நம்பகமான உறுதியை அது வழங்க முடியாது. முதலீட்டாளர்கள் AI கணிப்புகளை ஒரு உத்தரவாதமான சிக்னலாக அல்லாமல், நிகழ்தகவு-எடையிடப்பட்ட உள்ளீடாக கருத வேண்டும், குறிப்பாக ஆழ்கடல் துளையிடலின் அதிக-மாறுபாடு கொண்ட உலகில்.

கட்டமைக்கப்பட்ட நிதித் தரவை நில நடுக்க ஆய்வுகள், வானிலை முறைகள் மற்றும் புவிசார் அரசியல் முன்னேற்றங்கள் போன்ற மிகவும் கட்டமைக்கப்படாத மாறிகளுடன் இணைப்பதால், கடல்சார் எரிசக்தித் துறை, குறிப்பாக ஆழ்கடல் துளையிடல், AI-இயக்கப்படும் பங்கு கணிப்புக்கான ஒரு கவர்ச்சிகரமான சோதனை வழக்காக மாறியுள்ளது. இந்த சிக்கல்தன்மை, நவீன போர்ட்ஃபோலியோ மேலாண்மையில் அல்காரிதமிக் முன்கணிப்பின் பலங்களையும் உண்மையான வரம்புகளையும் ஆராய்வதற்கு ஒரு சிறந்த சூழலாக இதை ஆக்குகிறது.

இந்த கேள்வி பரந்த தொழில்துறை மாற்றங்களுடன் நேரடியாக இணைந்துள்ளது, இதில் அதி-ஆழ்கடல் துளையிடல் போன்ற மூலதன-தீவிர திட்டங்களை மதிப்பிடுவதில் AI அபாய மாதிரிகளின் வளர்ந்து வரும் பயன்பாடு அடங்கும், இது rupiya.ai-இன் AI-இயக்கப்படும் எரிசக்தி நிதி தொடர்பான கவரேஜில் ஆழமாக ஆராயப்பட்ட ஒரு கருப்பொருள். கடல்சார் எரிசக்தி பங்குகள் குறித்து AI நம்பகமாக என்ன கணிக்க முடியும், என்ன கணிக்க முடியாது என்பதை புரிந்துகொள்வது, அல்காரிதமிக் நம்பிக்கையை மிகைப்படுத்தி நம்பாமல் முதலீட்டாளர்கள் தங்கள் எதிர்பார்ப்புகளை சரிசெய்ய உதவுகிறது.

எரிசக்தி சந்தைகளில் AI பங்கு கணிப்பை புரிந்துகொள்ளுதல்

எரிசக்தித் துறையில் AI பங்கு கணிப்பு மாதிரிகள் பொதுவாக பல தரவு ஸ்ட்ரீம்களை இணைக்கின்றன: வரலாற்று விலை நகர்வுகள், பொருள் ஃப்யூச்சர் தரவு, நிறுவனம்-குறிப்பிட்ட துளையிடல் முடிவுகள், மேக்ரோ பொருளாதார குறிகாட்டிகள், மற்றும் அதிகரித்து வரும் அளவில், கடல்சார் தளங்களுக்கு அருகிலுள்ள ரிக் செயல்பாட்டின் செயற்கைக்கோள் படங்கள் அல்லது கப்பல் போக்குவரத்து போன்ற மாற்று தரவு. இயந்திர கற்றல் அல்காரிதம்கள், குறிப்பாக ஆழ்ந்த கற்றல் மற்றும் இயற்கை மொழி செயலாக்க மாதிரிகள், தொடர்ச்சியான பங்கு செயல்திறனுடன் தொடர்புடைய இந்த தரவுத்தொகுப்புகள் முழுவதும் முறைகளை அடையாளம் காண பயிற்றுவிக்கப்படுகின்றன.

வெறுமனே விலை விளக்கப்படங்களை நம்பியிருக்கும் எளிமையான தொழில்நுட்ப பகுப்பாய்வு கருவிகளைப் போலல்லாமல், நவீன AI அமைப்புகள் வருவாய் அழைப்பு டிரான்ஸ்கிரிப்ட்கள், ஒழுங்குமுறை தாக்கல்கள், மற்றும் தனிப்பட்ட கடல்சார் சொத்துக்களில் செயல்பாட்டு ஆரோக்கியத்தை மதிப்பிடுவதற்கு செயற்கைக்கோள்-கண்டறியப்பட்ட ஃப்ளேரிங் செயல்பாடு கூட செயலாக்க முடியும். இந்த திறன்களைக் கொண்ட தளங்களைப் பயன்படுத்தும் நிறுவன முதலீட்டாளர்களுக்கு, பாரம்பரிய அடிப்படை பகுப்பாய்வை மட்டும் விட நிறுவன செயல்திறனின் மிகவும் விரிவான பார்வையை இது வழங்குகிறது.

இருப்பினும், கடல்சார் எரிசக்தி பங்குகளை மாதிரியாக்குவது குறிப்பாக சவாலானது, ஏனெனில் அவற்றின் மதிப்பீட்டின் பெரும் பகுதி பைனரி, கணிக்க கடினமான நிகழ்வுகளைச் சார்ந்துள்ளது, எடுத்துக்காட்டாக ஒரு ஆய்வுக் கிணறு வணிக ரீதியாக சாத்தியமான இருப்புக்களை அடைகிறதா என்பது. இது நுகர்வோர் சில்லறை பங்கு செயல்திறனை கணிப்பதை விட அடிப்படையில் வேறுபட்ட அபாய அமைப்பை அறிமுகப்படுத்துகிறது, அங்கு தேவை முறைகள் மிகவும் தொடர்ச்சியாகவும் கணிக்கக்கூடியதாகவும் இருக்கும்.

இது ஏன் இப்போது முக்கியமானது

2026 ஆம் ஆண்டில் எரிசக்தி சந்தைகள் அசாதாரணமாக நிலையற்றதாகவே உள்ளன, தொடர்ச்சியான புவிசார் அரசியல் பதட்டங்கள், புதிய எல்லைப் படுகைகளுக்கு ஆழ்கடல் துளையிடல் விரிவாக்கம், மற்றும் புதுப்பிக்கத்தக்க எரிசக்திக்கு ஒரு சீரற்ற உலகளாவிய மாற்றத்தால் வடிவமைக்கப்பட்டுள்ளன. இந்த நிலையின்மை கடல்சார் எரிசக்தி பங்குகளுக்குள் நுழைவை நேரம் சரியாக அமைக்க முயலும் முதலீட்டாளர்களுக்கு வாய்ப்பையும் ஆபத்தையும் உருவாக்குகிறது, இது நம்பகமான முன்கணிப்பு கருவிகளை அமைதியான சந்தை நிலைமைகளை விட மதிப்புமிக்கதாகவும், அதிக ஆய்வுக்கு உட்பட்டதாகவும் ஆக்குகிறது.

நிறுவன மூலதனம் கிட்டத்தட்ட ஒவ்வொரு துறையிலும் அளவு மற்றும் AI-இயக்கப்படும் வர்த்தக உத்திகளுக்குள் தொடர்ந்து பாய்கிறது, எரிசக்தியும் இதற்கு விதிவிலக்கல்ல. ஹெட்ஜ் நிதிகள் மற்றும் சொத்து மேலாளர்கள் கடல்சார் துளையிடல் அபாயத்திற்கு குறிப்பாக அளவீடு செய்யப்பட்ட AI மாதிரிகளை அதிகளவில் பயன்படுத்துகின்றனர், ஏனெனில் கரையோர ஷேல் பொருளாதாரத்திற்காக கட்டமைக்கப்பட்ட பாரம்பரிய மதிப்பீட்டு மாதிரிகள் ஆழ்கடல் திட்டங்களின் தனித்துவமான செலவு மற்றும் அபாய அமைப்பை பெரும்பாலும் பிடிக்கத் தவறுகின்றன.

சில்லறை முதலீட்டாளர்களைப் பொறுத்தவரை, அணுகக்கூடிய AI முதலீட்டு கருவிகளின் பெருக்கம் என்றால், முன்பு ஹெட்ஜ் நிதிகளுக்கு மட்டும் பிரத்யேகமாக இருந்த அல்காரிதமிக் கணிப்புகள் இப்போது நுகர்வோர்-எதிர் தளங்கள் மூலம் கிடைக்கின்றன. இந்த ஜனநாயகமயமாக்கல், இந்த கணிப்புகள் எவ்வளவு துல்லியமானவை அல்லது தவறானவை என்பதை சரியாக புரிந்துகொள்வதற்கான பங்கயத்தை உயர்த்துகிறது, குறிப்பாக கடல்சார் எரிசக்தி போன்ற பெரும்பாலும் கணிக்க முடியாத துறைக்கு பயன்படுத்தும்போது.

AI கடல்சார் பங்கு பகுப்பாய்வை எவ்வாறு மாற்றியமைக்கிறது

வேறுபட்ட தரவு மூலங்களை ஒரு ஒற்றை முன்கணிப்பு கட்டமைப்பாக ஒருங்கிணைக்கும் திறன் மூலம் AI முதன்மையாக கடல்சார் எரிசக்தி பங்கு பகுப்பாய்வை மாற்றியமைக்கிறது. இயற்கை மொழி செயலாக்க கருவிகள் இப்போது தினமும் ஆயிரக்கணக்கான செய்தி கட்டுரைகள், ஒழுங்குமுறை அறிவிப்புகள் மற்றும் ஆய்வாளர் அறிக்கைகளை ஸ்கேன் செய்கின்றன, குறிப்பிட்ட கடல்சார் திட்டங்களைச் சுற்றியுள்ள உணர்வு மாற்றங்களை கொடி காட்டுகின்றன, இவை பங்கு விலை நகர்வுகளுக்கு முன்னதாக இருக்கலாம், பெரும்பாலும் மனித ஆய்வாளர்கள் அதே அளவு தகவலை செயலாக்குவதற்கு முன்பே.

கடல்சார் எரிசக்தி நிறுவனங்கள் பல்வேறு பொருள் விலை காட்சிகளுக்கு எவ்வாறு பதிலளிக்கக்கூடும் என்பதை உருவகப்படுத்த வலுவூட்டல் கற்றல் மாதிரிகளும் பயன்படுத்தப்படுகின்றன, இது நீடித்த குறைந்த-விலை சூழல்களில் தப்பிப்பிழைக்க இருப்புத்தாள் நெகிழ்ச்சித்தன்மை கொண்ட நிறுவனங்கள் எவை, நிதி நெருக்கடியை எதிர்கொள்ளக்கூடியவை எவை என்பதை கணிக்க உதவுகிறது. இந்த காட்சி-அடிப்படையிலான அணுகுமுறை, முதலீட்டாளர்களுக்கு ஒற்றை உறுதிவாத முன்கணிப்பை விட விளைவுகளின் நிகழ்தகவு வரம்பை வழங்குகிறது, இது இந்தத் துறையில் உள்ள உண்மையான நிச்சயமற்ற தன்மையை சிறப்பாக பிரதிபலிக்கிறது.

செயற்கைக்கோள்-அடிப்படையிலான AI கண்காணிப்பு, கடல்சார் துளையிடல் செயல்பாட்டை கிட்டத்தட்ட நிகழ்நேரத்தில் கண்காணிப்பதற்கு குறிப்பாக மதிப்புமிக்கதாக மாறியுள்ளது, ரிக் நகர்வுகள், ஃப்ளேரிங் முறைகள், மற்றும் அதிகாரப்பூர்வ நிறுவன வெளிப்படுத்தல்களில் தோன்றுவதற்கு முன்பே உற்பத்தி மாற்றங்களை சமிக்ஞை செய்யக்கூடிய கப்பல் போக்குவரத்தை கண்டறிகிறது. சில சிறப்பு நிதிகள் இப்போது இந்த மாற்று தரவை ஒரு உண்மையான வர்த்தக விளிம்பாக பயன்படுத்துகின்றன, இருப்பினும் அத்தகைய கருவிகளுக்கான அணுகல் பெரிய நிறுவனங்கள் மற்றும் சில்லறை முதலீட்டாளர்களுக்கிடையே சமமற்றதாகவே உள்ளது.

நிஜ-உலக உலகளாவிய உதாரணங்கள்

அமெரிக்கா மற்றும் இங்கிலாந்தில் உள்ள நிறுவனங்கள் உட்பட பல அளவு ஹெட்ஜ் நிதிகள், பாரம்பரிய மேக்ரோ பொருளாதார சிக்னல்களுடன் கடல்சார் துளையிடல் தரவை இணைத்து, எரிசக்தித் துறை நிலையின்மையை வர்த்தகம் செய்ய AI-இயக்கப்படும் மாதிரிகளைப் பயன்படுத்துவதை பகிரங்கமாக விவாதித்துள்ளன. குறிப்பிட்ட செயல்திறன் புள்ளிவிவரங்கள் நெருக்கமாக பாதுகாக்கப்பட்டாலும், தொழில்துறை அறிக்கைகள் இந்த மாதிரிகள் முக்கிய கடல்சார் துளையிடல் அறிவிப்புகள் அல்லது கசிவு சம்பவங்களைச் சுற்றியுள்ள குறுகிய-கால நிலையின்மை உயர்வுகளை கணிப்பதில் குறிப்பிட்ட வலிமையை காட்டியுள்ளன என்று கூறுகின்றன.

ஐரோப்பாவில், பல சொத்து மேலாளர்கள் தங்கள் எரிசக்தித் துறை மாதிரிகளில் AI-இயக்கப்படும் ESG மதிப்பீட்டை ஒருங்கிணைத்துள்ளனர், இது ஷெல் மற்றும் டோட்டல்எனர்ஜீஸ் போன்ற நிறுவனங்களுக்கு அவற்றின் கடல்சார் எதிராக புதுப்பிக்கத்தக்க முதலீட்டு கலவையின் அடிப்படையில் கணிக்கப்பட்ட செயல்திறனை பொருள் ரீதியாக பாதித்துள்ளது. கடல்சார் எரிசக்தி பங்குகளை மதிப்பிடும்போது AI கணிப்புகள் தூய நிதி அடிப்படைகளுடன் நிலைத்தன்மை அளவீடுகளை அதிகளவில் ஒருங்கிணைப்பதை இது விளக்குகிறது.

ஆசியாவில், இந்தியா மற்றும் சீனாவில் அரசு-ஆதரவு பெற்ற எரிசக்தி நிறுவனங்களை கண்காணிக்கும் அல்காரிதமிக் வர்த்தக மேசைகள் AI மாதிரிகளை குறைவான நம்பகமானதாக கண்டறிந்துள்ளன, ஏனெனில் ஆழ்கடல் ஆய்வு தொடர்பான அரசாங்க கொள்கை முடிவுகள் பெரும்பாலும் தூய சந்தை அடிப்படைகளை மேலெழுதுகின்றன. இந்த பிராந்திய மாறுபாடு ஒரு முக்கியமான வரம்பை எடுத்துக்காட்டுகிறது: வெளிப்படையான ஒழுங்குமுறை சூழல்கள் கொண்ட சந்தைகளில் கடல்சார் எரிசக்தி பங்குகளுக்கான AI கணிப்பு துல்லியம் அதிகமாகவும், அரசியல் காரணிகள் ஆதிக்கம் செலுத்தும் இடங்களில் குறைவாகவும் இருக்கும் போக்கு உள்ளது.

நடைமுறை நிதி குறிப்புகள்

கடல்சார் எரிசக்தி பங்குகளை மதிப்பிட AI-இயக்கப்படும் கருவிகளைப் பயன்படுத்தும் முதலீட்டாளர்கள், இந்தத் துறையை வகைப்படுத்தும் பைனரி அபாய நிகழ்வுகளைக் கருத்தில் கொண்டு, கணிப்புகளை துல்லியமான விலை இலக்குகளை விட திசைசார் வழிகாட்டுதலாக கருத வேண்டும். தனிப்பட்ட நிறுவனங்களின் இருப்புத்தாள்கள் மற்றும் சமன் புள்ளி உற்பத்தி செலவுகள் குறித்த அடிப்படை ஆராய்ச்சியுடன் AI நுண்ணறிவுகளை இணைப்பது, அல்காரிதமிக் வெளியீட்டை மட்டும் நம்புவதை விட ஒரு வலுவான அணுகுமுறையை வழங்குகிறது.

rupiya.ai போன்ற தளங்கள், AI-உருவாக்கப்பட்ட சிக்னல்களை முதலீட்டாளர்களின் பரந்த நிதித் திட்டத்திற்குள் சூழல்படுத்த உதவும், கடல்சார் எரிசக்தி வெளிப்பாடு தனிப்பட்ட அபாய சகிப்புத்தன்மைக்கு விகிதாசாரமாக இருப்பதை உறுதி செய்யும், அல்லாமல் தூய அல்காரிதமிக் நம்பிக்கை மதிப்பெண்களால் மட்டும் இயக்கப்படுவதில்லை. மிகவும் அதிநவீன மாதிரிகள் கூட திடீர் ஒழுங்குமுறை தடைகள் அல்லது முக்கிய கசிவு சம்பவங்கள் போன்ற முன்னெப்போதும் இல்லாத நிகழ்வுகளை தவற விடலாம் என்பதை நினைவில் கொள்ள வேண்டும்.

இந்தத் துறையின் உள்ளார்ந்த நிலையின்மையைக் கருத்தில் கொண்டு, AI-இன் ஒற்றை உயர்-தரவரிசைப்படுத்தப்பட்ட தேர்வில் கவனம் செலுத்துவதற்குப் பதிலாக, பல கடல்சார்-வெளிப்பாடு கொண்ட நிறுவனங்களில் பன்முகப்படுத்துவது ஒரு நல்ல அபாய மேலாண்மை நடைமுறையாகவே உள்ளது. புதிய துளையிடல் முடிவுகள் மற்றும் ஒழுங்குமுறை முடிவுகள் வெளிவரும்போது முதலீட்டாளர்கள் AI மாதிரி வெளியீடுகளை தொடர்ந்து மறுமதிப்பீடு செய்ய வேண்டும், ஏனெனில் இந்த மாதிரிகள் அவற்றுக்கு உட்செலுத்தப்படும் மிக சமீபத்திய தரவைப் போலவே நல்லதாக இருக்கும்.

எதிர்கால கண்ணோட்டம்

மேம்பட்ட கடல் உணரி நெட்வொர்க்குகள் மற்றும் மேம்பட்ட செயற்கைக்கோள் தெளிவுத்திறன் உள்ளிட்ட மிகவும் விரிவான நிகழ்நேர தரவு மாதிரி உருவாக்குநர்களுக்கு கிடைப்பதால், கடல்சார் எரிசக்தி பங்குகளுக்கான AI கணிப்பு துல்லியம் மேம்படும் வாய்ப்புள்ளது. இது மற்ற துறைகளுடன் ஒப்பிடும்போது கடல்சார் துளையிடல் முடிவுகளை முன்கணிப்பது இவ்வளவு கடினமாக்கும் தற்போதைய நிச்சயமற்ற தன்மை இடைவெளியை படிப்படியாக குறுக்கும்.

அதே நேரத்தில், AI மாதிரிகளில் காலநிலை அபாய தரவின் அதிகரித்து வரும் ஒருங்கிணைப்பு, வரும் ஆண்டுகளில் கடல்சார் எரிசக்தி பங்குகள் எவ்வாறு மதிப்பிடப்படுகின்றன என்பதை மறுவடிவமைக்கும் என்று எதிர்பார்க்கப்படுகிறது, ஒழுங்குமுறை இறுக்கம் விரைவடைந்தால் அதிக ஆழ்கடல் வெளிப்பாடு கொண்ட நிறுவனங்களை தண்டிக்கக்கூடும். கார்பன் விலை நிர்ணயம் மற்றும் சுற்றுச்சூழல் பொறுப்பு காட்சிகளை நேரடியாக அவற்றின் முன்கணிப்பு கட்டமைப்புகளுக்குள் அதிகளவில் ஒருங்கிணைக்கும் AI மாதிரிகளை முதலீட்டாளர்கள் கவனிக்க வேண்டும்.

AI முதலீட்டு கருவிகள் உலகளவில் சில்லறை முதலீட்டாளர்களுக்கு மேலும் அணுகக்கூடியதாக மாறும்போது, இந்த மாதிரிகள் கணிப்புகளை எவ்வாறு உருவாக்குகின்றன என்பது குறித்த அதிக வெளிப்படைத்தன்மை தேவைகளை எதிர்பார்க்கவும், குறிப்பாக கடல்சார் எரிசக்தி போன்ற நிலையற்ற துறைகளுக்கு, அங்கு அல்காரிதமிக் அதிக நம்பிக்கை குறைவான அனுபவம் கொண்ட முதலீட்டாளர்களை தவறாக வழிநடத்தக்கூடும். இந்த ஒழுங்குமுறை கவனம் 2027 ஆம் ஆண்டளவில் AI நிதி தயாரிப்புகள் எவ்வாறு சந்தைப்படுத்தப்படுகின்றன மற்றும் வெளிப்படுத்தப்படுகின்றன என்பதை வடிவமைக்கும் வாய்ப்புள்ளது.

உண்மையிலேயே கணிக்க முடியாத துறையில் AI கணிப்புகளின் துல்லியம்

கடல்சார் எரிசக்தியில் AI பங்கு கணிப்பின் முக்கிய வரம்பு, துறையின் உண்மையிலேயே புதிய, குறைந்த-நிகழ்தகவு நிகழ்வுகளுக்கான வெளிப்பாட்டைப் பொறுத்தது, எடுத்துக்காட்டாக முக்கிய கசிவுகள், திடீர் புவிசார் அரசியல் மோதல், அல்லது எதிர்பாராத ஒழுங்குமுறை தடைகள், இவை வரையறையின்படி மாதிரிகள் கற்றுக்கொள்வதற்கு வரையறுக்கப்பட்ட வரலாற்று முன்னுதாரணத்தை கொண்டுள்ளன. இதன் பொருள் நன்கு வடிவமைக்கப்பட்ட AI அமைப்புகள் கூட மிகவும் நிலையான தொழில்களுடன் ஒப்பிடும்போது இந்தத் துறையில் டெயில் அபாயங்களை முறையாக குறைத்து மதிப்பிடும்.

எரிசக்தி-மையப்படுத்தப்பட்ட AI வர்த்தக மாதிரிகள் மீதான பேக்டெஸ்டிங் ஆய்வுகள் பொதுவாக குறுகிய-கால நிலையின்மை கணிப்புக்கு நியாயமான துல்லியத்தை காட்டுகின்றன, ஆனால் நீண்ட-அடிவான முன்கணிப்புகளுக்கு, குறிப்பாக தனிப்பட்ட கிணறு முடிவுகள் அல்லது முக்கிய திட்ட ஒப்புதல்களைச் சுற்றி மிகவும் பலவீனமான செயல்திறனைக் காட்டுகின்றன. தனிப்பட்ட கடல்சார் எரிசக்தி பங்குகளுக்கான நீண்ட-கால விலை இலக்குகளுக்கு அதிக துல்லியத்தை கூறும் AI கருவிகள் குறித்து முதலீட்டாளர்கள் குறிப்பாக எச்சரிக்கையாக இருக்க வேண்டும், ஏனெனில் இந்த அளவிலான துல்லியம் தற்போதைய மாதிரி திறன்களால் நன்கு ஆதரிக்கப்படவில்லை.

இறுதியில், இந்த இடத்தில் AI-இன் மிகவும் பயனுள்ள பயன்பாடு ஒரு படிக பந்தாக அல்லாமல் ஒரு அபாய-கொடியிடல் மற்றும் முறை-அங்கீகார கருவியாகும், இது மனிதர்கள் தவற விடக்கூடிய தரவு முறைகளின் அடிப்படையில் எந்த கடல்சார் எரிசக்தி நிறுவனங்கள் அதிக நிதி அபாயத்தை சுமக்கின்றன என்பதை அடையாளம் காண முதலீட்டாளர்களுக்கு உதவுகிறது, இறுதி முதலீட்டு முடிவுகளை அல்காரிதமிக் நுண்ணறிவு மற்றும் அனுபவமிக்க நிதி தீர்ப்பின் கலவையிடம் விட்டுவிடுகிறது.