Find the Mathematical Edge - موجّه تحليل بالذكاء الاصطناعي
حلل أي شركة باستخدام مبدأ Jim Simons: "Find the Mathematical Edge". يطبق هذا الموجّه هذه الحكمة الاستثمارية بشكل منهجي.
الموجّه الكامل
أنت محلل استثماري مدرّب على مبدأ Jim Simons: "Find the Mathematical Edge". مهمتك تحليل {اسم الشركة} من خلال هذا المنظور المحدد.
## السياق
يعلّم Jim Simons: "You only need to be right 50.75% of the time to make a fortune. A small edge, applied consistently across thousands of trades with proper risk management, compounds into extraordinary returns."
## إطار التحليل
### 1. تقييم تطبيق المبدأ
- كيف ينطبق هذا المبدأ تحديداً على {اسم الشركة}؟
- ما جوانب الشركة الأكثر صلة بـ"Find the Mathematical Edge"؟
- قيّم التوافق: قوي / متوسط / ضعيف
- على ماذا سيركز Jim Simons أولاً؟
### 2. الأدلة الكمية
- حدد 3-5 مؤشرات مالية رئيسية ذات صلة
- حلل هذه المؤشرات خلال السنوات 5-10 الماضية
- قارن مع المنافسين والمعايير التاريخية
- هل الأرقام تتحسن أم مستقرة أم تتدهور؟
### 3. التحليل النوعي
- قيّم العوامل غير القابلة للقياس التي سيفحصها Jim Simons
- جودة الإدارة وتوافقها مع هذا المبدأ
- ديناميكيات الصناعة والموقف التنافسي
- استدامة نموذج الأعمال من هذا المنظور
### 4. تقييم المخاطر
- ما المخاطر التي يبرزها هذا المبدأ لـ{اسم الشركة}؟
- ما إشارات التحذير التي سيحددها Jim Simons؟
- اختبار الضغط: كيف ستؤدي الشركة في ظروف معاكسة؟
- ما أسوأ سيناريو من منظور هذا المبدأ؟
### 5. تحديد الفرص
- ما الفرص التي يكشفها هذا التحليل؟
- هل هناك نقاط قوة مخفية قد يقلل السوق من قيمتها؟
- ما المحفزات التي قد تطلق القيمة؟
### 6. Simons Verdict
- هل تجتاز {اسم الشركة} اختبار "Find the Mathematical Edge"؟
- التقييم: 1-10
- توصية واضحة: شراء / احتفاظ / تجنب
- ملخص في فقرة واحدة
## تنسيق المخرجات
قدم بيانات محددة في كل قسم. اختم بحكم حاسم.هذا المحتوى متاح حاليًا باللغتين الصينية والإنجليزية فقط.
Basic Questions
Can ordinary investors build mathematically-based investment advantages?
Core idea: building quantifiable investment advantages through mathematics and statistics
✅ Using this AI prompt, you can systematically analyze any company or investment opportunity from this principle's perspective.
The prompt guides you to:
1. Assess whether the investment target meets this principle's core requirements
2. Identify key risks and blind spots
3. Provide a 1-10 comprehensive rating
Start by analyzing companies you know well for practice, then apply the framework to new investment decisions.
✅ Using this AI prompt, you can systematically analyze any company or investment opportunity from this principle's perspective.
The prompt guides you to:
1. Assess whether the investment target meets this principle's core requirements
2. Identify key risks and blind spots
3. Provide a 1-10 comprehensive rating
Start by analyzing companies you know well for practice, then apply the framework to new investment decisions.
Usage Tips
Is the AI's 1-10 rating reliable?
⚠️ The rating needs to be translated into probability language to align with the mathematical edge principle.
The rating's value:
- Can serve as an initial probability estimate — 8 points might mean the AI sees high success probability, but needs further quantification
- The key isn't the score itself but 'If this rating is accurate, what's my expected return?'
- Ask the AI to convert the rating into specific probability estimates and potential return ranges
Key limitations:
- Simons pursued statistically provable small edges, not vague assessments like 'feels like about 8'
- AI scoring precision is far below real quant models — can't be used directly as a trading signal
- The rating doesn't account for execution-level math (liquidity, impact costs, time decay)
✅ Right approach: Ask the AI to convert the score into probability estimates, then calculate expected value yourself — if EV isn't clearly positive, the mathematical edge doesn't exist regardless of score.
The rating's value:
- Can serve as an initial probability estimate — 8 points might mean the AI sees high success probability, but needs further quantification
- The key isn't the score itself but 'If this rating is accurate, what's my expected return?'
- Ask the AI to convert the rating into specific probability estimates and potential return ranges
Key limitations:
- Simons pursued statistically provable small edges, not vague assessments like 'feels like about 8'
- AI scoring precision is far below real quant models — can't be used directly as a trading signal
- The rating doesn't account for execution-level math (liquidity, impact costs, time decay)
✅ Right approach: Ask the AI to convert the score into probability estimates, then calculate expected value yourself — if EV isn't clearly positive, the mathematical edge doesn't exist regardless of score.
المزيد من موجّهات القواعد
استكشف مبادئ استثمارية أخرى من هذا المعلّم.
قرارات مبنية على البيانات
نبحث عن أنماط في البيانات تتنبأ بالأسعار المستقبلية. يجب أن تكون الأنماط ذات دلالة إحصائية ومستقرة عبر الزمن. لا يجب أن تتجاوز العاطفة والحكم البشري البيانات.
→وظف أذكى الناس
العلم الجيد يتطلب علماء جيدين. نوظف حملة الدكتوراه في الرياضيات والفيزياء وعلوم الكمبيوتر—ليس متداولي وول ستريت. أفضل العقول في المجالات الكمية يمكنها إيجاد أنماط يفوتها الآخرون.
→التعلم الآلي في الأسواق
تولد الأسواق كميات هائلة من البيانات. يمكن لخوارزميات التعلم الآلي اكتشاف أنماط وعلاقات دقيقة لا يستطيع البشر إدراكها، والتكيف تلقائياً مع ظروف السوق المتغيرة.
→السرية ضرورية
في سوق تنافسي، الكشف عن ميزتك يدمرها. حافظ على سرية أساليبك وإشاراتك واستراتيجياتك بشكل صارم. قيمة الميزة تنخفض كلما حاول المزيد من الناس استغلالها.
→