به گزارش FinanceFeeds در روز جمعه 13 نوامبر 2026 (22 آبان 1405)، در نظرسنجی مؤسسهی CQF از متخصصان مالی کمّی (کوانت)، 76 درصد پاسخدهندگان گفتهاند فاصلهی میان مهارتهای مورد نیاز و نیروی متخصص موجود بیشتر شده است؛ چون هوش مصنوعی خواستههای تازهای به شغلهایی اضافه میکند که از قبل ترکیبی از ریاضیات، برنامهنویسی و دانش مالی بودند. این نظرسنجی از 135 متخصص در سراسر جهان انجام شده و به نوشتهی این منبع، اندازه و دامنهی آن تعمیم نتایج به کل صنعت را محدود میکند.
اعداد اصلی نظرسنجی
به گزارش FinanceFeeds، 88 درصد پاسخدهندگان معتقدند شکاف مهارتی وجود دارد و 74 درصد انتظار دارند هوش مصنوعی در پنج سال آینده نقشهای کمّی را بهطور عمده یا کامل دگرگون کند. بیش از نیمی از آنها میگویند هوش مصنوعی همین حالا دامنهی مسئولیتهایشان را گستردهتر کرده است. 55 درصد هم استخدام متخصصان قوی کوانت را دشوار میدانند؛ هرچند این منبع یادآوری میکند که این عدد میان کمبود مهارت، محدودیت حقوق، ترجیح محل کار یا شرح شغلهای بیش از حد گسترده تفاوتی نمیگذارد.
دکتر راندیپ گوگ (Randeep Gug)، مدیرعامل مؤسسهی CQF، گفته است: «هوش مصنوعی سطح فنی را در سراسر مالی کمّی بالا میبرد. مؤسسات مالی درمییابند که بهکارگیری سیستمهای پیشرفتهی هوش مصنوعی به متخصصانی با پایهی قوی کمّی و محاسباتی نیاز دارد، بسیار بیشتر از آنچه بازار اکنون تربیت میکند.» به گفتهی او، کمبود بیشتر در نقطهی تلاقی مالی، علم داده و یادگیری ماشین است، نه در یک رشتهی جداگانه.
خطر اتکا به سیستمهای خودکار
به نوشتهی FinanceFeeds، 39 درصد پاسخدهندگان اتکای بیشتر به سیستمهای خودکار بدون نظارت کافی انسانی را بزرگترین خطر ناشی از این شکاف مهارتی میدانند. این منبع مینویسد ابزارهایی مانند دستیار کدنویسی BQuant بلومبرگ میتوانند نوشتن کوئری یا پیشنویس تحلیل را آسانتر کنند، اما تشخیص اینکه دادهها، فرضها و محاسبات واقعاً به پرسش سرمایهگذاری پاسخ میدهند همچنان کاری جداست؛ برای مثال یک استراتژی ممکن است به این دلیل در آزمون تاریخی موفق به نظر برسد که اطلاعاتی از آینده ناخواسته وارد آزمون شده یا هزینهها و محدودیتهای بازار در آن لحاظ نشده است. FinanceFeeds در همین زمینه به کار نهاد ناظر استرالیا (ASIC) روی ریسکهای معاملات الگوریتمی و مبتنی بر هوش مصنوعی اشاره کرده است.
آموزش مداوم و یک نکته دربارهی منبع نظرسنجی
طبق این گزارش، سهچهارم پاسخدهندگان میگویند شغل فعلیشان به تواناییهایی نیاز دارد که در دانشگاه به آنها آموزش داده نشده و 84 درصد بازآموزی مداوم را حیاتی میدانند. FinanceFeeds یادآوری میکند که مؤسسهی CQF خود مدرک «گواهی مالی کمّی» (Certificate in Quantitative Finance) را اعطا میکند و به همین دلیل در آموزش حرفهای منفعت تجاری دارد؛ این موضوع پاسخها را بیاعتبار نمیکند، اما باید در خواندن توصیههای آموزشی در نظر گرفته شود. به جمعبندی این منبع، نمونهی 135 نفره یک نشانهی جهتدار است و نه سرشماری کامل وضعیت استخدام.
این خبر برای معاملهگران چه معنایی دارد؟
- طبق این نظرسنجی، بزرگترین نگرانی متخصصان کوانت اتکا به سیستمهای خودکار بدون نظارت کافی انسانی است.
- منبع تأکید میکند که اجرا شدن کد تولیدشده با هوش مصنوعی به معنای درست بودن روش یا نتایج آزمون تاریخی نیست.
- نمونهی نظرسنجی کوچک (135 نفر) است و برگزارکنندهی آن در آموزش حرفهای منفعت تجاری دارد؛ نتایج را باید نشانهای جهتدار دانست.
منبع: FinanceFeeds
