الامتثال في التداول الخوارزمي
لم تعد الجهات التنظيمية تقبل سجلات الأوامر كدليل تدقيق. بعد أن محا الانهيار المفاجئ في أغسطس 2024 قيمة تريليون دولار ودفعت Citigroup 92 مليون دولار غرامات بسبب إخفاق خوارزمي واحد، تحول السؤال من "هل لديك ضوابط؟" إلى "هل يمكنك إعادة بناء كل قرار اتخذته خوارزميتك؟" نحن نبني طبقة ذكاء الامتثال التي تجيب على هذا السؤال عبر SEC وMiFID II وEU AI Act وDORA، للشركات التي تحتاج إلى قدرة بمستوى المؤسسات دون الارتباط الحصري بمورّد بمستوى المؤسسات.
92 مليون دولار
غرامة على Citigroup عبر 3 ولايات قضائية بسبب إخفاق واحد في ضوابط الخوارزميات
BaFin + الجهات التنظيمية في المملكة المتحدة، 2024
70%
من البنوك تُبلغ عن معدلات إيجابيات خاطئة تتجاوز 25% في مراقبة التداول
استطلاع Eventus / Datos Insights
2 أغسطس 2026
الموعد النهائي لامتثال الذكاء الاصطناعي المالي عالي المخاطر بموجب EU AI Act
EU AI Act، المادة 6
يصل مفتّش من FINRA لمراجعة الوصول إلى السوق وفق القاعدة 15c3-5. ويطلب مشرف من FCA تقييمك الذاتي وفق RTS 6. إليك التسلسل الذي يكشف معظم الشركات.
كشفت مراجعة FCA متعددة الشركات في أغسطس 2025 لعشر شركات تداول رئيسية أن معظمها لديه توثيق غير مكتمل أو قديم، دون جرد واضح لمن يملك كل خوارزمية، وفي أي أسواق تتداول، وما معايير المخاطر التي تحكمها. وأغفلت بعض الشركات عناصر كاملة من RTS 6 في تقييماتها الذاتية. وإذا لم تستطع تقديم جرد حالي وكامل لكل خوارزمية في الإنتاج، بما في ذلك أسواقها المعتمدة، وحدود مراكزها، والشخص المسجَّل المسؤول عن تطويرها (وفق قاعدة FINRA 16-21)، فإن الفحص يتوقف هنا.
هنا يصبح إخفاق Citigroup مفيدًا للتعلّم. في مايو 2022، أراد متداول بيع أسهم بقيمة 58 مليون دولار لكنه أنشأ سلة بقيمة 444 مليار دولار. التقطت ضوابط ما قبل التداول لدى Citi مبلغ 255 مليار دولار، لكن 189 مليار دولار وصلت إلى خوارزمية التداول، التي قسّمتها إلى أوامر بيع ودفعت 1.4 مليار دولار إلى الأسواق الأوروبية قبل الإلغاء. وعندما حقّقت BaFin والجهات التنظيمية في المملكة المتحدة، لم يكن السؤال فقط "ماذا حدث" بل "لماذا سمحت ضوابطك بمرور 189 مليار دولار؟" استطاعت Citi إظهار الأوامر. لكنها لم تستطع إعادة بناء سلسلة قرارات الخوارزمية التي نفّذتها بشكل كافٍ، أو تفسير سبب ضبط عتبات المخاطر لديها عند المستويات التي كانت عليها. كلّفت تلك الفجوة 92 مليون دولار عبر ثلاث ولايات قضائية.
أشارت FCA صراحةً إلى "المعرفة التقنية المتفاوتة في الامتثال" بوصفها ضعفًا نظاميًا. تستطيع فرق الامتثال في معظم الشركات قراءة تقارير التنبيهات، لكنها لا تستطيع استجواب منطق الخوارزمية، أو الطعن في معايير مخاطرها، أو التحقق من أن تغييرًا برمجيًا لم يُدخِل تعرّضًا تنظيميًا جديدًا. كان حل الصناعة هو توظيف المزيد من موظفي الامتثال المُلمّين بالتحليل الكمّي، لكن المواهب في هذا التقاطع (أشخاص يفهمون كلًا من قواعد الوصول إلى السوق لدى CFTC وبنى نماذج GNN) نادرة. البديل: بناء أنظمة تترجم القرارات الخوارزمية إلى تفسيرات جاهزة للتدقيق يستطيع موظفو الامتثال مراجعتها والطعن فيها وتقديمها للمفتّشين دون الحاجة إلى قراءة الشيفرة المصدرية.
اجتمعت SEC وCFTC على رقم قياسي 25.3 مليار دولار في إجراءات الإنفاذ في عام 2024. وتتضمن أولويات الرقابة لدى FINRA لعام 2026 صراحةً التداول الخوارزمي والذكاء الاصطناعي. ويتطلب EU AI Act أن تمتلك أنظمة الذكاء الاصطناعي المالي عالية المخاطر توثيقًا تقنيًا، وأنظمة لإدارة المخاطر، وقدرة على الإشراف البشري بحلول أغسطس 2026. ويُلزم DORA بإجراء اختبارات لمرونة تكنولوجيا المعلومات والاتصالات والإبلاغ عن الحوادث لجميع الكيانات المالية في الاتحاد الأوروبي منذ يناير 2025. وتشترط SEBI الآن معرّفات خوارزمية Algo-ID فريدة وموافقة البورصة على كل استراتيجية قبل نشرها فعليًا. السؤال ليس ما إذا كانت خوارزمياتك ستُفحص. بل ما إذا كانت ستنجو من الفحص.
يُتوقع أن يصل سوق مراقبة التداول إلى ما بين 4.2 و9.3 مليار دولار بحلول عام 2033. وتمتلك أكبر خمسة موردين حصة سوقية تتراوح بين 55-59%. إليك ما يغطونه وأين تبقى الفجوات.
| النهج | ما يغطّيه | أين يتوقف | التكلفة المعتادة |
|---|---|---|---|
| NICE Actimize (X-Sight) | مراقبة عبر الأصول، كشف الأنماط القائم على التعلّم الآلي (التلاعب بالأوامر الوهمية، الطبقات، التداول الصوري)، مراقبة ما قبل التداول وما بعده | تسعير وتعقيد تنفيذ بمستوى المؤسسات الكبرى. صرامة الإعداد تحدّ من التخصيص. لا يوفّر تفسيرية لقرارات الخوارزميات ولا تعيين امتثال متعدد التنظيمات. | 1-5 مليون دولار+/سنويًا |
| Nasdaq Surveillance AI | تحليلات سلوكية مدعومة بالذكاء الاصطناعي التوليدي، كشف التلاعب عبر منصات التداول، إنتاجية بمستوى البورصات | تصميم متمحور حول البورصة. قوي للجانب البائع لكنه قد لا يلائم سير عمل الامتثال للجانب المشتري. يركّز على الكشف لا على سير عمل الامتثال. | 1-3 مليون دولار+/سنويًا |
| Eventus (Validus) | تحليل السلوك الإحصائي، قواعد كشف قابلة للتهيئة، قوي لشركات التداول عالي التردد | يركّز على الكشف بدلاً من سير عمل الامتثال الشامل. تكامل محدود للنماذج المخصّصة. منظومة أصغر من موردي الطبقة الأولى. | 500 ألف-2 مليون دولار/سنويًا |
| البناء الداخلي | تحكّم كامل في المنطق، وتكامل عميق مع الأنظمة الخاصة، ودون الارتباط الحصري بمورّد | يتطلب مواهب هندسة كمّية تنافس تعويضات صناديق التحوّط. عبء صيانة مستمر. وغالبًا ما يُعامَل التوثيق التنظيمي كأمر ثانوي. | 2-10 مليون دولار للبناء + مليون دولار+/سنويًا |
| شركات Big 4 / كبار مكاملي الأنظمة | الاستشارات التنظيمية، وتقييمات الفجوات، وتصميم البرامج، ودعم اختيار المورّدين | ينصحون بما يجب بناؤه لكنهم نادرًا ما يبنونه. تنتج عن مهامهم عروض PowerPoint ووثائق أُطُر عمل، لا أنظمة فعّالة. وعندما يبنون، يلجؤون إلى منصات موردي الطبقة الأولى نفسها. مهام بقيمة 500 ألف-5 مليون دولار+. | 500 ألف-5 مليون دولار+ |
| Veriprajna | ذكاء امتثال مخصّص: تدقيقات خوارزمية قابلة للتفسير، وتعيين متعدد الولايات القضائية، وقواطع دائرية ذكية، وكشف العدوى القائم على GNN، وفرز التنبيهات | ليست منصة مراقبة. لا تحلّ محل مورّد الكشف الحالي لديك. لا توفّر تغذية بيانات السوق. تتطلب أن تمتلك شركتك بيانات إدارة أوامر وتنفيذ أساسية يمكن الوصول إليها عبر واجهة برمجة التطبيقات. | 300 ألف-1.2 مليون دولار للبناء |
التسعير مُقدَّر بناءً على المعلومات المتاحة للعموم وأبحاث السوق. وتختلف التكاليف الفعلية باختلاف حجم الشركة والنطاق والتفاوض مع المورّد.
ست قدرات تملأ الفجوات بين مورّد المراقبة لديك وما تطلبه الجهات التنظيمية فعليًا. كل قدرة تعالج نمط إخفاق محدّدًا تتركه الأدوات الحالية مفتوحًا.
عندما تشير جهة تنظيمية إلى صفقة محدّدة وتسأل "لماذا"، تُظهر معظم الشركات سجلات الأوامر. نحن نبني أنظمة تعيد بناء سلسلة القرار الكاملة: حالة السوق عند الطابع الزمني، وعزو سمات النموذج (قيم SHAP التي تُظهر أي الإشارات دفعت القرار وبأي قدر)، والتقييم الحتمي للقواعد (أي العتبات جرى فحصها)، والتحليل المضاد للواقع (ماذا كان سيحدث في ظروف مختلفة).
نلجأ إلى SHAP بدلاً من LIME لعزو السمات لأن SHAP يوفّر عزوًا متسقًا ومؤسَّسًا نظريًا يصمد أمام التدقيق التنظيمي. أما التقريبات المحلية لدى LIME فقد تنتج تفسيرات غير مستقرة عندما تتغير ظروف السوق بين الصفقة والتدقيق.
مفاتيح الإيقاف الحالية ثنائية: تشغيل أو إيقاف. منعت ضوابط Citigroup مبلغ 255 مليار دولار لكنها سمحت بمرور 189 مليار دولار لأن العتبة كانت بوابة واحدة، لا نظامًا متدرجًا. نحن نبني قواطع دائرية متعددة المستويات بأربعة مستويات استجابة: التخفيف (تقليل معدل الأوامر)، والتقييد (الحصر بأدوات أو منصات تداول محدّدة)، والتبويب (اشتراط موافقة بشرية لكل أمر)، والإيقاف (توقف كامل).
يُشغَّل كل مستوى بناءً على تسجيل الشذوذ السلوكي، لا على عتبات الحجم وحدها. قد يؤدي تحوّل مفاجئ في معدل الإلغاء مقترنًا بتغيرات في الارتباط عبر الأصول إلى تشغيل بوابة، بينما يمر أمر كبير منفرد ضمن المعايير الطبيعية.
أظهر الانهيار المفاجئ في أغسطس 2024 كيف انتقل رفع سعر الفائدة لبنك اليابان عبر تجارة المناقلة بالين إلى أسهم التكنولوجيا الأمريكية عبر طلبات الهامش. ترى المراقبة التقليدية كل سوق بمعزل عن الآخر. نحن نبني أنظمة قائمة على الرسوم البيانية باستخدام بنى GNN التي تنمذج شبكات الاعتماد عبر الأصول وتكتشف إشارات الضغط المتسلسلة قبل أن تصبح نظامية.
تُظهر الأبحاث أن البنى الهجينة GNN-LSTM تحقق مساحة تحت منحنى AUC-ROC تبلغ 0.891 لكشف عدوى المخاطر بين البنوك مقابل 0.734 للنُهُج التقليدية، مع تمديد فترات الإنذار المبكر بمقدار 11.5 يومًا (Springer Nature، 2025). نحن نكيّف هذه البنى لبيئات التداول متعددة الأصول.
يجب أن يلبّي ضابط تداول خوارزمي واحد قاعدة SEC 15c3-5، وMiFID II RTS 6، ومتطلبات توثيق EU AI Act، ومعايير مرونة DORA، وربما إطار Algo-ID لدى SEBI. تحتفظ معظم الشركات بعمليات امتثال منفصلة لكل ولاية قضائية. نحن نبني طبقة ضوابط موحّدة حيث يرتبط كل معيار مخاطر بكل لائحة منطبقة في آنٍ واحد.
عندما تعدّل عتبة رأس مال لما قبل التداول، يُظهر النظام أثر الامتثال عبر جميع الولايات القضائية قبل أن يدخل التغيير حيّز التنفيذ. وتولّد مسارات التدقيق ثنائية التنسيق مخرجات لكل من فحص FINRA ومراجعة FCA/NCA من البيانات الأساسية نفسها.
70% من البنوك تُبلغ عن معدلات إيجابيات خاطئة تتجاوز 25%. المشكلة بنيوية: تطبّق أنظمة المراقبة عتبات ثابتة دون سياق. ويؤدي نمط روتيني من الأوامر والإلغاء لدى صانع سوق إلى تشغيل تنبيه التلاعب نفسه الذي يثيره الطبقات الفعلي. نحن نبني تسجيلًا واعيًا بالسياق عبر ثلاثة أبعاد: الخطوط الأساسية لسلوك المتداولين، وتعديل نظام السوق، وتحليل الأنماط بالإحالة المرجعية.
خلال الانهيار المفاجئ في أغسطس 2024، ولّدت الشركات التي تشغّل عتبات ثابتة مئات التنبيهات الخاطئة للتلاعب لأن السلوك الخوارزمي الطبيعي بدا شاذًا في ظل التقلب الشديد. تمنع العتبات الواعية بالنظام هذا الطوفان من التنبيهات مع الحفاظ على الحساسية تجاه التلاعب الحقيقي المختبئ خلف ضوضاء السوق.
تشترط SEBI الآن معرّفات Algo-ID فريدة وموافقة البورصة قبل النشر الفعلي. وتشترط FINRA تسجيل الأشخاص الذين يطوّرون استراتيجيات خوارزمية. وتطلب FCA تقييمات ذاتية كاملة وفق RTS 6. نحن نبني إدارة شاملة لدورة الحياة: من تطوير الخوارزمية واختبارها مرورًا بالموافقة التنظيمية والنشر والمراقبة وتتبّع التعديلات وحتى التقاعد.
كل تغيير برمجي يُؤرشَف وفق أثره على الامتثال. ويؤدي تعديل في إشارة الزخم لاستراتيجية تداول إلى تشغيل إعادة تقييم تلقائية لأي الموافقات التنظيمية تحتاج إلى تحديث، وأي معايير المخاطر تغيّرت، وما إذا كان التعديل يتطلب إعادة تسجيل بموجب FINRA أو معرّف Algo-ID جديدًا بموجب SEBI.
تتبّع ما يحدث عندما يكتشف نظام ذكاء الامتثال شذوذًا في مؤشر VIX قبل افتتاح السوق مشابهًا لما حدث في 5 أغسطس 2024.
يكتشف المراقب عبر الأصول القائم على GNN أن أسعار منتصف عروض VIX ترتفع بنسبة 180% قبل افتتاح السوق، لكن التقلب المحقّق (الحركة الفعلية لسعر مؤشر S&P 500) يرتفع بنسبة 12% فقط. في 5 أغسطس 2024، نتج هذا التباعد عن قيام صانعي السوق بتوسيع فروق العرض والطلب على خيارات S&P 500، مما ضخّم آليًا حساب VIX القائم على العروض. ويعلّم النظام هذا بوصفه شذوذ VIX مدفوع بفروق الأسعار، لا ارتفاعًا حقيقيًا في التقلب.
خوارزمياتك التي تستهدف التقلب مبرمجة لتقليل التعرّض للأسهم مع ارتفاع التقلب الضمني. في الظروف الطبيعية، سيؤدي ارتفاع VIX بنسبة 180% إلى تشغيل أوامر بيع ضخمة. يتحقق القاطع الدائري: هل قراءة VIX هذه مدفوعة بالتقلب المحقّق أم بآليات فروق الأسعار؟ تؤدي علامة المدفوع بفروق الأسعار إلى تشغيل استجابة تخفيف تستطيع الخوارزميات مواصلة التداول لكن بنسبة 25% من معدل الأوامر الطبيعي، مما يكسب وقتًا حتى تتضح الإشارة.
يتتبّع رسم العدوى البياني مسار انتشار الشذوذ. هل يتحرك زوج USD/JPY؟ (نعم، الين يقوى بنسبة 2.1%.) هل تنخفض عقود Nikkei الآجلة؟ (نعم، بانخفاض 6%.) هل يتجاوز الارتباط بين قوة الين وعمليات بيع أسهم التكنولوجيا المئين الخامس والتسعين من التوزيع التاريخي؟ (نعم.) يرفع النظام مستوى التنبيه إلى اكتُشف تفكيك تجارة المناقلة ويضيف سلسلة الانتشار: إشارة سعر الفائدة لبنك اليابان، وارتفاع قيمة الين، وضغط طلبات الهامش على المراكز ذات الرافعة المالية، والبيع المترابط عبر فئات الأصول.
مع تأكيد تفكيك تجارة المناقلة، يصعّد القاطع الدائري من التخفيف إلى تبويب: تتطلب جميع أوامر البيع في الأدوات المترابطة (أسهم التكنولوجيا، ومراكز الأسواق الناشئة، وأي شيء مموّل بالاقتراض بالين) موافقة يدوية. وتستمر أوامر الشراء والأوامر في الأدوات غير المترابطة بالمعدل الطبيعي. ويتلقى مكتب المخاطر تنبيهًا منظَّمًا يتضمن سلسلة الانتشار الكاملة، وعزو SHAP لكل مكوّن إشارة، وأثرًا تقديريًا على المحفظة وفق ثلاثة سيناريوهات.
يُسجَّل كل قرار في هذا التسلسل مع الطابع الزمني، ولقطة لحالة السوق، ومدخلات النموذج، وتقييمات القواعد، وإجراءات الاستجابة. وعندما يصل المفتّش بعد ستة أشهر، يُنتج النظام تقريرًا منظَّمًا يُظهر: ما الذي اكتُشف، ولماذا صُنّفت قراءة VIX على أنها مدفوعة بفروق الأسعار، ولماذا تصاعدت الاستجابة من التخفيف إلى التبويب، وما الذي كانت ستفعله الخوارزميات دون تدخّل (المضاد للواقع). هذا هو مسار التدقيق الذي افتقر إليه تحقيق Citigroup.
تمتد المهمة المعتادة من 4 إلى 8 أشهر من الانطلاق إلى الإنتاج. ثلاث مراحل، لكل منها مخرجات محدّدة.
4-6 أسابيع
المُخرَج: تحليل الفجوات التنظيمية + خارطة طريق البناء
8-16 أسبوعًا
المُخرَج: نظام عامل في بيئة التجهيز
4-6 أسابيع
المُخرَج: نظام جاهز للإنتاج + توثيق تنظيمي
أجب عن ثمانية أسئلة حول وضع امتثال التداول الخوارزمي الحالي لديك. يحدّد التقييم فجواتك مقابل متطلبات SEC وMiFID II وEU AI Act وDORA، وينتج خطوات تالية قابلة للتنفيذ يمكنك اتخاذها بوجود Veriprajna أو بدونها.
التحدي الجوهري هو أن قاعدة SEC 15c3-5 وMiFID II RTS 6 تتداخلان في القصد لكنهما تتباينان في التفاصيل. تتطلب القاعدة 15c3-5 ضوابط مخاطر ما قبل التداول (عتبات رأس المال، وحدود الائتمان، ومرشّحات الأوامر الخاطئة) مع تصديق سنوي من الرئيس التنفيذي. وتتطلب RTS 6 من شركات التداول الخوارزمي الاحتفاظ بسجلات لقرارات الخوارزميات لمدة خمس سنوات، وتقديم أوصاف الاستراتيجيات إلى السلطات المختصة، وإثبات أن موظفي الامتثال يستطيعون مراجعة عمليات الخوارزميات تقنيًا.
نحن نبني طبقة ضوابط موحّدة حيث يرتبط كل ضابط مخاطر بكلا الإطارين في آنٍ واحد. فعلى سبيل المثال، يلبّي فحص واحد لعتبة رأس مال ما قبل التداول متطلب الوصول إلى السوق في القاعدة 15c3-5 ومتطلب توثيق ضوابط المخاطر في RTS 6. ويحتفظ النظام بمسارات تدقيق مزدوجة: واحد منسّق لفحص FINRA وآخر لمراجعة FCA/السلطة الوطنية المختصة. وعندما تعدّل معيار ضابط، يُظهر النظام أثر الامتثال عبر كلتا الولايتين القضائيتين قبل أن يدخل التغيير حيّز التنفيذ.
وبالنسبة للشركات التي تعمل أيضًا بموجب DORA، نضيف طبقة تعيين ثالثة تغطي إدارة مخاطر تكنولوجيا المعلومات والاتصالات والتزامات الإبلاغ عن الحوادث. أما البديل، وهو الاحتفاظ بعمليات امتثال منفصلة لكل ولاية قضائية، فهو ما تعمل به معظم الشركات اليوم. وينجح ذلك إلى أن تقع حادثة عابرة للحدود وتطرح ثلاث جهات تنظيمية أسئلة مختلفة حول الحدث نفسه.
عندما تسأل جهة تنظيمية عن سبب بيع خوارزميتك 200,000 سهم من سهم معيّن في الساعة 9:47 صباحًا خلال ارتفاع في التقلب، فإنها تحتاج إلى أكثر من سجلات أوامر تُظهر أن الصفقة حدثت. إنها تحتاج إلى سلسلة القرار.
يعيد نظام التدقيق لدينا بناء أربع طبقات لأي صفقة مُعلَّمة. أولًا، لقطة حالة السوق: ما البيانات التي تلقّتها الخوارزمية عند ذلك الطابع الزمني، بما في ذلك عمق دفتر الأوامر، وعرض الفروق، وقراءات التقلب، والإشارات عبر الأصول. ثانيًا، عزو النموذج: أي السمات دفعت القرار وبأي قدر، باستخدام قيم SHAP التي تُظهر، على سبيل المثال، أن 43% من إشارة البيع جاءت من ارتفاع في VIX، و31% من اختلال توازن دفتر الأوامر، و26% من تحوّل في الارتباط عبر الأصول. ثالثًا، سجل تقييم القواعد: أي القيود الحتمية جرى فحصها (حدود المراكز، وعتبات رأس المال، وقيود الأدوات) وما إذا كان أي منها قد تفعّل. رابعًا، المضاد للواقع: ما الذي كانت ستفعله الخوارزمية في ظروف مختلفة، مثل ما إذا كانت قراءة VIX أقل بنسبة 10% أو ما إذا كانت الإشارة عبر الأصول غائبة.
ينتج هذا تقريرًا منظَّمًا يمكن لمسؤول الامتثال تسليمه إلى مفتّش. وتعمل إعادة البناء على البيانات التاريخية، بحيث يمكنك تدقيق صفقات من أسابيع أو أشهر مضت، لا الأحداث الفورية فقط.
معدل الإيجابيات الخاطئة الذي يتجاوز 25% والذي تُبلغ عنه 70% من البنوك ينبع من مشكلة تصميم جوهرية: تطبّق معظم أنظمة المراقبة عتبات ثابتة على الصفقات أو الأنماط الفردية دون مراعاة السياق. وتبدو صفقة كتلة كبيرة مطابقة للطبقات إذا فحصت حجم الأمر ومعدل الإلغاء فقط.
نحن نبني تسجيلًا للتنبيهات واعيًا بالسياق عبر ثلاثة أبعاد. أولًا، الخطوط الأساسية لسلوك المتداولين: يتعلّم النظام الأنماط الطبيعية لكل متداول (الأدوات، والتوقيت، وتوزيع الحجم، ومعدلات الإلغاء) ويعلّم الانحرافات عن خط أساسه الخاص، لا عن عتبة عامة. ويولّد صانع السوق الذي يضع ويلغي أوامر كبيرة بشكل روتيني تنبيهات مختلفة عن مدير المحفظة الذي يفعل الشيء نفسه. ثانيًا، تعديل نظام السوق: خلال فترات التقلب العالي مثل الانهيار المفاجئ في أغسطس 2024، يبدو السلوك الخوارزمي الطبيعي شاذًا وفق المعايير الثابتة. ويعدّل النظام العتبات بناءً على النظام الحالي (صعودي، هبوطي، أزمة، سيولة منخفضة) بحيث لا تولّد عملية بيع مدفوعة بالتقلب مئات التنبيهات الخاطئة للتلاعب. ثالثًا، التسجيل بالإحالة المرجعية: قبل تصعيد تنبيه، يتحقق النظام مما إذا كان النمط يظهر عبر منصات تداول متعددة، وما إذا كانت لدى المتداول علاقات أطراف مقابلة تفسّر النشاط، وما إذا كانت أنماط مشابهة تحدث على مستوى السوق ككل (مما يشير إلى سلوك مدفوع بالنظام لا إلى تلاعب).
يحصل كل تنبيه على درجة ثقة مركّبة. وتراجع فرق الامتثال التنبيهات عالية الثقة أولًا، ويصقل النظام التسجيل باستمرار بناءً على أي التنبيهات تؤدي إلى تحقيقات حقيقية مقابل تلك التي تُرفض.
يصنّف EU AI Act تطبيقات معيّنة من الذكاء الاصطناعي على أنها عالية المخاطر، مما يستلزم تقييمات مطابقة، وتوثيقًا تقنيًا، ووسم CE، والتسجيل في قاعدة بيانات الاتحاد الأوروبي. ويُدرج التسجيل الائتماني المالي صراحةً على أنه عالي المخاطر. أما ما إذا كان الذكاء الاصطناعي للتداول الخوارزمي مؤهلًا فكان من المتوقع توضيحه في إرشادات المفوضية الأوروبية لفبراير 2026 بشأن تصنيف المخاطر العالية.
بصرف النظر عن التصنيف النهائي، تواجه الشركات التي تستخدم الذكاء الاصطناعي في التداول ثلاثة متطلبات عملية بحلول 2 أغسطس 2026. أولًا، التوثيق: تحتاج إلى توثيق تقني يصف غرض نظام الذكاء الاصطناعي لديك، وبنيته، وبيانات التدريب، ومقاييس الأداء، والقيود المعروفة. ولدى معظم شركات التداول الخوارزمي مستودعات شيفرة لكن ليس التوثيق المنظَّم الذي يتطلبه القانون. ثانيًا، إدارة المخاطر: تحتاج إلى نظام موثَّق لإدارة المخاطر يحدّد المخاطر ويخفّفها عبر دورة حياة الذكاء الاصطناعي بأكملها، بما في ذلك الاختبار في ظروف تختلف عن بيانات التدريب، وهو أمر بالغ الأهمية للخوارزميات التداولية التي ربما طُوّرت خلال فترات تقلب منخفض. ثالثًا، الإشراف البشري: يجب أن يسمح النظام بالتدخل البشري، بما في ذلك القدرة على تجاوز نظام الذكاء الاصطناعي أو إيقافه. وبالنسبة للتداول، يعني هذا إجراءات موثَّقة لمفاتيح الإيقاف، ومسارات تصعيد، وأدلة على أن المشغّلين البشريين يستطيعون فعليًا تفسير ما يفعله النظام.
نشرت EBA تقريرًا في نوفمبر 2025 حول آثار AI Act على القطاع المصرفي، نستخدمه كخط أساس لتقييمات الفجوات. وللقانون نطاق عالمي: إذا كان نظام الذكاء الاصطناعي لديك يتفاعل مع مستخدمين أو أسواق مقرّها الاتحاد الأوروبي، فأنت ضمن النطاق بصرف النظر عن مكان تأسيس شركتك.
تمتد المهمة المعتادة من 4 إلى 8 أشهر من الانطلاق إلى الإنتاج، تبعًا للنطاق وحالة بنيتك التحتية الحالية. المرحلة الأولى (4 إلى 6 أسابيع) هي تقييم بنية الامتثال. نحن ندقّق ضوابط التداول الخوارزمي الحالية لديك مقابل كل ولاية قضائية تعمل فيها، ونعيّن أدوات المراقبة الحالية وفجواتها، ونراجع جرد الخوارزميات وحالة التوثيق لديك، ونحدّد أي المواعيد النهائية التنظيمية أكثر إلحاحًا. وتنتج هذه المرحلة تقرير فجوات وخطة بناء مرتّبة بالأولوية.
المرحلة الثانية (8 إلى 16 أسبوعًا) هي بناء النظام. نحن نعمل ضمن بنيتك التحتية الحالية، دون استبدال نظام إدارة الأوامر أو مورّد المراقبة لديك، بل ببناء طبقة ذكاء الامتثال التي تقع بينهما. ويشمل هذا خط أنابيب التفسيرية (إعادة بناء سلسلة القرار، وعزو SHAP)، وتعيين الضوابط متعدد الولايات القضائية، ونظام فرز التنبيهات. وعادةً ما يكون التكامل مع تغذيات البيانات الحالية (إدارة الأوامر، وبيانات السوق، وسجلات التنفيذ) أطول مهمة منفردة.
المرحلة الثالثة (4 إلى 6 أسابيع) هي التحقق والمواءمة التنظيمية. نحن نشغّل النظام مقابل البيانات التاريخية، ونتحقق من مخرجات التدقيق مقابل تنسيقات الفحص التنظيمي الفعلية، ونضبط عتبات التنبيه مقابل خط أساس الإيجابيات الخاطئة لديك، ونوثّق كل شيء وفق معايير EU AI Act وRTS 6.
تحفّظ واحد: إذا كان جرد الخوارزميات لديك موثّقًا بشكل ضعيف (وجدت FCA هذا لدى معظم الشركات التي راجعتها)، فأضف 3 إلى 4 أسابيع لعمل الاكتشاف والفهرسة الذي يجب أن يحدث قبل أن يُبنى أي نظام امتثال فوقه.
إنه يعمل جنبًا إلى جنب مع مورّدك الحالي. فاستبدال منصة مراقبة بمستوى المؤسسات مشروع يمتد لسنوات وبملايين الدولارات لا ينبغي لمعظم الشركات أن تخوضه ما لم تكن المنصة معطّلة جوهريًا.
ما نبنيه يملأ الفجوات التي لا يغطّيها مورّدك الحالي. تتميز NICE Actimize، وEventus، وNasdaq Surveillance بالكشف القائم على الأنماط: التلاعب بالأوامر الوهمية، والطبقات، والتداول الصوري، والتداول الاستباقي. فهي تمسح تدفق الأوامر بحثًا عن بصمات تلاعب معروفة وتولّد تنبيهات. وما تفتقر إليه عادةً هو ثلاثة أمور. أولًا، تفسيرية قرارات الخوارزميات: عندما تسأل جهة تنظيمية عن سبب فعل خوارزميتك لشيء ما، يستطيع مورّد المراقبة لديك إظهار أن الصفقة حدثت وما إذا كانت طابقت نمط تلاعب، لكن ليس سبب اتخاذ الخوارزمية لذلك القرار. وتعيد طبقة التفسيرية التي نبنيها بناء سلسلة القرار من منطق خوارزميتك ذاتها، وسمات النموذج، وحالة السوق. ثانيًا، تعيين الامتثال عبر التنظيمات: يكتشف مورّد المراقبة لديك إساءة استخدام السوق، لكنه لا يعيّن ضوابط التداول الخوارزمي لديك على متطلبات قاعدة SEC 15c3-5، ومعايير التقييم الذاتي في MiFID II RTS 6، والتزامات توثيق EU AI Act، ومعايير مرونة DORA في آنٍ واحد. وذلك التعيين هو ما نبنيه. ثالثًا، القواطع الدائرية الذكية: يولّد مورّدك تنبيهات بعد تنفيذ الصفقات. أما نظام القاطع الدائري الذي نبنيه فيتدخل قبل التنفيذ أو أثناءه باستجابات متدرجة بناءً على شدة الانحراف ونمطه.
عادةً ما يتم التكامل عبر واجهة برمجة التطبيقات لدى مورّدك أو تغذية تنبيهاته. نحن نستهلك تنبيهاتهم كأحد المدخلات في الصورة الأوسع للامتثال، مضيفين السياق، والإحالة المرجعية، والتفسيرية فوق ما يكتشفونه بالفعل.
دفعت Citigroup 92 مليون دولار بسبب إخفاق واحد في ضوابط الخوارزميات. ودفعت Two Sigma 90 مليون دولار بسبب حوكمة نماذج غير كافية.
خوارزمياتك تعمل. وجهاتك التنظيمية تراقب. السؤال هو ما إذا كنت تستطيع تفسير كل قرار تتخذه أنظمتك، عبر كل ولاية قضائية تعمل فيها، قبل أن يسأل المفتّش.