הלכתי לחפש את הדברים האמיתיים, מחקרים אקדמיים, פלטפורמות קוד פתוח וכלים רציניים שבודקים איך מודלים באמת מתמודדים עם השוק.

אם אתם בקטע של לקרוא לעומק או לבדוק את הטכנולוגיה מאחורי הקלעים, הנה כמה דברים מעניינים שנתקלתי בהם:

מחקרים אקדמיים ומאמרים:

סקירה שיטתית מקיפה מיולי 2025 שממפה את כל השטח - AI/ML בחיזוי שוקי מניות, קריפטו, סחורות ומט"ח, כולל דיון פתוח בפערים שעדיין לא נסגרו במחקר: https://doi.org/10.3390/forecast7030036
מאמר שמראה מודל מסחר בפועל - LightGBM + סיווג כיווני על בסיס נתוני OHLCV משנת 2000 ואילך, בשילוב סנטימנט מחדשות בזמן אמת: https://www.mdpi.com/2813-0324/12/1/12
מחקר משולב (סקר כמותי + ניתוח איכותני) על אימוץ AI/ML בגופים פיננסיים בפועל - לא רק מסחר, גם ניהול סיכונים, גילוי הונאות, ציות: https://www.mdpi.com/1911-8074/16/10/434
ומאמר טרי מ-arXiv על סוכן מסחר מבוסס למידת חיזוק (RL) שמודע לפוזיציה הקיימת שלו - כולל השוואה ישירה בין RL ללמידה מפוקחת קלאסית: https://arxiv.org/pdf/2510.27251

וכמובן, גיטאהב:

אם מחפשים לעומק, אפשר למצוא שם ספריות קוד פתוח שמיועדות לבדיקות היסטוריות וחיבור למודלים כדי לנתח נתונים פיננסיים בצורה אוטומטית.

יש את Qlib של מיקרוסופט - כנראה הפלטפורמה הכי בשלה שיש היום בתחום. מכסה את כל השרשרת: ניהול נתונים, אימון מודלים, backtesting, ואפילו רכיב בשם RD-Agent שמנסה לאוטמט חלק ממחקר הפקטורים באמצעות LLM: https://github.com/microsoft/qlib
TradingAgents - כיוון מעניין ושונה: סימולציה של "צוות" סוכני AI (אנליסט שורי, דובי, ניהול סיכונים ומנהל תיק) שמתדיינים ביניהם לפני החלטה. חשוב לציין - גם המפתחים עצמם כותבים במפורש שזה כלי מחקר ולא משהו שמוכן לרוץ על הון אמיתי: https://github.com/tauricresearch/tradingagents
awesome-ai-in-finance - רשימה מאורגנת ומתעדכנת של עשרות פרויקטים, מאמרים ושרתי MCP שמחברים סוכני AI לנתוני שוק בזמן אמת. נקודת פתיחה טובה אם רוצים לצלול הלאה: https://github.com/georgezouq/awesome-ai-in-finance

מישהו כאן יצא לו לקרוא מחקרים בתחום או להתעסק עם הכלים האלה בצד הטכני?

אני באמת מעוניין לדעת האם זה מומלץ, ואני מדבר על השקעות לטווח ארוך.
חשוב לי לציין כמעט כל מה שמצאתי כאן מתמקד במסחר: חיזוי מחיר לטווח קצר-בינוני, איתותי כניסה/יציאה, RL על נתונים היסטוריים. זה שונה במהותו מהשקעה לטווח ארוך שמבוססת יותר על פאנדומנטלס (מקווה שכתבתי נכון...) והקצאת נכסים. וגם כדאי לזכור שתוצאות טובות ב-backtesting לא בהכרח מתורגמות לביצועים בזמן אמת (overfitting, דליפת מידע, שינויי משטר שוק) - זה נקודה שגם חלק מהמאמרים עצמם מודים בה.