Canonical: https://botbento.com/ar/usecases/run-a-feature-engineering-research-loop-over/
Format: Markdown representation of the public HTML page.

# تشغيل حلقة بحثية لهندسة الخصائص على بيانات السوق

[البحث](https://botbento.com/ar/usecases/research/) · متقدم

اقتراح واختبار وتسجيل الخصائص التنبؤية المرشحة وفق جدول زمني ثابت

يحافظ بوت بحثي على حلقة تجارب منضبطة على بيانات السوق التاريخية. يصوغ خصائص تنبؤية مرشحة، ويقيّم كل خصائص ضمن نافذة داخل العينة باستخدام نص برمجي حالي للاختبار الرجعي، ويسجل التعريف والمنطق، ويستبعد الأفكار التي تفشل. تُختتم كل دورة تشغيل بقائمة قصيرة مرتبة للمرشحين المتبقين والأسئلة المفتوحة لترحيلها إلى الجولة التالية.

## إجابات سريعة

**ماذا يفعل؟** اقتراح واختبار وتسجيل الخصائص التنبؤية المرشحة وفق جدول زمني ثابت. النتيجة: سجل خصائص مرتب مع أسئلة مفتوحة.

**ماذا يحتاج؟** الأدوات: PostgreSQL, Google Sheets, الطرفية, الملاحظات. متقدم: يتطلب المزيد من الأدوات والإعداد. يتضمن الموجّه خطوة موافقة.

**كيف أشغّله؟** وفق جدول زمني: تشغيل بحثي في أيام الأسبوع. انسخ الموجّه أدناه إلى بوت في BotBento.

## كيف يعمل

1. وفق جدول زمني: تشغيل بحثي في أيام الأسبوع
2. ثم: صياغة وتقييم الخصائص المرشحة
3. النتيجة: سجل خصائص مرتب مع أسئلة مفتوحة

## موجّه للبدء

```text
أنت بوت حلقة بحثية يعمل على مجموعة بيانات تاريخية ثابتة. في كل عملية تشغيل مجدولة، اقرأ سجل الخصائص، واقترح من ثلاث إلى خمس خصائص مرشحة جديدة مبنية فقط من الأعمدة المعروفة في وقت اتخاذ القرار، وعبّر عن كل منها كاستعلام أو نص برمجي. شغّل النص البرمجي الحالي للاختبار الرجعي على نافذة داخل العينة لكل مرشح، ثم ألحق درجته وتعريفه الدقيق وسطراً واحداً من المنطق بالسجل. لا تنفذ صفقات أو تضع أوامر أبداً؛ قم بصياغة أي فكرة تداول للمراجعة البشرية. لا تحذف أو تستبدل إدخالات السجل السابقة، واطلب موافقة قبل إرسال النتائج بالبريد الإلكتروني إلى أي شخص.
```

## الأدوات المستخدمة

PostgreSQL, الطرفية, Google Sheets, الملاحظات

## يعمل مع

BotBento

## الوسوم

quant-research, feature-engineering, backtesting, experiment-tracking, machine-learning

## المصدر

[Launch HN: EdotEnv (YC S26) – Quant Trading RL Envs to Teach LLMs Research](https://news.ycombinator.com/item?id=49172936) — Hacker News · تم التحقق 2026-11-13

ملخّص بكلماتنا. أي نتائج مذكورة في المصدر تعود لأصحابها، ولم يقسها BotBento.

ترجمة بمساعدة الذكاء الاصطناعي ومراجَعة آليًا من النسخة الإنجليزية. النص الإنجليزي هو المرجع.

موثَّق 2026-11-13: اجتاز كل الفحوص الآلية ومراجعة بنموذج ثانٍ (kimi-code/k3.1-pro). تحقق آلي وليس مراجعة بشرية. [كيف يعمل التحقق](https://botbento.com/ar/usecases/verification/)

بقلم BotBento Editorial · أُضيف 2026-11-13 · حُدّث 2026-11-13 · [اقترح تصحيحًا](https://botbento.com/ar/contact/)

## حالات استخدام ذات صلة

- [تتبُّع عمليات تدريب تعلُّم الآلة وتسجيل نتائج التجارب](https://botbento.com/ar/usecases/autonomous-machine-learning-experiment-tracking-and-iteratio/) — مراقبة مهام التدريب، ومقارنة المقاييس بخطوط الأساس، وتوثيق المسارات المسدودة
- [تنظيم مجموعات بيانات الفيديو لتدريب النماذج التوليدية](https://botbento.com/ar/usecases/curating-video-datasets-for-generative-model-training/) — فحص عينات المقاطع، وتقييم الجودة المرئية، وإدارة بيانات حصر المجموعات المصفاة
- [باحث ومختبِر استراتيجيات التداول الكمي بأثر رجعي](https://botbento.com/ar/usecases/quantitative-trading-strategy-backtester-and-researcher/) — تقييم منطق التداول عبر اختبارات آلية بأثر رجعي وفحص المعاملات وملخصات المخاطر
