Fondurile speculative sunt stagnante și se confruntă cu o presiune tot mai mare pentru a-și justifica onorariile. Poate ajuta inteligența artificială în această situație?

investitorii

Din ce în ce mai multe fonduri speculative plasează banii în spatele ideii că una dintre ramurile inteligenței artificiale - învățarea automată - o poate readuce în vârf. Există, desigur, probleme - implementarea tehnologiei este dificilă, costisitoare și poate eșua.

Ce este învățarea automată?

Învățarea automată sau auto-învățarea este un program software care caută modele care apar în mod regulat într-o cantitate imensă de date - atât de mare încât nici cel mai somnoros analist nu-și poate imagina. Programul începe apoi să-și testeze ipotezele, construite pe prima etapă, într-o cantitate și mai mare de date.

Ce vă poate spune o imagine de satelit a unei parcări a unui mall? Ce se întâmplă dacă este combinat cu datele de vânzări ale magazinului?

Dacă CEO-ul unei companii sau un anumit angajat al unei bănci folosește un anumit cuvânt, aceasta poate afecta prețurile activelor?

Care este aplicația învățării automate?

Apele sunt testate de tot felul de jucători - atât pești mici, cât și mari, scrie Nishant Kumar pentru Bloomberg. Într-un sondaj cu acest accent, 58% dintre manageri au spus că învățarea automată va avea un impact mediu sau mare asupra industriei globale. Giganții Hedge Bridgewater Associates și Man Group Plc, precum și Highbridge Capital Management și altele, se dezvoltă deja sau cel puțin investesc în învățarea automată. Alte companii precum Renaissance Technologies și Two Sigma închiriate folosesc tehnologia.

JP Morgan va fi, de asemenea, implicat în curând, investind în fonduri speculative care utilizează tehnologia.

Este greu de făcut?

Găsirea modelelor potrivite nu este atât de dificilă, dar găsirea celor care funcționează în mod fiabil în lumea reală este dificilă. Foarte greu. Datele financiare sunt foarte „zgomotoase” - piețele sunt în continuă mișcare, iar instrumentele puternice pentru a le gestiona necesită înțelegere foarte profundă și talent, ceea ce nu este obișnuit. Prin urmare, riscul este întotdeauna acolo când vorbim despre tranzacționarea algoritmică.

Care este exact problema?

Există mai multe probleme, explică Kumar. Dacă lăsați programele să circule în mod constant și liber prin datele lumii, acestea nu pot găsi întotdeauna cele mai semnificative lucruri. De exemplu, dependența că PIB-ul SUA și S&P 500 tind să crească sau să scadă proporțional în funcție de rata de omucidere din Anglia.

Prin urmare, algoritmii se specializează, iar dezvoltatorii adaugă mulți parametri diferiți pentru a obține rezultatul dorit, astfel încât problema să fie rezolvată. Totuși, acest lucru poate duce și la eșec.

Care sunt celelalte complicații?

Complicațiile suplimentare sunt, de asemenea, destul de multe. Unul dintre ei - cum să-i convingi pe investitori să investească în „cutii negre”. Programatorii știu ce date analizează programul de învățare automată, dar modalitatea de a obține rezultatul final este un mister. O altă complicație - dacă oamenii nu sunt conștienți de modul în care computerul ia anumite decizii, atunci cine va fi responsabil atunci când ceva nu merge bine. De fapt, există deja un precedent similar al instanței - în aprilie 2020, va începe primul caz de persoane care vor merge în instanță pentru pierderi pentru investiții cauzate de mașini autonome.

Mulți algoritmi devin ineficienți în timpul așa-numitelor „teste anterioare” sau teste înapoi - când predicțiile acestor algoritmi, care se bazează pe date istorice, nu pot fi reproduse cu un nou set de date. Sau, de exemplu, dacă angajații dintr-o companie nu înțeleg corect sau complet efectul pe care îl captează algoritmul folosit, este posibil să nu știe exact când să-l oprească.

Ei bine, acum unde?

Deocamdată, se pare că problema nu se referă la investitori, ci mai degrabă la mașini. Evident, învățarea automată nu a zguduit încă lumea. Man AHL Dimension Fund, care folosește strategii de învățare automată, a reușit să obțină un randament mediu anual de 1,1% în ultimii 3 ani până în martie, comparativ cu rentabilitatea medie de aproape 5% a fondurilor speculative. Potrivit celor mai recente date, indicele Eurekahedge AI Hedge Fund, care urmărește fondurile speculative utilizând strategii de inteligență artificială, a revenit în medie în mai 7,1% pe an timp de 5 ani până în luna mai. Pentru comparație, pentru aceeași perioadă S&P 500 aduce o rentabilitate de 9,65% cu dividende reinvestite.