من عنصر معطّل إلى جزء لا يتجزأ من حياتنا ، يعد الذكاء الاصطناعي (AI) هو التقنية المحددة لعصرنا ، وهي تقنية تعمل على تغيير طريقة عملنا واستهلاكنا واستثمارنا بسرعة.
وقد أدت قدرتها على البحث عن كميات ضخمة من البيانات وتحليلها وتفسيرها بكفاءة وسرعة إلى نشرها للتداول والحصول على أفكار استثمارية. في معظم الأسواق المتقدمة ، يكتسب تداول الذكاء الاصطناعي مكانة ويستخدم لتطوير استراتيجيات التداول.
"على الصعيد العالمي ، يتم تعريف إدارة الأصول بشكل متزايد من خلال الذكاء الاصطناعي والتعلم الآلي (ML). قال كانيكا أغاروال ، رئيس قسم المعلومات بشركة Upside AI ، التي تقوم بالاستثمار القائم على التعلم الآلي ، إن الأموال التي تديرها أجهزة الكمبيوتر تمثل أكثر من 60 في المائة من نشاط التداول في الولايات المتحدة.
الذكاء الاصطناعي غير متحيز وغير عاطفي وليس له أسلوب محدد للاستثمار. تعتبر الخوارزمية الجيدة ديناميكية ويمكنها اختبار استراتيجيات التداول وتحسينها بالنظر إلى اتجاهات السوق. يمكنها أن تفعل ما يفعله المحللون - جمع المعلومات والبيانات وتقييمها للتوصل إلى اقتراحات.
قال أغاروال: "يمكن أن تجد ألفا باستمرار ، وهو أمر صعب على المديرين البشريين الذين يزدهرون في بعض دورات السوق ولكن ليس في دورات أخرى".
"يتم تشغيل نشاط التداول العالمي (قصير المدى ، عالي التردد ، التقنيات ، إلخ) إلى حد كبير بواسطة التكنولوجيا الآن. حتى صناديق الاستثمار المتداولة السلبية قد تجاوزت المديرين النشطين في AUM في الولايات المتحدة ، "قال Agarrwal.
وهي ترى أن الخطوة التالية للذكاء الاصطناعي ستكون الاستثمار الأساسي.
"نعتقد أن المستثمرين الكبار التاليين مثل وارن بافيت وتشارلي مونجر سيكونون الذكاء الاصطناعي. كان بنيامين جراهام ووارن بافيت من أشد المؤمنين في الاستثمار باستخدام القواعد المنظمة والابتعاد عن العواطف. قال أغروال إن أفضل طريقة لاتباع القواعد بشكل غير عاطفي هي استخدام الذكاء الاصطناعي والتكنولوجيا.
بينما يبدو أن الأسواق المتقدمة تتأقلم بسرعة مع هذه الثورة التكنولوجية ، فإن الأسواق الناشئة مثل الهند ستستغرق بعض الوقت لترى هيمنتها على الاستثمار.
"في الهند ، في حين أن الاستثمار يحركه الناس إلى حد كبير ، أعتقد أننا سنشهد تحولات هيكلية في العقد المقبل مع نضوج أسواقنا وتصبح ألفا أكثر صعوبة في العثور عليها. قال أغاروال: "سنرى بشكل متزايد المزيد من المنتجات مثل منتجاتنا تحاول إيجاد طرق مختلفة للاستثمار في استخدام الذكاء الاصطناعي".
تتمثل أكبر قوة للذكاء الاصطناعي في اعتماده المطلق على البيانات واستخدام الخوارزميات لفهم السوق ودوراته. هذا هو سبب استخدام الذكاء الاصطناعي في صناعة الاستثمار وإدارة الثروات على مستوى العالم.
أشار ميهير مالاني ، مؤسس شركة FinTech الناشئة ، Nerve Solutions ، إلى أنه في حين أن الهدف النهائي هو دائمًا تحسين العوائد ، فإن العملية تتضمن عادةً خطوات متعددة مثل اختيار الأسهم المناسبة بناءً على الاتجاهات التاريخية ، وتحديد حجم الاستثمار ، وتحديد الاتجاهات والتنبؤ بها ، إلخ
قال مالاني: "يتمثل النهج المتبع بشكل شائع في استخدام نماذج ML لتصنيف العملاء بناءً على ملفاتهم الشخصية وتفضيلات الاستثمار ومدى استعدادهم للمخاطرة والسماح للنموذج بالوصول إلى استراتيجيات الاستثمار الأكثر ملاءمة لهم".
وقال إن إحدى أكبر مزايا نموذج الذكاء الاصطناعي المطور جيدًا للاستثمار هي قدرته على تجنب المزالق والتنبؤ بالتراجع بنجاح.
"أيضًا ، من الطرق الجيدة لقياس كفاءة النموذج من خلال عدد الإيجابيات الخاطئة الناتجة عنه. كلما انخفض الرقم ، كان النموذج أفضل وأكثر جدارة بالثقة "، أضاف مالاني.
التحديات
على الرغم من أن الذكاء الاصطناعي يبدو أنه قوة حتمية في الاستثمار ، إلا أن هناك تحديات أمامنا.
في حين أنه من السهل الوصول إلى مجموعات كبيرة من البيانات المالية المنظمة لإنشاء نماذج التعلم الآلي ، إلا أن هناك العديد من التحديات المرتبطة بتطوير نموذج يعمل.
يعتقد Agarrwal من Upside AI أن تحديات الذكاء الاصطناعي صحيحة عبر الصناعات ، بما في ذلك الاستثمار - جودة البيانات ، وجودة النموذج المبني ، ونقص المواهب في الهند لبناء هذه الآلات ، وحل مشكلات الاستثمار النوعي مثل حوكمة الشركات والقبول الأوسع للقطاع. تقنية.
يعد التمييز بين الأنماط الحقيقية والصدفة من بين أكبر العقبات التي قد يواجهها المرء أثناء تطبيق الذكاء الاصطناعي على الاستثمار.
"في بعض الأحيان ، مجرد الصدف تعطي وهم الترابط. وقال مالاني إن عدم القدرة على تحديد هذه الأمور قد يؤدي إلى نماذج غير دقيقة للغاية.
يعد تحديد الميزات الصحيحة ثم تصميم النموذج تحديًا.
"هذا تحد شائع غالبًا ما يتم مواجهته أثناء تطوير نماذج الذكاء الاصطناعي للأدوات المشتقة. مع وجود عدد من العوامل المتضمنة في تسعير عقد المشتقات ، فإن فقدان الميزات الصحيحة قد يؤدي إلى نماذج تبدو صحيحة ولكنها خاطئة ، "قال مالاني.
إلى جانب ذلك ، يعتبر تضمين العوامل الجيوسياسية في النموذج تحديًا أيضًا.
"في حين أن دمج معلومات السعر والحجم في نموذج الذكاء الاصطناعي هو إجراء إجرائي إلى حد ما ، فمن الصعب للغاية حساب العوامل التي تقع خارج الأسواق ولكن لها تأثير عميق على تحركات السوق. مثل هذه العوامل غالبًا ما تكون سبب فشل النماذج ، "قال مالاني.
على الرغم من هذه التحديات ، فإن الذكاء الاصطناعي هو مستقبل الاستثمار ، وهو المستقبل الذي يفتح الكثير من الاحتمالات للمستثمرين والمديرين على حد سواء.
