Τα ποσοτικά κεφάλαια είναι από καιρό οι μεγαλύτεροι χρήστες τεχνητής νοημοσύνης στον κόσμο της διαχείρισης περιουσιακών στοιχείων. Ωστόσο, η έλευση της γενετικής τεχνητής νοημοσύνης θα μπορούσε να ευνοήσει τους παραδοσιακούς διαχειριστές περιουσιακών στοιχείων που βασίζονται σε θεμελιώδεις αρχές έναντι των ποσοτήτων.

Αυτή είναι η ανησυχία που εκφράστηκε από αρκετούς διαχειριστές ποσοτήτων κεφαλαίων και παρόχους δεδομένων στην Ασία DigFin.

 «Οι εφαρμογές τεχνητής νοημοσύνης στα χρηματοοικονομικά εξακολουθούν να είναι σπάνιες», είπε ένας διαχειριστής quant. «Οι επιστήμονες δεδομένων δεν το εφαρμόζουν στις κεφαλαιαγορές. Αλλά εάν αυτά τα εργαλεία χρησιμοποιηθούν για τη διαπραγμάτευση μετοχών, θα αλλάξει το τοπίο. Θα υπάρξουν νέοι νικητές και ηττημένοι».

Τι είναι μια ποσότητα;

Οι Quants αγοράζουν και πωλούν μετοχές με βάση την τεράστια υπολογιστική ισχύ και τα προσαρμοσμένα προγράμματα λογισμικού που μοντελοποιούν επενδυτικές στρατηγικές. Η άνοδος των ποσοτήτων συνέπεσε με την επί δεκαετίες μείωση των επιτοκίων και την άνοδο των παθητικών επενδύσεων – δύο τάσεις που έχουν καταστήσει την ενεργή συλλογή αποθεμάτων από ανθρώπους μια ολοένα λιγότερο ανταγωνιστική επιχείρηση.

Η χρήση αλγοριθμικών ή συστηματικά προγραμματισμένων συναλλαγών οδήγησε σε μια βιομηχανία «συστηματικών επενδύσεων», με τις εταιρείες να διαχειρίζονται πλατφόρμες διευθυντών ενιαίας στρατηγικής που κυνηγούν μια συγκεκριμένη στρατηγική ή «παράγοντα» (όπως τα επιτόκια ή η αστάθεια μιας αγοράς).

Τέτοιοι επενδυτές δεν ενδιαφέρονται να είναι μέτοχοι, παρά μόνο να αγοράζουν και να πουλούν γρήγορα μετοχές για να οδηγήσουν στρατηγικές: long/short, ουδέτερη για την αγορά, στατιστικό arbitrage, με γνώμονα τα γεγονότα. Υπάρχει μια επικάλυψη με τον κόσμο των συναλλαγών υψηλής συχνότητας, με το κοινό στοιχείο να είναι οι συναλλαγές που συλλαμβάνονται και βασίζονται σε καθαρά αριθμητικούς όρους.

Τεχνητή Νοημοσύνη παλιάς χρονικής

Αυτές οι ιδέες δεν είναι καινούριες, αλλά η διαθεσιμότητα της υπολογιστικής ισχύος και των μεγάλων συνόλων δεδομένων έχουν τροφοδοτήσει την άνοδο των quant τις τελευταίες δύο δεκαετίες. Τα τελευταία δέκα χρόνια, τα quants έχουν υιοθετήσει πρώιμες νέες τεχνικές τεχνητής νοημοσύνης, όπως η μηχανική μάθηση και η χρήση νευρωνικών δικτύων. Έγιναν αδηφάγοι καταναλωτές εναλλακτικών δεδομένων, όπως η ανάλυση συναισθημάτων από τα μέσα κοινωνικής δικτύωσης.

Το μεγαλύτερο πρόβλημα με τους επενδυτές quant ήταν η «επεξήγηση», ένας πιο πρόσφατος όρος για την τεχνητή νοημοσύνη που πηγαίνει πίσω στο «μαύρο κουτί» των quants. Η κατάρρευση της Μακροπρόθεσμης Διαχείρισης Κεφαλαίου το 1998 αποτελεί την επιτομή αυτού του κινδύνου, ιδιαίτερα καθώς τα ποσά συνήθως μόχλεύονται.

Από τότε, όμως, τα quant shops όπως οι Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies και Two Sigma έχουν γίνει οι μεγαλύτερες και πιο σημαίνουσες εταιρείες αγοράς στη Wall Street. Η επιτυχία τους ώθησε τους παραδοσιακούς οίκους κεφαλαίων όπως η BlackRock ή η Fidelity να ξεκινήσουν τις δικές τους ποσοτικές στρατηγικές.

Δραστηριοποιούνται επίσης σε αγορές εκτός ΗΠΑ, όπου μπορούν να βρουν ρευστότητα, υποδομές συναλλαγών χαμηλής καθυστέρησης και μέσα αντιστάθμισης κινδύνου (όπως ETF ή συμβόλαια μελλοντικής εκπλήρωσης που παρακολουθούν δείκτες της τοπικής αγοράς). Η Ιαπωνία υπήρξε η μεγαλύτερη αγορά στην Ασία-Ειρηνικό, αλλά η Ινδία είναι πλέον ένας σημαντικός χώρος παιχνιδιού. (Ένα πρόβλημα στην Ασία είναι το ρυθμιστικό καπρίτσιο, όπως επιβεβαιώνει η πρόσφατη απαγόρευση των ανοικτών πωλήσεων στη Νότια Κορέα και η αυξανόμενη κρατική παρέμβαση στην Κίνα.)

Ως εκ τούτου, τα ποσοτικά κεφάλαια δεν είναι απλώς επιδραστικά αρπακτικά αιχμής: βρίσκονται επίσης στην πρώτη γραμμή της υιοθέτησης νέων ψηφιακών τεχνολογιών.

Εισαγάγετε GenAI

Κάτι που κάνει τις νέες εξελίξεις στο AI ένα παζλ για quants.

Αυτές οι εταιρείες θα χρησιμοποιούν φυσικά μοντέλα μεγάλης γλώσσας (LLM), τα οποία κατέστησαν δυνατά από παραγωγικούς προεκπαιδευμένους μετασχηματιστές, σε πλήρη έκταση.

Το ιερό δισκοπότηρο για τα quants θα είναι η μετατροπή των LLM σε προγνωστικά εργαλεία. Ένας άνθρωπος θα αλληλεπιδράσει με τους φίλους του υπολογιστή για να ανιχνεύσει μοτίβα μεταξύ χρονοσειρών και άλλων συνόλων δεδομένων. Στην πραγματικότητα, τα quants το κάνουν ήδη αυτό, απλώς τα LLM θα πρέπει να κάνουν τη διαδικασία πιο διαισθητική, να ενσωματώνουν καλύτερα δεδομένα μη κειμένου και να επιτρέπουν στους προγραμματιστές να δημιουργούν μοντέλα πολύ πιο γρήγορα.

Τα καταστήματα Quant θα χρησιμοποιούν επίσης το genAI για πιο συνηθισμένους σκοπούς, όπως να μάθουν πώς να γράφουν ρυθμιστικές αναφορές, να ερμηνεύουν τις αναφορές κερδών ή να εξετάζουν τα pitch decks. Η ενσωμάτωση πελατών και άλλες λειτουργίες back-office μπορούν να αυτοματοποιηθούν περαιτέρω.

Αλλά δεν υπάρχει τίποτα μυστηριώδες στο να κάνει αυτά τα πράγματα ένα κατάστημα quant, γιατί είναι το ίδιο πράγμα για το οποίο όλοι οι άλλοι θα χρησιμοποιούν το genAI.

Όλοι το κάνουν

Η διαφορά έγκειται στην ανάπτυξη προγνωστικών επενδυτικών μοντέλων και αλγορίθμων εκτέλεσης. Αυτό είναι που κάνει τα quants ξεχωριστά, αλλά τα πρώτα σημάδια δείχνουν ότι το genAI θα επιτρέψει στους παραδοσιακούς διαχειριστές περιουσιακών στοιχείων να κάνουν και αυτά τα πράγματα. Το ίδιο για τους διαχειριστές ιδιωτικών επενδυτικών κεφαλαίων – μια διαβόητη μη αυτοματοποιημένη επιχείρηση, η οποία θα μπορούσε να χρησιμοποιήσει LLM για να λάβει επενδυτικές αποφάσεις πιο συστημικές και βασισμένες στα δεδομένα.

Όλοι οι διαχειριστές περιουσιακών στοιχείων θα αντιμετωπίσουν ερωτήσεις σχετικά με τα LLM και την τάση τους να φτιάχνουν πράγματα. Προϊόντα όπως το ChatGPT του OpenAI είναι το απόλυτο μαύρο κουτί. Αν και τα ποσοτικά κεφάλαια βασίζονται στην τεχνητή νοημοσύνη για θεϊκές στρατηγικές, αυτές εξακολουθούν να λειτουργούν από αδειοδοτημένους επαγγελματίες που κατανοούν τις συνέπειες μιας εμπορικής ιδέας. Αυτό δεν συμβαίνει με τα εργαλεία genAI.

Η άμεση μηχανική μπορεί να προσθέσει αξία παρέχοντας λίγη από αυτή τη διαφάνεια, ανακρίνοντας τα LLM για να αποκτήσουν μια αίσθηση των διαδικασιών τους και των παραγόντων και των πηγών που χρησιμοποιούνται για να καταλήξουν σε μια απόφαση. Είναι θεωρητικά πιθανό ότι, μια μέρα, οι LLM θα είναι πιο διαφανείς και υπόλογοι από έναν άνθρωπο.

Αν και η ιδέα της παράδοσης των επενδύσεων στο μηχάνημα αποτελεί καλό τίτλο, οι quants είναι πιθανό να χρησιμοποιούν τα LLM με πιο συγκεκριμένους τρόπους.

Για παράδειγμα, θα θέλουν εργαλεία για τον προσδιορισμό του πραγματικού κόστους τριβής μιας συναλλαγής, η οποία περιλαμβάνει μια βαθιά μελέτη των δομών της μικροαγοράς. Μια τυπική μέτρηση για τη στάθμιση της απόδοσης ενός εμπόρου ονομάζεται «έλλειμμα υλοποίησης», για να υπολογίσει πόσο κοντά στον προϋπολογισμό για μια δεδομένη συναλλαγή. Τέτοια άλγος γίνονται ήδη πιο εξελιγμένα, καθώς οι εταιρείες αναζητούν στιγμές κατά τη διάρκεια της ημέρας που η ρευστότητα είναι ώριμη ή όταν μπορούν να συναλλάσσονται χωρίς να αποκαλύπτουν το χέρι τους.

Πρόκειται για την εύρεση σημάτων αγοράς, που είναι ο πυρήνας της αποστολής ενός quant. Είναι πιθανό ότι τα καταστήματα quant θα χρησιμοποιήσουν το genAI για να αναπτύξουν καλύτερους τρόπους πρόβλεψης των καλύτερων ωρών και τόπων για την εκτέλεση μιας συναλλαγής.

Αυτό εξακολουθεί να είναι πολύ χρήσιμο, αλλά δεν είναι σαν να δίνει κανείς τα κλειδιά του αυτοκινήτου στον Εξολοθρευτή. Ούτε η τεχνητή νοημοσύνη ξεπερνά τα μεγαλύτερα εμπόδια στις ασιατικές αγορές, που είναι η έλλειψη μέσων αντιστάθμισης κινδύνου, ακολουθούμενη από το υψηλό κόστος αντιστάθμισης όταν υπάρχει διαθέσιμο συμβόλαιο.

Το πιο σημαντικό, αυτό δεν είναι συγκεκριμένο για τις ποσότητες. Οι μεγάλες παραδοσιακές πλευρές αγοράς χρησιμοποιούν επίσης αυτά τα άλγος εκτέλεσης, είτε έχουν σχεδιαστεί εντός της εταιρείας είτε από μεσίτη πωλήσεων.

Το υπαρξιακό ερώτημα για τα quants είναι πώς διατηρούν το πλεονέκτημά τους όταν τα εργαλεία genAI μπορούν να κάνουν πολλά από αυτά που κάνουν πιο εύκολα διαθέσιμα στους διαχειριστές θεμελιωδών περιουσιακών στοιχείων. Τα καταστήματα Quant αποφεύγουν τα φώτα της δημοσιότητας εν μέρει επειδή θεωρούν τα μοντέλα τεχνητής νοημοσύνης και τα άλγο εκτέλεσης ως μυστικές σάλτσες. Θα μπορούσε το genAI να τα μετατρέψει σε εμπορεύματα; Πόσο διαφοροποιημένη είναι η άμεση μηχανική σας;

Όπως το έθεσε ένα quant, «Το AI είναι μέρος του σετ εργαλείων μας εδώ και χρόνια. Το GenAI δεν ξεφορτώνεται τα εμπόδια, αλλά θα προσφέρει περισσότερα οφέλη στους θεμελιώδεις ενεργούς διευθυντές, καθιστώντας τους πιο αποτελεσματικούς στη συγκέντρωση και την ανάλυση δεδομένων. Μόλις αυτές οι εταιρείες κατανοήσουν τους οδηγούς της απόδοσης, γίνονται ο ανταγωνιστής μας».

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://www.digfingroup.com/genai-quants/