Από έναν αναστατωτή σε ένα αναπόσπαστο κομμάτι της ζωής μας, η τεχνητή νοημοσύνη (AI) είναι η καθοριστική τεχνολογία της εποχής μας, που αλλάζει γρήγορα τον τρόπο που εργαζόμαστε, καταναλώνουμε και επενδύουμε.
Η ικανότητά του να αναζητά, να αναλύει και να ερμηνεύει τεράστιες ποσότητες δεδομένων αποτελεσματικά και γρήγορα, έχει δει ότι αναπτύσσεται για διαπραγμάτευση και λήψη επενδυτικών ιδεών. Στις περισσότερες προηγμένες αγορές, η διαπραγμάτευση τεχνητής νοημοσύνης κερδίζει έδαφος και χρησιμοποιείται για την ανάπτυξη στρατηγικών διαπραγμάτευσης.
«Σε παγκόσμιο επίπεδο, η διαχείριση περιουσιακών στοιχείων ορίζεται όλο και περισσότερο από την τεχνητή νοημοσύνη και τη μηχανική μάθηση (ML). Τα κεφάλαια που διαχειρίζονται οι υπολογιστές αντιπροσωπεύουν περισσότερο από το 60% της εμπορικής δραστηριότητας των ΗΠΑ », δήλωσε η Kanika Agarrwal, CIO, Upside AI, η οποία πραγματοποιεί επενδύσεις βασισμένες στη μηχανική μάθηση.
Η τεχνητή νοημοσύνη είναι αμερόληπτη, μη συναισθηματική και δεν έχει συγκεκριμένο στυλ επένδυσης. Ένας καλός αλγόριθμος είναι δυναμικός και μπορεί να δοκιμάσει και να τελειοποιήσει τις στρατηγικές συναλλαγών με βάση τις τάσεις της αγοράς. Μπορεί να κάνει ό, τι κάνουν οι αναλυτές — να συλλέξει πληροφορίες, δεδομένα και να τα αξιολογήσει για να παρουσιάσει προτάσεις.
«Μπορεί να βρει σταθερά το άλφα, το οποίο είναι δύσκολο για τους ανθρώπινους διαχειριστές που ευδοκιμούν σε ορισμένους κύκλους της αγοράς αλλά όχι σε άλλους», δήλωσε ο Agarrwal.
«Η παγκόσμια δραστηριότητα συναλλαγών (βραχυπρόθεσμα, υψηλής συχνότητας, τεχνικές κ.λπ.) εκτελείται σε μεγάλο βαθμό από την τεχνολογία τώρα. Ακόμα και τα παθητικά ETF έχουν ξεπεράσει τους ενεργούς διευθυντές στο AUM στις ΗΠΑ », δήλωσε ο Agarrwal.
Είναι της άποψης ότι το επόμενο βήμα για την τεχνητή νοημοσύνη θα είναι θεμελιώδεις επενδύσεις.
«Πιστεύουμε ότι οι επόμενοι μεγάλοι επενδυτές όπως ο Warren Buffett και ο Charlie Munger θα είναι AI. Ο Μπέντζαμιν Γκράχαμ και ο Γουόρεν Μπάφετ ήταν μεγάλοι πιστοί στην επένδυση χρησιμοποιώντας συστηματοποιημένους κανόνες και αποφεύγοντας τα συναισθήματα. Ο καλύτερος τρόπος για να ακολουθήσετε κανόνες χωρίς συναισθηματικό τρόπο είναι η χρήση της τεχνολογίας AI και της τεχνολογίας », δήλωσε ο Agarrwal.
Ενώ οι ανεπτυγμένες αγορές φαίνεται να συνηθίζονται γρήγορα σε αυτήν την τεχνολογική επανάσταση, οι αναδυόμενες αγορές όπως η Ινδία θα χρειαστούν λίγο χρόνο για να δουν την κυριαρχία της στις επενδύσεις.
«Στην Ινδία, ενώ οι επενδύσεις είναι σε μεγάλο βαθμό καθοδηγούμενες από ανθρώπους, πιστεύω ότι θα δούμε διαρθρωτικές αλλαγές στην επόμενη δεκαετία καθώς οι αγορές μας ωριμάζουν και το άλφα γίνεται πιο δύσκολο να βρεθεί. Θα βλέπουμε όλο και περισσότερα προϊόντα όπως τα δικά μας να προσπαθούν να βρουν διαφορετικές προσεγγίσεις για επενδύσεις στη χρήση AI », δήλωσε ο Agarrwal.
Η μεγαλύτερη δύναμη του AI είναι η απόλυτη εξάρτησή της από τα δεδομένα και χρησιμοποιεί αλγόριθμους για να κατανοήσει την αγορά και τους κύκλους της. Αυτός είναι ο λόγος που το AI χρησιμοποιείται στον κλάδο επενδύσεων και διαχείρισης πλούτου παγκοσμίως.
Ο Mihir K Malani, ιδρυτής της εκκίνησης της FinTech, Nerve Solutions επεσήμανε ότι ενώ ο τελικός στόχος είναι πάντα η βελτίωση των αποδόσεων, η διαδικασία συνήθως περιλαμβάνει πολλαπλά βήματα όπως η επιλογή των σωστών αποθεμάτων βάσει ιστορικών τάσεων, η απόφαση σχετικά με το μέγεθος της επένδυσης, τον εντοπισμό και την πρόβλεψη τάσεων, και τα λοιπά.
«Μια κοινώς υιοθετημένη προσέγγιση είναι η χρήση μοντέλων ML για την κατηγοριοποίηση πελατών με βάση τα προφίλ τους, τις επενδυτικές προτιμήσεις και τις προτιμήσεις κινδύνου και αφήνοντας το μοντέλο να φτάσει στις πιο κατάλληλες επενδυτικές στρατηγικές για αυτούς», δήλωσε ο Malani.
Ένα από τα μεγαλύτερα πλεονεκτήματα ενός καλά ανεπτυγμένου μοντέλου τεχνητής νοημοσύνης για επενδύσεις είναι η ικανότητά του να αποφεύγει τις παγίδες και να προβλέπει επιτυχώς τις μειώσεις, είπε.
«Επίσης, ένας καλός τρόπος μέτρησης της αποτελεσματικότητας ενός μοντέλου είναι μέσω του αριθμού των ψευδών θετικών που δημιουργούνται από αυτό. Όσο χαμηλότερος είναι ο αριθμός, τόσο καλύτερο και πιο αξιόπιστο το μοντέλο », πρόσθεσε ο Malani.
Οι ΠΡΟΚΛΗΣΕΙΣ
Παρόλο που η τεχνητή νοημοσύνη φαίνεται να είναι αναπόφευκτη δύναμη στις επενδύσεις, υπάρχουν προκλήσεις μπροστά.
Παρόλο που είναι εύκολο να αποκτήσετε πρόσβαση σε μεγάλα σύνολα δομημένων οικονομικών δεδομένων για τη δημιουργία μοντέλων μηχανικής μάθησης, υπάρχουν πολλές προκλήσεις που σχετίζονται με την ανάπτυξη ενός μοντέλου που λειτουργεί.
Ο Agarrwal της Upside AI πιστεύει ότι οι προκλήσεις της τεχνητής νοημοσύνης είναι αληθινές σε όλους τους κλάδους, συμπεριλαμβανομένης της ποιότητας των επενδύσεων-δεδομένων, της ποιότητας του μοντέλου που κατασκευάστηκε, της έλλειψης ταλέντων στην Ινδία για την κατασκευή αυτών των μηχανών, την επίλυση ποιοτικών επενδυτικών ζητημάτων όπως η εταιρική διακυβέρνηση και η ευρύτερη αποδοχή του τεχνολογία.
Η διαφοροποίηση των γνήσιων προτύπων και των συμπτώσεων είναι από τα μεγαλύτερα εμπόδια που μπορεί να αντιμετωπίσει κανείς κατά την εφαρμογή της AI στην επένδυση.
«Μερικές φορές, οι απλές συμπτώσεις δίνουν μια ψευδαίσθηση συσχέτισης. Η αδυναμία αναγνώρισης αυτών θα μπορούσε να οδηγήσει σε εξαιρετικά ανακριβή μοντέλα », δήλωσε ο Μαλάνι.
Ο προσδιορισμός των σωστών χαρακτηριστικών και ο σχεδιασμός του μοντέλου είναι μια πρόκληση.
«Αυτή είναι μια κοινή πρόκληση που αντιμετωπίζεται συχνά κατά την ανάπτυξη μοντέλων AI για παράγωγα μέσα. Με έναν αριθμό παραγόντων που εμπλέκονται στην τιμολόγηση ενός συμβολαίου παραγώγων, η απώλεια των σωστών χαρακτηριστικών θα μπορούσε να οδηγήσει σε φαινομενικά σωστά αλλά λανθασμένα μοντέλα », δήλωσε ο Μαλάνι.
Εκτός αυτού, η ενσωμάτωση γεωπολιτικών παραγόντων σε ένα μοντέλο είναι επίσης μια πρόκληση.
«Ενώ η ενσωμάτωση πληροφοριών σχετικά με τις τιμές και τον όγκο σε ένα μοντέλο AI είναι αρκετά διαδικαστική, είναι εξαιρετικά δύσκολο να ληφθούν υπόψη παράγοντες που βρίσκονται εκτός των αγορών αλλά έχουν βαθύ αντίκτυπο στις κινήσεις της αγοράς. Τέτοιοι παράγοντες συχνά είναι ο λόγος για την αποτυχία των μοντέλων », είπε ο Μαλάνι.
Παρά τις προκλήσεις αυτές, το AI είναι το μέλλον της επένδυσης, που ανοίγει πολλές δυνατότητες για επενδυτές και διαχειριστές.
Πηγή: https://www.fintechnews.org/ai-may-be-the-next-warren-buffett-but-there-are-challenges-ahead/
