Korvaako tekoäly rahoitusalan salkunhoitajat?

@marioosepalmaMariojose Palma

Olen yrittäjä, tekoälyn asiantuntija ja ohjelmistoinsinööri, jolla on yli 15 vuoden kokemus.

Keinotekoisen älykkyyden (AI) shakkipelaajat ja pokerinpelaajat ovat jo todistaneet voivansa voittaa ihmismestareita. Mikä estää tekoälyä tekemästä samaa finanssimarkkinoiden kanssa? Mitä tapahtuu, kun tekoälystä tulee salkun pelaaja?

Jossakin määrin sillä on jo, vaikka sijoitusmenestys riippuu vahvasti ihmisten vuorovaikutuksesta. Itse asiassa hyvin harvat toimialat ovat riippuvaisia työntekijöiden päätöksistä yhtä paljon kuin rahoitusmarkkinat. AI korvataanko nämä ihmisen päätökset koneoppimisen avulla?

Todellisuus on se, että "algoritmikauppa" on jo vaikuttanut markkinoihin ja pahentanut Down Jonesin yksinoikeutta - 700 pistettä - 20 minuutin aikana helmikuussa 2018. Kauppiaat ja analyytikot olivat yhtä mieltä siitä, että algoritmikauppamallien ja automaattisten myyntitilausten kasvava nopeus vaikutti romahtamiseen sinä päivänä.

Tekoäly voi toimia monilla positiivisilla rooleilla finanssialalla. Tekoälyn algoritmit voivat vähentää riskiä, havaita ja hallita petoksia, parantaa toiminnan tehokkuutta ja tarjota parempia asiakaspalveluja.

Esimerkiksi pankeissa ja muissa rahoituslaitoksissa on tällä hetkellä käytössä järjestelmiä, jotka ilmoittavat tilien sääntöjenvastaisesta käytöstä. Koneoppiminen vie tämän toiminnon korkeammalle tasolle tarjoamalla paljon kehittyneempää ja tarkempaa tietoa.

Financial Times ilmoitti henkilöllisyysvarkauksista, jotka havaittiin, kun rikollinen käytti vierityspalkkia käyttäjän sivustolla. Varsinainen käyttäjä käytti jatkuvasti ohjauslevyä verkkopankissa, ja tämän epäjohdonmukaisuuden perusteella pankin tekoäly poimi ristiriidan. Teknologiatehokkuus on jo käytössä monien suurten rahoitusyhtiöiden kanssa. Tekoäly ylittää tämän, koska algoritmit tarjoavat erittäin toimivan robotiikan toimintaprosesseihin ja asiakaspalveluun.

Suurin tunkeutuminen ja suurin vaikutus finanssialalle - riippumatta siitä, pidetäänkö sitä hyvänä vai huonona - on se, että suuret pankit ja hedge-rahastot käyttävät koneoppimisalgoritmeista saatuja tietoja neuvottaakseen asiakkaita salkunsijoituksissa.

Deloitten mukaan tekoälyä edeltävä analyysi perustui tilinpäätökseen, tulosraportteihin, lehdistötiedotteisiin, sijoittajaesityksiin, blogeihin ja uutisartikkeleihin. Prosessi oli huolestuttavan tylsä. Nykyään tekoälyanalytiikka pystyy nyt käsittelemään nämä tietolähteet. He myös käsittelevät digitaalista ja ei-perinteistä valtavaa datamäärää, kuten verkko- ja sosiaalisen median tietoja. Nämä tiedot voidaan laskea käyttämällä luonnollisia kielenkäsittelyominaisuuksia, jotta sijoittajat saavat välitöntä kaupankäyntivinkkiä. Mutta tässä on varoitus:

Aiempi kehitys ei välttämättä ole indikaattori tulevasta kehityksestä.

Se on minkä tahansa sijoitusraportin tai -lausunnon alaviite, ja se on kriittinen tekijä, joka on pidettävä mielessä, kun valitset sijoitusneuvojia tai salkunhoitajia heidän tekoälyominaisuuksiensa perusteella. Vaikka kaikki uudet saatavilla olevat tiedot voivat parantaa päätösten tekemistä, on olemassa aineettomia markkinatekijöitä ja neuvonantajan intuitioita, joita tekoäly ei aina ota kiinni.

Kun tämä pidetään mielessä, varovaisten sijoittajien tulisi tehdä oma tutkimus ja kysyä neuvonantajaltaan, kuinka tekoäly osallistuu yrityksen prosesseihin. On turvallista sanoa, että yritykset, jotka eivät kerää aktiivisesti suuria tietoja ja käyttävät tekoälyprosesseja hienostuneilla algoritmeilla, eivät pysy kilpailukykyisinä tulevaisuudessa.

Sijoittajilla on edelleen viha tekoälyn ja markkinoiden suhteen, joten looginen näkemys, jonka PanAngoran osakesalkunhoitaja Mike Chen jakoi CNN: lle aiemmin tänä vuonna haastattelussa, on loistava, "Se ei ole ihminen koneeseen. Se on ihminen ja kone. ”

Aikaisemmin julkaistu https://www.linkedin.com/pulse/artificial-intelligence-disrupts-financial-industry-mariojose-palma