Da disgregatore a parte integrante della nostra vita, l'intelligenza artificiale (AI) è la tecnologia che definisce i nostri tempi, quella che sta rapidamente cambiando il modo in cui lavoriamo, consumiamo e investiamo.

La sua capacità di ricercare, analizzare e interpretare enormi quantità di dati in modo efficiente e rapido lo ha visto essere utilizzato per il trading e per ottenere idee di investimento. Nei mercati più avanzati, il trading AI sta guadagnando terreno e viene utilizzato per sviluppare strategie di trading.

“A livello globale, la gestione delle risorse viene sempre più definita dall'intelligenza artificiale e dal machine learning (ML). I fondi gestiti dai computer rappresentano oltre il 60% dell'attività di trading negli Stati Uniti ", ha affermato Kanika Agarrwal, CIO, Upside AI, che fa investimenti basati sull'apprendimento automatico.

L'intelligenza artificiale è imparziale, non emotiva e non ha uno stile di investimento specifico. Un buon algoritmo è dinamico e può testare e perfezionare le strategie di trading osservando le tendenze del mercato. Può fare ciò che fanno gli analisti: raccogliere informazioni, dati e valutarli per fornire suggerimenti.

"Può trovare costantemente alfa, il che è difficile per i manager umani che prosperano in alcuni cicli di mercato ma non in altri", ha affermato Agarrwal.

“L'attività di trading globale (a breve termine, ad alta frequenza, tecnici, ecc.) È ora in gran parte gestita dalla tecnologia. Anche gli ETF passivi hanno superato i gestori attivi in ​​AUM negli Stati Uniti ", ha affermato Agarrwal.

È del parere che il prossimo passo in avanti per l'IA sarà un investimento fondamentale.

“Crediamo che i prossimi grandi investitori come Warren Buffett e Charlie Munger saranno AI. Benjamin Graham e Warren Buffett sono stati grandi credenti nell'investire utilizzando regole sistematiche e stare lontano dalle emozioni. Il modo migliore per seguire le regole senza emozioni è l'uso di intelligenza artificiale e tecnologia ", ha affermato Agarrwal.

Mentre i mercati sviluppati sembrano adattarsi rapidamente a questa rivoluzione tecnologica, i mercati emergenti come l'India impiegheranno un po 'di tempo per vedere il suo predominio negli investimenti.

“In India, sebbene gli investimenti siano in gran parte guidati dalle persone, credo che assisteremo a cambiamenti strutturali nel prossimo decennio, man mano che i nostri mercati maturano e l'alfa diventa più difficile da trovare. Vedremo sempre più prodotti come il nostro che cercano di trovare approcci diversi per investire nell'utilizzo dell'IA ", ha detto Agarrwal.

Il più grande punto di forza dell'IA è la sua assoluta dipendenza dai dati e utilizza algoritmi per comprendere il mercato ei suoi cicli. Questo è il motivo per cui l'IA viene utilizzata nel settore degli investimenti e della gestione patrimoniale a livello globale.

Mihir K Malani, fondatore della startup FinTech, ha sottolineato Nerve Solutions mentre l'obiettivo finale è sempre quello di migliorare i rendimenti, il processo di solito comporta più passaggi come scegliere le azioni giuste in base alle tendenze storiche, decidere la dimensione dell'investimento, identificare e prevedere le tendenze, eccetera.

"Un approccio comunemente adottato è quello di utilizzare i modelli ML per classificare i clienti in base ai loro profili, preferenze di investimento e propensione al rischio e lasciare che il modello arrivi alle strategie di investimento più adatte per loro", ha detto Malani.

Uno dei maggiori vantaggi di un modello di investimento AI ben sviluppato è la sua capacità di evitare insidie ​​e prevedere con successo i ribassi, ha affermato.

“Inoltre, un buon modo per misurare l'efficienza di un modello è attraverso il numero di falsi positivi generati da esso. Più basso è il numero, migliore e più affidabile è il modello ", ha aggiunto Malani.

Le sfide

Anche se l'IA sembra essere una forza inevitabile negli investimenti, ci sono sfide da affrontare.

Sebbene sia facile accedere a grandi insiemi di dati finanziari strutturati per creare modelli di apprendimento automatico, esistono diverse sfide associate allo sviluppo di un modello che funzioni.

Agarrwal di Upside AI ritiene che le sfide dell'IA siano vere in tutti i settori, tra cui la qualità degli investimenti, la qualità dei dati, la qualità del modello costruito, la mancanza di talento in India per costruire queste macchine, la risoluzione di problemi di investimento qualitativo come la governance aziendale e una più ampia accettazione del tecnologia.

La differenziazione di modelli e coincidenze reali è uno dei maggiori ostacoli che si possono affrontare durante l'applicazione dell'IA agli investimenti.

“A volte, semplici coincidenze danno un'illusione di correlazione. L'incapacità di identificarli potrebbe portare a modelli estremamente imprecisi ", ha detto Malani.

Identificare le caratteristiche giuste e quindi progettare il modello è una sfida.

“Questa è una sfida comune spesso affrontata durante lo sviluppo di modelli di IA per strumenti derivati. Con una serie di fattori coinvolti nel prezzo di un contratto derivato, perdere le giuste caratteristiche potrebbe portare a modelli apparentemente corretti ma errati ", ha detto Malani.

Inoltre, incorporare fattori geopolitici all'interno di un modello è anche una sfida.

“Sebbene incorporare informazioni su prezzo e volume all'interno di un modello di intelligenza artificiale sia abbastanza procedurale, è estremamente difficile tenere conto di fattori che si trovano al di fuori dei mercati ma hanno un profondo impatto sui movimenti del mercato. Tali fattori spesso sono la ragione per cui i modelli falliscono ", ha detto Malani.

Nonostante queste sfide, l'intelligenza artificiale è il futuro degli investimenti, che apre molte possibilità sia agli investitori che ai gestori.

Fonte: https://www.fintechnews.org/ai-may-be-the-next-warren-buffett-but-there-are-challenges-ahead/