Zephyrnet Logo

AI pode ser o próximo Warren Buffett, mas há desafios pela frente

Data:

De um disruptor a uma parte integrante de nossas vidas, a inteligência artificial (IA) é a tecnologia definidora de nossos tempos, que está mudando rapidamente a forma como trabalhamos, consumimos e investimos.

Sua capacidade de buscar, analisar e interpretar grandes quantidades de dados com eficiência e rapidez permitiu que ele fosse implantado para negociar e obter ideias de investimento. Na maioria dos mercados avançados, a negociação de IA está ganhando terreno e sendo usada para desenvolver estratégias de negociação.

“Globalmente, o gerenciamento de ativos está cada vez mais sendo definido por inteligência artificial e aprendizado de máquina (ML). Os fundos administrados por computadores representam mais de 60 por cento da atividade comercial dos EUA ”, disse Kanika Agarrwal, CIO, Upside AI, que faz investimentos baseados em aprendizado de máquina.

A IA é imparcial, sem emoção e não tem um estilo específico de investimento. Um bom algoritmo é dinâmico e pode testar e refinar as estratégias de negociação observando as tendências do mercado. Ele pode fazer o que os analistas fazem - reunir informações, dados e avaliá-los para apresentar sugestões.

“Ele pode encontrar o alfa de forma consistente, o que é difícil para gerentes humanos que prosperam em alguns ciclos de mercado, mas não em outros”, disse Agarrwal.

“A atividade comercial global (curto prazo, alta frequência, técnicas, etc.) é amplamente administrada por tecnologia agora. Até mesmo ETFs passivos superaram gerentes ativos em AUM nos Estados Unidos ”, disse Agarrwal.

Ela acredita que o próximo passo para a IA será um investimento fundamental.

“Acreditamos que os próximos grandes investidores, como Warren Buffett e Charlie Munger, serão a IA. Benjamin Graham e Warren Buffett acreditam firmemente em investir usando regras sistematizadas e ficar longe das emoções. A melhor maneira de seguir as regras sem emoção é o uso de IA e tecnologia ”, disse Agarrwal.

Embora os mercados desenvolvidos pareçam estar se acostumando rapidamente a essa revolução tecnológica, os mercados emergentes como a Índia levarão algum tempo para perceber seu domínio em investimentos.

“Na Índia, embora os investimentos sejam em grande parte direcionados às pessoas, acredito que veremos mudanças estruturais na próxima década, conforme nossos mercados amadurecem e o alfa se torna mais difícil de encontrar. Veremos cada vez mais produtos como o nosso tentando encontrar abordagens diferentes para investir no uso de IA ”, disse Agarrwal.

A maior força da IA ​​é sua dependência absoluta de dados e usa algoritmos para entender o mercado e seus ciclos. Esta é a razão pela qual a IA está sendo usada globalmente na indústria de gestão de investimentos e patrimônio.

Mihir K Malani, fundador da startup FinTech, Nerve Solutions apontou que embora o objetivo final seja sempre melhorar os retornos, o processo geralmente envolve várias etapas, como escolher as ações certas com base em tendências históricas, decidir sobre o tamanho do investimento, identificar e prever tendências, etc.

“Uma abordagem comumente adotada é usar modelos de ML para categorizar os clientes com base em seus perfis, preferências de investimento e apetites de risco e deixar o modelo chegar às estratégias de investimento mais adequadas para eles”, disse Malani.

Uma das maiores vantagens de um modelo de IA bem desenvolvido para investimento é sua capacidade de evitar armadilhas e prever baixas com sucesso, disse ele.

“Além disso, uma boa forma de medir a eficiência de um modelo é por meio do número de falsos positivos gerados por ele. Quanto menor o número, melhor e mais confiável é o modelo ”, acrescentou Malani.

Os desafios

Mesmo que a IA pareça ser uma força inevitável nos investimentos, há desafios pela frente.

Embora seja fácil acessar grandes conjuntos de dados financeiros estruturados para construir modelos de aprendizado de máquina, existem vários desafios associados ao desenvolvimento de um modelo que funcione.

Agarrwal, da Upside AI, acredita que os desafios da IA ​​são verdadeiros em todos os setores, incluindo investimento - qualidade de dados, qualidade do modelo construído, falta de talento na Índia para construir essas máquinas, resolução de questões de investimento qualitativo, como governança corporativa e maior aceitação do tecnologia.

Diferenciar padrões e coincidências genuínos está entre os maiores obstáculos que alguém pode enfrentar ao aplicar IA para investir.

“Às vezes, meras coincidências dão uma ilusão de correlação. A incapacidade de identificá-los pode levar a modelos extremamente imprecisos ”, disse Malani.

Identificar os recursos certos e, em seguida, projetar o modelo é um desafio.

“Este é um desafio comum frequentemente enfrentado durante o desenvolvimento de modelos de IA para instrumentos derivados. Com uma série de fatores envolvidos na precificação de um contrato de derivativo, perder os recursos certos pode levar a modelos aparentemente corretos, mas errôneos ”, disse Malani.

Além disso, incorporar fatores geopolíticos em um modelo também é um desafio.

“Embora a incorporação de informações de preço e volume em um modelo de IA seja bastante processual, é extremamente difícil levar em conta fatores que estão fora dos mercados, mas têm um impacto profundo nos movimentos do mercado. Esses fatores costumam ser a razão do fracasso dos modelos ”, disse Malani.

Apesar desses desafios, a IA é o futuro dos investimentos, que abre muitas possibilidades para investidores e gestores.

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

local_img

Inteligência mais recente

local_img