Os fundos quantitativos são há muito tempo os maiores utilizadores de inteligência artificial no mundo da gestão de activos. O advento da IA ​​generativa, no entanto, poderá favorecer os gestores de activos tradicionais, orientados pelos fundamentos, em detrimento dos quantitativos.

Essa é a preocupação expressada por vários gestores de fundos quantitativos e fornecedores de dados na Ásia para DigFin.

 “As aplicações de IA em finanças ainda são raras”, disse um gestor quantitativo. “Os cientistas de dados não estão aplicando isso aos mercados de capitais. Mas se estas ferramentas forem utilizadas para negociar ações, o cenário mudará. Haverá novos vencedores e perdedores.”

O que é um quanto?

Quants compram e vendem ações com base em enorme poder de computação e programas de software personalizados que modelam estratégias de investimento. A ascensão dos quants coincidiu com o declínio das taxas de juro, que durou décadas, e o aumento dos investimentos passivos – duas tendências que tornaram a selecção activa de acções por parte dos seres humanos num negócio cada vez menos competitivo.

A utilização de negociações algorítmicas ou sistematicamente programadas deu origem a uma indústria de “investimento sistemático”, com empresas a gerir plataformas de gestores de estratégia única que perseguem uma estratégia ou “fator” específico (como as taxas de juro ou a volatilidade de um mercado).

Esses investidores não estão interessados ​​em ser acionistas, apenas em comprar e vender ações rapidamente para impulsionar estratégias: longas/curtas, neutras em termos de mercado, arbitragem estatística, orientadas para eventos. Existe uma sobreposição com o mundo do comércio de alta frequência, sendo o ponto comum as negociações que são conceptualizadas e conduzidas em termos puramente numéricos.

Veteranos da IA

Essas ideias não são novas, mas a disponibilidade de poder computacional e conjuntos de big data alimentaram o aumento dos quants nas últimas duas décadas. Nos últimos dez anos, os quants foram os primeiros a adotar novas técnicas de IA, como o aprendizado de máquina e o uso de redes neurais. Tornaram-se consumidores vorazes de dados alternativos, como análises de sentimentos provenientes de feeds de redes sociais.

O maior problema com os investidores quantitativos tem sido a “explicabilidade”, um termo mais recente para IA que remonta à “caixa preta” dos quants. O colapso da Gestão de Capital de Longo Prazo em 1998 resume este risco, especialmente porque os quants são normalmente alavancados.

Mas desde então, lojas quantitativas como a Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies e Two Sigma tornaram-se as maiores e mais influentes empresas de compra em Wall Street. O seu sucesso estimulou as casas de fundos tradicionais, como a BlackRock ou a Fidelity, a lançar as suas próprias estratégias quantitativas.

Eles também operam em mercados fora dos EUA, onde podem encontrar liquidez, infraestrutura de negociação de baixa latência e instrumentos de hedge (como ETFs ou contratos futuros que acompanham os índices do mercado local). O Japão tem sido o maior mercado na Ásia-Pacífico, mas a Índia é agora um importante campo de jogo. (Um problema na Ásia é o capricho regulatório, como atestam a recente proibição sul-coreana de vendas a descoberto e a crescente interferência governamental na China.)

Os fundos quantitativos não são, portanto, apenas predadores influentes: estão também na vanguarda da adoção de novas tecnologias digitais.

Entre na GenAI

O que torna os novos desenvolvimentos em IA um quebra-cabeça para os quants.

É claro que essas empresas usarão modelos de linguagem larga (LLMs), possibilitados por transformadores generativos pré-treinados, em toda a sua extensão.

O Santo Graal dos quants será transformar os LLMs em ferramentas preditivas. Um ser humano interagirá com seus colegas de computador para detectar padrões em séries temporais e outros conjuntos de dados. Na verdade, os quants já fazem isso, só que os LLMs devem tornar o processo mais intuitivo, integrar melhor os dados não textuais e permitir que os desenvolvedores construam modelos com muito mais rapidez.

As lojas Quant também usarão genAI para fins mais mundanos, como aprender a escrever relatórios regulatórios, interpretar relatórios de lucros ou examinar apresentações de argumentos de venda. A integração do cliente e outras funções de back-office podem ser ainda mais automatizadas.

Mas não há nada de misterioso em uma loja quântica fazer essas coisas, porque é a mesma coisa para a qual todos os outros usarão a genAI.

Todo mundo está fazendo isso

A diferença está no desenvolvimento de modelos preditivos de investimento e algoritmos de execução. É isso que torna os quants especiais, mas os primeiros sinais sugerem que a genAI permitirá aos gestores de activos tradicionais fazer estas coisas também. O mesmo se aplica aos gestores de fundos de private equity – um negócio notoriamente não automatizado, que poderia utilizar LLMs para tomar decisões de investimento mais sistémicas e baseadas em dados.

Todos os gestores de ativos enfrentarão dúvidas com os LLMs e sua tendência de inventar coisas. Produtos como o ChatGPT da OpenAI são a caixa preta definitiva. Embora os fundos quantitativos dependam da IA ​​para adivinhar estratégias, estes ainda são geridos por profissionais licenciados que compreendem as ramificações de uma ideia comercial. Esse não é o caso das ferramentas genAI.

A engenharia imediata pode agregar valor ao fornecer um pouco dessa transparência, interrogando os LLMs para obter uma noção de seus processos e dos fatores e fontes usados ​​para chegar a uma decisão. É teoricamente possível que, um dia, os LLMs sejam mais transparentes e responsáveis ​​do que um ser humano.

Embora a ideia de transferir os investimentos para a máquina seja um bom título, os quants provavelmente usarão os LLMs de maneiras mais específicas.

Por exemplo, irão querer ferramentas para identificar o verdadeiro custo friccional de uma negociação, o que envolve um estudo profundo das estruturas de micromercado. Uma métrica típica para avaliar o desempenho de um trader é chamada de “déficit de implementação”, para descobrir o quão próximo ele está de um orçamento para uma determinada negociação. Esses algoritmos já estão a tornar-se mais sofisticados, à medida que as empresas procuram momentos durante o dia em que a liquidez está madura ou quando podem negociar sem revelar a sua mão.

Trata-se de encontrar sinais de mercado, que é o cerne da missão de um quant. É provável que as lojas quant usem a genAI para desenvolver melhores maneiras de prever os melhores horários e locais para executar uma negociação.

Isso ainda é muito útil, mas não é como se alguém entregasse as chaves do carro ao Exterminador do Futuro. A IA também não supera os maiores obstáculos nos mercados asiáticos, que é a falta de instrumentos de cobertura, seguida do elevado custo da cobertura quando um contrato está disponível.

Mais importante ainda, isso não é específico dos quants. Os grandes compradores tradicionais também usam esses algoritmos de execução, sejam eles projetados internamente ou por um corretor do lado vendedor.

A questão existencial para os quants é como eles mantêm sua vantagem quando as ferramentas genAI podem disponibilizar muito do que fazem para gestores de ativos fundamentais. As lojas Quant evitam os holofotes em parte porque consideram seus modelos de IA e algoritmos de execução como molhos secretos. A genAI poderia transformá-los em commodities? Quão diferenciada é a sua engenharia imediata?

Como disse um analista: “A IA faz parte do nosso conjunto de ferramentas há anos. A GenAI não está a eliminar as barreiras, mas proporcionará mais benefícios aos gestores ativos fundamentais, tornando-os mais eficientes na agregação e análise de dados. Uma vez que essas empresas entendam os impulsionadores do retorno, elas se tornarão nossas concorrentes.”

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://www.digfingroup.com/genai-quants/