Искусственный интеллект (ИИ) - от разрушителя до неотъемлемой части нашей жизни - это определяющая технология нашего времени, которая быстро меняет то, как мы работаем, потребляем и инвестируем.
Его способность искать, анализировать и интерпретировать огромные объемы данных эффективно и быстро показала, что он используется для торговли и получения инвестиционных идей. На большинстве передовых рынков торговля с помощью ИИ набирает обороты и используется для разработки торговых стратегий.
«Во всем мире управление активами все чаще определяется искусственным интеллектом и машинным обучением (ML). На фонды, управляемые компьютерами, приходится более 60% торговой активности в США », - сказала Каника Агаррвал, ИТ-директор компании Upside AI, занимающейся инвестициями на основе машинного обучения.
ИИ беспристрастен, бесстрастен и не имеет определенного стиля инвестирования. Хороший алгоритм является динамичным и может тестировать и улучшать торговые стратегии с учетом рыночных тенденций. Он может делать то, что делают аналитики - собирать информацию, данные и оценивать их, чтобы делать предложения.
«Он может постоянно находить альфу, что трудно для менеджеров, которые преуспевают в одних рыночных циклах, но не в других», - сказал Агаррвал.
«Глобальная торговая деятельность (краткосрочная, высокочастотная, техническая и т. Д.) В настоящее время в значительной степени управляется технологиями. Даже пассивные ETFs превзошли активных менеджеров в AUM в США », - сказал Агаррвал.
Она считает, что следующим шагом в области ИИ станет фундаментальное инвестирование.
«Мы считаем, что следующими великими инвесторами, такими как Уоррен Баффет и Чарли Мангер, станет ИИ. Бенджамин Грэм и Уоррен Баффетт свято верили в инвестирование, используя систематизированные правила и избегая эмоций. Лучший способ бесстрастно следовать правилам - это использовать ИИ и технологии », - сказал Агаррвал.
В то время как развитые рынки, похоже, быстро приспосабливаются к этой технологической революции, развивающимся рынкам, таким как Индия, потребуется некоторое время, чтобы увидеть свое доминирующее положение в сфере инвестиций.
«В Индии, несмотря на то, что инвестирование в значительной степени определяется людьми, я считаю, что мы увидим структурные сдвиги в следующем десятилетии, поскольку наши рынки становятся более зрелыми и становится все труднее найти альфу. Мы будем видеть все больше продуктов, подобных нашему, которые пытаются найти различные подходы к инвестированию с использованием ИИ », - сказал Агаррвал.
Самая большая сила ИИ - это его абсолютная зависимость от данных и использование алгоритмов для понимания рынка и его циклов. Это причина, по которой ИИ используется в индустрии инвестиций и управления капиталом во всем мире.
Михир К. Малани, основатель финтех-стартапа Nerve Solutions, отметил, что хотя конечной целью всегда является повышение доходности, этот процесс обычно включает в себя несколько шагов, таких как выбор правильных акций на основе исторических тенденций, определение размера инвестиций, выявление и прогнозирование тенденций, и т.п.
«Обычно принятый подход заключается в использовании моделей машинного обучения для классификации клиентов на основе их профилей, инвестиционных предпочтений и склонности к риску, позволяя модели выработать наиболее подходящие для них инвестиционные стратегии», - сказал Малани.
По его словам, одним из самых больших преимуществ хорошо разработанной модели ИИ для инвестиций является ее способность избегать ловушек и успешно прогнозировать просадки.
«Кроме того, хороший способ измерить эффективность модели - это количество генерируемых ею ложных срабатываний. Чем меньше число, тем лучше и надежнее модель », - добавил Малани.
Проблемы
Несмотря на то, что ИИ кажется неизбежной силой в инвестировании, впереди есть проблемы.
Хотя легко получить доступ к большим наборам структурированных финансовых данных для построения моделей машинного обучения, существует несколько проблем, связанных с разработкой работающей модели.
Агаррвал из Upside AI считает, что проблемы ИИ актуальны во всех отраслях, включая качество данных для инвестиций, качество построенной модели, отсутствие талантов в Индии для создания этих машин, решение качественных инвестиционных проблем, таких как корпоративное управление и более широкое признание технологии.
Выявление истинных закономерностей и совпадений - одно из самых серьезных препятствий, с которыми можно столкнуться при применении ИИ для инвестирования.
«Иногда простые совпадения создают иллюзию корреляции. Неспособность идентифицировать их может привести к получению крайне неточных моделей », - сказал Малани.
Определение правильных характеристик и последующее проектирование модели - непростая задача.
«Это общая проблема, с которой часто сталкиваются при разработке моделей искусственного интеллекта для производных инструментов. С учетом ряда факторов, влияющих на ценообразование деривативного контракта, упущение нужных функций может привести к созданию кажущихся правильными, но ошибочных моделей », - сказал Малани.
Кроме того, включение геополитических факторов в модель также является проблемой.
«Хотя включение информации о ценах и объемах в модель искусственного интеллекта является довольно процедурным, чрезвычайно сложно учесть факторы, которые лежат за пределами рынков, но оказывают глубокое влияние на движения рынка. Такие факторы часто являются причиной неудач моделей », - сказал Малани.
Несмотря на эти проблемы, ИИ - это будущее инвестирования, которое открывает множество возможностей как для инвесторов, так и для менеджеров.
