В днешно време почти всяка индустрия - от архитектурата до развлеченията, тества възможностите на изкуствения интелект, надявайки се да спечели от новата технология, която може да произвежда текстове, изображения и изкуство, подобно на хората.

Уолстрийт отдавна използва автоматизирани алгоритми за различни задачи, като сключване на сделки и управление на риска. Но AI до момента не е успял да помогне на инвеститорите да постигнат кой знае колко голям напредък в най-голямото предизвикателство - да "победят" пазара. 

Докато някои виждат в приложения като ChatGPT начин за стимулиране на продажбите и изследователските усилия, резултатите от инвестирането с помощта на AI не са особено впечатляващи, пише The Wall Street Journal. 

"Напредъкът в използването на AI за инвестиране е ограничен, въпреки че иновациите в езиковото моделиране могат да променят това през следващите години“, казва Джонатан Ларкин, директор на инвестиционния фонд на Колумбийския университет Columbia Investment Management Co., който управлява активи на стойност 13 милиарда долара.

Историята на Уолстрийт и изкуствения интелект

Уолстрийт вече има известна преднина пред повечето индустрии в използването на AI. Преди четири десетилетия математиците разработват алгоритми, с които прехвърлят инвестиционните решения в ръцете на своите компютри, използвайки методите на машинното обучение. 

Те изграждат модели за търговия, които могат да екстраполират данни от миналото, за да идентифицират сигнали и да сключват печеливши сделки с ограничена човешка намеса.

Но компаниите, постигнали успехи в това поле, са много малко.

Всъщност, инвестиционните фондове, като Renaissance Capital и още няколко такива "пионери" в тази област, разчитат по-скоро на усъвършенствана статистика, а не на авангардни приложения на самия изкуствен интелект, смятат експертите, цитирани от WSJ. 

„Повечето от т. нар. "квантови инвеститори" все още възприемат подход, които поставя на първо място теорията. Те първо установяват хипотеза защо може да съществува определена аномалия и формират модел около това“, казва Джонатан Ларкин.

Защо AI се затруднява в разбирането на пазарите? 

Има един голям проблем - инвеститорите разчитат на по-ограничен набор от данни от тези, използвани за разработването на чатбота ChatGPT и останалите приложения, базирани на езикови модели.

ChatGPT, например, е модел със 175 милиарда параметъра, който използва текстове от книги, списания, интернет и др. източници, събирани в продължение на десетилетия и дори векове.

За разлика от него, хеджфондовете и инвеститорите обикновено обучават своите системи за търговия, използвайки ценообразуване и други пазарни данни, които са ограничени "по природа".

Според съоснователя на фонда Voleon Capital Management Джон Маколиф, обстоятелствата във финансовия сектор са различни. "Ние нямаме неограничени количества данни, които да ни помогнат да управляваме модели с неограничен размер“, казва той. 

Също толкова важно е, че пазарните данни са „по-шумни“ от езика, тоест има много повече флуктуации, което прави по-трудно използването им за обяснение или прогнозиране на пазарните движения.

С други думи, печалбите на компаниите, настроенията на инвеститорите и останалите финансови параметри само отчасти обясняват движенията на акциите - останалото е необясним „шум“.

В резултат на това моделите за машинно обучение могат да идентифицират корелации в различни пазарни данни, но се оказват неспособни да предскажат бъдещите движения на борсовите индекси. 

За разлика от езиците, пазарите могат да се променят бързо – компаниите променят стратегиите си, новите лидери вземат радикални решения, а икономическата и политическата среда се променят рязко.

Това прави още по-трудно извършването на сделки с помощта на модели, разчитащи на дългосрочни исторически тенденции в данните.

ChatGPT се оказа впечатляващ инструмент в много отношения, но дори и той редовно прави очевидни грешки, които биха стрували пари на инвеститорите и биха застрашили тяхната репутация.

Ричард Дюи, главен изпълнителен директор на финансово-технологичната компания Proven, също отбелязва, че инвестирането е съперничество и включва надпревара с останалите участници, които искат да се възползват от всяка грешка на своите конкуренти. Това затруднява използването на AI.

„Има причина, поради която инвестиционните компании все още още наемат толкова много докторанти. Когато става въпрос за инвестиране, все още е трудно да прехвърлите всичко на машините“, казва Дюи.

По думите му, хората все още са от съществено значение за анализа на пазарите, които са "шумни" и са подложени на обратна връзка между човешкото поведение.

AI не е перфектен, но помага

Все пак има признаци, че инвеститорите разчитат на AI във все повече сфери на своята дейност. Voleon е сред групата хедж фондове, които през последните няколко години изградиха стратегиите си около машинно обучение и други подходи, свързани с изкуствения интелект. 

Базираният в Сан Франциско "квантов" хедж фонд Numerai използва техники за машинно обучение и миналата година постигна доходност от 20% миналата година. 

Освен това, трима бивши служители на DeepMind Technologies - дъщерното дружество за изкуствен интелект на Alphabet Inc., компанията майка на Google, предизвикаха голямо вълнение, като напуснаха компанията, за да създадат фонд за машинно обучение, наречен EquiLibre Technologies, който е базиран в Прага.

Някой ден AI може да помогне за "демократизирането" на финансовата търговия, предоставяйки на индивидуалните инвеститори толкова мощни програми, колкото тези, използвани от големите хедж фондове, прогнозират някои експерти.

Засега обаче има малко фирми, които се фокусират върху машинното обучение в опита си да "победят" пазара, а резултатите им са противоречиви. 

Привържениците на AI вярват, че техният подход, в крайна сметка, ще се представи добре. Моделите за машинно обучение биха могли да отсеят смислените пазарни сигнали от "шума".

„Изграждането на стратегии за машинно обучение е по-трудно и има повече неуспешни опити. Но след като успеете да ги накарате да работят, тези стратегии ще правят по-точни прогнози“, смята Джон Маколиф от Voleon. 

Мартин Шмид, съосновател и главен изпълнителен директор на EquiLibre, казва, че „обучението с подсилване“ - форма на машинно обучение, при която компютрите се „наказват“и „възнаграждават“ за различни инвестиционни решения за търговия, ще работи и за търговията с акции и облигации, подобно на шаха, покера и други игри, в които машините вече стават по-добри дори и от професионалистите.

Новините на Darik Business Review във Facebook , Instagram , LinkedIn и Twitter !