Как элитные инвесторы используют искусственный интеллект и машинное обучение для конкурентного преимущества

Автор: Мэтт Игэн, CNN Business

Искусственный интеллект и машинное обучение могут ассоциироваться у нас с выдумками из научно-художественных фильмов. Но хедж-фонды, крупнейшие банки и частные инвестиционные компании уже внедряют технологии нового поколения для получения конкурентного преимущества.

Citigroup использует машинное обучение в подготовке рекомендаций для клиентов по поводу их портфолио. Компании, которые занимаются высокочастотным трейдингом, полагаются на инструменты машинного обучения для быстрого анализа поведения и реакций финансовых рынков. Компании по управлению денежными средствами, использующие количественный анализ, такие как PanAgora Asset Management, разработали сложные алгоритмы для проверки комплексных инвестиционных идей.

«Мы убираем из процесса эмоции. Все происходит рационально», – Майк Чен, Менеджер портфельных активов бостонской компании PanAgora рассказал CNN Business во время инвестиционного саммита Cayman Alternative на о. Большой Кайман.

«Мы не какие-то сумасшедшие ученые со взъерошенной шевелюрой», – говорит Чен, инвестиционная компания которого управляет активами примерно в $43 миллиарда.

Большинство технологий, которые используют элитные инвесторы, на самом деле, не новые. Просто финансовые фирмы с большим успехом задействуют возможности ИИ и машинного обучения, так как современные компьютеры могут обрабатывать информацию намного быстрее. А еще сейчас в наличии намного больше данных, чем было несколько лет назад.

Повышение роли машинного обучения

Все же технологии с большой скоростью изменяют финансовый сектор – и продолжат изменять в будущем.

«Повышение роли машинного обучения на самом деле изменит нашу сферу до неузнаваемости», – говорит Энтони Коуэлл, руководитель управления активами KPMG на Каймановых островах. Среди его клиентов крупнейшие мировые распорядители активами, хедж-фонды и частные инвестиционные фирмы.

Например, Citi Private Bank внедрил машинное обучение, чтобы помочь финансовым консультантам отвечать на вопрос, который им часто задают: Что со своими деньгами делают другие инвесторы? Используя свою технологию, банк может анонимно показывать действия с портфелями, которые совершают клиенты по всему миру.

«Традиционно такая информация передается через знакомых. Вы проводите несколько встреч за кофе или можете что-то разузнать, попивая коктейль», – говорит Филип Уотсон, глава лаборатории глобальных инвестиций в Citi и директор по инновациям Citi Private Bank. «Теперь мы можем делиться очень ценными решениями».

Citi также создала систему рекомендаций, которая использует функции машинного обучения для предоставления советов клиентам. Платформа рекомендует индивидуализированные отчеты об исследованиях, решения и даже оповещает клиентов о важных событиях, таких как окончание срока обращения ценных бумаг в их портфеле.

Машины на помощи у скоростного трейдинга

Domeyard, хедж-фонд из Бостона, который занимается в основном высокочастотным трейдингом, зависит от машинного обучения, которое проводит расшифровку 300 миллионов точек данных только в первый час работы Нью-Йоркской фондовой биржи.

«Мы полагаемся на помощь машин для упрощения и ускорения прогнозирования того, что может случиться в следующие секунды или минуты», – говорит Кристин Ки, соучредитель и партнер Domeyard.

Но Ки предупреждает, что машины «умны лишь настолько, насколько качественны данные, которые им скармливают».

Ранее в этом году PanAgora, бостонская компания по управлению денежными средствами, использующая количественный анализ, оптимизировала работу с Китаем, запустив «самообучающийся» алгоритм, который расшифровывает китайский «кибер-сленг», используемый инвесторами в социальных сетях для обхода правительственной цензуры, говорит Чен. Результаты дают менеджерам портфелей PanAgora ценную информацию о настроениях розничных инвесторов, доминирующих на Китайском рынке.

Человек против машины?

Руководители технологических компаний советуют не верить всей шумихе вокруг искусственного интеллекта и машинного обучения – особенно о захвате роботами рабочих мест.

«Некоторые последствия могут быть сильно преувеличены», – говорит г-н Уотсон из Citi. «Это мир людей и машин. В этой модели присутствуют не только машины. И я думаю, что еще очень долгое время в этой модели будут присутствовать не только машины».

Г-н Чен из PanAgora с ним согласен: «Не человек против машины. А человек вместе с машиной».

В PanAgora именно люди принимают окончательные решения об инвестициях, и иногда они не совпадают с тем, что им советует компьютерная модель.

«У машин нет сознания. В следующие лет 10 вряд ли восстанут терминаторы и начнут нас убивать», – говорит Чен. «По крайней мере, я на это надеюсь».

Это повлияет на большинство рабочих мест

Но это не значит, что в жизни людей ничего не изменится.

«Мы действительно верим в то, что это может повлиять на 100% всех должностей и рабочих мест», – заявил Марк Фостер, старший Вице-президент IBM Global Business Services.

По словам Фостера, самый благоприятный результат будет в том случае, если коммерческий сектор, правительства и системы образования смогут идти на шаг вперед подобных изменений, переобучая сотрудников.

«Очевидно, что мир двигается намного медленнее. Существует риск того, что люди останутся позади», – говорит Фостер. «И мы, как представители бизнеса, должны помогать нашему персоналу опередить подобный сдвиг».

Г-н Уотсон из Citi считает, что вместо увольнения многие сотрудники, выполняющие рутинную работу в бек-офисах, могут быть переведены на более высокооплачиваемые позиции.

Что дальше?

В будущем финансовый сектор испытает на себе еще больше изменений и прорывов благодаря росту новых технологий, таких как квантовые вычисления.

«С их помощью можно будет решать проблемы, к которым мы раньше и подойти не могли», – говорит Марк Джексон, руководитель научного направления британской компании Cambridge Quantum Computing.

IBM, Google, Intel и другие гиганты вкладывают огромные средства в развитие квантовых технологий, но эксперты пока не уверены, для чего именно будут использоваться эти суперкомпьютеры.

«На самом деле мы пока не знаем», – ответил Джексон на вопрос о конкретных примерах применения. «Мы только начинаем осознавать силу этой технологии».

По его словам, сейчас уже понятно, что квантовые компьютеры стоят на голову выше в нескольких сферах: шифрование, безопасность, химия и машинное обучение.

«Они покажут, что шумиха поднята не зря», – заявил Джексон.

В финансовом мире есть еще много задач, которые компьютеры выполнить не способны.

Например, искушенные инвесторы часто используют теорию игр, чтобы просчитать, как другие игроки будут реагировать на те или иные ситуации. Теория игр позволяет компаниям зарабатывать, занимая определенные позиции до того, как происходят резкие колебания рынка.

Г-н Чен из PanAgora говорит, что машины этому еще не научились.

«Я надеюсь, что увижу это в следующие 5-15 лет», – говорит он.

Источник: ссылка

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *