Inwestycje oparte na intuicji i emocjach danych i nauce

„Branża inwestycyjna stoi u progu prawdopodobnie największej transformacji technologicznej.”

AI PIONEERS IN INVESTMENT MANAGEMENT
An examination of the trends and use cases of AI and big data technologies in investments. © 2019 CFA Institute

Analiza czynnikowa

Od dziesięcioleci ekonomiści i inwestorzy próbowali używać modeli wyceny aktywów, aby wyjaśnić i przewidywać zwroty na rynku akcji. W połowie lat 60-tych został opracowany model wyceny aktywów kapitałowych (CAPM). CAPM opisuje zwrot z aktywów za pomocą wyrażenia liniowego jako funkcję ryzyka rynkowego i początkowo odnosił sukcesy. Z czasem, kolejne badania wykazały, że CAPM nie był w stanie wyjaśnić pewnych determinantów kształtowania się stóp zwrotu, zwłaszcza takich związanych z ryzykiem pozarynkowym.
Ekonomiści dowodzili, że istnieje wiele innych czynników, które mają wpływ na zachowanie się cen akcji. Z czasem badacze akademiccy opisali setki faktorów, które różnicują stopy zwrotu akcji. Znalezienie skomplikowanych zależności pomiędzy nim przekraczało jednak zdolności umysłów oraz ówcześnie dostępnych komputerów.

Przełom nastąpił wraz z rozwojem technologii komputerowych. Gromadzenie, strukturyzowanie, przechowywanie i udostępnianie wielkich zbiorów danych stało się łatwiejsze dzięki szybkim dyskom i przetwarzaniu w chmurze. Moc obliczeniowa komputerów w ostatnich 30 latach wrosła wielokrotnie. W sferze software’owej  do postępu przyczynił się rozwój narzędzi / bibliotek programistycznych do uczenia maszynowego.

Moc obliczeniowa i narzędzia to nie wszytko

Prognozowanie zachowania rynków jest trudne.
Większość menedżerów inwestycyjnych i systemów ilościowych zawodzi. Dzieje się tak dlatego, że ogromna ilość informacji potencjalnie wpływających na ceny akcji powoduje szum, z którego niewielu może wyciągnąć prawidłowe wnioski.
Ale zastosowanie sztucznej inteligencji w inwestycjach nie jest wcale łatwe.
AI zmienia świat. Autonomiczne samochody, wykrywanie nowotworów, rozpoznawanie twarzy, generowanie obrazów i tekstów według zadanych kryteriów, to tylko niektóre z jej zastosowań. Charakterystyka rynków finansowych bardzo różni się od innych obszarów zastosowań AI, gdzie dane są nieporównywalnie łatwiejsze do analizy.

Kluczowe jest połączenie kompetencji inwestycyjnych z umiejętnością programowania, obróbki wielkich baz danych oraz śledzenie najnowszych trendów w rozwoju inwestowania faktorowego. Właśnie to robimy w Aixon.

Jak prognozujemy?