Анализ данных: ключ к интеллектуальным инвестициям
В ноябре 2016 года, когда президентские выборы в США были в самом разгаре, на инвестиционном рынке происходило собственное ожесточенное сражение.
Аналитики Credit Suisse отметили, что активы под управлением составляют около 330 миллиардов долларов, а средства CTA (инвестиции во фьючерсы), которые количественно определяют долгосрочные и краткосрочные стратегии, постепенно превращаются в короткие позиции. Короткие позиции американских акций в ближайшем будущем поднимутся до небывалого уровня. С другой стороны, долгосрочные фонды акций с активами под управлением более 215 миллиардов долларов установили новый максимум за девять месяцев против акций США.
Большинство инвестиционных операций с обеих сторон осуществляется с помощью компьютерных алгоритмов и моделей. СМИ окрестили этот процесс «войной роботов».
Поскольку большинство транзакций для количественных инвестиций осуществляются компьютерными моделями и алгоритмами, многие люди называют это вмешательством искусственного интеллекта в инвестиционный рынок. Но на самом деле, количественные инвестиции просто используют вычислительную мощность компьютера, чтобы найти безрисковые возможности арбитража на рынке. Их можно рассматривать только как торговые стратегии, большинство из которых не имеет ничего общего с искусственным интеллектом.
Настоящие интеллектуальные инвестиции по-прежнему зависят от данных. Независимо от того, как выполняется итерация алгоритма, насколько он креативен, насколько логична связь с моделью, для проверки алгоритма требуется большое количество соответствующих потребностям многомерных данных, которые учитывают экономические, социальные и отраслевые изменения.
Следует заметить, что массивы данных имеют решающее значение для интеллектуального инвестирования и анализа финансовой информации. Поскольку стоимость приобретения инструментов для анализа массивов данных чрезвычайно высока, многие компании не имеют собственных ресурсов. В таком случае интеллектуальный анализ и принятие решений не обсуждаются.
Данные поиска Baidu и Google, карты и другие многомерные, трехмерные массивы данных, отличные от традиционной финансовой информации, предоставляют богатый ресурс для разработки функциональных финансовых интернет-инструментов. Вместе с ведущими технологиями искусственного интеллекта компания Baidu предоставляет лучшие ресурсы для финансирования в области инвестиций.
Там, где есть ресурсы, будут и «шахтеры». Процесс поиска массивов данных обычно проходит следующим образом. После определения источника данных повышается эффективность работы и обеспечивается целостность сетевых данных. Затем с помощью глубокого обучения искусственный интеллект обрабатывает массивы данных и исследует индивидуальные характеристики финансовых активов.
Например, Baidu генерирует около 20 миллионов поисковых запросов, которые напрямую связаны с названиями акций или их кодами. Объем поиска акций и тренды цен, как правило, коррелируют со средним показателем 0,7 или более. Дополнительная информация о цене представляет собой степень заинтересованности инвесторов. Ее можно использовать для экономии энергии покупателя/продавца, определяя по возможному риску, когда выходить на рынок.
Данные могут привести к золотым приискам тех, кто активно ищет. Как правило, если вы сделаете верный запрос, то информация не будет ложной.
Если поиск является проявлением субъективного намерения, а данные достаточно богаты, то можно выявить потенциальный спрос и основные интересы. Специальная структура инвесторов A-акций (в основном, розничных инвесторов) и эксплуатационные характеристики (обычная спекуляция) делают данные поиска отличным инструментом для наблюдения. Поэтому, если использовать поисковые данные, польза от наблюдения за изменениями на рынке будет выше.
Поисковые данные могут быть изучены и дополнительно уточнены. Например, Baidu Maps теперь имеет более 3000 промышленных парков и более 4000 коммерческих районов по всей стране. Наблюдая за ними, вы можете получить полное представление о регионе и его центре, привлечении или изменении трафика в город.
Интеллектуальные системы могут даже совершенствовать знания компании в процессе глубокого обучения.
Карта автоматически обновляется в режиме реального времени. Поэтому, опираясь на богатые данные, инвестор может контролировать изменение операционной ставки предприятия с более широкой и более своевременной перспективой и получать своевременную рекомендацию по инвестиционным решениям.
Традиционная финансовая логика, инвестиционная логика, возможности управления активами и высококоррелированные данные в реальном времени, несомненно, значительно улучшат точность и качество прогнозов в инвестиционной отрасли.
Рис. 7-3. Сравнение рентабельности количественной стратегии, основанной на доходах Baidu (черная линия), и количественной стратегии, основанной на доходах CSI 500 (серая линия).
В финансовом секторе каждый процент повышения эффективности и риска означают огромные доходы.
Три уровня интеллектуальных инвестиций
Конечно, рынок нуждается в том, чтобы мы всегда пребывали в страхе. Его сложность лежит за пределами человеческого воображения. Для абстрактного понимания финансового мира, с которым мы сталкиваемся, была создана относительно простая совершенная модель. Но в упрощении неизбежны упущения. Более того, эти модели относительно статичны. С течением времени они утрачивают свою точность. В исследовании лондонской консалтинговой компании Preqin, типичный систематизированный фонд уступал фонду с ручным управлением.
Ожесточенность борьбы за инвестиции в машины перед президентскими выборами в США, упомянутой в начале раздела, была преувеличена в СМИ. Как сказал Баффет, «Инвестирование – это не человек с IQ 160, и вы сможете победить в игре даже с коэффициентом IQ 130».
Рис. 7-4. Сравнение прибыли, приносимой системой и человеком.
Независимо от алгоритма и модели, мы должны уважать финансовые законы и логику инвестиций. Волатильность обусловлена не инвестициями в машины, а изменением ожиданий рынка. По-прежнему люди принимают решения с опозданием. И, по нашим прогнозам, в ближайшем будущем это не изменится.
В настоящее время многие компании, инвестирующие в искусственный интеллект, утверждают, что торговля акциями с их системой вообще не допускает вмешательства человека. Например, Бакак Ходжат, главный научный сотрудник Sentient, в котором работал Ли Кашинг, заявил, что «наша система позволяет фонду автоматически корректировать уровень риска».
Герцель, основатель хедж-фонда Aidyia, который анализирует рынок США с помощью искусственного интеллекта, более уверена в своей системе: «Если в один прекрасный день мы все умрем, система по-прежнему будет торговать автоматически».
Но на самом деле трудно представить себе полностью управляемый машинами инвестиционный рынок. Если большая часть средств перейдет под управление ИИ, то результаты могут быть не теми, что мы ожидаем. С одной стороны, при точных машинных вычислениях процесс и цель инвестиций будут все больше сближаться, колебания рынка будут становиться все меньше и скучнее. С другой стороны, поскольку у машин будет расширяться выбор объектов инвестиций, дисбаланс рынка будет похоронен.
В рассказе Лю Цысиня «Зеркало» была описана подобная сцена. Если однажды человеческое общество сможет точно рассчитывать и предсказывать будущее, то окажется в застое, что в конечном итоге приведет к разрушению цивилизации.
Эта идея может показаться несколько преувеличенной, но она дает представление о том, что инвестиции включают в себя основные потребности людей и даже культурные характеристики, которые способствуют непрерывному развитию общества. Инвестиционный процесс – намного больше, чем просто цифры.
Что касается взаимосвязи между инвестициями в искусственный интеллект и инвестиционными решениями людей, Чжан Сюян, вице-президент Baidu, изложил свои взгляды на семинаре.
«Инвестиции – это сочетание технологий, искусства и философии. Ведущие разработки Baidu и технологии искусственного интеллекта могут решить некоторые технические проблемы. Но инвестиции иногда представляют собой художественную проблему, которую не смогут решить классические мастера, такие как Баффет. У разных аналитиков в условиях рынка будут разные методы и интерпретации. Например, анализ данных Baidu выявил, что парикмахеры и учителя стали обращать внимание на акции. Некоторые аналитики воспримут это как сигнал к покупке, а другие – к продаже. На самом деле восприятие зависит от инвестиционного опыта. Решение об увеличении инвестиций – это то, что не поддается логике и невозможно выразить.
Машина сможет самостоятельно принимать решения после овладения технологией глубокого обучения тогда, когда мы достигнем существенного прорыва в развитии ИИ – в распознавании изображений, речи, понимании естественного языка, создании пользовательских портретов и алгоритмов принятия решений. Но самая важная часть принятия инвестиционных решений остается неизвестной. Это то, что не имеет эквивалента. В нынешних условиях мы не в состоянии понять, как разрабатывать идеи и делать суждения вместо людей.
После того, как Alpha Go победил Ли Шиши, многие думали, что машина представляла собой альтернативу интеллектуальным инвестициям. Но на самом деле, системы абсолютно разные. Go – закрытая игровая среда с четкими правилами. Инвестирование в чью-то иррациональность – это открытая среда. В этом случае технология не может заменить людей. На принятие решения у машины уйдет около 10 лет.
Алгоритмы искусственного интеллекта, которые в настоящее время используются для инвестиций, схожи с логистической регрессией и причинным анализом, с глубокими нейронными сетями и так называемым древом решений, генетическим алгоритмом. Однако результат использования этих алгоритмов не выходит за рамки анализа релевантности и может храниться только в краткосрочной перспективе. Уровень реакции человеческого мозга еще не достигнут. Машина может успешно принимать решения только в некоторых повторяющихся инвестиционных процессах. Но для рынков с нестандартной логикой или рынков, которые содержат ошибки в традиционных правилах искусства инвестиций, потребуется вмешательство человека.
Я думаю, что, по крайней мере на художественном уровне, машинам все еще трудно заменить людей. Для интеллектуальных инвестиций нам нужен алгоритм обслуживания. Логика алгоритма должна постоянно корректироваться в соответствии с изменением инвестиционных условий.
Третий уровень инвестиций – философия и самодисциплина. Почему инвестиции? У меня должно быть право выйти из проигрышной операции и получить прибыль. В этом машина будет лучше человека. Через нее легче остановить потери, так как не возникает перепадов настроения, приступов жадности и излишней самоуверенности.
Например, я всегда думаю, что отличаюсь от других. В этот раз, в отличие от предыдущего, я чувствую, что смогу выйти. И хотя знаю, что пузырь уже большой, я уверен в своих силах. Но история часто повторяется. И по алгоритму машины вы можете остановить процесс на определенном этапе. Вы должны признать поражение и остановиться на определенном количестве прибыли. Процесс может быть как положительным, так и отрицательным.
Несмотря на то, что машине сложно заменить людей на художественном уровне, умные инвестиции все равно требуют алгоритма обслуживания. Логика алгоритма должна постоянно корректироваться, чтобы адаптироваться к различным инвестиционным условиям».
Короче говоря, на рынке финансовых инвестиций люди по-прежнему являются решающим фактором, особенно в период ускорения интеграции финансов и искусственного интеллекта.
Большое количество лидеров в области физики и математики отправилось на Уолл-стрит и привнесло в нее революционные изменения. Теперь, когда Уолл-стрит сталкивается с финансовыми технологиями, то восклицает, что «Кремниевая долина здесь». Трансграничный поток и интеграция искусственного интеллекта с финансовыми гениями проявляются в технических компаниях, таких как Baidu.
Робин сказал, что люди из Кремниевой долины могут вернуться. Я приду. У Цзяньминь, работавший в Исследовательском институте Microsoft, вспомнил, почему он пришел в Baidu. Он в основном занимается исследованиями умных клиентов в Baidu Finance. Если он и другие эксперты по искусственному интеллекту принадлежат людям, которые полагаются на технологии для решения финансовых проблем, то Чжан Сюян, который управляет финансовым отделом, Хуан Шуан, который отвечает за потребительские кредиты, и другие специалисты традиционных финансовых учреждений полагаются на человеческие ресурсы.
Трансграничное сочетание талантов вдохновляет на инновации. Конвергенция искусственного интеллекта и финансовых услуг реформирует финансовые услуги: аутентификацию подлинности, большой контроль над данными и умные инвестиции. Подождем. Посмотрим. Для физических лиц внедрение финансовых инструментов искусственного интеллекта неизбежно. Через 5-10 лет в банках, компаниях ценных бумаг, страховых компаниях и других учреждениях, связанных с финансовым сектором, все операции кредитования и финансирования будут осуществляться искусственным интеллектом. Чжу Гуан назвал будущее финансовых технологий «AI внутри» (встроенный искусственный интеллект). Надеемся, что наши собственные технологии, данные и возможности будут поддерживать финансовые институты Китая, сокращать финансовую неопределенность и помогать властям улучшать жизнь, воплощая в жизнь мечту об инклюзивном финансировании.
