BlackRock এর LLMs: "প্রশ্ন হল সুবিধা।"

BlackRock এর LLMs: "প্রশ্ন হল সুবিধা।"

সময় স্ট্যাম্প: 17 অক্টোবর, 2023 5:43 পূর্বাহ্ন
BlackRock এর LLMs: "প্রশ্ন হল সুবিধা।" PlatoBlockchain ডেটা ইন্টেলিজেন্স। উল্লম্ব অনুসন্ধান. আ.

অর্থ বিনিয়োগের জন্য একটি প্রযুক্তি-প্রথম পদ্ধতি নতুন নয়, তবে কৃত্রিম বুদ্ধিমত্তার সরঞ্জামগুলি ব্যবসাকে ছাড়িয়ে যাওয়ার নতুন সুযোগ দিচ্ছে।

জেফ শেন, সান ফ্রান্সিসকো-ভিত্তিক সহ-প্রধান বিনিয়োগ কর্মকর্তা এবং পদ্ধতিগত সক্রিয় ইক্যুইটির সহ-প্রধান, বলেছেন ভাষা-শিক্ষার মডেলগুলি শক্তিশালী হাতিয়ার হয়ে উঠছে।

"আমরা একটি বিপ্লবের মাঝখানে আছি," তিনি বলেছিলেন। “বিগ ডেটা, বিকল্প ডেটা এবং এখন জেনারেটিভ এআই সম্পদ ব্যবস্থাপনা সহ সমস্ত শিল্পকে রূপান্তরিত করছে। সেই ডেটা ক্যাপচার করার জন্য আরও ডেটা উপলব্ধ এবং আরও ভাল অ্যালগরিদম রয়েছে এবং এটি পদ্ধতিগত বিনিয়োগকে উত্তেজনাপূর্ণ করে তোলে।"

কোয়ান্টের চার দশক

পদ্ধতিগত দলটির উত্স হল বার্কলেস গ্লোবাল ইনভেস্টর ব্যবসা যা ব্ল্যাকরক 2009 সালে অধিগ্রহণ করেছিল৷ চুক্তিটি তখন আবির্ভূত হয়েছিল যখন বার্কলেস, বিশ্বব্যাপী আর্থিক সংকটের কারণে, তার বিনিয়োগ ব্যবসাকে টিকে থাকার জন্য আত্মসমর্পণ করেছিল - এবং ব্ল্যাকরককে বিশ্বের বৃহত্তম সম্পদ ব্যবস্থাপক বানিয়েছিল, তারপরে $2.7 ট্রিলিয়ন .

BGI এর শিকড়গুলি 1985-এ ফিরে যায় যা আজকে ফিনটেক হিসাবে বিবেচিত হতে পারে: একটি সিলিকন ভ্যালি-ভিত্তিক অপারেশন যা বড় ডেটা এবং মেশিন লার্নিংয়ের আদিম ফর্মগুলি ব্যবহার করে, এই শর্তাবলী বা ক্ষমতাগুলি ফ্যাশনে আসার অনেক আগে। এটি একটি কোয়ান্ট শপ, ডেটা-চালিত অন্তর্দৃষ্টি ব্যবহার করে অনেকগুলি ছোট, দ্রুত বাজিতে একটি স্টককে অন্য স্টকের বিরুদ্ধে সালিশ করে - কোক বনাম পেপসি।

শিল্প বা বাজার খারাপভাবে কাজ করলেও এটি কাজ করে - কান্ট্রি গার্ডেন বনাম এভারগ্রান্ড। যা গুরুত্বপূর্ণ তা হল একটি ক্ষুদ্র, স্বল্পস্থায়ী প্রান্ত খুঁজে পাওয়া যা ম্যানেজার দ্রুত, স্কেলে ট্রেড করতে পারে এবং তারপরে অবস্থানটি বন্ধ করতে পারে। একটি পোর্টফোলিও জুড়ে এই ধরনের ট্রেডকে কয়েকশ বা হাজার দ্বারা গুণ করুন এবং ফার্মটি বেঞ্চমার্কের সাথে কম সম্পর্কযুক্ত একটি বড় ইকুইটি কৌশল তৈরি করে।

আরও ডেটা, আরও ভাল অ্যালগরিদম, কম্পিউটিং শক্তি বৃদ্ধি এবং স্টক মার্কেটের ইলেকট্রনিফিকেশন সহ, বিজিআই একটি অত্যাধুনিক পাওয়ার হাউস হিসাবে আবির্ভূত হয়েছিল এবং ব্ল্যাকরকের পদ্ধতিগত হাত হিসাবে অব্যাহত রয়েছে।

তারপর থেকে, ETF বিশ্ব শুরু হয়েছে, যার ফলে BlackRock বিশ্বের বৃহত্তম সম্পদ ব্যবস্থাপক হয়ে উঠেছে। 2023 সালের সেপ্টেম্বর পর্যন্ত, ফার্মটি $3.1 ট্রিলিয়ন এক্সচেঞ্জ-ট্রেডেড ফান্ড (একটি খুচরা ব্যবসা) এবং আরও $2.6 ট্রিলিয়ন ইনডেক্স ফান্ড (প্রতিষ্ঠানের জন্য) রিপোর্ট করেছে। ফার্মের প্রযুক্তি পরিষেবা গোষ্ঠী, যার মধ্যে আলাদিন পোর্টফোলিও ঝুঁকি সিস্টেম, রাজস্বের আরেকটি গুরুত্বপূর্ণ অবদানকারী।

এআই এর অগ্রগতি

এই প্রেক্ষাপটে, সিস্টেমেটিক ইকুইটি ব্যবসা, একটি প্রাতিষ্ঠানিক ব্যবসা, পরিমিত, $237 বিলিয়ন সম্পদের ব্যবস্থাপনায়। শেন অবশ্যই তার বিভাজন সম্পর্কে উত্সাহী। "পদ্ধতিগত পরিমাণ বিনিয়োগ এখন একটি স্বর্ণযুগে," তিনি বলেন.

কিন্তু জেনারেটিভ এআই-এর চারপাশে উত্তেজনা, যার মধ্যে রয়েছে ChatGPT-এর মতো প্রাকৃতিক-ভাষা মডেল, চেনের আশাবাদকে কিছুটা বিশ্বাস করে।

পুরানো দিনে, কোয়ান্ট ট্যাকটিক্সে ইউএস লার্জ-ক্যাপ স্টককে প্রথাগত মেট্রিক্স (মূল্য থেকে বই, আয় থেকে মূল্য, লভ্যাংশের ফলন) র‌্যাঙ্কিং করা হতো। তারপরেও, সবচেয়ে বড় কোয়ান্ট হেজ ফান্ড বিস্ময়কর আকারের ডেটা গুদাম তৈরি করেছে। এটি তাদের বাজারের প্রবণতা নির্বিশেষে কর্মক্ষমতা তৈরি করার ক্ষমতা দিয়েছে। রেনেসাঁ টেকনোলজিসের নেতৃত্বে সবচেয়ে সফল সংস্থাগুলি প্রচুর অর্থ উপার্জন করেছে, যা 1988 থেকে 2018 পর্যন্ত বিশ্বের সবচেয়ে লাভজনক (এবং গোপনীয়) বিনিয়োগ সংস্থা ছিল।

সক্রিয় কৌশল চালানোর সাথে জড়িত পদক্ষেপগুলি, পরিমাণ বা অন্যথায়, স্থিরভাবে স্বয়ংক্রিয় হয়েছে। তথ্য এখন মেশিন রিডেবল, যেমন ব্রোকার রিপোর্ট, কোম্পানির আর্থিক, মিডিয়া গল্প এবং সরকারী পরিসংখ্যান। প্রাকৃতিক-ভাষা প্রক্রিয়াকরণের ফলে অসংগঠিত ডেটা (পিডিএফ থেকে একজন আইনজীবীর স্বাক্ষরে যেকোনো কিছু) মেশিন-পাঠযোগ্য করা সম্ভব হয়েছে। ইন্টারনেট অফ থিংস এবং স্যাটেলাইট চিত্রগুলি পরিমাপ এবং পরিমাপ করা যেতে পারে এমন জিনিসগুলির তালিকাকে প্রসারিত করেছে৷ তাছাড়া, এগুলো এখন ফান্ড ম্যানেজারদের রিয়েল-টাইম ভিউতে অ্যাক্সেস দেয়।

শেন ট্রাক চলাচলের কথা উল্লেখ করেন। জিওস্পেশিয়াল ট্যাগিং, ওয়াইফাই বীকন এবং স্যাটেলাইট ইমেজ এই ডেটার ক্রেতাদের ট্রাকের বহর ট্র্যাক করতে সক্ষম করে৷ এটি তাদের সরবরাহকারী এবং স্টোরের মধ্যে ট্র্যাফিকের একটি ধারনা দেয়, একটি কোম্পানি কীভাবে চলছে তা নির্ধারণ করতে একটি ডেটা পয়েন্ট। এগুলোর যথেষ্ট পরিমাণ তৈরি করুন এবং একটি ফার্ম অর্থনীতির একটি ম্যাক্রো ভিউ পেতে তার পরিধিকে প্রশস্ত করতে পারে।

GenAI এ প্রবেশ করুন

আজ জেনারেটিভ এআই মিশ্রণে একটি নতুন সেট টুল যোগ করছে। কিন্তু এটা শুধু ডেটা ক্রাঞ্চ করার অন্য উপায় নয়। এটি আসলে পোর্টফোলিও পরিচালকদের তথ্য বোঝার উপায় পরিবর্তন করে।

শেন একজন সিইও পদত্যাগ সম্পর্কে একটি সংবাদ প্রতিবেদনের উদাহরণ দিয়েছেন। বিগত বিশ বছর ধরে, প্রযুক্তি-বুদ্ধিসম্পন্ন সংস্থাগুলি 'শব্দের ব্যাগ' পদ্ধতি অনুসরণ করতে মেশিন লার্নিং ব্যবহার করে। মেশিনটি একটি টেক্সট পার্স করবে এবং ভালো বা খারাপ, কেনা বা বিক্রির সাথে সম্পর্কযুক্ত শব্দ বা বাক্যাংশের ঘনত্বের সন্ধান করবে।

সিইও তার চাকরি হারানোর উদাহরণে, মেশিনটি শুরুর অনুচ্ছেদে সাতটি প্রাসঙ্গিক শব্দ চিহ্নিত করতে পারে। এটি নেতিবাচক ক্লাস্টার হিসাবে ট্যাগ করবে যেমন 'সতর্কতা', 'কোম্পানি ছেড়ে যাওয়া', 'প্রতিস্থাপিত', 'হতাশা' এবং 'দুর্বল'। এটি দুটি উত্সাহী অভিব্যক্তিও হাইলাইট করবে, 'আশ্চর্যজনক' এবং 'ইতিবাচকভাবে প্রতিক্রিয়া জানাবে', তবে সামগ্রিকভাবে নেতিবাচকতার ওজন কম্পিউটারকে বিক্রির সুপারিশ করতে পরিচালিত করবে।

যদি এই কোম্পানিটি কোক বনাম পেপসি জুটির অংশ হয়ে থাকে, তাহলে BlackRock সিদ্ধান্ত নিতে পারে যে এটি একটি সংকেত ছিল একটি সংক্ষিপ্ত এবং অন্যটিকে লম্বা করার জন্য, লিভারেজ সহ। বাণিজ্য কয়েক ঘন্টা বা কয়েক দিন স্থায়ী হতে পারে, তবে বিশ্লেষণের গতি দলটিকে একটি মানবিক ব্যাখ্যার উপর নির্ভরশীল সক্রিয় মৌলিক খেলোয়াড়দের ভরের চেয়ে ভিন্ন ফলাফল দেবে।

"এটি 2007 সালে শিল্পের রাষ্ট্র ছিল," শেন বলেছিলেন। তারপর থেকে, ডেটা এবং অ্যাগ্লোস আরও ভাল হয়েছে, তবে শব্দের ব্যাগ-অফ-অ্যাপ্রোচ এখনও আদর্শ ছিল। এলএলএম যেমন চ্যাটজিপিটি এটি পরিবর্তন করছে।

এলএলএমগুলি একই অনুচ্ছেদ গ্রহণ করে এবং শেন-এর উদাহরণে উপসংহারে আসে যে এটি খারাপ খবরের একটি অংশের পরিবর্তে একটি বিশাল ইতিবাচক। কারণ এটি কেবল পাঠ্য অনুবাদ নয়, তবে এটিকে প্রসঙ্গে বোঝার জন্য। এলএলএম জানে যে, যখন উপরে একগুচ্ছ নেতিবাচক শব্দ রয়েছে, মূল বাক্যাংশটি নীচে রয়েছে: 'আমরা আশা করি স্টকটি ইতিবাচক প্রতিক্রিয়া জানাবে'।

"একজন সিইও পদত্যাগ করার খবর হওয়া সত্ত্বেও, এলএলএম প্রেস রিলিজের সারাংশ বোঝে - এটি পাঞ্চলাইন পায়," শেন বলেছিলেন।

ডেটা এবং অ্যালগোস

যদিও এই উদাহরণটি সাংবাদিকদের কাছে BlackRock উপস্থাপনার জন্য ডিজাইন করা হয়েছে, তবে এর অর্থ হল যে একটি পদ্ধতিগত দোকান যা মিশ্রণে LLM যোগ করে তা আরও ভাল পারফর্ম করা উচিত। এই পরিপাটি উদাহরণে, আসলে, পোর্টফোলিও ম্যানেজারকে সম্পূর্ণ ভিন্ন উত্তর দেওয়া হয়েছে।

বাস্তব জীবন ততটা ঝরঝরে নয়, কিন্তু শেন বলেছেন এলএলএম হল পরবর্তী তরঙ্গ যা একজন ম্যানেজারকে একটি ক্ষুদ্র প্রান্ত দেওয়ার জন্য ডিজাইন করা হয়েছে। ব্ল্যাকরকের মতো সংস্থাগুলি এখন মালিকানাধীন ডেটা সেটগুলিতে এলএলএম ব্যবহার করছে, যাতে মডেলগুলিকে আর্থিক এবং অন্যান্য নির্দিষ্ট ধরণের ডেটা সম্পর্কে প্রশিক্ষণ দেওয়া যায়। তিনি বলেছেন যে ব্ল্যাকরক তার মালিকানাধীন এলএলএমগুলিকে চ্যাটজিপিটি (যেটি ইন্টারনেটে ব্যাপকভাবে প্রশিক্ষিত) এর উপর একটি প্রান্ত রয়েছে বলে মনে করে।

এটি একই পুরানো বুনিয়াদিতে কোয়ান্টগুলি ফিরিয়ে আনে: কে সেরা ডেটা পেয়েছে এবং এটি স্ক্রাব করার সেরা উপায়; এবং তারপর কে সবচেয়ে চতুর আলগোস পেয়েছে। কিন্তু এলএলএম এখানে আরও একটি বলি যোগ করে, মানুষের বিচারের উপায় উন্নত করতে সাহায্য করে।

মানুষের স্পর্শ

যদিও রেনটেকের মতো কিছু কোয়ান্ট শপ কেবল তাদের কম্পিউটার অনুসরণ করার জন্য কুখ্যাত ছিল, শেন বলেছেন যে পদ্ধতিগত কৌশলগুলির জন্য এখনও মানুষের সিদ্ধান্ত প্রয়োজন। এটি এমন সময়ে পরিষ্কার হয়ে যায় যখন ঐতিহাসিক তথ্য অসম্পূর্ণ বা বিদ্যমান নেই। উদাহরণস্বরূপ, কোভিডের সময় একটি কোম্পানির মডেল করা কঠিন ছিল কারণ এই মাত্রার শেষ বিশ্বব্যাপী মহামারীটি এক শতাব্দী আগে ঘটেছিল। আজ ব্যবহার করার জন্য 1918 থেকে কোন নির্ভরযোগ্য তথ্য নেই। তাই যখন কোয়ান্টগুলি একটি ভিউ পেতে ট্র্যাফিক বা চাকরির পোস্টিংয়ের আশেপাশে রিয়েল-টাইম ডেটা ব্যবহার করে, তখনও এটি অদূর ভবিষ্যতের জন্য কী বোঝায় তা বোঝার জন্য একজন মানুষের প্রয়োজন। বিগ ডেটা, তার নিজের উপর, একটি নির্ভরযোগ্য ভবিষ্যদ্বাণীকারী ছিল না।

কিন্তু এলএলএম-এর সাহায্যে মানুষ মেশিনকে এমন প্রশ্ন করতে পারে যা মেশিন-লার্নিং সিস্টেমে জিজ্ঞাসা করা অসম্ভব ছিল। এটি এলএলএমকে একটি উত্পাদনশীলতার সরঞ্জামে পরিণত করে এবং বিভিন্ন প্রশ্ন বিভিন্ন ফলাফলের দিকে নিয়ে যায়। 1980 এবং 1990 এর দশকের পুরানো বিগ-ডেটা মডেলগুলি মূল্যায়ন বিশ্লেষণের উপর নির্ভর করেছিল এবং 2010 এর দশকে বাজারের অনুভূতির মতো জিনিসগুলি যুক্ত করেছিল। এখন প্রশ্ন করার পরিধি বিস্তৃত, যা মানুষের সৃজনশীলতাকে সক্ষম করে।

"প্রশ্ন একটি প্রতিযোগিতামূলক প্রান্ত হতে পারে," শেন বলেন.

শেন একটি উজ্জ্বল ভবিষ্যত হিসাবে যা চিত্রিত করেছে তা প্রদত্ত, এটি কি পরামর্শ দেয় যে সক্রিয় ব্যবস্থাপনা শৈলীগুলি প্যাসিভ কৌশলগুলির বিপরীতে পারফর্ম করতে শুরু করবে? পদ্ধতিগত বিনিয়োগ কি বাড়ির ETF দিকে প্রবাহিত সম্পত্তির কিছু ফিরে পাওয়ার জন্য প্রস্তুত?

শেন অপ্রত্যয়িত রয়ে গেল। শিল্প বিজয়ী, তিনি বলেন, সেই সংস্থাগুলি যারা AI গ্রহণ করে, পণ্য নির্বিশেষে। একটি নিরাপদ উত্তর। অতএব, একটি নিরাপদ অনুমান হবে যে প্রযুক্তি ব্যবহার করে নতুন প্রতিযোগিতা সংস্থাগুলিকে যতটা সম্ভব ডেটা পাওয়ার জন্য সংস্থানগুলিকে সুবিধা দেবে।

সময় স্ট্যাম্প:

থেকে আরো ডিগফিন