BlackRock's LLMs: "The Question Is The Advantage."

Αναδημοσίευση από τον Πλάτωνα

Ακολουθούν: 0

BlackRock's LLMs: "Το ερώτημα είναι το πλεονέκτημα." Ευφυΐα Δεδομένων PlatoBlockchain. Κάθετη αναζήτηση. Ολα συμπεριλαμβάνονται.

Μια προσέγγιση πρώτης τεχνολογίας για την επένδυση χρημάτων δεν είναι νέα, αλλά τα εργαλεία της τεχνητής νοημοσύνης δίνουν στην επιχείρηση νέες ευκαιρίες για να ξεπεράσει.

Ο Jeff Shen, Co-chief Investment Officer με έδρα το Σαν Φρανσίσκο και συνεπικεφαλής του συστηματικού ενεργού μετοχικού κεφαλαίου, λέει ότι τα μοντέλα εκμάθησης γλωσσών γίνονται ισχυρά εργαλεία.

«Βρισκόμαστε στη μέση μιας επανάστασης», είπε. «Τα μεγάλα δεδομένα, τα εναλλακτικά δεδομένα και τώρα η παραγωγική τεχνητή νοημοσύνη μεταμορφώνουν όλους τους κλάδους, συμπεριλαμβανομένης της διαχείρισης περιουσιακών στοιχείων. Υπάρχουν περισσότερα διαθέσιμα δεδομένα και καλύτεροι αλγόριθμοι για την καταγραφή αυτών των δεδομένων και αυτό κάνει τη συστηματική επένδυση συναρπαστική».

Τέσσερις δεκαετίες ποσότητας

Η προέλευση της συστηματικής ομάδας είναι η επιχείρηση Barclays Global Investors που απέκτησε η BlackRock το 2009. Η συμφωνία προέκυψε όταν η Barclays, πληγωμένη σκληρά από την παγκόσμια οικονομική κρίση, παρέδωσε την επενδυτική της δραστηριότητα για να επιβιώσει – και έκανε τη BlackRock τον μεγαλύτερο διαχειριστή περιουσιακών στοιχείων στον κόσμο, τότε στα 2.7 τρισεκατομμύρια δολάρια .

Οι ρίζες του BGI χρονολογούνται από το 1985 ως αυτό που σήμερα θα μπορούσε να θεωρηθεί fintech: μια λειτουργία βασισμένη στη Silicon Valley που χρησιμοποιεί μεγάλα δεδομένα και πρωτόγονες μορφές μηχανικής μάθησης, πολύ πριν εμφανιστούν αυτοί οι όροι ή οι δυνατότητες. Είναι ένα κατάστημα quant, που χρησιμοποιεί γνώσεις βάσει δεδομένων για να μηδενίσει πολλά μικρά, γρήγορα στοιχήματα που διαχειρίζονται μια μετοχή έναντι μιας άλλης – Coke έναντι Pepsi.

Αυτό λειτουργεί ακόμα κι αν η βιομηχανία ή η αγορά τα πάει άσχημα – Country Garden εναντίον Evergrande. Αυτό που μετράει είναι να βρει ένα μικροσκοπικό, βραχύβιο πλεονέκτημα το οποίο ο διευθυντής μπορεί να ανταλλάξει γρήγορα, σε κλίμακα, και στη συνέχεια να κλείσει τη θέση. Πολλαπλασιάστε τέτοιες συναλλαγές κατά εκατοντάδες ή χιλιάδες σε ένα χαρτοφυλάκιο και η εταιρεία δημιουργεί μια μεγάλη στρατηγική μετοχών με χαμηλή συσχέτιση με τους δείκτες αναφοράς.

Με περισσότερα δεδομένα, καλύτερους αλγόριθμους, αυξανόμενη υπολογιστική ισχύ και την ηλεκτρονοποίηση των χρηματιστηρίων, η BGI είχε αναδειχθεί ως μια πρωτοποριακή μονάδα παραγωγής ηλεκτρικού ρεύματος και συνεχίζει ως συστηματικός βραχίονας της BlackRock.

Από τότε, ο κόσμος του ETF έχει απογειωθεί, καθιστώντας τη BlackRock τον μεγαλύτερο διαχειριστή περιουσιακών στοιχείων στον κόσμο. Από τον Σεπτέμβριο του 2023, η εταιρεία ανέφερε 3.1 τρισεκατομμύρια δολάρια σε διαπραγματεύσιμα αμοιβαία κεφάλαια (μια επιχείρηση λιανικής) και άλλα 2.6 τρισεκατομμύρια δολάρια σε αμοιβαία κεφάλαια δείκτη (για ιδρύματα). Ο όμιλος τεχνολογικών υπηρεσιών της εταιρείας, συμπεριλαμβανομένου του συστήματος κινδύνου χαρτοφυλακίου Aladdin, είναι ένας άλλος σημαντικός παράγοντας που συνεισφέρει στα έσοδα.

Η πρόοδος του AI

Σε αυτό το πλαίσιο, η συστηματική επιχείρηση μετοχών, μια θεσμική επιχείρηση, είναι μέτρια, στα 237 δισεκατομμύρια δολάρια υπό διαχείριση περιουσιακών στοιχείων. Ο Σεν είναι φυσικά ανυπόμονος για τη διαίρεση του. «Η συστηματική ποσοτική επένδυση βρίσκεται τώρα σε μια χρυσή εποχή», είπε.

Όμως, ο ενθουσιασμός γύρω από τη γενετική τεχνητή νοημοσύνη, η οποία περιλαμβάνει μοντέλα φυσικής γλώσσας όπως το ChatGPT, δίνει στην αισιοδοξία του Chen κάποια αξιοπιστία.

Παλιότερα, οι ποσοτικές τακτικές αποτελούνταν από την κατάταξη των μετοχών μεγάλης κεφαλαιοποίησης των ΗΠΑ με παραδοσιακές μετρήσεις (τιμή προς κράτηση, τιμή προς κέρδη, μερισματικές αποδόσεις). Ακόμη και τότε, τα μεγαλύτερα ποσοτικά hedge funds έχτισαν αποθήκες δεδομένων εκπληκτικού μεγέθους. Αυτό τους έδωσε τη δυνατότητα να παράγουν απόδοση ανεξάρτητα από τις τάσεις της αγοράς. Οι πιο επιτυχημένες εταιρείες κέρδισαν πολλά χρήματα, με επικεφαλής την Renaissance Technologies, η οποία από το 1988 έως το 2018 ήταν η πιο κερδοφόρα (και μυστική) επενδυτική εταιρεία στον κόσμο.

Τα βήματα που εμπλέκονται στην εκτέλεση ενεργών στρατηγικών, ποσοτικών ή μη, έχουν σταθερά αυτοματοποιηθεί. Οι πληροφορίες είναι πλέον αναγνώσιμες από μηχάνημα, όπως αναφορές μεσιτών, οικονομικά στοιχεία εταιρειών, ιστορίες μέσων και κυβερνητικά στατιστικά στοιχεία. Η επεξεργασία φυσικής γλώσσας κατέστησε δυνατή τη μετατροπή μη δομημένων δεδομένων (από PDF έως υπογραφή δικηγόρου) σε μηχανική ανάγνωση. Το Διαδίκτυο των πραγμάτων και οι δορυφορικές εικόνες έχουν διευρύνει τη λίστα των πραγμάτων που μπορούν να μετρηθούν και να ποσοτικοποιηθούν. Επιπλέον, δίνουν πλέον στους διαχειριστές κεφαλαίων πρόσβαση σε προβολές σε πραγματικό χρόνο.

Ο Σεν αναφέρει την κίνηση των φορτηγών. Οι γεωχωρικές ετικέτες, οι φάροι WiFi και οι δορυφορικές εικόνες επιτρέπουν στους αγοραστές αυτών των δεδομένων να παρακολουθούν στόλους φορτηγών. Αυτό τους δίνει μια αίσθηση επισκεψιμότητας μεταξύ προμηθευτών και καταστημάτων, ένα σημείο δεδομένων για να καθορίσουν την πορεία μιας εταιρείας. Δημιουργήστε αρκετά από αυτά και μια επιχείρηση μπορεί να διευρύνει το πεδίο εφαρμογής της για να αποκτήσει μια μακροοικονομική άποψη της οικονομίας.

Εισαγάγετε GenAI

Σήμερα το Generative AI προσθέτει ένα νέο σύνολο εργαλείων στο μείγμα. Αλλά δεν είναι απλώς ένας άλλος τρόπος για να συμπυκνώσετε δεδομένα. Στην πραγματικότητα αλλάζει τον τρόπο με τον οποίο οι διαχειριστές χαρτοφυλακίου κατανοούν τις πληροφορίες.

Η Shen δίνει το παράδειγμα μιας αναφοράς ειδήσεων σχετικά με την αποχώρηση ενός CEO. Τα τελευταία είκοσι χρόνια, εταιρείες με γνώσεις τεχνολογίας χρησιμοποίησαν τη μηχανική μάθηση για να ακολουθήσουν μια προσέγγιση «σακούλας με λέξεις». Το μηχάνημα θα ανέλυε ένα κείμενο και θα αναζητούσε συγκεντρώσεις λέξεων ή φράσεων που σχετίζονται με καλό ή κακό, αγορά ή πώληση.

Στο παράδειγμα του Διευθύνοντος Συμβούλου που χάνει τη δουλειά του, το μηχάνημα μπορεί να εντοπίσει επτά σχετικές διατυπώσεις στην αρχική παράγραφο. Θα χαρακτηριζόταν ως αρνητικά clusters όπως «ειδοποίηση», «αποχώρηση από την εταιρεία», «αντικαταστάθηκε», «απογοήτευση» και «ασθενέστερη». Θα υπογράμμιζε επίσης δύο αισιόδοξες εκφράσεις, «έκπληξη» και «απάντηση θετικά», αλλά συνολικά το βάρος της αρνητικότητας θα οδηγούσε τον υπολογιστή να προτείνει μια πώληση.

Εάν αυτή η εταιρεία αποτελούσε μέρος ενός ντουέτου Coca-Cola εναντίον Pepsi, η BlackRock θα μπορούσε να αποφασίσει ότι αυτό ήταν ένα σημάδι για να αντεπεξέλθει το ένα και το άλλο, με μόχλευση. Το εμπόριο μπορεί να διαρκέσει μερικές ώρες ή λίγες ημέρες, αλλά η ταχύτητα της ανάλυσης θα έδινε στην ομάδα ένα διαφορετικό αποτέλεσμα από τη μάζα των ενεργών θεμελιωδών παικτών που βασίζονται σε μια ανθρώπινη ερμηνεία.

«Αυτή ήταν η κατάσταση της τέχνης το 2007», είπε ο Shen. Από τότε, τα δεδομένα και το glos έχουν βελτιωθεί, αλλά η προσέγγιση των λέξεων ήταν ακόμα ο κανόνας. Τα LLM όπως το ChatGPT αλλάζουν αυτό.

Οι LLM παίρνουν την ίδια παράγραφο και, στο παράδειγμα του Shen, καταλήγουν στο συμπέρασμα ότι είναι ένα τεράστιο θετικό παρά μια κακή είδηση. Αυτό συμβαίνει επειδή δεν είναι απλώς η μετάφραση κειμένου, αλλά η κατανόησή του στο πλαίσιο. Το LLM γνωρίζει ότι, ενώ υπάρχει ένα σωρό αρνητικές λέξεις στην κορυφή, η φράση-κλειδί βρίσκεται στο κάτω μέρος: «αναμένουμε από τη μετοχή να ανταποκριθεί θετικά».

"Παρά το γεγονός ότι πρόκειται για είδηση σχετικά με την παραίτηση ενός Διευθύνοντος Συμβούλου, το LLM κατανοεί την ουσία του δελτίου τύπου - παίρνει τη σημασία", είπε ο Shen.

Δεδομένα και άλγος

Αν και αυτό το παράδειγμα έχει σχεδιαστεί για παρουσιάσεις BlackRock σε δημοσιογράφους, το συμπέρασμα είναι ότι ένα συστηματικό κατάστημα που προσθέτει LLMs στο μείγμα θα πρέπει να έχει καλύτερη απόδοση. Σε αυτό το τακτοποιημένο παράδειγμα, στην πραγματικότητα, ο διαχειριστής χαρτοφυλακίου λαμβάνει μια εντελώς διαφορετική απάντηση.

Η πραγματική ζωή δεν είναι τόσο τακτοποιημένη, αλλά ο Shen λέει ότι τα LLM είναι το επόμενο κύμα εργαλείων που έχουν σχεδιαστεί για να προσφέρουν σε έναν μάνατζερ ένα μικρό πλεονέκτημα. Εταιρείες όπως η BlackRock χρησιμοποιούν πλέον LLM σε ιδιόκτητα σύνολα δεδομένων, προκειμένου να εκπαιδεύσουν τα μοντέλα σε χρηματοοικονομικούς και άλλους συγκεκριμένους τύπους δεδομένων. Λέει ότι η BlackRock βρίσκει ότι τα ιδιόκτητα LLM της έχουν ένα πλεονέκτημα έναντι του ChatGPT (το οποίο εκπαιδεύεται στο διαδίκτυο γενικά).

Αυτό επαναφέρει τα quants στα ίδια παλιά βασικά: ποιος έχει τα καλύτερα δεδομένα και τα καλύτερα μέσα για να τα καθαρίσει. και μετά ποιος έχει το πιο έξυπνο άλγος. Αλλά τα LLM προσθέτουν άλλη μια ρυτίδα και εδώ, βοηθώντας τους ανθρώπους να βελτιώσουν τα μέσα κρίσης τους.

Το ανθρώπινο άγγιγμα

Αν και ορισμένα καταστήματα όπως η RenTec ήταν διαβόητα επειδή ακολουθούσαν απλώς τους υπολογιστές τους, ο Shen λέει ότι οι συστηματικές στρατηγικές εξακολουθούν να απαιτούν ανθρώπινες αποφάσεις. Αυτό γίνεται σαφές σε στιγμές που τα ιστορικά δεδομένα είναι ελλιπή ή δεν υπάρχουν. Για παράδειγμα, το μοντέλο μιας εταιρείας κατά τη διάρκεια του Covid ήταν δύσκολο επειδή η τελευταία παγκόσμια πανδημία αυτού του μεγέθους εμφανίστηκε πριν από έναν αιώνα. Δεν υπάρχουν αξιόπιστα δεδομένα από το 1918 για χρήση σήμερα. Έτσι, ενώ τα quants χρησιμοποιούσαν δεδομένα σε πραγματικό χρόνο γύρω από την επισκεψιμότητα ή τις αναρτήσεις θέσεων εργασίας για να λάβουν μια προβολή, εξακολουθούσε να απαιτείται από έναν άνθρωπο να προεκβάλει τι σήμαινε αυτό για το εγγύς μέλλον. Τα μεγάλα δεδομένα, από μόνα τους, δεν ήταν αξιόπιστη πρόβλεψη.

Αλλά με τα LLM, οι άνθρωποι μπορούν να κάνουν στο μηχάνημα πολύχρωμες ερωτήσεις που ήταν αδύνατο να τεθούν σε ένα σύστημα μηχανικής μάθησης. Αυτό μετατρέπει το LLM σε εργαλείο παραγωγικότητας και διαφορετικές ερωτήσεις οδηγούν σε διαφορετικά αποτελέσματα. Τα παλιά μοντέλα μεγάλων δεδομένων της δεκαετίας του 1980 και του 1990 βασίστηκαν σε αναλύσεις αποτιμήσεων και στη δεκαετία του 2010 πρόσθεσαν πράγματα όπως το συναίσθημα της αγοράς. Τώρα το εύρος της αμφισβήτησης είναι ευρύ, γεγονός που επιτρέπει την ανθρώπινη δημιουργικότητα.

«Το ερώτημα μπορεί να είναι ανταγωνιστικό πλεονέκτημα», είπε ο Shen.

Λαμβάνοντας υπόψη αυτό που ο Shen απεικονίζει ως ένα λαμπρό μέλλον, υποδηλώνει ότι τα στυλ ενεργητικής διαχείρισης θα αρχίσουν να υπερτερούν έναντι των παθητικών στρατηγικών; Είναι έτοιμες οι συστηματικές επενδύσεις να ανακτήσουν ορισμένα από τα περιουσιακά στοιχεία που έχουν εισρεύσει στην πλευρά του ETF του σπιτιού;

Η Σεν παρέμεινε αδέσμευτη. Οι νικητές του κλάδου, λέει, είναι εκείνες οι εταιρείες που ασπάζονται την τεχνητή νοημοσύνη, ανεξάρτητα από το προϊόν. Μια ασφαλής απάντηση. Επομένως, μια ασφαλής υπόθεση θα είναι ότι ο νέος ανταγωνισμός που χρησιμοποιεί τεχνολογία θα ωφελήσει τις εταιρείες με τους πόρους για να πάρουν στα χέρια τους όσο το δυνατόν περισσότερα δεδομένα.