GenAI esittää kvantitatiivisille rahastoille vaikeuksia

Määrälliset rahastot ovat pitkään olleet suurimmat tekoälyn käyttäjät omaisuudenhoitomaailmassa. Generatiivisen tekoälyn tulo voi kuitenkin suosia perinteisiä, perustekijöihin perustuvia omaisuudenhoitajia kvanttien sijaan.

Tämä on useiden Aasian suurrahastojen hallinnoijien ja tietojen tarjoajien huoli DigFin.

 "Tekoälysovellukset rahoitusalalla ovat edelleen harvinaisia", yksi kvanttipäällikkö sanoi. ”Datatutkijat eivät sovella sitä pääomamarkkinoille. Mutta jos näitä työkaluja käytetään osakkeiden kauppaan, se muuttaa maisemaa. Tulee uusia voittajia ja häviäjiä."

Mikä on kvantti?

Quants ostaa ja myy osakkeita valtavan laskentatehon ja sijoitusstrategioita mallintavien räätälöityjen ohjelmistojen perusteella. Kvanttien nousu osui samaan aikaan vuosikymmeniä kestäneen korkotason laskun ja passiivisten sijoitusten nousun kanssa – kaksi trendiä, jotka ovat tehneet ihmisten aktiivisesta varastoinnista yhä vähemmän kilpailukykyistä liiketoimintaa.

Algoritmisten tai systemaattisesti ohjelmoitujen kauppojen käyttö on synnyttänyt "systeemisten sijoitusten" teollisuudenalan, jossa yritykset käyttävät yhden strategian johtajien alustoja, jotka tavoittelevat tiettyä strategiaa tai "tekijää" (kuten korkoja tai markkinoiden epävakautta).

Tällaiset sijoittajat eivät ole kiinnostuneita olemasta osakkeenomistajia, vain ostavat ja myyvät osakkeita nopeasti strategioiden ohjaamiseksi: long/short, markkinaneutraali, tilastollinen arbitraasi, tapahtumalähtöinen. On päällekkäisyyttä korkean taajuuden kaupankäynnin maailman kanssa, ja yhteistä ovat kaupat, jotka on käsitteellisiä ja ohjattu puhtaasti numeerisesti.

Vanhat tekoälyt

Nämä ideat eivät ole uusia, mutta laskentatehon ja suurten tietojoukkojen saatavuus ovat vauhdittaneet kvanttien nousua viimeisen kahden vuosikymmenen aikana. Viimeisten kymmenen vuoden aikana kvantit ovat ottaneet varhaisia ​​uusia tekoälytekniikoita, kuten koneoppimista ja hermoverkkojen käyttöä. Heistä tuli ahneita vaihtoehtoisten tietojen, kuten sosiaalisen median syötteiden tunneanalyysin, kuluttajia.

Suurin ongelma kvanttisijoittajien kanssa on ollut "selitettävyys", uudempi termi tekoälylle, joka juontaa juurensa kvanttien "mustaan ​​laatikkoon". Pitkän aikavälin pääomanhallinnan romahtaminen vuonna 1998 kuvastaa tätä riskiä, ​​varsinkin kun määrät ovat tyypillisesti vipuvaikutteisia.

---

---

Mutta sen jälkeen suurkaupoista, kuten Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies ja Two Sigma, on tullut Wall Streetin suurimpia ja vaikutusvaltaisimpia ostopuolen yrityksiä. Heidän menestyksensä on kannustanut perinteisiä rahastotaloja, kuten BlackRockia tai Fidelityä, käynnistämään omat määrästrategiansa.

Ne toimivat myös Yhdysvaltojen ulkopuolisilla markkinoilla, joista he voivat löytää likviditeettiä, alhaisen latenssin kaupankäyntiinfrastruktuuria ja suojausinstrumentteja (kuten ETF-rahastoja tai paikallisia markkinaindeksejä seuraavia futuurisopimuksia). Japani on ollut Aasian ja Tyynenmeren suurin markkina-alue, mutta Intia on nyt tärkeä pelikenttä. (Yksi ongelma Aasiassa on sääntelyn omituisuus, kuten Etelä-Korean äskettäinen lyhyeksi myyntikielto ja hallituksen lisääntyvä puuttuminen Kiinaan todistavat.)

Määrärahastot eivät siis ole vain vaikutusvaltaisia ​​huipun saalistajia: ne ovat myös eturintamassa uusien digitaalisten teknologioiden käyttöönotossa.

Syötä GenAI

Mikä tekee tekoälyn uudesta kehityksestä kvanttien arvoitukseksi.

Nämä yritykset käyttävät luonnollisesti täysimittaisesti laajakielisiä malleja (LLM), jotka generatiiviset esikoulutetut muuntajat mahdollistavat.

Kvanttien pyhä malja on muuttaa LLM:t ennustamistyökaluiksi. Ihminen on vuorovaikutuksessa tietokonekavereidensa kanssa havaitakseen kuvioita aikasarjoissa ja muissa tietosarjoissa. Itse asiassa kvantit tekevät tämän jo, se on vain, että LLM:ien pitäisi tehdä prosessista intuitiivisempi, integroida paremmin ei-tekstuaalinen data ja antaa kehittäjien rakentaa malleja paljon nopeammin.

Quant shopit käyttävät genAI:ta myös arkipäiväisempiin tarkoituksiin, kuten säännösten mukaisten raporttien kirjoittamiseen, tulosraporttien tulkitsemiseen tai pitch-pakkien seulomiseen. Asiakaslähtöisyys ja muut back-office-toiminnot voidaan automatisoida edelleen.

Mutta ei ole mitään mystistä siinä, että kvanttimyymälä tekee näitä asioita, koska se on sama asia, johon kaikki muut käyttävät genAI:ta.

Kaikki tekevät sen

Ero on ennakoivien sijoitusmallien ja suoritusalgoritmien kehittämisessä. Tämä tekee kvanteista erityisiä, mutta varhaiset merkit viittaavat siihen, että genAI mahdollistaa myös perinteisten omaisuudenhoitajien tehdä nämä asiat. Sama pääomarahastojen hoitajille – tunnetusti automatisoimaton liiketoiminta, joka voisi käyttää LLM:itä tehdäkseen sijoituspäätöksistä järjestelmällisempiä ja tietopohjaisempia.

Varainhoitajat kohtaavat kaikki kysymyksiä LLM:ien kanssa ja heidän taipumuksestaan ​​keksiä asioita. Tuotteet, kuten OpenAI:n ChatGPT, ovat täydellinen musta laatikko. Vaikka määrärahastot luottavat tekoälyyn jumalallisiin strategioihin, niitä hoitavat edelleen lisensoidut ammattilaiset, jotka ymmärtävät kaupan idean seuraukset. GenAI-työkalujen kanssa näin ei ole.

Nopea suunnittelu voi tuoda lisäarvoa tarjoamalla osan tästä läpinäkyvyydestä ja kyselemällä LLM:itä saadakseen käsityksen heidän prosesseistaan ​​ja päätöksentekoon käytetyistä tekijöistä ja lähteistä. On teoriassa mahdollista, että jonakin päivänä LLM:t ovat avoimempia ja vastuullisempia kuin ihmiset.

Vaikka ajatus investointien siirtämisestä koneelle on hyvä otsikko, kvantit todennäköisesti käyttävät LLM:itä erityisemmin.

He haluavat esimerkiksi työkaluja kaupan todellisten kitkakustannusten tunnistamiseen, mikä edellyttää mikromarkkinoiden rakenteiden syvällistä tutkimusta. Tyypillistä elinkeinonharjoittajan suorituskyvyn mittaavaa mittaria kutsutaan "täytäntöönpanovajeeksi", jotta voidaan selvittää, kuinka tarkasti he pitävät tietyn kaupan budjettia. Tällaiset algot ovat jo kehittyneempiä, kun yritykset etsivät päivästä hetkiä, jolloin likviditeetti on kypsä tai milloin ne voivat käydä kauppaa paljastamatta kättään.

Tässä on kyse markkinasignaalien löytämisestä, mikä on kvantin tehtävän ydin. On todennäköistä, että kvanttikaupat käyttävät genAI:ta kehittääkseen parempia tapoja ennustaa parhaat ajat ja paikat kaupan toteuttamiselle.

Tämä on edelleen erittäin hyödyllistä, mutta se ei ole kuin kukaan luovuttaisi auton avaimia Terminatorille. Tekoäly ei myöskään voita Aasian markkinoiden suurimpia esteitä, joita ovat suojausinstrumenttien puute ja korkeat suojauskustannukset, kun sopimus on saatavilla.

Vielä tärkeämpää on, että tämä ei koske kvantteja. Suuret perinteiset ostopuolet käyttävät myös näitä suoritusalgoja, olivatpa ne sitten talon sisällä tai myyntipuolen välittäjän suunnittelemia.

Kvantien eksistentiaalinen kysymys on, kuinka he säilyttävät etunsa, kun genAI-työkalut voivat tehdä paljon heidän tekemästään helpommin perusomaisuudenhoitajien saataville. Quant-liikkeet välttävät parrasvalon osittain, koska he pitävät tekoälymallejaan ja suoritusalgojaan salaisina kastikkeina. Voisiko genAI muuttaa nämä hyödykkeiksi? Kuinka erilaista nopea suunnittelusi on?

Kuten eräs kvantti sanoi: ”Tekoäly on ollut osa työkaluvalikoimaamme vuosia. GenAI ei pääse eroon esteistä, mutta se tarjoaa enemmän hyötyä perustavanlaatuisille aktiivisille esimiehille, koska he tekevät heistä tehokkaampia keräämään ja analysoimaan tietoja. Kun nämä yritykset ymmärtävät tuottoa edistävät tekijät, niistä tulee kilpailijoitamme."

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://www.digfingroup.com/genai-quants/