GenAI क्वांट फंड को एक दुविधा के साथ प्रस्तुत करता है

परिसंपत्ति-प्रबंधन की दुनिया में मात्रात्मक फंड लंबे समय से कृत्रिम बुद्धिमत्ता के सबसे बड़े उपयोगकर्ता रहे हैं। हालाँकि, जेनेरिक एआई का आगमन मात्राओं के मुकाबले पारंपरिक, बुनियादी सिद्धांतों से संचालित परिसंपत्ति प्रबंधकों का पक्ष ले सकता है।

एशिया में कई क्वांट फंड प्रबंधकों और डेटा प्रदाताओं ने यही चिंता व्यक्त की है डिगफिन.

 एक क्वांट मैनेजर ने कहा, "वित्त में एआई अनुप्रयोग अभी भी दुर्लभ हैं।" “डेटा वैज्ञानिक इसे पूंजी बाज़ार में लागू नहीं कर रहे हैं। लेकिन अगर इन उपकरणों का उपयोग शेयरों का व्यापार करने के लिए किया जाता है, तो यह परिदृश्य बदल देगा। नए विजेता और हारने वाले होंगे।”

मात्रा क्या है?

क्वांट्स विशाल कंप्यूटिंग शक्ति और अनुकूलित सॉफ्टवेयर प्रोग्राम के आधार पर स्टॉक खरीदते और बेचते हैं जो निवेश रणनीतियों को मॉडल करते हैं। ब्याज दरों में दशकों से चली आ रही गिरावट और निष्क्रिय निवेश के बढ़ने के साथ-साथ मात्राओं में वृद्धि हुई - दो रुझान जिन्होंने मनुष्यों द्वारा सक्रिय स्टॉकपिकिंग को तेजी से कम प्रतिस्पर्धी व्यवसाय बना दिया है।

एल्गोरिथम या व्यवस्थित रूप से प्रोग्राम किए गए ट्रेडों के उपयोग ने 'व्यवस्थित निवेश' के उद्योग को जन्म दिया है, जिसमें कंपनियां एक विशेष रणनीति या 'कारक' (जैसे कि ब्याज दरें या बाजार की अस्थिरता) का पीछा करते हुए एकल-रणनीति प्रबंधकों के प्लेटफॉर्म चला रही हैं।

ऐसे निवेशक शेयरधारक बनने में रुचि नहीं रखते हैं, केवल रणनीतियों को चलाने के लिए शेयरों को जल्दी से खरीदने और बेचने में रुचि रखते हैं: लंबी/छोटी, बाजार-तटस्थ, सांख्यिकीय मध्यस्थता, घटना-संचालित। उच्च-आवृत्ति व्यापारिक दुनिया के साथ एक ओवरलैप है, जिसमें समानता वाले व्यापार हैं जो पूरी तरह से संख्यात्मक शब्दों में संकल्पित और संचालित होते हैं।

एआई पुराने समय के लोग

ये विचार नए नहीं हैं, लेकिन कंप्यूटिंग शक्ति और बड़े डेटा सेट की उपलब्धता ने पिछले दो दशकों में मात्राओं में वृद्धि को बढ़ावा दिया है। पिछले दस वर्षों में, क्वांट्स मशीन लर्निंग और तंत्रिका नेटवर्क के उपयोग जैसी नई एआई तकनीकों को जल्दी अपनाने वाले रहे हैं। वे वैकल्पिक डेटा के अत्यधिक उपभोक्ता बन गए, जैसे कि सोशल-मीडिया फ़ीड से भावना विश्लेषण।

क्वांट निवेशकों के साथ सबसे बड़ी समस्या 'व्याख्यात्मकता' रही है, एआई के लिए एक हालिया शब्द जो क्वांट के 'ब्लैक बॉक्स' पर वापस जाता है। 1998 में दीर्घकालिक पूंजी प्रबंधन का पतन इस जोखिम का प्रतीक है, खासकर जब मात्राओं का आमतौर पर लाभ उठाया जाता है।

---

---

लेकिन तब से, सिटाडेल, डीई शॉ, मैन एएचएल, मिलेनियम मैनेजमेंट, रेनेसां टेक्नोलॉजीज और टू सिग्मा जैसी क्वांट दुकानें वॉल स्ट्रीट पर सबसे बड़ी और सबसे प्रभावशाली बाय-साइड फर्म बन गई हैं। उनकी सफलता ने ब्लैकरॉक या फिडेलिटी जैसे पारंपरिक फंड हाउसों को अपनी स्वयं की मात्रा रणनीतियां लॉन्च करने के लिए प्रेरित किया है।

वे गैर-अमेरिकी बाजारों में भी काम करते हैं जहां उन्हें तरलता, कम विलंबता व्यापार बुनियादी ढांचा और हेजिंग उपकरण (जैसे ईटीएफ या स्थानीय बाजार सूचकांकों पर नज़र रखने वाले वायदा अनुबंध) मिल सकते हैं। जापान एशिया प्रशांत क्षेत्र में सबसे बड़ा बाजार रहा है, लेकिन भारत अब एक प्रमुख खेल का मैदान है। (एशिया में एक समस्या नियामक लापरवाही है, हाल ही में दक्षिण कोरिया द्वारा शॉर्ट सेलिंग पर प्रतिबंध और चीन में सरकार का बढ़ता हस्तक्षेप इसकी पुष्टि करता है।)

इसलिए क्वांट फंड न केवल प्रभावशाली शीर्ष शिकारी हैं: वे नई डिजिटल तकनीकों को अपनाने में भी सबसे आगे हैं।

GenAI दर्ज करें

जो एआई में नए विकास को मात्राओं के लिए एक पहेली बना देता है।

ये कंपनियाँ निश्चित रूप से बड़े-भाषा मॉडल (एलएलएम) का उपयोग करेंगी, जो जेनरेटर पूर्व-प्रशिक्षित ट्रांसफार्मर द्वारा संभव बनाया गया है, उनकी पूरी सीमा तक।

मात्राओं के लिए पवित्र कब्र एलएलएम को पूर्वानुमानित उपकरणों में बदलना होगा। एक मानव समय श्रृंखला और अन्य डेटा सेटों में पैटर्न का पता लगाने के लिए अपने कंप्यूटर मित्रों के साथ बातचीत करेगा। वास्तव में, क्वांट्स पहले से ही ऐसा करते हैं, यह सिर्फ इतना है कि एलएलएम को प्रक्रिया को अधिक सहज बनाना चाहिए, गैर-पाठ्य डेटा को बेहतर ढंग से एकीकृत करना चाहिए, और डेवलपर्स को बहुत तेजी से मॉडल बनाने देना चाहिए।

क्वांट दुकानें अधिक सांसारिक उद्देश्यों के लिए भी जेनएआई का उपयोग करेंगी, जैसे नियामक रिपोर्ट लिखना सीखना, कमाई रिपोर्ट की व्याख्या करना, या पिच डेक के माध्यम से छानना सीखना। ग्राहक ऑनबोर्डिंग और अन्य बैक-ऑफ़िस कार्यों को और अधिक स्वचालित किया जा सकता है।

लेकिन क्वांट शॉप द्वारा ये चीजें करने में कुछ भी रहस्यमय नहीं है, क्योंकि यह वही चीज है जिसके लिए बाकी सभी लोग GenAI का उपयोग करेंगे।

सब लोग कर रहे हैं

अंतर पूर्वानुमानित निवेश मॉडल और निष्पादन एल्गोरिदम विकसित करने में है। यही बात मात्राओं को विशेष बनाती है, लेकिन शुरुआती संकेतों से पता चलता है कि जेनएआई पारंपरिक परिसंपत्ति प्रबंधकों को भी ये काम करने में सक्षम बनाएगा। निजी-इक्विटी फंडों के प्रबंधकों के लिए भी यही स्थिति है - एक कुख्यात गैर-स्वचालित व्यवसाय, जो निवेश निर्णयों को अधिक प्रणालीगत और डेटा-संचालित बनाने के लिए एलएलएम का उपयोग कर सकता है।

परिसंपत्ति प्रबंधकों को एलएलएम और बातें बनाने की उनकी प्रवृत्ति से जुड़े सवालों का सामना करना पड़ेगा। OpenAI के ChatGPT जैसे उत्पाद परम ब्लैक बॉक्स हैं। हालाँकि क्वांट फंड एआई से लेकर दैवीय रणनीतियों पर निर्भर हैं, फिर भी इन्हें लाइसेंस प्राप्त पेशेवरों द्वारा चलाया जाता है जो एक व्यापार विचार के प्रभाव को समझते हैं। GenAI टूल के मामले में ऐसा नहीं है।

प्रॉम्प्ट इंजीनियरिंग उस पारदर्शिता में से कुछ प्रदान करके, एलएलएम से पूछताछ करके उनकी प्रक्रियाओं और निर्णय लेने के लिए उपयोग किए जाने वाले कारकों और स्रोतों की समझ प्राप्त करके मूल्य जोड़ सकती है। यह सैद्धांतिक रूप से संभव है कि, एक दिन, एलएलएम मानव की तुलना में अधिक पारदर्शी और जवाबदेह होगा।

हालाँकि निवेश को मशीन को सौंपने का विचार एक अच्छी हेडलाइन बनता है, क्वांट्स द्वारा एलएलएम का अधिक विशिष्ट तरीकों से उपयोग किए जाने की संभावना है।

उदाहरण के लिए, वे किसी व्यापार की वास्तविक घर्षण लागत की पहचान करने के लिए उपकरण चाहेंगे, जिसमें सूक्ष्म बाजार संरचनाओं का गहन अध्ययन शामिल है। किसी व्यापारी के प्रदर्शन को मापने के लिए एक विशिष्ट मीट्रिक को 'कार्यान्वयन कमी' कहा जाता है, ताकि यह पता लगाया जा सके कि वे किसी दिए गए व्यापार के लिए बजट का कितना बारीकी से पालन करते हैं। ऐसे एल्गो पहले से ही अधिक परिष्कृत होते जा रहे हैं, क्योंकि कंपनियां दिन के दौरान ऐसे क्षणों की तलाश करती हैं जब तरलता परिपक्व हो या जब वे अपना हाथ बताए बिना व्यापार कर सकें।

यह बाज़ार संकेतों को खोजने के बारे में है, जो एक क्वांट के मिशन का मूल है। यह संभावना है कि क्वांट दुकानें किसी व्यापार को निष्पादित करने के लिए सर्वोत्तम समय और स्थानों की भविष्यवाणी करने के बेहतर तरीके विकसित करने के लिए जेनएआई का उपयोग करेंगी।

यह अभी भी बहुत उपयोगी है लेकिन ऐसा नहीं है कि कोई टर्मिनेटर को कार की चाबियाँ सौंप दे। न ही एआई एशियाई बाजारों में सबसे बड़ी बाधाओं को दूर करता है, जो कि हेजिंग उपकरणों की कमी है, जिसके बाद अनुबंध उपलब्ध होने पर हेजिंग की उच्च लागत होती है।

इससे भी महत्वपूर्ण बात यह है कि यह मात्राओं के लिए विशिष्ट नहीं है। बड़े पारंपरिक खरीद पक्ष भी इन निष्पादन एल्गोज़ का उपयोग करते हैं, चाहे वे इन-हाउस या सेल-साइड ब्रोकर द्वारा डिज़ाइन किए गए हों।

क्वांट्स के लिए अस्तित्वगत प्रश्न यह है कि वे अपनी बढ़त कैसे बनाए रखते हैं जब जेनएआई उपकरण मौलिक परिसंपत्ति प्रबंधकों के लिए बहुत कुछ आसानी से उपलब्ध करा सकते हैं। क्वांट दुकानें आंशिक रूप से सुर्खियों से बचती हैं क्योंकि वे अपने एआई मॉडल और निष्पादन एल्गोरिदम को गुप्त सॉस मानते हैं। क्या GenAI इन्हें वस्तुओं में बदल सकता है? आपकी त्वरित इंजीनियरिंग कितनी अलग है?

जैसा कि एक मात्रा में कहा गया है, “एआई वर्षों से हमारे टूल सेट का हिस्सा रहा है। GenAI बाधाओं से छुटकारा नहीं दिला रहा है, लेकिन यह मौलिक सक्रिय प्रबंधकों को डेटा एकत्र करने और विश्लेषण करने में अधिक कुशल बनाकर उन्हें अधिक लाभ पहुंचाएगा। एक बार जब वे कंपनियाँ रिटर्न के चालकों को समझ जाती हैं, तो वे हमारी प्रतिस्पर्धी बन जाती हैं।''

• एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
• प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
• प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
• प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
• प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
• स्रोत: https://www.digfingroup.com/genai-quants/