ब्लैकरॉक के एलएलएम: "सवाल ही फायदा है।"

पैसा निवेश करने के लिए प्रौद्योगिकी-प्रथम दृष्टिकोण कोई नई बात नहीं है, लेकिन कृत्रिम बुद्धिमत्ता के उपकरण व्यवसाय को बेहतर प्रदर्शन करने के नए अवसर दे रहे हैं।

सैन फ्रांसिस्को स्थित सह-मुख्य निवेश अधिकारी और व्यवस्थित सक्रिय इक्विटी के सह-प्रमुख जेफ शेन का कहना है कि भाषा-सीखने के मॉडल शक्तिशाली उपकरण बन रहे हैं।

उन्होंने कहा, "हम एक क्रांति के बीच में हैं।" “बड़ा डेटा, वैकल्पिक डेटा और अब जेनरेटिव एआई परिसंपत्ति प्रबंधन सहित सभी उद्योगों को बदल रहा है। उस डेटा को कैप्चर करने के लिए अधिक डेटा उपलब्ध है और बेहतर एल्गोरिदम हैं, और यह व्यवस्थित निवेश को रोमांचक बनाता है।

मात्रा के चार दशक

व्यवस्थित टीम की उत्पत्ति बार्कलेज ग्लोबल इन्वेस्टर्स व्यवसाय से हुई है जिसे ब्लैकरॉक ने 2009 में अधिग्रहण किया था। यह सौदा तब सामने आया जब वैश्विक वित्तीय संकट से बुरी तरह प्रभावित बार्कलेज ने जीवित रहने के लिए अपने निवेश व्यवसाय को छोड़ दिया - और ब्लैकरॉक को दुनिया का सबसे बड़ा परिसंपत्ति प्रबंधक बना दिया, फिर $2.7 ट्रिलियन पर .

बीजीआई की जड़ें 1985 तक चली गईं, जिसे आज फिनटेक माना जा सकता है: एक सिलिकॉन वैली-आधारित ऑपरेशन जो बड़े डेटा और मशीन लर्निंग के आदिम रूपों का उपयोग करता है, इन शब्दों या क्षमताओं के फैशन में आने से बहुत पहले। यह एक क्वांट शॉप है, जो डेटा-संचालित अंतर्दृष्टि का उपयोग करके एक स्टॉक को दूसरे के खिलाफ मध्यस्थता करने वाले कई छोटे, तेजी से दांव पर लगाती है - कोक बनाम पेप्सी।

यह तब भी काम करता है जब उद्योग या बाज़ार ख़राब प्रदर्शन कर रहा हो - कंट्री गार्डन बनाम एवरग्रांडे। जो मायने रखता है वह एक छोटी, अल्पकालिक बढ़त ढूंढना है जिसे प्रबंधक तेजी से, बड़े पैमाने पर व्यापार कर सकता है, और फिर स्थिति को बंद कर सकता है। पोर्टफोलियो में ऐसे ट्रेडों को सैकड़ों या हजारों से गुणा करें, और फर्म बेंचमार्क के साथ कम सहसंबंध के साथ एक बड़ी इक्विटी रणनीति बनाती है।

अधिक डेटा, बेहतर एल्गोरिदम, बढ़ती कंप्यूटिंग शक्ति और शेयर बाजारों के इलेक्ट्रॉनिकीकरण के साथ, बीजीआई एक अत्याधुनिक पावरहाउस के रूप में उभरा है और ब्लैकरॉक की व्यवस्थित शाखा के रूप में जारी है।

तब से, ईटीएफ की दुनिया में तेजी आई है, जिससे ब्लैकरॉक दुनिया का सबसे बड़ा परिसंपत्ति प्रबंधक बन गया है। सितंबर 2023 तक, फर्म ने एक्सचेंज-ट्रेडेड फंड (एक खुदरा व्यवसाय) में $3.1 ट्रिलियन और इंडेक्स फंड (संस्थानों के लिए) में $2.6 ट्रिलियन की सूचना दी। फर्म का प्रौद्योगिकी सेवा समूह, जिसमें उसका अलादीन पोर्टफोलियो जोखिम प्रणाली भी शामिल है, राजस्व में एक और महत्वपूर्ण योगदानकर्ता है।

एआई की प्रगति

इस संदर्भ में, व्यवस्थित इक्विटी व्यवसाय, एक संस्थागत व्यवसाय, प्रबंधन के तहत $237 बिलियन की संपत्ति पर मामूली है। शेन निश्चित रूप से अपने विभाजन को लेकर आशावादी हैं। उन्होंने कहा, "व्यवस्थित मात्रा निवेश अब स्वर्ण युग में है।"

लेकिन जेनरेटिव एआई को लेकर उत्साह, जिसमें चैटजीपीटी जैसे प्राकृतिक-भाषा मॉडल शामिल हैं, चेन के आशावाद को कुछ विश्वसनीयता देता है।

पुराने दिनों में, क्वांट रणनीति में पारंपरिक मेट्रिक्स (बुक की कीमत, कमाई की कीमत, लाभांश पैदावार) के आधार पर अमेरिकी लार्ज-कैप शेयरों की रैंकिंग शामिल थी। फिर भी, सबसे बड़े क्वांट हेज फंड ने आश्चर्यजनक आकार के डेटा वेयरहाउस बनाए। इससे उन्हें बाज़ार के रुझानों की परवाह किए बिना प्रदर्शन उत्पन्न करने की क्षमता मिली। सबसे सफल फर्मों ने बहुत पैसा कमाया, जिसका नेतृत्व रेनेसां टेक्नोलॉजीज ने किया, जो 1988 से 2018 तक दुनिया की सबसे अधिक लाभदायक (और गुप्त) निवेश फर्म थी।

---

---

सक्रिय रणनीतियों को चलाने में शामिल कदम, मात्रा या अन्यथा, लगातार स्वचालित हो गए हैं। जानकारी अब मशीन से पढ़ने योग्य है, जैसे ब्रोकर रिपोर्ट, कंपनी की वित्तीय स्थिति, मीडिया कहानियां और सरकारी आंकड़े। प्राकृतिक-भाषा प्रसंस्करण ने असंरचित डेटा (पीडीएफ से वकील के हस्ताक्षर तक कुछ भी) को मशीन-पठनीय बनाना संभव बना दिया। इंटरनेट ऑफ थिंग्स और सैटेलाइट इमेजरी ने उन चीजों की सूची का विस्तार किया है जिन्हें मापा और परिमाणित किया जा सकता है। इसके अलावा, ये अब फंड प्रबंधकों को वास्तविक समय के विचारों तक पहुंच प्रदान करते हैं।

शेन ट्रकों की आवाजाही का हवाला देते हैं। भू-स्थानिक टैगिंग, वाईफाई बीकन और उपग्रह छवियां इस डेटा के खरीदारों को ट्रकों के बेड़े को ट्रैक करने में सक्षम बनाती हैं। इससे उन्हें आपूर्तिकर्ताओं और दुकानों के बीच आवागमन का एहसास होता है, एक डेटा बिंदु यह निर्धारित करता है कि कोई कंपनी कैसा प्रदर्शन कर रही है। इनका पर्याप्त निर्माण करें, और एक फर्म अर्थव्यवस्था का व्यापक दृष्टिकोण प्राप्त करने के लिए अपना दायरा बढ़ा सकती है।

GenAI दर्ज करें

आज जेनरेटिव एआई मिश्रण में उपकरणों का एक नया सेट जोड़ रहा है। लेकिन यह डेटा को ख़त्म करने का एक और तरीका नहीं है। यह वास्तव में पोर्टफोलियो प्रबंधकों के जानकारी को समझने के तरीके को बदल देता है।

शेन एक सीईओ के पद छोड़ने के बारे में एक समाचार रिपोर्ट का उदाहरण देते हैं। पिछले बीस वर्षों से, तकनीक-प्रेमी फर्मों ने 'शब्दों का थैला' दृष्टिकोण का पालन करने के लिए मशीन लर्निंग का उपयोग किया है। मशीन एक पाठ को पार्स करेगी और उन शब्दों या वाक्यांशों की सांद्रता की तलाश करेगी जो अच्छे या बुरे, खरीदने या बेचने से संबंधित हैं।

सीईओ की नौकरी खोने के उदाहरण में, मशीन शुरुआती पैराग्राफ में सात प्रासंगिक शब्दों की पहचान कर सकती है। इसे 'अलर्ट', 'कंपनी छोड़ना', 'रिप्लेस्ड', 'हताशा' और 'कमजोर' जैसे नकारात्मक समूहों के रूप में टैग किया जाएगा। यह दो उत्साहित अभिव्यक्तियों, 'आश्चर्यजनक' और 'सकारात्मक प्रतिक्रिया' को भी उजागर करेगा, लेकिन कुल मिलाकर नकारात्मकता का भार कंप्यूटर को बेचने की सिफारिश करने के लिए प्रेरित करेगा।

यदि यह कंपनी कोक बनाम पेप्सी जोड़ी का हिस्सा होती, तो ब्लैकरॉक यह निर्णय ले सकता था कि यह लीवरेज के साथ एक को छोटा और दूसरे को लंबा करने का संकेत था। व्यापार कुछ घंटों या कुछ दिनों तक चल सकता है, लेकिन विश्लेषण की गति टीम को मानवीय व्याख्या पर निर्भर सक्रिय मौलिक खिलाड़ियों के समूह की तुलना में एक अलग परिणाम देगी।

शेन ने कहा, "2007 में यह अत्याधुनिक स्थिति थी।" तब से, डेटा और एग्लोस बेहतर हो गए हैं, लेकिन बैग-ऑफ-वर्ड दृष्टिकोण अभी भी आदर्श था। चैटजीपीटी जैसे एलएलएम इसे बदल रहे हैं।

एलएलएम उसी पैराग्राफ को लेते हैं और, शेन के उदाहरण में, यह निष्कर्ष निकालते हैं कि यह बुरी खबर के बजाय एक बहुत बड़ा सकारात्मक समाचार है। ऐसा इसलिए है क्योंकि यह केवल पाठ का अनुवाद नहीं कर रहा है, बल्कि इसे संदर्भ में समझ रहा है। एलएलएम जानता है कि, जबकि शीर्ष पर नकारात्मक शब्दों का एक समूह है, मुख्य वाक्यांश नीचे है: 'हम उम्मीद करते हैं कि स्टॉक सकारात्मक प्रतिक्रिया देगा।'

शेन ने कहा, "एक सीईओ के पद छोड़ने की खबर होने के बावजूद, एलएलएम प्रेस विज्ञप्ति के सार को समझता है - इसे पंचलाइन मिलती है।"

डेटा और एल्गोस

हालाँकि यह उदाहरण पत्रकारों के लिए ब्लैकरॉक प्रस्तुतियों के लिए डिज़ाइन किया गया है, इसका तात्पर्य यह है कि एलएलएम को मिश्रण में जोड़ने वाली एक व्यवस्थित दुकान को बेहतर प्रदर्शन करना चाहिए। इस सुस्पष्ट उदाहरण में, वास्तव में, पोर्टफोलियो प्रबंधक को एक बिल्कुल अलग उत्तर दिया गया है।

वास्तविक जीवन इतना साफ-सुथरा नहीं है, लेकिन शेन का कहना है कि एलएलएम एक प्रबंधक को थोड़ी बढ़त देने के लिए डिज़ाइन किए गए उपकरणों की अगली लहर है। ब्लैकरॉक जैसी कंपनियां अब वित्तीय और अन्य विशिष्ट प्रकार के डेटा पर मॉडलों को प्रशिक्षित करने के लिए मालिकाना डेटा सेट पर एलएलएम का उपयोग कर रही हैं। उनका कहना है कि ब्लैकरॉक को लगता है कि उसके स्वामित्व वाले एलएलएम को चैटजीपीटी (जो बड़े पैमाने पर इंटरनेट पर प्रशिक्षित है) पर बढ़त हासिल है।

यह मात्राओं को उसी पुरानी बुनियादी बातों पर वापस लाता है: जिसके पास सबसे अच्छा डेटा है और उसे साफ़ करने का सबसे अच्छा साधन है; और फिर सबसे चतुर एल्गोज़ किसके पास है? लेकिन एलएलएम इंसानों को उनके निर्णय लेने के तरीकों को बेहतर बनाने में मदद करके यहां एक और परेशानी भी जोड़ते हैं।

मानवीय स्पर्श

हालाँकि रेनटेक जैसी कुछ क्वांट दुकानें केवल अपने कंप्यूटरों का अनुसरण करने के लिए कुख्यात थीं, शेन का कहना है कि व्यवस्थित रणनीतियों के लिए अभी भी मानवीय निर्णयों की आवश्यकता होती है। यह उस समय स्पष्ट हो जाता है जब ऐतिहासिक डेटा अधूरा होता है या मौजूद नहीं होता है। उदाहरण के लिए, कोविड के दौरान किसी कंपनी का मॉडलिंग करना कठिन था क्योंकि इस परिमाण की आखिरी वैश्विक महामारी एक सदी पहले हुई थी। आज उपयोग करने के लिए 1918 से कोई विश्वसनीय डेटा उपलब्ध नहीं है। इसलिए जबकि क्वांट्स ने एक दृश्य प्राप्त करने के लिए ट्रैफ़िक या नौकरी पोस्टिंग के आसपास वास्तविक समय के डेटा का उपयोग किया, फिर भी निकट भविष्य के लिए इसका क्या अर्थ है, यह जानने के लिए एक मानव की आवश्यकता थी। बड़ा डेटा, अपने आप में, एक विश्वसनीय भविष्यवक्ता नहीं था।

लेकिन एलएलएम के साथ, मनुष्य मशीन से सूक्ष्म प्रश्न पूछ सकते हैं जिन्हें मशीन-लर्निंग सिस्टम से पूछना असंभव था। यह एलएलएम को एक उत्पादकता उपकरण में बदल देता है, और विभिन्न प्रश्न अलग-अलग परिणामों की ओर ले जाते हैं। 1980 और 1990 के दशक के पुराने बड़े-डेटा मॉडल विश्लेषण मूल्यांकन पर आधारित थे, और 2010 के दशक में बाजार भावना जैसी चीजें जोड़ी गईं। अब पूछताछ का दायरा व्यापक है, जो मानव रचनात्मकता को सक्षम बनाता है।

शेन ने कहा, "प्रश्न प्रतिस्पर्धा में बढ़त का हो सकता है।"

यह देखते हुए कि शेन एक उज्ज्वल भविष्य के रूप में दर्शाता है, क्या इससे पता चलता है कि सक्रिय प्रबंधन शैलियाँ निष्क्रिय रणनीतियों की तुलना में बेहतर प्रदर्शन करने लगेंगी? क्या व्यवस्थित निवेश घर के ईटीएफ पक्ष में प्रवाहित हुई कुछ परिसंपत्तियों को वापस लाने के लिए तैयार हैं?

शेन अनिश्चयशील रहे। उनका कहना है कि उद्योग की विजेता वे कंपनियाँ हैं जो उत्पाद की परवाह किए बिना एआई को अपनाती हैं। एक सुरक्षित उत्तर. इसलिए, एक सुरक्षित अनुमान यह होगा कि तकनीक का उपयोग करने वाली नई प्रतिस्पर्धा कंपनियों को यथासंभव अधिक डेटा प्राप्त करने के संसाधनों के साथ लाभान्वित करेगी।

• 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/blackrock-llm/