GenAI pone i fondi quantitativi di fronte a un dilemma

I fondi quantitativi sono da tempo i maggiori utilizzatori dell’intelligenza artificiale nel mondo della gestione patrimoniale. L’avvento dell’intelligenza artificiale generativa, tuttavia, potrebbe favorire i gestori patrimoniali tradizionali e orientati ai fondamentali rispetto a quelli quantitativi.

Questa è la preoccupazione espressa da diversi gestori di fondi quantistici e fornitori di dati in Asia Scava Fin.

 “Le applicazioni dell’intelligenza artificiale nella finanza sono ancora rare”, ha affermato un manager quantitativo. “I data scientist non lo stanno applicando ai mercati dei capitali. Ma se questi strumenti verranno utilizzati per negoziare azioni, il panorama cambierà. Ci saranno nuovi vincitori e vinti”.

Cos'è una quantità?

I Quants acquistano e vendono azioni basandosi su un'enorme potenza di calcolo e programmi software personalizzati che modellano le strategie di investimento. L’aumento dei quantitativi ha coinciso con il declino decennale dei tassi di interesse e l’aumento degli investimenti passivi – due tendenze che hanno reso la selezione attiva dei titoli da parte degli esseri umani un’attività sempre meno competitiva.

L'uso di operazioni algoritmiche o programmate sistematicamente ha dato origine a un settore di "investimenti sistematici", con aziende che gestiscono piattaforme di gestori a strategia singola che inseguono una particolare strategia o "fattore" (come i tassi di interesse o la volatilità di un mercato).

Tali investitori non sono interessati ad essere azionisti, ma solo ad acquistare e vendere rapidamente azioni per guidare strategie: long/short, market neutral, arbitraggio statistico, event-driven. Esiste una sovrapposizione con il mondo del trading ad alta frequenza, con la comunanza di operazioni concettualizzate e guidate in termini puramente numerici.

Veterani dell'intelligenza artificiale

Queste idee non sono nuove, ma la disponibilità di potenza di calcolo e set di big data hanno alimentato l’aumento dei dati quantistici negli ultimi due decenni. Negli ultimi dieci anni, i quanti sono stati i primi ad adottare nuove tecniche di intelligenza artificiale come l’apprendimento automatico e l’uso delle reti neurali. Sono diventati consumatori voraci di dati alternativi, come l’analisi del sentiment proveniente dai feed dei social media.

Il problema più grande con gli investitori quantitativi è stata la “spiegabilità”, un termine più recente per l’intelligenza artificiale che risale alla “scatola nera” dei quantitativi. Il crollo del Long-Term Capital Management nel 1998 esemplifica questo rischio, soprattutto perché i quantitativi sono generalmente soggetti a leva finanziaria.

---

---

Ma da allora, negozi quantistici come Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies e Two Sigma sono diventati le più grandi e influenti aziende buy-side di Wall Street. Il loro successo ha spinto le case di fondi tradizionali come BlackRock o Fidelity a lanciare le proprie strategie quantitative.

Operano anche in mercati non statunitensi dove possono trovare liquidità, infrastrutture di trading a bassa latenza e strumenti di copertura (come ETF o contratti futures che replicano gli indici del mercato locale). Il Giappone è stato il più grande mercato dell’Asia Pacifico, ma l’India è ora un importante terreno di gioco. (Uno dei problemi in Asia è il capriccio normativo, come attestano il recente divieto della Corea del Sud sulle vendite allo scoperto e la crescente interferenza del governo in Cina.)

I fondi quantistici non sono quindi solo influenti predatori apicali: sono anche in prima linea nell’adozione di nuove tecnologie digitali.

Entra GenAI

Il che rende i nuovi sviluppi dell’intelligenza artificiale un enigma per i quanti.

Queste aziende ovviamente utilizzeranno nella loro massima estensione i modelli LLM (Large Language Models), resi possibili da trasformatori generativi pre-addestrati.

Il Santo Graal per i quanti sarà trasformare gli LLM in strumenti predittivi. Un essere umano interagirà con i propri compagni di computer per rilevare modelli attraverso serie temporali e altri set di dati. In effetti, i quanti lo fanno già, è solo che i LLM dovrebbero rendere il processo più intuitivo, integrare meglio i dati non testuali e consentire agli sviluppatori di creare modelli molto più velocemente.

I negozi quantistici utilizzeranno genAI anche per scopi più banali, come imparare a scrivere rapporti normativi, interpretare rapporti sugli utili o vagliare i pitch deck. L'onboarding dei clienti e altre funzioni di back-office possono essere ulteriormente automatizzate.

Ma non c'è nulla di misterioso nel fatto che un negozio quantistico faccia queste cose, perché è la stessa cosa per cui tutti gli altri useranno genAI.

Lo stanno facendo tutti

La differenza sta nello sviluppo di modelli di investimento predittivi e algoritmi di esecuzione. Questo è ciò che rende speciali i quant, ma i primi segnali suggeriscono che la genAI consentirà anche ai gestori patrimoniali tradizionali di fare queste cose. Idem per i gestori di fondi di private equity – un’attività notoriamente non automatizzata, che potrebbe utilizzare i LLM per prendere decisioni di investimento più sistemiche e basate sui dati.

Tutti i gestori patrimoniali dovranno affrontare domande sui LLM e sulla loro tendenza a inventare cose. Prodotti come ChatGPT di OpenAI sono la scatola nera definitiva. Sebbene i fondi quantistici si affidino all’intelligenza artificiale per elaborare strategie divine, questi sono ancora gestiti da professionisti autorizzati che comprendono le ramificazioni di un’idea commerciale. Questo non è il caso degli strumenti genAI.

L'ingegneria tempestiva può aggiungere valore fornendo parte di quella trasparenza, interrogando gli LLM per ricavare un senso dei loro processi e dei fattori e delle fonti utilizzati per prendere una decisione. È teoricamente possibile che, un giorno, i LLM saranno più trasparenti e responsabili di un essere umano.

Anche se l’idea di affidare gli investimenti alla macchina costituisce un buon titolo, è probabile che i quant utilizzino i LLM in modi più specifici.

Ad esempio, vorranno strumenti per identificare il vero costo di attrito di un’operazione, il che implica uno studio approfondito delle strutture del micromercato. Una metrica tipica per valutare la performance di un trader è chiamata "mancanza di implementazione", per capire quanto si avvicina al budget per una determinata operazione. Tali algoritmi stanno già diventando più sofisticati, poiché le aziende cercano momenti durante la giornata in cui la liquidità è matura o in cui possono negoziare senza rivelare le proprie carte.

Si tratta di trovare segnali di mercato, che è il fulcro della missione di un quant. È probabile che i negozi quantistici utilizzeranno genAI per sviluppare modi migliori per prevedere i tempi e i luoghi migliori per eseguire un'operazione.

Questo è ancora molto utile ma non è come se qualcuno consegnasse le chiavi della macchina al Terminator. Né l’intelligenza artificiale riesce a superare l’ostacolo più grande sui mercati asiatici, ovvero la mancanza di strumenti di copertura, seguita dall’alto costo della copertura quando è disponibile un contratto.

Ancora più importante, questo non è specifico dei quanti. Anche i grandi buy side tradizionali utilizzano questi algoritmi di esecuzione, progettati internamente o da un broker sell-side.

La domanda esistenziale per i quant è come riescono a mantenere il loro vantaggio quando gli strumenti genAI possono rendere molto di ciò che fanno più facilmente disponibile per i gestori patrimoniali fondamentali. I negozi quantistici evitano le luci della ribalta in parte perché considerano i loro modelli di intelligenza artificiale e gli algoritmi di esecuzione come ingredienti segreti. GenAI potrebbe trasformarli in materie prime? Quanto è differenziata la vostra ingegneria tempestiva?

Come ha affermato un esperto, “L’intelligenza artificiale fa parte del nostro set di strumenti da anni. GenAI non sta eliminando le barriere, ma offrirà maggiori vantaggi ai gestori attivi fondamentali, rendendoli più efficienti nell’aggregare e analizzare i dati. Una volta che queste aziende comprendono i fattori che determinano il rendimento, diventano nostre concorrenti”.

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• PlatoData.Network Generativo verticale Ai. Potenzia te stesso. Accedi qui.
• PlatoAiStream. Intelligenza Web3. Conoscenza amplificata. Accedi qui.
• PlatoneESG. Carbonio, Tecnologia pulita, Energia, Ambiente, Solare, Gestione dei rifiuti. Accedi qui.
• Platone Salute. Intelligence sulle biotecnologie e sulle sperimentazioni cliniche. Accedi qui.
• Fonte: https://www.digfingroup.com/genai-quants/