GenAI מציגה לקרנות כמותיות בעיה

קרנות כמותיות הן כבר מזמן המשתמשים הגדולים ביותר של בינה מלאכותית בעולם ניהול הנכסים. עם זאת, הופעת הבינה המלאכותית הגנרטיבית עשויה להעדיף מנהלי נכסים מסורתיים מונעי יסודות על פני הכמויות.

זו החשש שהביעו כמה מנהלי קרנות וספקי נתונים באסיה DigFin.

 "יישומי בינה מלאכותית בפיננסים עדיין נדירים", אמר מנהל קוואנט אחד. "מדעני נתונים לא מיישמים את זה על שוקי ההון. אבל אם הכלים האלה ישמשו לסחר במניות, זה ישנה את הנוף. יהיו מנצחים ומפסידים חדשים".

מה זה קוואנט?

Quants קונים ומוכרים מניות על בסיס כוח מחשוב עצום ותוכנות מותאמות אישית המדגימות אסטרטגיות השקעה. עליית הקוונטים חלה במקביל לירידה של עשרות שנים בריבית ועליית ההשקעות הפאסיביות - שתי מגמות שהפכו את בחירת המניות האקטיבית על ידי בני אדם לעסק פחות תחרותי יותר ויותר.

השימוש בעסקאות אלגוריתמיות או מתוכנתות באופן שיטתי הוליד תעשייה של 'השקעה שיטתית', כאשר חברות מנהלות פלטפורמות של מנהלי אסטרטגיה אחת הרודפים אחרי אסטרטגיה או 'גורם' מסוים (כגון שיעורי ריבית או תנודתיות בשוק).

משקיעים כאלה אינם מעוניינים להיות בעלי מניות, רק לקנות ולמכור מניות במהירות כדי להניע אסטרטגיות: לונג/שורט, ניטרלי שוק, ארביטראז' סטטיסטי, מונע מאירועים. קיימת חפיפה עם עולם המסחר בתדירות הגבוהה, כאשר המשותף הוא עסקאות שהן מושגות ומניעות במונחים מספריים בלבד.

AI ותיקים

הרעיונות האלה אינם חדשים, אבל הזמינות של כוח מחשוב ומערכים ביג דאטה הזינו את עליית הכמויות בשני העשורים האחרונים. במהלך עשר השנים האחרונות, קוונטים היו מאמצים מוקדמים של טכניקות AI חדשות כמו למידת מכונה ושימוש ברשתות עצביות. הם הפכו לצרכנים רעבים של נתונים אלטרנטיביים, כמו ניתוח סנטימנטים מעדכון מדיה חברתית.

הבעיה הגדולה ביותר עם משקיעים כמותיים הייתה 'הסברניות', מונח עדכני יותר עבור AI שחוזר ל'קופסה השחורה' של quants. קריסת ניהול הון לטווח ארוך ב-1998 מייצגת את הסיכון הזה, במיוחד מכיוון שכמויות ממונפות בדרך כלל.

---

---

אבל מאז, חנויות קוואנטיות כמו Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies ו- Two Sigma הפכו לחברות צד הקנייה הגדולות והמשפיעות ביותר בוול סטריט. ההצלחה שלהם דירבנה בתי קרנות מסורתיים כמו BlackRock או Fidelity להשיק אסטרטגיות כמות משלהם.

הם פועלים גם בשווקים שאינם ארה"ב, שם הם יכולים למצוא נזילות, תשתית מסחר עם זמן אחזור נמוך ומכשירי גידור (כגון תעודות סל או חוזים עתידיים העוקבים אחר מדדי שוק מקומיים). יפן הייתה השוק הגדול ביותר באסיה פסיפיק, אבל הודו היא כעת מגרש משחקים מרכזי. (בעיה אחת באסיה היא קפריזה רגולטורית, כפי שמעיד לאחרונה איסור דרום קוריאני על מכירה בחסר והתערבות ממשלתית גוברת בסין).

קרנות קוונטיות אינן אפוא רק טורפי פסגה משפיעים: הן גם בחזית האימוץ של טכנולוגיות דיגיטליות חדשות.

הכנס ל-GenAI

מה שהופך את ההתפתחויות החדשות ב-AI לחידה לכמויות.

חברות אלו ישתמשו כמובן במודלים של שפה גדולה (LLM), המתאפשרים על ידי שנאים שהוכשרו מראש, במלואם.

הגביע הקדוש לקוונטים יהיה הפיכת LLMs לכלי חיזוי. אדם יקיים אינטראקציה עם חבריו למחשבים כדי לזהות דפוסים על פני סדרות זמן ומערכי נתונים אחרים. למעשה, quants כבר עושים את זה, רק ש-LLMs צריכים להפוך את התהליך לאינטואיטיבי יותר, לשלב טוב יותר נתונים לא טקסטואליים, ולאפשר למפתחים לבנות מודלים הרבה יותר מהר.

חנויות קוואנט ישתמשו גם ב-genAI למטרות שגרתיות יותר, כמו לימוד כיצד לכתוב דוחות רגולטוריים, לפרש דוחות רווחים או לנפות בחפיסות פיץ'. ניתן לבצע אוטומציה נוספת של כניסת לקוחות ופונקציות אחרות במשרד האחורי.

אבל אין שום דבר מסתורי בחנות quant שעושה את הדברים האלה, כי זה אותו הדבר שכולם ישתמשו בו ב-genAI.

כולם עושים את זה

ההבדל הוא בפיתוח מודלי השקעה חזויים ואלגוריתמי ביצוע. זה מה שהופך את הקוואנטים למיוחדים, אבל הסימנים המוקדמים מראים ש-genAI יאפשר למנהלי נכסים מסורתיים לעשות גם את הדברים האלה. זהה למנהלי קרנות הון פרטיות - עסק ידוע לשמצה שאינו אוטומטי, שיכול להשתמש ב-LLMs כדי לקבל החלטות השקעה יותר מערכתיות ומונחות נתונים.

מנהלי נכסים כולם יתמודדו עם שאלות עם לימודי LLM והנטייה שלהם להמציא דברים. מוצרים כמו ChatGPT של OpenAI הם הקופסה השחורה האולטימטיבית. למרות שקרנות כמותיות מסתמכות על AI לאסטרטגיות אלוהיות, הן עדיין מנוהלות על ידי אנשי מקצוע מורשים שמבינים את ההשלכות של רעיון סחר. זה לא המקרה בכלי genAI.

הנדסה מהירה יכולה להוסיף ערך על ידי מתן חלק מהשקיפות הזו, על ידי חקירת ה-LLMs כדי להפיק תחושה של התהליכים שלהם ושל הגורמים והמקורות ששימשו להגיע להחלטה. תיאורטית זה אפשרי שיום אחד, לימודי תואר שני בלימודים יהיו שקופים יותר ואחראים יותר מאדם.

למרות שהרעיון של מסירת השקעות למכונה מהווה כותרת טובה, סביר להניח שקוונטים ישתמשו ב-LLM בדרכים ספציפיות יותר.

לדוגמה, הם ירצו כלים לזהות את עלות החיכוך האמיתית של סחר, הכולל מחקר מעמיק של מבני שוק מיקרו. מדד טיפוסי לשקלול ביצועים של סוחר נקרא 'חסר יישום', כדי להבין עד כמה הם חותכים לתקציב עבור עסקה נתונה. אלגוים כאלה כבר הופכים להיות מתוחכמים יותר, כאשר חברות מחפשות רגעים במהלך היום שבהם הנזילות בשלה או שבהם הן יכולות לסחור מבלי לחשוף את ידן.

מדובר במציאת אותות שוק, שהיא הליבה של המשימה של קוואנט. סביר להניח שחנויות קוואנט ישתמשו ב-genAI כדי לפתח דרכים טובות יותר לחזות את הזמנים והמקומות הטובים ביותר לביצוע מסחר.

זה עדיין מאוד שימושי אבל זה לא כמו שמישהו מוסר את מפתחות המכונית לטרמינטור. גם בינה מלאכותית לא מתגברת על המכשולים הגדולים ביותר בשווקים באסיה, שהם המחסור במכשירי גידור, ואחריו העלות הגבוהה של הגידור כאשר חוזה זמין.

חשוב מכך, זה לא ספציפי לכמויות. צדדי קניה מסורתיים גדולים משתמשים גם באלגו ביצוע אלה, בין אם מתוכננים בתוך הבית ובין אם על ידי ברוקר בצד המכירה.

השאלה הקיומית עבור quants היא כיצד הם שומרים על היתרון שלהם כאשר כלי genAI יכולים להפוך הרבה ממה שהם עושים לזמינים יותר למנהלי נכסים בסיסיים. חנויות קוואנט נמנעות מאור הזרקורים בין השאר משום שהן מחשיבות את דגמי הבינה המלאכותית והאלגו לביצוע שלהן כרטבים סודיים. האם גנאי יכול להפוך אותם לסחורות? עד כמה מובחנת ההנדסה המהירה שלך?

כפי שאמר אחד הגורמים, "AI היה חלק ממערך הכלים שלנו במשך שנים. GenAI לא נפטר מהחסמים, אבל הוא יספק יותר תועלת למנהלים פעילים בסיסיים, על ידי הפיכתם ליעילים יותר בצבירה וניתוח נתונים. ברגע שהחברות האלה מבינות את מניעי ההחזר, הן הופכות למתחרות שלנו".

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
• מקור: https://www.digfingroup.com/genai-quants/