GenAI presenterer kvantfond med et dilemma

Kvantitative fond har lenge vært de største brukerne av kunstig intelligens i kapitalforvaltningsverdenen. Fremkomsten av generativ AI kan imidlertid favorisere tradisjonelle, fundamentale drevne kapitalforvaltere fremfor kvantene.

Det er bekymringen uttrykt av flere kvantfondforvaltere og dataleverandører i Asia DigFin.

 "AI-applikasjoner innen finans er fortsatt sjeldne," sa en kvantsjef. «Dataforskere bruker det ikke på kapitalmarkedene. Men hvis disse verktøyene brukes til å handle aksjer, vil det endre landskapet. Det vil være nye vinnere og tapere.»

Hva er en kvant?

Quants kjøper og selger aksjer basert på enorm datakraft og tilpassede programmer som modellerer investeringsstrategier. Økningen av kvanter falt sammen med den tiår lange nedgangen i rentene og økningen av passive investeringer – to trender som har gjort aktiv aksjeplukking av mennesker til en stadig mindre konkurransedyktig virksomhet.

Bruken av algoritmiske eller systematisk programmerte handler har gitt opphav til en industri med "systematiske investeringer", med firmaer som driver plattformer med enkeltstrategiforvaltere som jager en bestemt strategi eller "faktor" (som renter eller et markeds volatilitet).

Slike investorer er ikke interessert i å være aksjonærer, bare i raskt å kjøpe og selge aksjer for å drive strategier: lang/kort, markedsnøytral, statistisk arbitrage, hendelsesdrevet. Det er en overlapping med høyfrekvente handelsverden, med fellestrekk som handler som er konseptualisert og drevet i rent numeriske termer.

AI gammeldagse

Disse ideene er ikke nye, men tilgjengeligheten av datakraft og store datasett har drevet økningen av kvanter de siste to tiårene. I løpet av de siste ti årene har quants vært tidlige brukere av nye AI-teknikker som maskinlæring og bruk av nevrale nettverk. De ble glupske forbrukere av alternative data, for eksempel sentimentanalyse fra sosiale medier.

Det største problemet med kvantinvestorer har vært 'forklarbarhet', en nyere betegnelse for AI som går tilbake til quants 'svarte boks'. Sammenbruddet av langsiktig kapitalstyring i 1998 viser denne risikoen, spesielt ettersom kvanter vanligvis er belånt.

---

---

Men siden den gang har kvantbutikker som Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies og Two Sigma blitt de største og mest innflytelsesrike buy-side-firmaene på Wall Street. Deres suksess har ansporet tradisjonelle fondshus som BlackRock eller Fidelity til å lansere sine egne kvantstrategier.

De opererer også i ikke-amerikanske markeder hvor de kan finne likviditet, handelsinfrastruktur med lav ventetid og sikringsinstrumenter (som ETFer eller futureskontrakter som sporer lokale markedsindekser). Japan har vært det største markedet i Asia-Stillehavsområdet, men India er nå en viktig spilleplass. (Et problem i Asia er regulatoriske lure, som et nylig sørkoreansk forbud mot shortsalg og økende statlig innblanding i Kina vitner om.)

Quant funds er derfor ikke bare innflytelsesrike apex predatorer: de er også i forkant med å ta i bruk nye digitale teknologier.

Skriv inn GenAI

Noe som gjør den nye utviklingen innen AI til et puslespill for kvanter.

Disse firmaene vil selvfølgelig bruke store språkmodeller (LLM), muliggjort av generative forhåndstrente transformatorer, i sin fulle utstrekning.

Den hellige gral for kvanter vil være å gjøre LLM til prediktive verktøy. Et menneske vil samhandle med datamaskinkompisene sine for å oppdage mønstre på tvers av tidsserier og andre datasett. Faktisk gjør kvanter dette allerede, det er bare at LLM-er bør gjøre prosessen mer intuitiv, bedre integrere ikke-tekstuelle data og la utviklere bygge modeller mye raskere.

Quant-butikker vil også bruke genAI til mer hverdagslige formål, for eksempel å lære å skrive regulatoriske rapporter, tolke inntektsrapporter eller se gjennom pitch-dekk. Kunde-onboarding og andre back-office-funksjoner kan automatiseres ytterligere.

Men det er ikke noe mystisk med en kvantbutikk som gjør disse tingene, fordi det er det samme som alle andre vil bruke genAI til.

Alle gjør det

Forskjellen ligger i å utvikle prediktive investeringsmodeller og utførelsesalgoritmer. Det er det som gjør quants spesielle, men de tidlige tegnene tyder på at genAI vil gjøre det mulig for tradisjonelle kapitalforvaltere å gjøre disse tingene også. Ditto for forvaltere av private equity-fond – en notorisk uautomatisert virksomhet, som kan bruke LLM-er til å gjøre investeringsbeslutninger mer systemiske og datadrevne.

Kapitalforvaltere vil alle møte spørsmål med LLM-er og deres tendens til å finne på ting. Produkter som OpenAIs ChatGPT er den ultimate svarte boksen. Selv om kvantfond er avhengig av AI for guddommelige strategier, drives disse fortsatt av lisensierte fagfolk som forstår konsekvensene av en handelsidé. Det er ikke tilfelle med genAI-verktøy.

Rask ingeniørarbeid kan tilføre verdi ved å gi noe av denne åpenheten, ved å spørre LLM-ene for å få en følelse av deres prosesser og faktorene og kildene som brukes for å komme til en beslutning. Det er teoretisk mulig at LLM-er en dag vil være mer transparente og ansvarlige enn et menneske.

Selv om ideen om å overlate investeringer til maskinen gir en god overskrift, vil quant sannsynligvis bruke LLM-er på mer spesifikke måter.

For eksempel vil de ha verktøy for å identifisere den sanne friksjonskostnaden for en handel, som involverer en dyp studie av mikromarkedsstrukturer. En typisk beregning for å veie en traders ytelse kalles «implementeringsmangel», for å finne ut hvor tett de ligger til et budsjett for en gitt handel. Slike algoer blir allerede mer sofistikerte, ettersom firmaer søker etter øyeblikk i løpet av dagen når likviditeten er moden eller når de kan handle uten å avsløre hånden.

Dette handler om å finne markedssignaler, som er kjernen i en quants oppdrag. Det er sannsynlig at quant-butikker vil bruke genAI til å utvikle bedre måter å forutsi de beste tidene og stedene for å utføre en handel.

Dette er fortsatt veldig nyttig, men det er ikke som om noen gir bilnøklene til Terminator. AI overvinner heller ikke de største hindringene i asiatiske markeder, som er mangelen på sikringsinstrumenter, etterfulgt av de høye kostnadene ved sikring når en kontrakt er tilgjengelig.

Enda viktigere, dette er ikke spesifikt for kvanter. Store tradisjonelle kjøpssider bruker også disse eksekveringsalgoene, enten de er designet internt eller av en megler på salgssiden.

Det eksistensielle spørsmålet for quants er hvordan de opprettholder sin fordel når genAI-verktøy kan gjøre mye av det de gjør lettere tilgjengelig for grunnleggende kapitalforvaltere. Quant-butikker unngår rampelyset delvis fordi de betrakter deres AI-modeller og henrettelsesalgoer som hemmelige sauser. Kan genAI gjøre disse om til varer? Hvor differensiert er din raske ingeniørkunst?

Som en kvant sa det, "AI har vært en del av verktøysettet vårt i årevis. GenAI blir ikke kvitt barrierene, men det vil gi flere fordeler til grunnleggende aktive ledere, ved å gjøre dem mer effektive til å samle og analysere data. Når disse firmaene forstår driverne bak retur, blir de vår konkurrent.»

• SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
• PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
• PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
• PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
• PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
• kilde: https://www.digfingroup.com/genai-quants/