GenAI stawia przed funduszami ilościowymi dylemat

Fundusze ilościowe od dawna są największymi użytkownikami sztucznej inteligencji w świecie zarządzania aktywami. Pojawienie się generatywnej sztucznej inteligencji może jednak faworyzować tradycyjnych, opartych na podstawach zarządzających aktywami, a nie kwoty.

Tę obawę wyraża kilku zarządzających funduszami ilościowymi i dostawców danych w Azji DigFin.

 „Zastosowania sztucznej inteligencji w finansach są nadal rzadkie” – powiedział jeden z menedżerów ds. ilości. „Analitycy danych nie stosują ich do rynków kapitałowych. Jeśli jednak narzędzia te zostaną wykorzystane do handlu akcjami, zmieni to krajobraz. Pojawią się nowi zwycięzcy i przegrani.

Co to jest kwant?

Quants kupują i sprzedają akcje w oparciu o ogromną moc obliczeniową i dostosowane do indywidualnych potrzeb programy, które modelują strategie inwestycyjne. Wzrost wartości ilościowych zbiegł się z trwającym od dziesięcioleci spadkiem stóp procentowych i wzrostem inwestycji pasywnych – dwoma trendami, które sprawiły, że aktywne zbieranie zapasów przez ludzi stało się coraz mniej konkurencyjnym biznesem.

Stosowanie algorytmicznych lub systematycznie programowanych transakcji dało początek branży „systematycznych inwestycji”, w której firmy prowadzą platformy menedżerów o pojedynczej strategii, realizujących określoną strategię lub „czynnik” (taki jak stopy procentowe lub zmienność rynku).

Tacy inwestorzy nie są zainteresowani byciem akcjonariuszami, a jedynie szybkim kupnem i sprzedażą akcji w celu realizacji strategii: długa/krótka, neutralna rynkowo, arbitraż statystyczny, oparta na zdarzeniach. Świat handlu o wysokiej częstotliwości pokrywa się ze światem handlu o wysokiej częstotliwości, przy czym cechą wspólną są transakcje konceptualizowane i prowadzone w kategoriach czysto liczbowych.

Starzy ludzie AI

Pomysły te nie są nowe, ale dostępność mocy obliczeniowej i dużych zbiorów danych przyczyniła się do wzrostu ilości kwantów w ciągu ostatnich dwóch dekad. W ciągu ostatnich dziesięciu lat kwanty jako pierwsi przyjęli nowe techniki sztucznej inteligencji, takie jak uczenie maszynowe i wykorzystanie sieci neuronowych. Stali się żarłocznymi konsumentami alternatywnych danych, takich jak analiza nastrojów z mediów społecznościowych.

Największym problemem inwestorów kwantowych jest „wyjaśnialność” – nowsze określenie sztucznej inteligencji, które wywodzi się z „czarnej skrzynki” kwantów. Upadek Long-Term Capital Management w 1998 r. uosabia to ryzyko, zwłaszcza że zazwyczaj wykorzystuje się dźwignię ilościową.

---

---

Jednak od tego czasu sklepy ilościowe, takie jak Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies i Two Sigma, stały się największymi i najbardziej wpływowymi firmami po stronie kupującego na Wall Street. Ich sukces zachęcił tradycyjne domy funduszy, takie jak BlackRock czy Fidelity, do uruchomienia własnych strategii ilościowych.

Działają również na rynkach poza USA, gdzie mogą znaleźć płynność, infrastrukturę handlową o niskim opóźnieniu i instrumenty zabezpieczające (takie jak fundusze ETF lub kontrakty futures śledzące indeksy rynku lokalnego). Japonia była największym rynkiem w regionie Azji i Pacyfiku, ale Indie są obecnie głównym placem zabaw. (Jednym z problemów w Azji są kaprysy regulacyjne, o czym świadczy niedawny południowokoreański zakaz krótkiej sprzedaży i rosnąca ingerencja rządu w Chinach).

Fundusze ilościowe są zatem nie tylko wpływowymi drapieżnikami na szczytach: są także liderem we wdrażaniu nowych technologii cyfrowych.

Wejdź do GenAI

Co sprawia, że ​​nowe osiągnięcia w dziedzinie sztucznej inteligencji są zagadką ilościową.

Firmy te będą oczywiście w pełnym zakresie wykorzystywać modele wielkojęzyczne (LLM), które są możliwe dzięki wstępnie przeszkolonym transformatorom generatywnym.

Świętym Graalem w dziedzinie ilości będzie przekształcenie LLM w narzędzia predykcyjne. Człowiek będzie wchodzić w interakcje ze swoimi komputerowymi kolegami, aby wykryć wzorce w szeregach czasowych i innych zbiorach danych. W rzeczywistości kwanty już to robią, po prostu LLM powinny uczynić proces bardziej intuicyjnym, lepiej integrować dane nietekstowe i pozwolić programistom znacznie szybciej budować modele.

Sklepy Quant będą również używać genAI do bardziej przyziemnych celów, takich jak nauka pisania raportów regulacyjnych, interpretowania raportów o zarobkach lub przeglądania prezentacji ofertowych. Wdrażanie klientów i inne funkcje zaplecza można jeszcze bardziej zautomatyzować.

Ale nie ma nic tajemniczego w tym, że sklep ilościowy robi te rzeczy, ponieważ jest to ta sama rzecz, do której wszyscy inni będą używać genAI.

Wszyscy to robią

Różnica polega na opracowywaniu predykcyjnych modeli inwestycyjnych i algorytmów wykonawczych. To właśnie sprawia, że ​​obliczenia ilościowe są wyjątkowe, ale pierwsze oznaki sugerują, że genAI umożliwi tradycyjnym zarządzającym aktywami również robienie tych rzeczy. To samo dotyczy menedżerów funduszy private equity – notorycznie niezautomatyzowanej firmy, która mogłaby wykorzystywać LLM do podejmowania decyzji inwestycyjnych w sposób bardziej systemowy i oparty na danych.

Zarządzający aktywami będą musieli zmierzyć się z pytaniami LLM i ich tendencją do zmyślania. Produkty takie jak ChatGPT OpenAI to najlepsza czarna skrzynka. Chociaż fundusze ilościowe opierają się na boskich strategiach na sztucznej inteligencji, nadal są one prowadzone przez licencjonowanych specjalistów, którzy rozumieją konsekwencje pomysłu handlowego. Inaczej jest w przypadku narzędzi genAI.

Szybka inżynieria może dodać wartość, zapewniając część tej przejrzystości, poprzez przesłuchanie LLM w celu uzyskania zrozumienia ich procesów oraz czynników i źródeł wykorzystanych do podjęcia decyzji. Teoretycznie możliwe jest, że pewnego dnia LLM będą bardziej przejrzyste i odpowiedzialne niż człowiek.

Chociaż pomysł przekazania inwestycji maszynie to dobry nagłówek, ilościowcy prawdopodobnie wykorzystają LLM w bardziej konkretny sposób.

Na przykład będą potrzebowali narzędzi do identyfikacji prawdziwego kosztu frykcyjnego transakcji, co wymaga dogłębnego zbadania struktur mikrorynku. Typowy wskaźnik mierzący wyniki tradera nazywany jest „niedoborami wdrożeniowymi” i pozwala określić, jak blisko trzyma się on budżetu dla danej transakcji. Takie algo stają się już coraz bardziej wyrafinowane, ponieważ firmy szukają momentów w ciągu dnia, kiedy jest już dostępna płynność lub kiedy mogą handlować bez ujawniania ręki.

Chodzi o znalezienie sygnałów rynkowych, co jest podstawą misji kwantowej. Jest prawdopodobne, że sklepy ilościowe wykorzystają genAI do opracowania lepszych sposobów przewidywania najlepszego czasu i miejsca na realizację transakcji.

Jest to nadal bardzo przydatne, ale nie jest tak, że ktoś przekazuje kluczyki do samochodu Terminatorowi. Sztuczna inteligencja nie pokonuje też największych przeszkód na rynkach azjatyckich, jakimi są brak instrumentów zabezpieczających i wysokie koszty zabezpieczenia, gdy dostępny jest kontrakt.

Co ważniejsze, nie jest to specyficzne dla ilości. Duże, tradycyjne strony kupujące również korzystają z tych algorytmów realizacji, niezależnie od tego, czy są one zaprojektowane wewnętrznie, czy przez brokera sprzedającego.

Egzystencjalnym pytaniem dla kwantystów jest to, w jaki sposób utrzymają swoją przewagę, skoro narzędzia genAI mogą sprawić, że wiele z ich działań będzie łatwiej dostępnych dla zarządzających podstawowymi aktywami. Sklepy Quant unikają rozgłosu po części dlatego, że traktują swoje modele sztucznej inteligencji i algorytmy wykonawcze jako tajemniczą pułapkę. Czy genAI może zamienić je w towary? Jak bardzo zróżnicowana jest Twoja szybka inżynieria?

Jak to ujął pewien quant: „Sztuczna inteligencja jest częścią naszego zestawu narzędzi od lat. GenAI nie usunie barier, ale zapewni więcej korzyści podstawowym aktywnym menedżerom, zwiększając ich efektywność w agregowaniu i analizowaniu danych. Gdy firmy te zrozumieją czynniki wpływające na zwrot, staną się naszą konkurencją”.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://www.digfingroup.com/genai-quants/