BlackRock's LLMs: "Vprašanje je prednost."

Tehnološki pristop k vlaganju denarja ni nov, vendar orodja umetne inteligence dajejo podjetjem nove priložnosti, da presežejo.

Jeff Shen, soglavni direktor za naložbe in sovodja sistematičnega aktivnega lastniškega kapitala s sedežem v San Franciscu, pravi, da modeli učenja jezikov postajajo močno orodje.

"Smo sredi revolucije," je dejal. »Veliki podatki, alternativni podatki in zdaj generativna umetna inteligenca spreminjajo vse industrije, vključno z upravljanjem sredstev. Na voljo je več podatkov in boljši algoritmi za zajemanje teh podatkov, zaradi česar so sistematične naložbe vznemirljive.«

Štiri desetletja količine

Izvor sistematične ekipe je posel Barclays Global Investors, ki ga je BlackRock prevzel leta 2009. Do dogovora je prišlo, ko je Barclays, ki ga je svetovna finančna kriza močno prizadela, predal svoj naložbeni posel, da bi preživel – in BlackRock naredil za največjega upravljavca premoženja na svetu, takrat z 2.7 bilijona dolarjev .

Korenine BGI segajo v leto 1985 kot tisto, kar bi danes lahko imeli za fintech: operacijo v Silicijevi dolini, ki uporablja velike podatke in primitivne oblike strojnega učenja, veliko preden so ti izrazi ali zmogljivosti prišli v modo. To je kvantitativna trgovina, ki uporablja vpoglede, ki temeljijo na podatkih, da se osredotoči na številne majhne, ​​hitre stave, ki razsodijo eno delnico proti drugi – Coca-Cola proti Pepsiju.

To deluje, tudi če gre industriji ali trgu slabo – Country Garden proti Evergrande. Kar šteje je najti majhno, kratkotrajno prednost, s katero lahko upravitelj hitro trguje v velikem obsegu in nato zapre pozicijo. Pomnožite takšne posle s stotinami ali tisoči v celotnem portfelju in podjetje ustvari strategijo velikega kapitala z nizko korelacijo z merili uspešnosti.

Z več podatki, boljšimi algoritmi, večjo računalniško močjo in elektronifikacijo delniških trgov se je BGI pojavil kot vrhunska elektrarna in ostaja sistematična veja BlackRocka.

Od takrat se je svet ETF razmahnil, tako da je BlackRock postal največji upravljavec premoženja na svetu. Od septembra 2023 je podjetje poročalo o 3.1 bilijona dolarjev skladov, s katerimi se trguje na borzi (maloprodajni posel) in dodatnih 2.6 bilijona dolarjev indeksnih skladov (za institucije). Skupina tehnoloških storitev podjetja, vključno s sistemom portfeljskega tveganja Aladdin, je še en pomemben dejavnik, ki prispeva k prihodkom.

Napredek AI

V tem kontekstu je sistematično poslovanje z lastniškimi vrednostnimi papirji, institucionalno poslovanje, skromno z 237 milijardami dolarjev sredstev v upravljanju. Shen je seveda navdušen glede svoje delitve. "Sistematične kvantne naložbe so zdaj v zlati dobi," je dejal.

Toda vznemirjenje okoli generativne umetne inteligence, ki vključuje modele naravnega jezika, kot je ChatGPT, daje Chenovemu optimizmu nekaj verodostojnosti.

V starih časih je bila kvantitativna taktika sestavljena iz razvrščanja ameriških delnic z veliko kapitalizacijo po tradicionalnih meritvah (cena do knjige, cena do dobička, dividendni donosi). Že takrat so največji kvantni hedge skladi zgradili podatkovna skladišča osupljive velikosti. To jim je dalo možnost ustvarjanja uspešnosti ne glede na tržne trende. Najuspešnejša podjetja so zaslužila veliko denarja, na čelu z Renaissance Technologies, ki je bila od leta 1988 do 2018 najbolj donosna (in skrivnostna) investicijska družba na svetu.

---

---

Koraki, vključeni v izvajanje aktivnih strategij, količinskih ali drugih, so postopoma avtomatizirani. Informacije so zdaj strojno berljive, kot so poročila posrednikov, finančni podatki podjetja, medijske zgodbe in vladna statistika. Obdelava naravnega jezika je omogočila strojno berljivost nestrukturiranih podatkov (vse od PDF-ja do odvetnikovega podpisa). Internet stvari in satelitski posnetki so razširili seznam stvari, ki jih je mogoče izmeriti in kvantificirati. Poleg tega ti zdaj upravljavcem skladov omogočajo dostop do pogledov v realnem času.

Shen navaja gibanje tovornjakov. Geoprostorsko označevanje, svetilniki WiFi in satelitske slike kupcem teh podatkov omogočajo sledenje voznim parkom tovornjakov. To jim daje občutek prometa med dobavitelji in trgovinami, eno podatkovno točko za ugotavljanje, kako gre podjetju. Zgradite jih dovolj in podjetje lahko razširi svoj obseg in pridobi makro pogled na gospodarstvo.

Vnesite GenAI

Danes generativni AI mešanici dodaja nov nabor orodij. Vendar to ni le še en način za drobljenje podatkov. Pravzaprav spreminja način, kako upravljavci portfelja razumejo informacije.

Shen daje primer novice o odstopu izvršnega direktorja. V zadnjih dvajsetih letih so tehnično podkovana podjetja uporabljala strojno učenje, da bi sledila pristopu "vreče besed". Stroj bi razčlenil besedilo in poiskal koncentracije besed ali fraz, ki so povezane z dobrim ali slabim, nakupom ali prodajo.

V primeru, ko izvršni direktor izgubi službo, lahko stroj prepozna sedem ustreznih besed v uvodnem odstavku. Označil bi se kot negativni grozdi, kot so "pozor", "zapuščam podjetje", "zamenjan", "frustracija" in "šibkejši". Poudaril bi tudi dva optimistična izraza, 'presenetljivo' in 'odziv pozitiven', vendar bi na splošno teža negativnosti vodila računalnik, da bi priporočil prodajo.

Če bi bilo to podjetje del dvojca Coca-Cola proti Pepsi, bi se BlackRock morda odločil, da je to signal, da z vzvodom skrajšajo enega in podaljšajo drugega. Trgovanje lahko traja nekaj ur ali nekaj dni, vendar bi hitrost analize dala ekipi drugačen rezultat kot množica aktivnih temeljnih igralcev, ki se zanašajo na človeško interpretacijo.

"To je bilo stanje tehnike leta 2007," je dejal Shen. Od takrat so se podatki in aglosi izboljšali, vendar je bil pristop z besedami še vedno pravilo. LLM-ji, kot je ChatGPT, to spreminjajo.

LLM-ji vzamejo isti odstavek in v Shenovem primeru sklepajo, da gre za veliko pozitivno in ne za slabo novico. To je zato, ker ne gre le za prevajanje besedila, ampak za njegovo razumevanje v kontekstu. LLM ve, da medtem ko je na vrhu kopica negativnih besed, je ključna fraza na dnu: "pričakujemo, da se bo delnica pozitivno odzvala".

»Kljub temu, da je to novica o odstopu izvršnega direktorja, LLM razume bistvo sporočila za javnost – dobi bistvo,« je dejal Shen.

Podatki in alg

Čeprav je ta primer zasnovan za BlackRock predstavitve za novinarje, je posledica tega, da bi sistematična trgovina, ki mešanici dodaja LLM, morala delovati bolje. V tem urejenem primeru dobi upravitelj portfelja pravzaprav povsem drugačen odgovor.

Resnično življenje ni tako lepo, vendar Shen pravi, da so LLM naslednji val orodij, ki so zasnovana tako, da dajejo managerju majhno prednost. Podjetja, kot je BlackRock, zdaj uporabljajo LLM na lastniških nizih podatkov, da bi usposobili modele za finančne in druge posebne vrste podatkov. Pravi, da BlackRock ugotavlja, da imajo njegovi lastniški LLM prednost pred ChatGPT (ki se na splošno usposablja na internetu).

To vrača kvantitete k istim starim osnovam: kdo ima najboljše podatke in najboljše sredstvo za njihovo brisanje; in potem, kdo ima najpametnejše algo. Toda LLM-ji dodajo še eno gubo tukaj, saj pomagajo ljudem izboljšati njihov način presoje.

Človeški dotik

Čeprav so bile nekatere prodajalne kvantnih izdelkov, kot je RenTec, znane po tem, da so samo sledile svojim računalnikom, Shen pravi, da sistematične strategije še vedno zahtevajo človeške odločitve. To postane jasno v trenutkih, ko so zgodovinski podatki nepopolni ali ne obstajajo. Na primer, modeliranje podjetja med Covidom je bilo težko, ker se je zadnja svetovna pandemija tega obsega zgodila pred stoletjem. Za danes ni zanesljivih podatkov iz leta 1918. Torej, medtem ko so kvanti uporabljali podatke v realnem času o prometu ali objavah delovnih mest, da bi dobili pogled, je še vedno zahteval človeka, da ekstrapolira, kaj to pomeni za bližnjo prihodnost. Veliki podatki sami po sebi niso bili zanesljiv napovedovalec.

Toda z magistrskimi študiji lahko ljudje stroju postavljajo niansirana vprašanja, ki jih sistemu strojnega učenja ni bilo mogoče postaviti. To spremeni LLM v orodje za produktivnost, različna vprašanja pa vodijo do različnih rezultatov. Stari modeli velikih podatkov iz 1980-ih in 1990-ih so temeljili na razčlenjevanju vrednotenj, v 2010-ih pa so dodali stvari, kot je tržno razpoloženje. Zdaj je obseg spraševanja širok, kar omogoča človekovo ustvarjalnost.

"Vprašanje je lahko konkurenčna prednost," je dejal Shen.

Glede na to, kaj Shen prikazuje kot svetlo prihodnost, ali to nakazuje, da bodo stili aktivnega upravljanja začeli prekašati pasivne strategije? Ali so sistematične naložbe pripravljene vrniti nekaj sredstev, ki so pritekla na stran ETF?

Shen je ostal neobvezujoč. Zmagovalci v industriji, pravi, so tista podjetja, ki sprejmejo AI, ne glede na izdelek. Varen odgovor. Zato bo varna domneva, da bo nova konkurenca, ki uporablja tehnologijo, dala prednost podjetjem z viri, da se dokopajo do čim več podatkov.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://www.digfingroup.com/blackrock-llm/