GenAI presenterar kvantfonder med ett problem

Kvantitativa fonder har länge varit de största användarna av artificiell intelligens i kapitalförvaltningsvärlden. Tillkomsten av generativ AI kan dock gynna traditionella, fundamentala kapitalförvaltare framför kvantiteterna.

Det är den oro som uttrycks av flera kvantfondförvaltare och dataleverantörer i Asien DigFin.

 "AI-tillämpningar inom finans är fortfarande sällsynta," sa en kvantchef. "Dataforskare tillämpar det inte på kapitalmarknaderna. Men om dessa verktyg används för att handla aktier kommer det att förändra landskapet. Det kommer att finnas nya vinnare och förlorare.”

Vad är en kvant?

Quants köper och säljer aktier baserat på enorm datorkraft och skräddarsydda program som modellerar investeringsstrategier. Ökningen av kvantiteter sammanföll med den decennier långa nedgången i räntorna och ökningen av passiva investeringar – två trender som har gjort aktiv aktieplockning av människor till en allt mindre konkurrenskraftig verksamhet.

Användningen av algoritmiska eller systematiskt programmerade affärer har gett upphov till en bransch av "systematiska investeringar", med företag som driver plattformar med en enda strategichef som jagar en viss strategi eller "faktor" (som räntor eller en marknads volatilitet).

Sådana investerare är inte intresserade av att vara aktieägare, bara av att snabbt köpa och sälja aktier för att driva strategier: lång/kort, marknadsneutral, statistisk arbitrage, händelsestyrd. Det finns en överlappning med den högfrekventa handelsvärlden, där det gemensamma är affärer som är konceptualiserade och drivna i rent numeriska termer.

AI oldtimers

Dessa idéer är inte nya, men tillgången på datorkraft och stora datamängder har underblåst ökningen av kvantiteter under de senaste två decennierna. Under de senaste tio åren har quants varit tidiga användare av nya AI-tekniker som maskininlärning och användning av neurala nätverk. De blev glupska konsumenter av alternativa data, såsom sentimentanalys från sociala medier-flöden.

Det största problemet med kvantinvesterare har varit 'explainability', en nyare term för AI som går tillbaka till quants 'svarta låda'. Kollapsen av Långsiktig Kapitalförvaltning 1998 är ett uttryck för denna risk, särskilt som kvantiteter vanligtvis är belånade.

---

---

Men sedan dess har kvantitetsbutiker som Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies och Two Sigma blivit de största och mest inflytelserika buy-side-företagen på Wall Street. Deras framgång har sporrat traditionella fondhus som BlackRock eller Fidelity att lansera sina egna kvantstrategier.

De verkar också på marknader utanför USA där de kan hitta likviditet, handelsinfrastruktur med låg latens och säkringsinstrument (som ETF:er eller terminskontrakt som spårar lokala marknadsindex). Japan har varit den största marknaden i Asien och Stillahavsområdet, men Indien är nu en stor spelplats. (Ett problem i Asien är regleringens nyckfullhet, vilket ett nyligen sydkoreanskt förbud mot blankning och ökande statlig inblandning i Kina vittnar om.)

Kvantfonder är därför inte bara inflytelserika apexpredatorer: de ligger också i framkant när det gäller att ta till sig ny digital teknik.

Ange GenAI

Vilket gör den nya utvecklingen inom AI till ett pussel för kvantiteter.

Dessa företag kommer naturligtvis att använda stora språkmodeller (LLM), som möjliggörs av generativa förutbildade transformatorer, i sin fulla utsträckning.

Den heliga graalen för kvanter kommer att vara att förvandla LLM till prediktiva verktyg. En människa kommer att interagera med sina datorkompisar för att upptäcka mönster över tidsserier och andra datamängder. Faktum är att kvantiteter gör detta redan, det är bara det att LLM:er borde göra processen mer intuitiv, bättre integrera icke-textuell data och låta utvecklare bygga modeller mycket snabbare.

Quant-butiker kommer också att använda genAI för mer vardagliga syften, som att lära sig att skriva regulatoriska rapporter, tolka resultatrapporter eller sålla bland pitch-deck. Kundintroduktion och andra backoffice-funktioner kan automatiseras ytterligare.

Men det finns inget mystiskt med en kvantbutik som gör dessa saker, eftersom det är samma sak som alla andra kommer att använda genAI till.

Alla gör det

Skillnaden ligger i att utveckla prediktiva investeringsmodeller och exekveringsalgoritmer. Det är det som gör quant speciella, men de tidiga tecknen tyder på att genAI kommer att göra det möjligt för traditionella kapitalförvaltare att göra dessa saker också. Dito för förvaltare av private equity-fonder – ett notoriskt oautomatiserat företag som skulle kunna använda LLM:er för att göra investeringsbeslut mer systemiska och datadrivna.

Kapitalförvaltare kommer alla att möta frågor med LLM och deras tendens att hitta på saker. Produkter som OpenAIs ChatGPT är den ultimata svarta lådan. Även om kvantfonder är beroende av AI för gudomliga strategier, drivs dessa fortfarande av licensierade proffs som förstår konsekvenserna av en handelsidé. Det är inte fallet med genAI-verktyg.

Snabb ingenjörskonst kan ge mervärde genom att tillhandahålla en del av den transparensen, genom att förhöra LLM:erna för att få en känsla av deras processer och de faktorer och källor som används för att komma till ett beslut. Det är teoretiskt möjligt att LLM en dag kommer att vara mer transparenta och ansvarsfulla än en människa.

Även om tanken på att överlåta investeringar till maskinen ger en bra rubrik, kommer quant sannolikt att använda LLMs på mer specifika sätt.

Till exempel kommer de att vilja ha verktyg för att identifiera den verkliga friktionskostnaden för en handel, vilket innebär en djupgående studie av mikromarknadsstrukturer. Ett typiskt mått för att väga en handlares prestation kallas "implementeringsbrist", för att ta reda på hur nära de ligger till en budget för en given handel. Sådana algor blir redan mer sofistikerade, eftersom företag söker efter ögonblick under dagen då likviditeten är mogen eller när de kan handla utan att avslöja sin hand.

Det här handlar om att hitta marknadssignaler, vilket är kärnan i en quants uppdrag. Det är troligt att kvantbutiker kommer att använda genAI för att utveckla bättre sätt att förutsäga de bästa tiderna och platserna för att utföra en handel.

Detta är fortfarande väldigt användbart men det är inte som att någon lämnar bilnycklarna till Terminator. Inte heller övervinner AI de största hindren på asiatiska marknader, som är bristen på säkringsinstrument, följt av den höga kostnaden för säkring när ett kontrakt är tillgängligt.

Ännu viktigare är att detta inte är specifikt för kvantiteter. Stora traditionella köpsidor använder också dessa exekveringsalgor, oavsett om de är designade internt eller av en mäklare på säljsidan.

Den existentiella frågan för kvanter är hur de behåller sin fördel när genAI-verktyg kan göra mycket av det de gör mer lättillgängligt för grundläggande kapitalförvaltare. Quant-butiker undviker rampljuset delvis för att de betraktar sina AI-modeller och exekveringsalgor som hemliga såser. Kan genAI förvandla dessa till varor? Hur differentierad är din snabba ingenjörskonst?

Som en kvant uttryckte det, "AI har varit en del av vår verktygsuppsättning i flera år. GenAI blir inte av med barriärerna, men det kommer att ge större fördelar för grundläggande aktiva förvaltare genom att göra dem mer effektiva på att aggregera och analysera data. När dessa företag förstår drivkrafterna bakom avkastning blir de vår konkurrent.”

• SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
• PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
• PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
• Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
• PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
• Källa: https://www.digfingroup.com/genai-quants/