LLM ของ BlackRock: “คำถามคือข้อได้เปรียบ”

LLM ของ BlackRock: “คำถามคือข้อได้เปรียบ”

ประทับเวลา: 17 ตุลาคม 2023 5:43 น.
LLM ของ BlackRock: “คำถามคือข้อได้เปรียบ” PlatoBlockchain ข้อมูลอัจฉริยะ ค้นหาแนวตั้ง AI.

แนวทางที่เน้นเทคโนโลยีเป็นอันดับแรกในการลงทุนเงินไม่ใช่เรื่องใหม่ แต่เครื่องมือในปัญญาประดิษฐ์กำลังมอบโอกาสใหม่ให้ธุรกิจมีประสิทธิภาพเหนือกว่า

Jeff Shen ประธานเจ้าหน้าที่ฝ่ายการลงทุนร่วมในซานฟรานซิสโกและหัวหน้าร่วมฝ่าย Active Equity อย่างเป็นระบบ กล่าวว่าโมเดลการเรียนรู้ภาษากำลังกลายเป็นเครื่องมืออันทรงพลัง

“เรากำลังอยู่ท่ามกลางการปฏิวัติ” เขากล่าว “ข้อมูลขนาดใหญ่ ข้อมูลทางเลือก และ AI เชิงสร้างสรรค์ในปัจจุบันกำลังเปลี่ยนแปลงทุกอุตสาหกรรม รวมถึงการจัดการสินทรัพย์ด้วย มีข้อมูลมากขึ้นและอัลกอริธึมที่ดีกว่าในการรวบรวมข้อมูลนั้น และนั่นทำให้การลงทุนอย่างเป็นระบบน่าตื่นเต้น”

สี่ทศวรรษแห่งปริมาณ

ต้นกำเนิดของทีมที่เป็นระบบคือธุรกิจ Barclays Global Investors ที่ BlackRock เข้าซื้อกิจการในปี 2009 ข้อตกลงเกิดขึ้นเมื่อ Barclays ซึ่งได้รับผลกระทบอย่างหนักจากวิกฤตการเงินโลก ยอมจำนนธุรกิจการลงทุนเพื่อความอยู่รอด และทำให้ BlackRock กลายเป็นผู้จัดการสินทรัพย์ที่ใหญ่ที่สุดในโลก ซึ่งในขณะนั้นมีมูลค่า 2.7 ล้านล้านดอลลาร์ .

รากฐานของ BGI ย้อนกลับไปในปี 1985 ซึ่งในปัจจุบันอาจถูกมองว่าเป็นฟินเทค: การดำเนินการบน Silicon Valley โดยใช้ข้อมูลขนาดใหญ่และการเรียนรู้ของเครื่องแบบดั้งเดิม ก่อนที่ข้อกำหนดหรือความสามารถเหล่านี้จะกลายมาเป็นแฟชั่น เป็นร้านค้าเชิงปริมาณที่ใช้ข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูลเพื่อเดิมพันเล็กๆ น้อยๆ อย่างรวดเร็วจำนวนมากเพื่อเก็งกำไรหุ้นตัวหนึ่งต่ออีกตัวหนึ่งระหว่างโค้กกับเป๊ปซี่

วิธีนี้ใช้ได้ผลแม้ว่าอุตสาหกรรมหรือตลาดจะย่ำแย่ก็ตาม – Country Garden กับ Evergrande สิ่งที่สำคัญคือการหาความได้เปรียบเล็กๆ น้อยๆ ที่มีอายุสั้นซึ่งผู้จัดการสามารถซื้อขายได้อย่างรวดเร็ว ในวงกว้าง จากนั้นจึงปิดตำแหน่ง ทวีคูณการซื้อขายดังกล่าวด้วยหลายร้อยหรือหลายพันในพอร์ตโฟลิโอ และบริษัทจะสร้างกลยุทธ์ตราสารทุนขนาดใหญ่โดยมีความสัมพันธ์ต่ำกับเกณฑ์มาตรฐาน

ด้วยข้อมูลที่มากขึ้น อัลกอริธึมที่ดีขึ้น พลังการประมวลผลที่เพิ่มขึ้น และระบบอิเล็กทรอนิกส์ของตลาดหุ้น ทำให้ BGI กลายเป็นโรงไฟฟ้าที่ล้ำหน้าและยังคงเป็นหน่วยงานที่เป็นระบบของ BlackRock

ตั้งแต่นั้นเป็นต้นมา โลกของ ETF ก็ได้รับความนิยมมากขึ้น ทำให้ BlackRock กลายเป็นผู้จัดการสินทรัพย์ที่ใหญ่ที่สุดในโลก ณ เดือนกันยายน 2023 บริษัทรายงานมูลค่า 3.1 ล้านล้านดอลลาร์ในกองทุนซื้อขายแลกเปลี่ยน (ธุรกิจค้าปลีก) และกองทุนดัชนีอีก 2.6 ล้านล้านดอลลาร์ (สำหรับสถาบัน) กลุ่มบริการเทคโนโลยีของบริษัท ซึ่งรวมถึงระบบความเสี่ยงด้านพอร์ตโฟลิโอของ Aladdin เป็นอีกหนึ่งผู้มีส่วนสำคัญในการสร้างรายได้

ความก้าวหน้าของเอไอ

ในบริบทนี้ ธุรกิจตราสารทุนอย่างเป็นระบบ ซึ่งเป็นธุรกิจสถาบัน มีค่าเล็กน้อย โดยมีสินทรัพย์ภายใต้การบริหารอยู่ที่ 237 พันล้านดอลลาร์ แน่นอนว่า Shen มั่นใจในแผนกของเขา “การลงทุนเชิงปริมาณอย่างเป็นระบบขณะนี้อยู่ในยุคทอง” เขากล่าว

แต่ความตื่นเต้นเกี่ยวกับ generative AI ซึ่งรวมถึงโมเดลภาษาธรรมชาติ เช่น ChatGPT ทำให้การมองโลกในแง่ดีของ Chen มีความน่าเชื่อถืออยู่บ้าง

ในสมัยก่อน กลยุทธ์เชิงปริมาณประกอบด้วยการจัดอันดับหุ้นขนาดใหญ่ของสหรัฐฯ ด้วยตัวชี้วัดแบบดั้งเดิม (ราคาต่อการจอง ราคาต่อกำไร อัตราผลตอบแทนจากเงินปันผล) ถึงกระนั้น กองทุนป้องกันความเสี่ยงเชิงปริมาณที่ใหญ่ที่สุดก็ยังสร้างคลังข้อมูลขนาดที่น่าอัศจรรย์ สิ่งนี้ทำให้พวกเขาสามารถสร้างประสิทธิภาพโดยไม่คำนึงถึงแนวโน้มของตลาด บริษัทที่ประสบความสำเร็จมากที่สุดทำเงินได้มากมาย นำโดย Renaissance Technologies ซึ่งตั้งแต่ปี 1988 ถึง 2018 เป็นบริษัทด้านการลงทุนที่ทำกำไรได้มากที่สุดในโลก (และเป็นความลับ)

ขั้นตอนที่เกี่ยวข้องกับการดำเนินกลยุทธ์เชิงรุก ไม่ว่าจะเป็นเชิงปริมาณหรืออย่างอื่น ล้วนเป็นไปโดยอัตโนมัติอย่างต่อเนื่อง ขณะนี้ข้อมูลสามารถอ่านได้ด้วยเครื่อง เช่น รายงานของนายหน้า การเงินของบริษัท เรื่องราวของสื่อ และสถิติของรัฐบาล การประมวลผลด้วยภาษาธรรมชาติทำให้สามารถแปลงข้อมูลที่ไม่มีโครงสร้าง (ไม่ว่าจะเป็น PDF ไปจนถึงลายเซ็นของทนายความ) ให้เป็นเครื่องอ่านได้ Internet of Things และภาพถ่ายดาวเทียมได้ขยายรายการสิ่งต่าง ๆ ที่สามารถวัดและวัดปริมาณได้ นอกจากนี้ สิ่งเหล่านี้ยังช่วยให้ผู้จัดการกองทุนสามารถเข้าถึงมุมมองแบบเรียลไทม์ได้

Shen กล่าวถึงการเคลื่อนไหวของรถบรรทุก การติดแท็กเชิงพื้นที่ บีคอน WiFi และภาพถ่ายดาวเทียมช่วยให้ผู้ซื้อข้อมูลนี้ติดตามกลุ่มรถบรรทุกได้ สิ่งนี้ทำให้พวกเขารู้สึกถึงปริมาณการรับส่งข้อมูลระหว่างซัพพลายเออร์และร้านค้า ซึ่งเป็นจุดข้อมูลเดียวที่จะพิจารณาว่าบริษัทดำเนินไปอย่างไร สร้างสิ่งเหล่านี้ให้เพียงพอ และบริษัทสามารถขยายขอบเขตเพื่อดูภาพรวมเศรษฐกิจได้

เข้าสู่ GenAI

ในปัจจุบัน generative AI กำลังเพิ่มชุดเครื่องมือใหม่เพื่อผสมผสาน แต่ไม่ใช่เพียงวิธีอื่นในการกระทืบข้อมูล มันเปลี่ยนวิธีที่ผู้จัดการพอร์ตโฟลิโอเข้าใจข้อมูลอย่างแท้จริง

Shen ยกตัวอย่างรายงานข่าวเกี่ยวกับการลาออกจากตำแหน่ง CEO ในช่วง XNUMX ปีที่ผ่านมา บริษัทที่เชี่ยวชาญด้านเทคโนโลยีใช้การเรียนรู้ของเครื่องเพื่อปฏิบัติตามแนวทาง "ถุงคำพูด" เครื่องจะแยกวิเคราะห์ข้อความและค้นหาความเข้มข้นของคำหรือวลีที่เกี่ยวข้องกับความดีหรือไม่ดี ซื้อหรือขาย

ในตัวอย่างที่ CEO ตกงาน เครื่องจักรอาจระบุคำศัพท์ที่เกี่ยวข้องเจ็ดคำในย่อหน้าแรก มันจะแท็กเป็นกลุ่มเชิงลบ เช่น 'แจ้งเตือน' 'ออกจากบริษัท' 'ถูกแทนที่' 'ความหงุดหงิด' และ 'อ่อนแอกว่า' นอกจากนี้ยังจะเน้นสำนวนเชิงบวกสองแบบ ได้แก่ 'น่าประหลาดใจ' และ 'ตอบสนองเชิงบวก' แต่น้ำหนักเชิงลบโดยรวมจะทำให้คอมพิวเตอร์แนะนำให้ขาย

หากบริษัทนี้เป็นส่วนหนึ่งของดูโอโค้กปะทะเป๊ปซี่ แบล็กร็อคอาจตัดสินใจว่านี่เป็นสัญญาณที่จะขายอันหนึ่งและอีกอันหนึ่งยาวโดยใช้เลเวอเรจ การซื้อขายอาจใช้เวลาสองสามชั่วโมงหรือสองสามวัน แต่ความเร็วของการวิเคราะห์จะทำให้ทีมได้รับผลลัพธ์ที่แตกต่างจากผู้เล่นพื้นฐานจำนวนมากที่อาศัยการตีความของมนุษย์

“นั่นคือความทันสมัยในปี 2007” เชนกล่าว ตั้งแต่นั้นมา ข้อมูลและ aglos ก็ดีขึ้น แต่การใช้คำพูดแบบถุงยังคงเป็นบรรทัดฐาน LLM เช่น ChatGPT กำลังเปลี่ยนแปลงสิ่งนี้

LLM ใช้ย่อหน้าเดียวกัน และตามตัวอย่างของ Shen สรุปว่ามันเป็นสิ่งที่ดีมากกว่าที่จะเป็นเพียงข่าวร้าย นั่นเป็นเพราะมันไม่ใช่แค่การแปลข้อความ แต่เป็นการทำความเข้าใจในบริบทด้วย LLM รู้ดีว่าถึงแม้จะมีคำเชิงลบอยู่ด้านบน แต่วลีสำคัญจะอยู่ด้านล่าง: 'เราคาดหวังว่าหุ้นจะตอบสนองเชิงบวก'

“แม้ว่านี่จะเป็นข่าวเกี่ยวกับซีอีโอที่ก้าวลงจากตำแหน่ง แต่ LLM เข้าใจสาระสำคัญของข่าวประชาสัมพันธ์ – มันได้รับข้อมูลเชิงลึก” Shen กล่าว

ข้อมูลและอัลกอส

แม้ว่าตัวอย่างนี้ได้รับการออกแบบสำหรับการนำเสนอของ BlackRock ต่อนักข่าว แต่ความหมายก็คือร้านค้าที่เป็นระบบที่เพิ่ม LLM ลงในส่วนผสมควรทำงานได้ดีกว่า ในตัวอย่างที่เป็นระเบียบนี้ ที่จริงแล้ว ผู้จัดการพอร์ตโฟลิโอจะได้รับคำตอบที่แตกต่างไปจากเดิมอย่างสิ้นเชิง

ชีวิตจริงไม่ได้สวยงามขนาดนั้น แต่ Shen กล่าวว่า LLM เป็นเครื่องมือคลื่นลูกถัดไปที่ออกแบบมาเพื่อให้ผู้จัดการได้เปรียบเพียงเล็กน้อย ขณะนี้บริษัทอย่าง BlackRock กำลังใช้ LLM กับชุดข้อมูลที่เป็นกรรมสิทธิ์ เพื่อฝึกอบรมโมเดลเกี่ยวกับการเงินและข้อมูลประเภทเฉพาะอื่นๆ เขากล่าวว่า BlackRock พบว่า LLM ที่เป็นกรรมสิทธิ์ของตนมีความได้เปรียบเหนือ ChatGPT (ซึ่งได้รับการฝึกฝนทางอินเทอร์เน็ตในวงกว้าง)

การดำเนินการนี้ทำให้ควอนตัมกลับมาสู่พื้นฐานเดิม: ใครมีข้อมูลที่ดีที่สุดและมีวิธีขัดเกลาข้อมูลได้ดีที่สุด แล้วใครมีอัลกอสที่ฉลาดที่สุด แต่ LLM ก็เพิ่มรอยย่นที่นี่เช่นกัน ด้วยการช่วยให้มนุษย์ปรับปรุงวิธีการตัดสินของพวกเขา

สัมผัสของมนุษย์

แม้ว่าร้านค้า Quant บางแห่ง เช่น RenTec จะมีชื่อเสียงในด้านการติดตามคอมพิวเตอร์ แต่ Shen กล่าวว่ากลยุทธ์ที่เป็นระบบยังคงต้องมีการตัดสินใจของมนุษย์ สิ่งนี้จะชัดเจนในบางครั้งเมื่อข้อมูลในอดีตไม่สมบูรณ์หรือไม่มีอยู่ ตัวอย่างเช่น การสร้างโมเดลบริษัทในช่วงโควิดเป็นเรื่องยาก เนื่องจากการระบาดใหญ่ทั่วโลกครั้งล่าสุดขนาดนี้เกิดขึ้นเมื่อศตวรรษก่อน ไม่มีข้อมูลที่เชื่อถือได้จากปี 1918 ที่จะใช้ในปัจจุบัน ดังนั้น แม้ว่า Quant จะใช้ข้อมูลแบบเรียลไทม์เกี่ยวกับการจราจรหรือประกาศรับสมัครงานเพื่อดูข้อมูล แต่ก็ยังต้องมีมนุษย์มาคาดการณ์ถึงความหมายในอนาคตอันใกล้นี้ ข้อมูลขนาดใหญ่โดยตัวมันเองไม่ใช่ตัวทำนายที่เชื่อถือได้

แต่ด้วย LLM มนุษย์สามารถถามคำถามที่เจาะจงกับเครื่องจักรซึ่งเป็นไปไม่ได้ที่จะถามระบบการเรียนรู้ของเครื่องจักร สิ่งนี้เปลี่ยน LLM ให้กลายเป็นเครื่องมือเพิ่มประสิทธิภาพการทำงาน และคำถามที่แตกต่างกันก็นำไปสู่ผลลัพธ์ที่แตกต่างกัน โมเดลข้อมูลขนาดใหญ่แบบเก่าในช่วงปี 1980 และ 1990 ขึ้นอยู่กับการแยกวิเคราะห์การประเมินค่า และในปี 2010 ได้เพิ่มสิ่งต่าง ๆ เช่น ความเชื่อมั่นของตลาด ขณะนี้ขอบเขตของการตั้งคำถามกว้าง ซึ่งช่วยให้มนุษย์มีความคิดสร้างสรรค์ได้

“คำถามนี้อาจเป็นข้อได้เปรียบทางการแข่งขัน” Shen กล่าว

เมื่อพิจารณาจากสิ่งที่ Shen มองว่าเป็นอนาคตที่สดใส สิ่งนี้ชี้ให้เห็นว่ารูปแบบการจัดการเชิงรุกจะเริ่มมีประสิทธิภาพเหนือกว่ากลยุทธ์เชิงรับหรือไม่? การลงทุนอย่างเป็นระบบพร้อมที่จะถอนทรัพย์สินบางส่วนที่ไหลเข้าสู่ฝั่ง ETF ของบ้านหรือไม่?

Shen ยังคงไม่มีความมุ่งมั่น เขากล่าวว่าผู้ชนะในอุตสาหกรรมคือบริษัทที่เปิดรับ AI โดยไม่คำนึงถึงผลิตภัณฑ์ คำตอบที่ปลอดภัย ดังนั้น ข้อสันนิษฐานที่ปลอดภัยก็คือการแข่งขันครั้งใหม่โดยใช้เทคโนโลยีจะทำให้บริษัทต่างๆ มีข้อได้เปรียบในการได้รับข้อมูลให้ได้มากที่สุด

ประทับเวลา:

เพิ่มเติมจาก ดิกฟิน