BlackRock'un Yüksek Lisansı: "Soru avantajdır."

BlackRock'un Yüksek Lisansı: "Soru avantajdır."

Zaman Damgası: 17 Ekim 2023 5:43
BlackRock'un Yüksek Lisansı: "Soru avantajdır." PlatoBlockchain Veri Zekası. Dikey Arama. Ai.

Para yatırımında teknolojiye öncelik veren bir yaklaşım yeni değil ancak yapay zekadaki araçlar, işletmelere daha iyi performans göstermeleri için yeni fırsatlar sunuyor.

San Francisco merkezli yatırım sorumlusu eş başkanı ve sistematik aktif sermaye eş başkanı Jeff Shen, dil öğrenme modellerinin güçlü araçlar haline geldiğini söylüyor.

"Bir devrimin ortasındayız" dedi. “Büyük veri, alternatif veriler ve artık üretken yapay zeka, varlık yönetimi de dahil olmak üzere tüm endüstrileri dönüştürüyor. Bu verileri yakalamak için daha fazla veri ve daha iyi algoritmalar mevcut ve bu da sistematik yatırımı heyecan verici hale getiriyor."

Kırk yıllık nicelik

Sistematik ekibin kökeni, BlackRock'un 2009 yılında satın aldığı Barclays Global Investors şirketidir. Anlaşma, küresel mali krizden ağır darbe alan Barclays'in hayatta kalabilmek için yatırım işini teslim etmesi ve BlackRock'u 2.7 trilyon dolar değerinde dünyanın en büyük varlık yöneticisi haline getirmesiyle ortaya çıktı. .

BGI'nın kökleri, bugün fintech olarak değerlendirilebilecek olan 1985 yılına kadar uzanıyor: Bu terimlerin veya yeteneklerin moda olmasından çok önce, büyük verileri ve makine öğreniminin ilkel biçimlerini kullanan Silikon Vadisi tabanlı bir operasyon. Bu, bir hisse senedini diğerine karşı arbitraj yapan çok sayıda küçük, hızlı bahislere odaklanmak için veriye dayalı içgörüleri kullanan bir niceliksel mağazadır (Coke ve Pepsi).

Bu, sektör veya pazar kötü durumda olsa bile işe yarar (Country Garden'a karşı Evergrande). Önemli olan, yöneticinin hızlı bir şekilde, geniş ölçekte ticaret yapabileceği küçük, kısa ömürlü bir avantaj bulmak ve ardından pozisyonu kapatmaktır. Bu tür işlemleri bir portföy genelinde yüzlerce veya binlerce ile çarptığınızda firma, karşılaştırma ölçütleriyle düşük korelasyona sahip büyük bir öz sermaye stratejisi yaratır.

Daha fazla veri, daha iyi algoritmalar, artan bilgi işlem gücü ve borsaların elektronikleşmesiyle BGI, son teknolojiye sahip bir güç merkezi olarak ortaya çıktı ve BlackRock'un sistematik kolu olmaya devam ediyor.

O zamandan bu yana ETF dünyası yükselişe geçerek BlackRock'u dünyanın en büyük varlık yöneticisi haline getirdi. Eylül 2023 itibarıyla firma, borsada işlem gören fonlarda (bir perakende işletme) 3.1 trilyon dolar ve başka bir 2.6 trilyon dolarlık endeks fonu (kurumlar için) bildirdi. Aladdin portföy risk sistemi de dahil olmak üzere firmanın teknoloji hizmetleri grubu, gelire katkıda bulunan bir diğer önemli unsurdur.

Yapay zekanın ilerlemesi

Bu bağlamda, kurumsal bir işletme olan sistematik özsermaye işi, yönetilen 237 milyar dolarlık varlıkla mütevazı bir iş. Shen elbette kendi bölümü konusunda iyimser. "Sistematik niceliksel yatırım artık altın çağını yaşıyor" dedi.

Ancak ChatGPT gibi doğal dil modellerini içeren üretken yapay zeka konusundaki heyecan, Chen'in iyimserliğine bir miktar güven veriyor.

Eski günlerde niceliksel taktikler, ABD büyük ölçekli hisse senetlerini geleneksel ölçümlere (kitap fiyatı, kazanç fiyatı, temettü getirileri) göre sıralamaktan ibaretti. O zaman bile en büyük hedge fonları şaşırtıcı büyüklükte veri ambarları inşa etti. Bu onlara pazar trendlerinden bağımsız olarak performans üretme yeteneği kazandırdı. En başarılı firmalar, 1988'den 2018'e kadar dünyanın en kârlı (ve gizli) yatırım şirketi olan Renaissance Technologies'in önderliğinde çok para kazandı.

Aktif stratejilerin niceliksel veya başka türlü yürütülmesiyle ilgili adımlar sürekli olarak otomatikleştirildi. Komisyoncu raporları, şirket mali bilgileri, medya hikayeleri ve hükümet istatistikleri gibi bilgiler artık makine tarafından okunabilir durumda. Doğal dil işleme, yapılandırılmamış verilerin (PDF'den avukat imzasına kadar her şey) makine tarafından okunabilir hale getirilmesini mümkün kıldı. Nesnelerin İnterneti ve uydu görüntüleri ölçülebilen ve niceliklendirilebilen şeylerin listesini genişletti. Üstelik bunlar artık fon yöneticilerine gerçek zamanlı görüşlere erişim sağlıyor.

Shen kamyonların hareketinden bahsediyor. Jeo-uzaysal etiketleme, WiFi işaretçileri ve uydu görüntüleri, bu verileri alan alıcıların kamyon filolarını takip edebilmesine olanak tanıyor. Bu onlara tedarikçiler ve mağazalar arasındaki trafik hakkında bir fikir verir; bir şirketin ne durumda olduğunu belirleyen bir veri noktasıdır. Bunlardan yeterince oluşturduğunuzda, firma ekonomiye makro bir bakış açısı kazandıracak şekilde kapsamını genişletebilir.

GenAI'ye girin

Bugün üretken yapay zeka, karışıma yeni bir dizi araç ekliyor. Ancak bu sadece verileri analiz etmenin başka bir yolu değil. Aslında portföy yöneticilerinin bilgiyi anlama şeklini değiştiriyor.

Shen, bir CEO'nun istifasıyla ilgili bir haber örneğini veriyor. Geçtiğimiz yirmi yıl boyunca, teknoloji meraklısı firmalar, 'sözcük torbası' yaklaşımını takip etmek için makine öğrenimini kullandılar. Makine bir metni ayrıştıracak ve iyi ya da kötü, satın alma ya da satma ile ilişkili olan kelime ya da kelime öbeklerinin konsantrasyonlarını arayacaktır.

CEO'nun işini kaybetmesi örneğinde makine, açılış paragrafında ilgili yedi ifadeyi tespit edebilir. 'Uyarı', 'şirketten ayrılma', 'değiştirilme', 'hayal kırıklığı' ve 'zayıflama' gibi olumsuz kümeler olarak etiketlenir. Aynı zamanda 'şaşırtıcı' ve 'olumlu yanıt vermek' gibi iki iyimser ifadeyi de vurgulayacaktı, ancak genel olarak olumsuzluğun ağırlığı bilgisayarın bir satış tavsiyesine yol açacaktı.

Bu şirket Coca-Cola ve Pepsi ikilisinin bir parçası olsaydı, BlackRock bunun kaldıraçla biri kısa, diğeri uzun olacak bir sinyal olduğuna karar verebilirdi. Takas birkaç saat veya birkaç gün sürebilir, ancak analizin hızı takıma, insan yorumuna dayanan aktif temel oyuncular kitlesinden farklı bir sonuç verecektir.

Shen, "2007'deki son teknoloji buydu" dedi. O zamandan beri veriler ve aglos daha iyi hale geldi, ancak kelime çantası yaklaşımı hala normdu. ChatGPT gibi Yüksek Lisans'lar bunu değiştiriyor.

Yüksek Lisans öğrencileri de aynı paragrafı ele alıyor ve Shen'in örneğinde olduğu gibi, bunun kötü bir haber olmaktan ziyade çok büyük bir olumlu haber olduğu sonucuna varıyorlar. Bunun nedeni sadece metni çevirmek değil, onu bağlam içinde anlamaktır. LLM, yukarıda bir sürü olumsuz kelime olmasına rağmen, anahtar ifadenin altta olduğunu biliyor: 'hisse senedinin olumlu tepki vermesini bekliyoruz'.

Shen, "Bu, bir CEO'nun istifa etmesiyle ilgili bir haber olmasına rağmen, LLM basın bülteninin özünü anlıyor; can alıcı noktayı anlıyor" dedi.

Veriler ve algoritmalar

Her ne kadar bu örnek gazetecilere yapılan BlackRock sunumları için tasarlanmış olsa da, LLM'leri karışıma ekleyen sistematik bir mağazanın daha iyi performans göstermesi gerektiği anlamına geliyor. Bu derli toplu örnekte aslında portföy yöneticisine tamamen farklı bir cevap veriliyor.

Gerçek hayat o kadar da düzenli değil ama Shen, Yüksek Lisans'ın yöneticiye küçük bir avantaj sağlamak için tasarlanmış bir sonraki araç dalgası olduğunu söylüyor. BlackRock gibi firmalar artık modelleri finansal ve diğer spesifik veri türleri üzerinde eğitmek için özel veri setleri üzerinde Yüksek Lisans (LLM) kullanıyor. BlackRock'un tescilli LLM'lerinin (genel olarak internette eğitilen) ChatGPT'ye göre avantajlı olduğunu bulduğunu söylüyor.

Bu, quant'ları aynı eski temellere geri getiriyor: en iyi verilere kim sahip ve bu verileri temizlemenin en iyi yolu kimde; ve sonra kimin en akıllı algoritmalara sahip olduğu. Ancak Yüksek Lisanslar, insanların muhakeme becerilerini geliştirmelerine yardımcı olarak buraya başka bir sorun daha ekliyor.

İnsan dokunuşu

Her ne kadar RenTec gibi bazı kuantum mağazaları bilgisayarlarını takip etme konusunda kötü bir üne sahip olsa da Shen, sistematik stratejilerin hala insan kararları gerektirdiğini söylüyor. Bu, geçmişe ait verilerin eksik olduğu veya mevcut olmadığı zamanlarda netleşir. Örneğin Kovid sırasında bir şirketi modellemek zordu çünkü bu büyüklükteki son küresel salgın bir asır önce meydana geldi. 1918'den günümüze kullanılabilecek güvenilir bir veri yok. Yani nicemler bir görünüm elde etmek için trafik veya iş ilanlarıyla ilgili gerçek zamanlı verileri kullanırken, bunun yakın gelecek için ne anlama geldiğini tahmin etmek yine de bir insana ihtiyaç duyuyordu. Büyük veri tek başına güvenilir bir tahmin aracı değildi.

Ancak Yüksek Lisans'larla insanlar, makine öğrenimi sisteminde sorulması imkansız olan incelikli soruları makineye sorabilirler. Bu, Yüksek Lisans'ı bir üretkenlik aracına dönüştürür ve farklı sorular farklı sonuçlara yol açar. 1980'li ve 1990'lı yılların eski büyük veri modelleri, değerlemelerin ayrıştırılmasına dayanıyordu ve 2010'larda piyasa duyarlılığı gibi şeyler eklendi. Artık sorgulamanın kapsamı genişliyor ve bu da insanın yaratıcılığını mümkün kılıyor.

Shen, "Soru rekabet avantajı sağlayabilir" dedi.

Shen'in parlak bir gelecek olarak tasvir ettiği şey göz önüne alındığında, bu, aktif yönetim tarzlarının pasif stratejilere göre daha iyi performans göstermeye başlayacağını mı gösteriyor? ETF tarafına akan varlıkların bir kısmını geri almak için sistematik yatırımlar hazır mı?

Shen kararlılığını sürdürdü. Sektörün kazananlarının, ürün ne olursa olsun yapay zekayı benimseyen firmalar olduğunu söylüyor. Güvenli bir cevap. Bu nedenle, teknolojiyi kullanan yeni rekabetin, firmalara mümkün olduğu kadar çok veriyi ele geçirme konusunda kaynak avantajı sağlayacağı yönünde güvenli bir varsayım olacaktır.

Zaman Damgası:

Den fazla DigFin