GenAI представляє кількісні кошти з проблемою

Кількісні фонди вже давно є найбільшими користувачами штучного інтелекту в світі управління активами. Однак поява генеративного штучного інтелекту може віддати перевагу традиційним, орієнтованим на основи управління активами, а не кількісним.

Це занепокоєння, яке висловили кілька менеджерів фондів і постачальників даних в Азії DigFin.

 «Застосування штучного інтелекту у фінансах все ще рідкість», — сказав один із менеджерів Quant. «Науковці даних не застосовують це до ринків капіталу. Але якщо ці інструменти використовувати для торгівлі акціями, це змінить ландшафт. Будуть нові переможці та переможені».

Що таке квант?

Quants купують і продають акції на основі величезної обчислювальної потужності та налаштованих програм, які моделюють інвестиційні стратегії. Зростання кількісних показників збіглося з падінням процентних ставок протягом десятиліть і зростанням пасивних інвестицій – двома тенденціями, які зробили активне збирання запасів людьми дедалі менш конкурентоспроможним бізнесом.

Використання алгоритмічних або систематично запрограмованих торгів породило індустрію «систематичних інвестицій», коли фірми керують платформами менеджерів з єдиною стратегією, які переслідують певну стратегію або «фактор» (наприклад, відсоткові ставки чи нестабільність ринку).

Такі інвестори не зацікавлені в тому, щоб бути акціонерами, а лише в швидкій купівлі та продажу акцій для реалізації стратегій: довгих/коротких, ринково нейтральних, статистичного арбітражу, керованих подіями. Існує перекриття зі світом високочастотної торгівлі, причому спільністю є угоди, які концептуалізуються та керуються чисто цифровими термінами.

А. І. старожили

Ці ідеї не нові, але доступність обчислювальної потужності та великих наборів даних сприяли зростанню кількісних показників за останні два десятиліття. За останні десять років кванти першими запровадили нові методи ШІ, такі як машинне навчання та використання нейронних мереж. Вони стали ненажерливими споживачами альтернативних даних, таких як аналіз настроїв із каналів соціальних мереж.

Найбільшою проблемою для кількісних інвесторів є «пояснюваність», нещодавній термін для штучного інтелекту, який сходить до «чорної скриньки» квантів. Крах Long-Term Capital Management у 1998 році є уособленням цього ризику, особливо тому, що кількісні кредити зазвичай використовують.

---

---

Але з тих пір кількісні магазини, такі як Citadel, DE Shaw, Man AHL, Millennium Management, Renaissance Technologies і Two Sigma, стали найбільшими та найвпливовішими фірмами з боку покупців на Уолл-стріт. Їхній успіх спонукав традиційні фонди, такі як BlackRock або Fidelity, запустити власні кількісні стратегії.

Вони також працюють на ринках за межами США, де вони можуть знайти ліквідність, торгову інфраструктуру з низькою затримкою та інструменти хеджування (такі як ETF або ф’ючерсні контракти, що відстежують місцеві ринкові індекси). Японія була найбільшим ринком в Азіатсько-Тихоокеанському регіоні, але Індія зараз є основним майданчиком для гри. (Одною з проблем в Азії є регуляторний каприз, про що свідчить нещодавня заборона Південної Кореї на короткі продажі та посилення державного втручання в Китай.)

Таким чином, фонди Quant є не лише впливовими хижаками на вершині: вони також знаходяться в авангарді впровадження нових цифрових технологій.

Введіть GenAI

Що робить нові розробки ШІ головоломкою для квантів.

Ці фірми, звичайно, використовуватимуть широкомовні моделі (LLM), які стали можливими завдяки генеративним попередньо навченим трансформаторам, у повному обсязі.

Священним Граалем для квантів стане перетворення LLM на інструменти прогнозування. Людина буде взаємодіяти зі своїми комп’ютерними приятелями, щоб виявити закономірності в часових рядах та інших наборах даних. Насправді кванти вже це роблять, просто LLM мають зробити процес більш інтуїтивно зрозумілим, краще інтегрувати нетекстові дані та дозволити розробникам будувати моделі набагато швидше.

Магазини Quant також використовуватимуть genAI для більш приземлених цілей, таких як навчання написанню нормативних звітів, інтерпретації звітів про прибутки або перегляду презентацій. Реєстрацію клієнтів та інші функції бек-офісу можна додатково автоматизувати.

Але немає нічого таємничого в тому, що квантовий магазин робить ці речі, тому що це те саме, для чого всі інші використовуватимуть genAI.

Це роблять усі

Різниця полягає в розробці прогнозних інвестиційних моделей і алгоритмів виконання. Саме це робить кванти особливими, але перші ознаки свідчать про те, що genAI дозволить традиційним менеджерам активів робити ці речі. Те ж саме для менеджерів фондів прямих інвестицій – сумнозвісно неавтоматизованого бізнесу, який міг би використовувати LLM, щоб зробити інвестиційні рішення більш системними та керованими даними.

Усі менеджери активів зіткнуться з питаннями щодо магістрів права та їхньої схильності вигадувати речі. Такі продукти, як ChatGPT від OpenAI, — це найкраща чорна скринька. Хоча кількісні фонди покладаються на божественні стратегії ШІ, ними все ще керують ліцензовані професіонали, які розуміють наслідки торгової ідеї. Це не стосується інструментів genAI.

Оперативне проектування може додати цінності, забезпечуючи певну прозорість, опитуючи магістрів права, щоб отримати уявлення про їхні процеси та фактори та джерела, які використовуються для прийняття рішення. Теоретично можливо, що одного дня магістри права стануть більш прозорими та підзвітними, ніж люди.

Незважаючи на те, що ідея передати інвестиції машині є гарним заголовком, кванти, ймовірно, використовуватимуть LLM більш конкретними способами.

Наприклад, їм знадобляться інструменти для визначення справжньої фрикційної вартості торгівлі, що передбачає глибоке вивчення мікроринкових структур. Типова метрика для зважування продуктивності трейдера називається «дефіцит впровадження», щоб визначити, наскільки близько вони прилягають до бюджету для даної торгівлі. Такі алгоритми вже стають все більш витонченими, оскільки фірми шукають моменти протягом дня, коли дозріла ліквідність або коли вони можуть торгувати, не відкриваючи руку.

Йдеться про пошук ринкових сигналів, що є основою місії кванта. Цілком ймовірно, що кількісні магазини використовуватимуть genAI для розробки кращих способів прогнозування найкращого часу та місць для здійснення торгів.

Це все ще дуже корисно, але це не те, що хтось передає ключі від машини Термінатору. ШІ також не долає найбільші перешкоди на азіатських ринках, якими є відсутність інструментів хеджування, а потім висока вартість хеджування, коли контракт доступний.

Що ще важливіше, це не стосується квантів. Великі традиційні сторони купівлі також використовують ці алгоритми виконання, розроблені власними силами чи брокером із сторони продажу.

Екзистенційне питання для Quants полягає в тому, як вони зберігають свою перевагу, коли інструменти genAI можуть зробити багато того, що вони роблять, більш доступним для менеджерів фундаментальних активів. Quant магазини уникають уваги частково тому, що вони вважають свої моделі AI та алгоритми виконання секретними соусами. Чи може genAI перетворити їх на товари? Наскільки диференційована ваша оперативна інженерія?

Як сказав один із кількісних експертів, «ШІ був частиною нашого набору інструментів протягом багатьох років. GenAI не позбавляє бар’єрів, але принесе більше користі основним активним менеджерам, зробивши їх більш ефективними при агрегуванні та аналізі даних. Як тільки ці фірми зрозуміють чинники прибутку, вони стануть нашими конкурентами».

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://www.digfingroup.com/genai-quants/