Tehisintellekti kasutatakse juba haigete patsientide diagnoosimiseks, klienditeeninduse ülesannete täitmiseks ja kolledžikursuste õpetamiseks. Kuid kas AI saab Wall Streeti ületada?
Umbes viimase aasta jooksul on tekkinud mitmeid AI riskifonde, mis lubavad võita inimkaubitsejaid, analüüsides turgu kiiremini ja põhjalikumalt. Need AI-fondid lähevad kaugemale traditsiooniliste andmepõhiste fondide kasutatavatest algoritmidest, püüdes jäljendada ja parendada inimese aju tööd.
Mõned varased tulemused on olnud muljetavaldavad. Jaapanis õnnestus Simplex Aktsiafutuuride strateegiafondil lõppeda 3, 4 protsendilise kasumiga 24. juunil, mis on Brexiti päev, kui kogu riigi rahalised vahendid langesid. Uuring, mis hõlmas 12 AI-fondi kogu maailmast, näitas, et need kasvasid tänavu keskmiselt peaaegu 7 protsenti. Hiljutisel AI õppejõudude konverentsil olid pooled töötajaid värbavad ettevõtted finantsettevõtted, mis oli varasemate aastatega võrreldes selgelt erinev.
Sel suvel Silicon Valleys asuva AI riskifondi Emma AI käivitanud Shaunak Khire ütleb, et AI-del on tema sõnul traditsioonilise riskifondi ees suured eelised.
"Kuidagi ei suuda inimanalüütik nii palju andmeid katta, " ütleb Khire. "Sõna otseses mõttes ei ole inimese ajus võimalik nii palju teavet selle lühikese aja jooksul töödelda."
AI-fond võib võtta arvesse kogu maailma turgude finantsandmeid, ajaloolisi andmeid, uudisteartikleid, rahvusvahelist rahapoliitikat, teadmisi inimeste kauplemiskäitumise kohta, ettevõtte tausta ja palju muud.
Näiteks Emma AI on kaubelnud GlaxoSmithKline'il, hõlmates kõiki farmaatsiaettevõtte andmepunkte, vaadates isegi 1970ndatesse aastatesse saabunud taotlusi, vahendab Khire.
Paljud fondid kasutavad juba kvantitatiivseid investeerimisstrateegiaid, arendades prognooside tegemiseks arvutialgoritme. Erinevus nende fondide ja AI-sordi vahel on nn sügav õppimine ehk tehislikud närvivõrgud - AI-d saab õppida ilma inimese sisendita, algoritmid aga mitte.
Emma AI, nagu paljud AI fondid, kasutab Bayesiani analüüsi, et korrata inimese otsustusprotsessi. See tähendab, et ta on võimeline kasutama uut teavet oma väljavaadete ja strateegiate värskendamiseks. Põhimõtteliselt teevad seda inimesed, ainult AI saab seda teha kiiremini ja teoreetiliselt ratsionaalsemalt. Inimese analüütik on kalduvus tegema vigu hirmul, ülepaisutamisel või ahnusel, probleemidel, millega arvutid kokku ei puutu.
Selle aasta alguses San Franciscos asuva AI ettevõtte Sentient Technologies asutatud fond kasutab sellist tüüpi AI-d, mis on inspireeritud taimede ja loomade evolutsioonist. See “evolutsiooniline arvutus” loob pidevalt uusi algoritme ja ühendab vanadesse algoritmidesse parimad, muutes end veelgi paremaks ja tugevamaks. Hongkongis asuv AI-fond Aidyia kasutab muude strateegiate hulgas evolutsioonilist arvutamist.
Tulevikus näeb Khire terveid AI hallatavaid fonde, ehkki võib-olla mingisuguse inimkontrolli või regulatiivsetel eesmärkidel alistada. Ta peab siiski ka AI-d regulatiivse rolli mängimiseks. Kongressi viimastel aastatel vastu võetud Wall Streeti reformid on pannud paljud pangad suurendama töötajate arvu, kes on pühendunud nõuetele vastavuse tagamisele.
"Sa võiksid selle kõik automatiseerida, " ütleb Khire.
Mõned eksperdid suhtuvad skeptiliselt sellesse, kas AI revolutsioonib finantssektoris tõesti nii, nagu väidavad AI ettevõtte asutajad. Mõni väidab, et kasutatud AI-tehnoloogiad ei erine nii palju kui traditsioonilisemad algoritmid, mida kasutatakse andmepõhistes ettevõtetes. Teised väidavad, et finantsturud on liiga kapriissed, et neid ennustada tänapäeval eksisteerivate AI-de järgi.
Khire ütleb, et ta ei ürita ratast leiutada, vaid täiustab seda järk-järgult.
"AI ainus eesmärk on leida võimalusi, mille riskilävi on madalam kui S&P-l [500] ja millel on kõrgem tootlus kui S&P-l, " ütleb ta. "See on madal latt."
Siiski pole lihtsalt Wall Streeti üldise toimivuse jälgijana kasutatava Ameerika börsiindeksi S&P 500 peksmine pikas perspektiivis lihtne. Kuid Khire ja teised on veendunud, et neil on kaup olemas. Küsimus on järgmine: kas te panustaksite selle eest oma raha?
