Kommer AI-drivna hedgefonder att överlista marknaden?

Varje dag gör datorer många miljoner elektroniska affärer genom att utföra känsliga beräkningar som syftar till att ta fram en liten fördel när det gäller hastighet eller effektivitet. I allt högre grad fattas dock mer betydande handelsbeslut av smartare, mer autonoma algoritmer.





Både etablerade handelsföretag och en handfull startups undersöker om sådana handelstekniker, lånade från området artificiell intelligens, kan hjälpa dem att överträffa andra handlare. Och alla med pengar investerade kan mycket väl vara nyfiken på att veta om trenden kan förändra dynamiken på marknaderna.

Kvantitativa hedgefonder, inklusive Bridgewater Associates, Renaissance Technologies , D.E. Shaw , och Två Sigma , har naturligtvis använt avancerade algoritmiska metoder i några år. Många av de metoder som används av dessa företag återfinns inom områdena forskning om artificiell intelligens.

Men de senaste åren har också sett ett enormt återuppvaknande av intresse för artificiell intelligens, tack vare nya maskininlärningstekniker – särskilt djupinlärning (som inbegriper träning av ett stort virtuellt neuralt nätverk för att känna igen mönster i data) – som har gjort datorer kapabla att uppfattning på mänsklig nivå av bilder, text och ljud (se 10 Breakthrough Technologies 2013: Deep Learning ). Nu är frågan om AI kan göra samma sak för finansiell data.



Det är uppenbart att dessa senaste framsteg har fångat uppmärksamheten hos ingenjörer som arbetar inom finans. Vid ett viktigt akademiskt evenemang för AI-forskare, Neural Information Processing Systems (NIPS) , som hölls i Montreal i december förra året, samlades flera tusen akademiska forskare och industriforskare för att diskutera framsteg i utvecklingen av nya maskininlärningsalgoritmer. I ett område reserverat för affischpresentationer av doktorander, hade stora teknikföretag, inklusive Google, Facebook, Apple, Microsoft, Amazon och IBM, betalat för att sätta upp rekryteringstabeller, i hopp om att locka de hetaste nya talangerna att komma och jobba åt dem. Men nästan hälften av företagen som rekryterade på NIPS var inte alls teknikföretag utan hedgefonder och finansiella företag.

Ett av företagen där var det stora brittiska värdepappersföretaget MAN AHL , som i flera år har fokuserat på att använda statistiska metoder för att utforma investeringsstrategier. Anthony Ledford , chefsforskare för MAN AHL, förklarar att företaget undersöker om tekniker som djupinlärning kan lämpa sig för finansiering. Det är i ett tidigt skede, säger Ledford. Vi har avsatt en pott med pengar för testhandel. Med djupinlärning, om allt går bra, kommer det att gå till testhandel, som andra metoder för maskininlärning har.

Handel kan tyckas vara en självklar plats att tillämpa djupinlärning, men det är faktiskt inte klart hur jämförbar utmaningen med att hitta subtila mönster i realtidshandelsdata är att till exempel upptäcka ansikten i digitala fotografier. Det är ett helt annat problem, medger Ledford.



Akademiska experter är också försiktiga. Stephen Roberts , professor i maskininlärning vid Oxford University, säger att djupinlärning kan vara bra för att extrahera dolda trender, information och relationer, men tillägger att det fortfarande är för skört när det gäller hanteringen av hög osäkerhet och buller, som är vanliga inom ekonomi.

Roberts noterar också att djupinlärning kan vara en relativt långsam process och inte kan erbjuda den typ av garanterat beteende som andra statistiska metoder erbjuder. I allmänhet, säger han, finns det en viss hype kring idén om AI inom finans. AI är ett väldigt brett ämne, säger han. Och många vanliga statistiska tekniker som används har ändrats till AI och maskininlärning.

Som sagt, nya finansiella företag som annonserar sig själva som AI-fokuserade kan vara inne på något. Dessa inkluderar Kännande , baserad i San Francisco, Upprorsforskning i New York, och ett Hong Kong-baserat investeringsbolag som heter Aidyia .

En av de mest lovande användningsområdena för relativt nya AI-tekniker kan vara att bearbeta ostrukturerade naturliga språkdata i form av nyhetsartiklar, företagsrapporter och inlägg på sociala medier, i ett försök att få insikter om framtida resultat för företag, valutor, råvaror, eller finansiella instrument.

Aidyia grundades av en välkänd artificiell intelligensforskare, Ben Goertzel, som också är grundare av Hanson Robotics och ordförande för ett AI-projekt med öppen källkod som heter OpenCog . Aidyia började handla förra året, och Goertzel säger att hans företags tillvägagångssätt är mycket mer ambitiöst än de tekniker som används av de flesta hedgefonder idag, med inspiration från evolutionär programmering, probabilistisk logik och kaotisk dynamik.

Vårt system tar in en mängd olika indata, inklusive pris och volym från börser runt om i världen, nyheter från olika källor på flera språk, makroekonomiska data och företagsredovisningsdata och mer, berättade Goertzel MIT Technology Review . Den studerar sedan hur dessa olika faktorer har hängt ihop historiskt, och lär sig en ensemble av tiotusentals prediktiva modeller som verkar ha prediktivt värde, baserat på sin studie av historiska data, som hjälper till att styra företagets investeringar.

Det finns verkligen en trend mot ökad automatisering bland finansiella företag. Preqin , ett företag som tillhandahåller finansiell industridata, rapporterar att 40 procent av hedgefonder som skapades förra året var systematiska, vilket innebär att de förlitar sig på datormodeller för sina beslut.

Inte alla är dock övertygade om att en AI-revolution inom finans är nära förestående. David Harding, miljardärens grundare och VD för ett annat brittiskt handelsföretag, Winton Capital Management, är i allmänhet skeptisk till hype över maskininlärning och AI. Om jag kisade lite och tittade på Winton skulle jag säga att det är mer eller mindre vad vi har gjort de senaste 30 åren, säger han.

Harding minns också att en liknande uppsving i intresset för neurala nätverk resulterade i många startups under det tidiga 1990-talet. Folk började säga: 'Det finns en fantastisk ny datorteknik som kommer att blåsa bort allt som har gått innan.' Det fanns också ett sätt för genetiska algoritmer, minns han. Tja, jag kan säga att inget av dessa företag existerar idag – inte en korv av dem.

Ledford, från Man AHL, har också några varnande ord för alla som tror att de senaste maskininlärningsteknikerna kan erbjuda en genväg till rikedomar. Det är viktigt att komma ihåg hur ödmjuk marknaden kan vara, säger han. Jag skulle säga, klappa inte dig själv på axeln för mycket, men bli inte för nedslagen.

Dölj