211service.com
Zullen AI-aangedreven hedgefondsen de markt te slim af zijn?
Elke dag doen computers vele miljoenen elektronische transacties door delicate berekeningen uit te voeren die erop gericht zijn een klein voordeel te behalen in termen van snelheid of efficiëntie. Steeds vaker worden echter belangrijkere handelsbeslissingen genomen door slimmere, meer autonome algoritmen.
Zowel gevestigde handelsfirma's als een handvol startups onderzoeken of dergelijke handelstechnieken, geleend op het gebied van kunstmatige intelligentie, hen kunnen helpen andere handelaren te slim af te zijn. En iedereen die geld heeft geïnvesteerd, is misschien wel benieuwd of de trend de dynamiek van markten kan veranderen.
Kwantitatieve hedgefondsen, waaronder Bridgewater Associates, Renaissance-technologieën , DE Shaw , en Twee Sigma , gebruiken natuurlijk al enkele jaren geavanceerde algoritmische benaderingen. Veel van de methoden die door deze bedrijven worden gebruikt, zijn te vinden op het gebied van onderzoek naar kunstmatige intelligentie.
Maar de afgelopen jaren is ook de belangstelling voor kunstmatige intelligentie enorm toegenomen, dankzij nieuwe technieken voor machine learning, met name deep learning (waarbij een groot virtueel neuraal netwerk wordt getraind om patronen in gegevens te herkennen), waardoor computers in staat zijn om perceptie op menselijk niveau van afbeeldingen, tekst en audio (zie 10 Breakthrough Technologies 2013: Deep Learning). Nu is het de vraag of AI hetzelfde kan doen voor financiële data.
Het is duidelijk dat deze recente vooruitgang de aandacht heeft getrokken van ingenieurs die in de financiële sector werken. Op een belangrijk academisch evenement voor AI-onderzoekers, Neurale informatieverwerkingssystemen (NIPS) , die afgelopen december in Montreal werd gehouden, kwamen enkele duizenden academische en industriële onderzoekers bijeen om de voortgang te bespreken bij de ontwikkeling van nieuwe algoritmen voor machinaal leren. In een ruimte die was gereserveerd voor posterpresentaties door afgestudeerde studenten, hadden grote technologiebedrijven, waaronder Google, Facebook, Apple, Microsoft, Amazon en IBM, betaald om wervingstafels op te zetten, in de hoop het beste nieuwe talent te lokken om voor hen te komen werken. Maar bijna de helft van de bedrijven die bij NIPS rekruteerden, waren helemaal geen technologiebedrijven, maar hedgefondsen en financiële bedrijven.
Een van de bedrijven daar was de grote Britse investeringsmaatschappij MAN AHL , dat zich al jaren richt op het gebruik van statistische benaderingen om beleggingsstrategieën te ontwikkelen. Anthony Ledford , hoofdwetenschapper van MAN AHL, legt uit dat het bedrijf onderzoekt of technieken zoals deep learning zich lenen voor financiering. Het bevindt zich in een vroeg stadium, zegt Ledford. We hebben een pot met geld gereserveerd voor testhandel. Met deep learning zal het, als alles goed gaat, in testhandel gaan, zoals andere benaderingen van machine learning.
Handelen lijkt misschien een voor de hand liggende plek om deep learning toe te passen, maar eigenlijk is het niet duidelijk hoe vergelijkbaar de uitdaging van het vinden van subtiele patronen in realtime handelsgegevens is met bijvoorbeeld het spotten van gezichten in digitale foto's. Het is een heel ander probleem, geeft Ledford toe.
Academische experts laten ook een waarschuwing horen. Stephen Roberts , een professor in machine learning aan de Universiteit van Oxford, zegt dat deep learning goed zou kunnen zijn voor het extraheren van verborgen trends, informatie en relaties, maar voegt eraan toe dat het nog steeds te broos is als het gaat om het omgaan met grote onzekerheid en ruis, die veel voorkomen in de financiële wereld.
Roberts merkt ook op dat deep learning een relatief langzaam proces kan zijn en niet het soort gegarandeerd gedrag kan bieden dat andere statistische benaderingen bieden. Over het algemeen, zegt hij, is er een zekere hype rond het idee van AI in de financiële wereld. AI is een heel breed onderwerp, zegt hij. En veel standaard statistische technieken die worden gebruikt, worden omgedoopt tot AI en machine learning.
Dat gezegd hebbende, kunnen nieuwe financiële bedrijven die zichzelf adverteren als AI-gericht iets op het spoor zijn. Deze omvatten Gevoelig , gevestigd in San Francisco, Onderzoek naar rebellie in New York, en een in Hong Kong gevestigde investeringsmaatschappij genaamd Aidyia .
Een van de meest veelbelovende toepassingen van relatief nieuwe AI-technieken is wellicht het verwerken van ongestructureerde natuurlijke taalgegevens in de vorm van nieuwsartikelen, bedrijfsrapporten en posts op sociale media, in een poging inzicht te krijgen in de toekomstige prestaties van bedrijven, valuta, grondstoffen, of financiële instrumenten.
Aidyia is opgericht door een bekende onderzoeker op het gebied van kunstmatige intelligentie, Ben Goertzel, die ook de oprichter is van Hanson Robotics en de voorzitter van een open-source AI-project genaamd OpenCog . Aidyia begon vorig jaar met handelen en Goertzel zegt dat de aanpak van zijn bedrijf veel ambitieuzer is dan de technieken die tegenwoordig door de meeste hedgefondsen worden gebruikt, geïnspireerd door evolutionaire programmering, probabilistische logica en chaotische dynamiek.
Ons systeem neemt verschillende inputs op, waaronder prijs en volume van beurzen over de hele wereld, nieuws uit verschillende bronnen in meerdere talen, macro-economische en bedrijfsboekhoudgegevens en meer, vertelde Goertzel. MIT Technology Review . Vervolgens bestudeert het hoe deze verschillende factoren historisch met elkaar samenhangen, en leert het een ensemble van tienduizenden voorspellende modellen die voorspellende waarde lijken te hebben, op basis van zijn onderzoek van historische gegevens, die de investeringen van het bedrijf helpen sturen.
Er is zeker een trend in de richting van toenemende automatisering bij financiële ondernemingen. Preqin , een bedrijf dat gegevens over de financiële sector levert, meldt dat 40 procent van de vorig jaar gecreëerde hedgefondsen systematisch waren, wat betekent dat ze voor hun beslissingen afhankelijk zijn van computermodellen.
Niet iedereen is er echter van overtuigd dat er een AI-revolutie in de financiële wereld aanstaande is. David Harding, de miljardair-oprichter en CEO van een ander Brits handelsbedrijf, Winton Capital Management staat over het algemeen sceptisch tegenover een hype over machine learning en AI. Als ik een beetje mijn ogen dichtkneep en naar Winton keek, zou ik zeggen dat we dat min of meer de afgelopen 30 jaar hebben gedaan, zegt hij.
Harding herinnert zich ook dat een vergelijkbare hausse in interesse in neurale netwerken in het begin van de jaren negentig tot veel startups leidde. Mensen begonnen te zeggen: 'Er is een geweldige nieuwe computertechniek die alles zal wegvagen wat eerder is gebeurd.' Er was ook een mode voor genetische algoritmen, herinnert hij zich. Nou, ik kan je vertellen dat geen van die bedrijven vandaag bestaat - geen worst van hen.
Ledford, van Man AHL, heeft ook een paar waarschuwingen voor iedereen die denkt dat de nieuwste technieken voor machinaal leren een kortere weg naar rijkdom kunnen bieden. Het is belangrijk om te onthouden hoe nederig de markt kan zijn, zegt hij. Ik zou zeggen, geef jezelf niet te veel een schouderklopje, maar raak ook niet ontmoedigd.