Фонды, использующие ИИ, восстановились после падения в период рыночных потрясений – Wall Street Journal

Трейдеры, использующие машинное обучение, столкнулись с необходимостью адаптации стратегий торговли, и теперь в меньшей степени опираются на исторические данные в обучении моделей ИИ.

Хедж-фонды, использующие технологии искусственного интеллекта для осуществления сделок и отбора акций, продемонстрировали падение вследствие потрясений на фондовых рынках в феврале, однако, сейчас они в значительной степени восстанавливаются.

Тем не менее, эксперты предупреждают, что в условиях нынешней экономической непредсказуемости могут возникнуть ошибки в работе ряда алгоритмов, которые продолжают опираться на данные, собранные в более благоприятное время.

Данные Mizuho Financial Group Inc. Eurekahedge указывают на то, что фонды, использующие ИИ в своем инвестиционном процессе, фиксировали  убытки после начала масштабных распродаж на рынках 19 февраля.

Индекс Eurekahedge AI, включающий 23 фонда, в феврале продемонстрировал потери в 2,62%, в то время как расширенный индекс хедж-фондов Eurekahedge, который отражает ситуацию в отрасли в целом, снизился на 1,87%.Расширенный индекс продолжил свое снижение и в марте (-6,11%), в то время как фонды с ИИ восстановились и достигли прироста на 2,11%, что говорит о том, что модели начали адаптироваться к меняющимся рыночным условиям, используя новые данные и полагаясь в меньшей степени на статистическую информацию за прошлые периоды. В целом же результаты деятельности хедж-фондов оказались выше чем рыночные: индекс S&P 500 снизился на 8,41% в феврале и на 12,51% в марте соответственно.

В отношении отдельных компаний из индекса, использующих искусственный интеллект, результаты ещё более неравномерны. Как отмечает Мохаммад Хасан, главный аналитик по исследованию и индексации хедж-фондов компании Eurekahedge, среди компаний, входящих в индекс ИИ, некоторые демонстрируют двузначные показатели прироста, а некоторые - снижение. В состав индекса входят также компании, которые, по сути, применяют методы количественного инвестирования  или алгоритмическую торговлю с использованием ИИ, включая фонды, ориентированные на технологию, разрабатывающие нейронные сети и модели глубинного изучения.

Пандемия коронавируса отбросила многие устоявшиеся правила рынка на второй план, что привело к различным шоковым ситуациям, начиная от фактического закрытия розничного и гостиничного секторов и заканчивая обвалом цен в нефтяном секторе и рынке авиаперевозок. Практически ежедневно происходят резкие колебания таких ключевых рыночных индикаторов как промышленный индекс Доу-Джонса.

"Это примерно то же самое что 100 брекзитов подряд", - считает Дэвид Афериат, соучредитель и управляющий партнер компании Trade Ideas LLC, говоря о рыночном шоке, последовавшем за голосованием на референдуме по выходу Великобритании из состава Евросоюза 23 июня 2016 года. Trade Ideas использует искусственный интеллект для анализа данных фондового рынка, чтобы предложить торговые идеи розничным и институциональным инвесторам.

Модели машинного обучения, как правило, тренируются на основе исторических данных, чтобы заранее предугадать взаимосвязаны инструменты в определенных рыночных условиях и предложить торговые идеи. Однако, стресс-факторы прошлого, как правило, сводились к единичным событиям или серии экономически связанных событий с общей причиной.

Модели не знают, как реагировать на внебиржевые рыночные потрясения, говорит Майк Чен, директор по управлению активами PanAgora Asset Management Inc., бостонской компании, занимающейся количественными инвестициями.

"Машинное обучение - отличный инструмент, но это не волшебная палочка. Необходимо, чтобы пользователи осознавали его ограничения и были осторожны, пользуясь им", - отметил г-н Чен, регулярный спикер конференций финансовой индустрии по тематике ИИ.

Мистер Афериат из Trade Ideas считает, что избежать такую ловушку «предсказуемости» исторических данных и паттернов, в частности в период текущей пандемии, можно с помощью качества вводимых данных, которые используются для обучения алгоритма, в комбинации с человеческим мышлением, надзором, который будет проверять корректность работы модели и следить за тем, чтобы ИИ не начал рубить с плеча направо и налево.

Большинство фондов, которые понесли большие убытки, возможно, также стали жертвой рисков "черных ящиков", заявляет господин Чен из PanAgora. Это происходит, когда модель ИИ настолько сложна, что ее разработчики не могут полностью объяснить, почему она привела к определенным результатам или рекомендациям.

"Если вы попадаете в ловушку, в которой у вас нет фундаментального понимания того, почему система делает то, что она делает, и вы просто доверяете ей, это приводит к очень опасной ситуации", - сказал он.

PanAgora, управляющая активами в размере около 30 миллиардов долларов, использует машинное обучение для прогнозирования стоимости ценных бумаг. Тем не менее, фирма способна провести аудит и объяснить, почему алгоритм пришел к именно такому решению, поскольку объяснимость является основной частью процесса разработки, сказал директор по инвестициям в акционерный капитал Джордж Муссалли.

"Таким стратегиям есть куда развиваться. И они развиваются в правильном направлении", - считает мистер Хасан из Eurekahedge.

Ссылка на источник

Все записи
Предыдущая запись Следующая запись
Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, пользовательских данных (сведения о местоположении; тип и версия ОС; тип и версия Браузера; тип устройства и разрешение его экрана; источник откуда пришел на сайт пользователь; с какого сайта или по какой рекламе; язык ОС и Браузера; какие страницы открывает и на какие кнопки нажимает пользователь; ip-адрес) в целях функционирования сайта, проведения ретаргетинга и проведения статистических исследований и обзоров. Если вы не хотите, чтобы ваши данные обрабатывались, покиньте сайт.