Voiko tekoäly hoitaa salkkusi? InvestorAI:n Bruce Keith vastaa Zero Sumissa

Tekoäly etenee syvemmälle sijoittamiseen – hedge-rahastoista ja kvanttikauppapöydistä yksityissijoittajien salkkuihin ja automatisoituun toimeenpanoon.

Kuitenkin AI-työkalujen saatavuuden laajentuessa nousee tärkeämpi kysymys: voiko sijoittaja todella luottaa koneeseen rahojensa kanssa?

InvestorAI:n toimitusjohtaja ja perustaja Bruce Keith uskoo, että teknologia voi merkittävästi parantaa sijoittamista – mutta vain, kun sitä käytetään oikeaan tehtävään.

Viimeisimmässä Zero Sum -jaksossa Keith selitti, miksi ChatGPT:ltä tai muulta suurimman kokoluokan kielimallilta kysyminen siitä, mitä ostaa seuraavaksi, voi olla väärä lähestymistapa, miksi tekoäly voi olla parempi lyhyen aikavälin markkinapäätöksissä kuin pitkän aikavälin sijoittamisessa, ja mitä sijoittajien pitäisi vaatia ennen kuin he antavat pääomaa tekoälyohjatulle strategialle.

Tekoälysijoittamisen eri puolet

Keithin erottelu yleiskäyttöisen tekoälyn ja sijoittamiseen suunniteltujen malleiden välillä on keskustelun ytimessä.

Suuria kielimalleja koulutetaan vastaamaan kysymyksiin valtavilla tietomäärillä.

Se tekee niistä hyödyllisiä salkun tapahtumien ymmärtämiseen, uutisten tiivistämiseen ja siihen, miksi jokin instrumentti liikkui.

Mutta tietyn markkinaliikkeen ennustaminen on eri ongelma.

Keithin mukaan tehokkaiden sijoitusmallien pitää tunnistaa toistuvia markkinakuviota, mahdollisia breakout-pisteitä ja kohtia, joissa nämä kuviot muuttuvat, sen sijaan että ne vain hakevat verkossa jo saatavilla olevaa informaatiota.

Saavuttaakseen tämän hänen yrityksensä valitsi epätavanomaisen lähestymistavan: soveltaa konenäköä – samaa teknologiaa, jota käytetään kasvojentunnistuksessa ja itseohjautuvissa autoissa – markkinadatan analysointiin.

Kääntämällä massiiviset datamäärät visuaalisiin esityksiin heidän tekoälynsä voi "nähdä" monimutkaisia breakout-kuvioita, jotka ihmisanalyytikot tai tekstipohjaiset LLM:t jättäisivät täysin huomaamatta.

Tämä ero on merkittävä, kun yhä useampi yksityissijoittaja alkaa kohdella AI-chatbotteja epävirallisina sijoitusneuvonantajina.

Todellinen sijoittajan etu voi olla tietää, milloin poistua

Yksi Keithin kiinnostavimmista väitteistä on, että kaupan avaaminen on suhteellisen helppoa. Vaikeampi ongelma on tietää, milloin sulkea positio.

"Kukaan ei kerro, milloin poistua."

Hänen laajempi pointtinsa on, että sijoittajat keskittyvät usein liikaa seuraavan voittoisan kaupan löytämiseen, kun taas riskienhallinta usein ratkaisee, säilyvätkö nämä voitot käytännössä.

Keith sanoi, että tekoäly on erityisen hyödyllinen lyhyen aikavälin päätöksissä, määritellen sen ikkunaksi noin 2–3 kuukautta.

Ihmisten katsotaan hänen mielestään olevan edelleen parempia pidemmän aikavälin arvioissa, koska he osaavat toimia puutteellisen tiedon pohjalta ja ottaa huomioon tekijöitä, joita koneiden on vaikea kvantifioida.

Se viittaa hybridimalliin ennemmin kuin täysin automatisoituun ratkaisuun: koneet käsittelevät paljon enemmän tietoa kuin yksittäinen sijoittaja voi, kun taas ihmiset pitävät huolta kokonaiskuvasta.

Tekoälysijoittaminen tarvitsee lisää läpinäkyvyyttä, ennen kuin sijoittajat voivat luottaa siihen

Se nostaa esiin toisen ongelman: miten sijoittaja voi arvioida, toimiiko tekoälypohjainen strategia todella?

Keith katsoo, että alalla tarvitaan selkeämpiä standardeja suorituskyvyn esittämiseen.

Sijoittajien ei pitäisi tyytyä yhteen otsikkolukuun tai vaikuttavalta näyttävään backtestiin.

"Jos etsimäsi on johdonmukaisuutta – tuotoksen johdonmukaisuutta, ylituoton johdonmukaisuutta – niin kysymyksen täytyy olla, kuinka johdonmukainen tämä asia on ollut?"

Hän suosittelee tarkastelemaan ensin voittoprosenttia ja ylitysprosenttia, joita seuraavat keskimääräiset tuotot ja maksimiromahdukset.

Strategia, joka voittaa usein, voi silti tuhota pääoman, jos tappiot ovat riittävän suuria.

Johtopäätös on yksinkertainen: sijoittajien tulisi arvioida tekoälytyökalua samalla tavalla kuin ihmishoitajuutta hoitavaa rahastonhoitajaa — todennettavalla kokemuksella, selkeällä metodologialla ja ymmärryksellä siitä, miten se käyttäytyy sekä nousevilla että laskevilla markkinoilla.

Säätelijät yrittävät pysyä perässä jatkuvasti kehittyvässä teknologiassa

Keith ennustaa myös, että sääntely nousee suureksi osaksi tekoälysijoittamisen keskustelua.

Hän sanoo, että sääntelijät ovat luontaisesti takamatkalla, mutta katsoo, että periaatteisiin perustuva lähestymistapa voisi olla tehokkaampi kuin yksityiskohtaisten sääntöjen kirjoittaminen jokaista uutta sovellusta varten.

Tärkeintä on hänen mukaansa se, että vastuuta ei voi ulkoistaa koneelle.

Rahoitusyrityksille, jotka ottavat käyttöön tekoälyä, se tarkoittaa ihmisvalvonnan, riskikontrollien ja vastuullisuuden säilyttämistä myös silloin, kun päätöksiä automatisoidaan yhä enemmän.

Seuraava vaihe on tekoäly, joka tekee muutakin kuin ehdottaa kauppoja

Teknologia voi ajan myötä edetä signaalien tuottamisesta toimeenpanoon.

Keith sanoi, että automatisoitu toimeenpano on jo yleistymässä, ja tekoäly voi päättää, milloin käydään kauppaa, milloin lopetetaan ja milloin pidetään taukoa tappioiden jälkeen.

Mutta hän korosti, että järjestelmän ympärille on rakennettava tarvittavat riskikontrollit ennen kuin sijoittajat antavat sille merkittäviä pääomia.

Se saattaa olla tekoälyn seuraava todellinen askel rahoitusmarkkinoilla: ei korvata sijoittajia kokonaan, vaan toimia yhä voimakkaampana kerroksena tiedon ja toimeenpanon välillä.

Keithin omat loppupäätökset heijastivat tätä tasapainoa. Hän mainitsi intialaisen infrastruktuurin investoinnit ja JSW Steelin yhtenä nousevana ideanaan, kun taas Yhdysvaltain johtajuus oli hänen laskelmoiva (bearish) veikkauksensa ja "listening to the youth" hänen villikorttinsa.

Katso koko Zero Sum -jakso saadaksesi täydellisen keskustelun tekoälyllä tuetusta sijoittamisesta, läpinäkyvyydestä, automatisoinnista ja siitä, mitä vaaditaan, jotta koneeseen voi luottaa oikean rahan kanssa.