Μπορεί η AI να διαχειριστεί το χαρτοφυλάκιό σας; Ο Bruce Keith του InvestorAI στο «Zero Sum»

Η τεχνητή νοημοσύνη διεισδύει όλο και περισσότερο στις επενδύσεις, από τα hedge funds και τα τμήματα ποσοτικής διαπραγμάτευσης έως τα χαρτοφυλάκια λιανικής και την αυτοματοποιημένη εκτέλεση.

Καθώς όμως διευρύνεται η πρόσβαση σε εργαλεία με δυνατότητες AI, προκύπτει ένα πιο κρίσιμο ερώτημα: μπορούν οι επενδυτές να εμπιστευθούν πραγματικά μια μηχανή με τα χρήματά τους;

Ο Bruce Keith, CEO και συνιδρυτής της InvestorAI, πιστεύει ότι η τεχνολογία μπορεί να βελτιώσει ριζικά τον τρόπο που επενδύουν οι άνθρωποι, αλλά μόνο όταν χρησιμοποιείται για το κατάλληλο έργο.

Στην τελευταία εκπομπή του Zero Sum, ο Keith εξήγησε γιατί το να ζητάτε από το ChatGPT ή κάποιο άλλο μεγάλο γλωσσικό μοντέλο να σας πει τι να αγοράσετε στη συνέχεια μπορεί να είναι η λάθος προσέγγιση, γιατί η AI μπορεί να είναι καλύτερη στις βραχυπρόθεσμες αποφάσεις της αγοράς παρά στις μακροπρόθεσμες επενδύσεις, και τι πρέπει να απαιτούν οι επενδυτές πριν παραδώσουν κεφάλαια σε μια στρατηγική που κινείται από AI.

Οι διαφορετικές πλευρές της επένδυσης με AI

Η διάκριση του Keith μεταξύ γενικής AI και μοντέλων επενδύσεων ειδικού σκοπού είναι κεντρική στη συζήτηση.

Τα μεγάλα γλωσσικά μοντέλα εκπαιδεύονται να απαντούν σε ερωτήματα χρησιμοποιώντας τεράστιες ποσότητες πληροφορίας.

Αυτό τα καθιστά χρήσιμα για την εξήγηση του τι συνέβη σε ένα χαρτοφυλάκιο, για τη σύνοψη ειδήσεων και για να εξηγούν γιατί μετακινήθηκε ένα περιουσιακό στοιχείο.

Ωστόσο, η πρόβλεψη μιας συγκεκριμένης κίνησης της αγοράς είναι διαφορετικό πρόβλημα.

Ο Keith υποστήριξε ότι τα αποτελεσματικά επενδυτικά μοντέλα πρέπει να εντοπίζουν επαναλαμβανόμενα μοτίβα αγοράς, πιθανές διασπάσεις και τα σημεία όπου αυτά τα μοτίβα αλλάζουν — αντί να ανακτούν απλώς πληροφορίες που ήδη υπάρχουν στο διαδίκτυο.

Για να το πετύχει αυτό, η εταιρεία του ακολούθησε μια ανορθόδοξη προσέγγιση: προσαρμόζοντας την όραση υπολογιστή (computer vision), την ίδια τεχνολογία που χρησιμοποιείται στην αναγνώριση προσώπων και στα αυτόνομα αυτοκίνητα, για να αναλύσει δεδομένα αγοράς.

Μετατρέποντας τεράστια σύνολα δεδομένων σε οπτικές αναπαραστάσεις, η AI τους μπορεί να «δει» πολύπλοκα μοτίβα διασπάσεων που οι ανθρώπινοι αναλυτές ή τα κειμενοκεντρικά LLM θα παρέβλεπαν εντελώς.

Η διάκριση αυτή αποκτά σημασία καθώς περισσότεροι μικροεπενδυτές αρχίζουν να αντιμετωπίζουν τα chatbots με AI ως ανεπίσημους χρηματοοικονομικούς συμβούλους.

Το πραγματικό επενδυτικό πλεονέκτημα μπορεί να είναι να ξέρεις πότε να βγεις

Ένα από τα πιο ενδιαφέροντα επιχειρήματα του Keith είναι ότι η είσοδος σε μια θέση είναι σχετικά εύκολη. Το δυσκολότερο πρόβλημα είναι να ξέρεις πότε να βγεις.

«Κανείς δεν σου λέει πότε να βγεις.»

Το ευρύτερο σημείο του είναι ότι οι επενδυτές συχνά επικεντρώνονται υπερβολικά στην εξεύρεση της επόμενης κερδοφόρας συναλλαγής, ενώ η διαχείριση κινδύνου συχνά καθορίζει αν αυτά τα κέρδη πραγματικά διατηρούνται.

Ο Keith είπε ότι η AI είναι ιδιαίτερα χρήσιμη για βραχυπρόθεσμες αποφάσεις, ορίζοντας αυτό το παράθυρο περίπου στις δύο έως τρεις μήνες.

Σύμφωνα με αυτόν, οι άνθρωποι παραμένουν καλύτερα προσαρμοσμένοι για μακροπρόθεσμες κρίσεις επειδή μπορούν να λειτουργούν με ελλιπείς πληροφορίες και να ενσωματώνουν παράγοντες που είναι δύσκολο για τις μηχανές να ποσοτικοποιήσουν.

Αυτό υποδεικνύει ένα υβριδικό μοντέλο αντί για ένα πλήρως αυτοματοποιημένο: οι μηχανές επεξεργάζονται πολύ περισσότερες πληροφορίες από ό,τι ένας μεμονωμένος επενδυτής, ενώ οι άνθρωποι διατηρούν την ευθύνη για τη μεγαλύτερη εικόνα.

Η επένδυση με AI χρειάζεται περισσότερη διαφάνεια πριν οι επενδυτές την εμπιστευτούν

Αυτό εγείρει ένα ακόμη πρόβλημα: πώς μπορεί ένας επενδυτής να καθορίσει εάν μια στρατηγική που τροφοδοτείται από AI λειτουργεί πραγματικά;

Ο Keith υποστηρίζει ότι ο κλάδος χρειάζεται σαφέστερα πρότυπα για την παρουσίαση της απόδοσης.

Οι επενδυτές δεν πρέπει να ικανοποιούνται με ένα μόνο εντυπωσιακό συνοπτικό νούμερο ή με ένα εντυπωσιακό backtest.

«Αν αυτό που αναζητάτε είναι συνέπεια — συνέπεια στο αποτέλεσμα, συνέπεια στην υπεραπόδοση — τότε το ερώτημα πρέπει να είναι πόσο συνεπές υπήρξε αυτό το σύστημα;»

Συστήνει πρώτα να κοιτάξουμε το ποσοστό επιτυχίας και το ποσοστό υπεραπόδοσης, και στη συνέχεια τις μέσες αποδόσεις και τις drawdowns.

Μια στρατηγική που κερδίζει συχνά μπορεί παρ’ όλα αυτά να καταστρέψει κεφάλαιο εάν οι χαμένες της συναλλαγές είναι επαρκώς μεγάλες.

Το συμπέρασμα είναι απλό: οι επενδυτές θα πρέπει να κρίνουν ένα εργαλείο AI όπως θα κρίνουν έναν ανθρώπινο διαχειριστή κεφαλαίων, με επαληθεύσιμο track record, σαφή μεθοδολογία και κατανόηση του πώς συμπεριφέρεται τόσο σε ανοδικές όσο και σε πτωτικές αγορές.

Οι ρυθμιστές προσπαθούν να προλάβουν μια τεχνολογία που συνεχίζει να εξελίσσεται

Ο Keith αναμένει επίσης ότι οι κανονισμοί θα γίνουν σημαντικό μέρος της συζήτησης για την επένδυση με AI.

Είπε ότι οι ρυθμιστικές αρχές στην ουσία τρέχουν να προλάβουν τις εξελίξεις, αλλά υποστήριξε ότι μια προσέγγιση βασισμένη σε αρχές μπορεί να είναι πιο αποτελεσματική από την προσπάθεια να γραφτούν λεπτομερείς κανόνες για κάθε νέα εφαρμογή.

Το πιο σημαντικό, πιστεύει, είναι ότι η ευθύνη δεν μπορεί να ανατεθεί στη μηχανή.

Για χρηματοοικονομικές εταιρείες που αναπτύσσουν AI, αυτό σημαίνει διατήρηση ανθρώπινου εποπτικού ρόλου, ελέγχων κινδύνου και λογοδοσίας, ακόμη και όταν οι αποφάσεις αυτοματοποιούνται όλο και περισσότερο.

Η επόμενη φάση είναι AI που κάνει περισσότερα από το να προτείνει συναλλαγές

Η τεχνολογία μπορεί τελικά να προχωρήσει πέρα από την παραγωγή σημάτων και στην ίδια την εκτέλεση.

Ο Keith είπε ότι η αυτοματοποιημένη εκτέλεση γίνεται ήδη πιο συνηθισμένη, με την AI να αποφασίζει πότε να πραγματοποιήσει συναλλαγή, πότε να σταματήσει και πότε να κάνει παύση μετά από ζημίες.

Αλλά τόνισε ότι οι απαραίτητοι έλεγχοι κινδύνου πρέπει να ενσωματωθούν στο σύστημα πριν οι επενδυτές του εμπιστευτούν σημαντικά ποσά κεφαλαίου.

Αυτό μπορεί να είναι το πραγματικό επόμενο βήμα για την AI στις χρηματοπιστωτικές αγορές: όχι η πλήρης αντικατάσταση των επενδυτών, αλλά το να γίνει ένα ολοένα και πιο ισχυρό στρώμα μεταξύ πληροφοριών και εκτέλεσης.

Οι τελικές επενδυτικές επιλογές του Keith αντικατόπτριζαν αυτήν την ισορροπία. Αναφέρθηκε στις ινδικές δαπάνες για υποδομές και στη JSW Steel μεταξύ των ανοδικών ιδεών του, ενώ ανέφερε την «US leadership» ως την πτωτική του επιλογή και το «να ακούς τη νεολαία» ως την άτυπη επιλογή-έκπληξη.

Παρακολουθήστε ολόκληρο το επεισόδιο του Zero Sum για τη συνολική συζήτηση σχετικά με τις επενδύσεις με AI, τη διαφάνεια, την αυτοματοποίηση και τι απαιτείται για να εμπιστευθείς μια μηχανή με πραγματικά χρήματα.