211service.com
Werden KI-gestützte Hedgefonds den Markt überlisten?
Jeden Tag führen Computer viele Millionen von elektronischen Handelsgeschäften durch, indem sie heikle Berechnungen durchführen, die darauf abzielen, einen winzigen Vorsprung in Bezug auf Geschwindigkeit oder Effizienz herauszuholen. Zunehmend wichtigere Handelsentscheidungen werden jedoch von intelligenteren, autonomeren Algorithmen getroffen.
Sowohl etablierte Handelsunternehmen als auch eine Handvoll Start-ups untersuchen, ob solche Handelstechniken, die aus dem Bereich der künstlichen Intelligenz entlehnt sind, ihnen helfen könnten, andere Händler auszutricksen. Und jeder, der Geld investiert hat, könnte neugierig sein, ob der Trend die Dynamik der Märkte verändern könnte.
Quantitative Hedgefonds, einschließlich Bridgewater Associates, Renaissance-Technologien , DE Schau , und Zwei Sigma , verwenden natürlich seit einigen Jahren fortgeschrittene algorithmische Ansätze. Viele der von diesen Unternehmen eingesetzten Methoden finden sich in Bereichen der künstlichen Intelligenzforschung.
Aber in den letzten Jahren hat auch das Interesse an künstlicher Intelligenz enorm zugenommen, dank neuer maschineller Lerntechniken – insbesondere Deep Learning (bei dem ein großes virtuelles neuronales Netzwerk trainiert wird, um Muster in Daten zu erkennen) – die Computer dazu befähigt haben Wahrnehmung von Bildern, Text und Audio auf menschlicher Ebene (siehe 10 Breakthrough Technologies 2013: Deep Learning ). Nun stellt sich die Frage, ob KI das auch für Finanzdaten leisten kann.
Es ist klar, dass dieser jüngste Fortschritt die Aufmerksamkeit von Ingenieuren auf sich gezogen hat, die im Finanzbereich arbeiten. Bei einer wichtigen akademischen Veranstaltung für KI-Forscher, der Neuronale Informationsverarbeitungssysteme (NIPS) , die letzten Dezember in Montreal stattfand, versammelten sich mehrere tausend Forscher aus Wissenschaft und Industrie, um Fortschritte bei der Entwicklung neuer Algorithmen für maschinelles Lernen zu diskutieren. In einem Bereich, der für Posterpräsentationen von Doktoranden reserviert war, hatten große Technologieunternehmen, darunter Google, Facebook, Apple, Microsoft, Amazon und IBM, dafür bezahlt, Rekrutierungstabellen aufzustellen, in der Hoffnung, die heißesten neuen Talente für sie zu gewinnen. Aber fast die Hälfte der Unternehmen, die bei NIPS rekrutierten, waren überhaupt keine Technologieunternehmen, sondern Hedgefonds und Finanzunternehmen.
Eines der Unternehmen dort war die große britische Investmentfirma MAN AHL , das sich seit Jahren auf die Verwendung statistischer Ansätze zur Entwicklung von Anlagestrategien konzentriert. Anthony Ledford , Chefwissenschaftler von MAN AHL, erklärt, dass das Unternehmen untersucht, ob sich Techniken wie Deep Learning für die Finanzierung eignen könnten. Es ist in einem frühen Stadium, sagt Ledford. Wir haben einen Topf mit Geld für den Testhandel beiseite gelegt. Mit Deep Learning wird es, wenn alles gut geht, in den Testhandel gehen, wie es andere maschinelle Lernansätze getan haben.
Der Handel mag wie ein naheliegender Ort für die Anwendung von Deep Learning erscheinen, aber tatsächlich ist nicht klar, wie vergleichbar die Herausforderung, subtile Muster in Echtzeit-Handelsdaten zu finden, beispielsweise mit dem Erkennen von Gesichtern auf digitalen Fotos ist. Es ist ein ganz anderes Problem, gibt Ledford zu.
Auch wissenschaftliche Experten mahnen zur Vorsicht. Stefan Roberts , Professor für maschinelles Lernen an der Universität Oxford, sagt, dass Deep Learning gut sein könnte, um verborgene Trends, Informationen und Beziehungen zu extrahieren, fügt aber hinzu, dass es im Hinblick auf den Umgang mit hoher Unsicherheit und Lärm, die im Finanzwesen vorherrschen, noch zu spröde ist.
Roberts merkt auch an, dass Deep Learning ein relativ langsamer Prozess sein kann und nicht die Art von garantiertem Verhalten bieten kann, die andere statistische Ansätze bieten. Generell gebe es einen gewissen Hype um die Idee der KI im Finanzwesen, sagt er. KI ist ein sehr breites Thema, sagt er. Und viele verwendete statistische Standardtechniken werden in KI und maschinelles Lernen umbenannt.
Allerdings könnten neue Finanzunternehmen, die sich selbst als KI-fokussiert bewerben, auf dem richtigen Weg sein. Diese schließen ein Empfindungsfähig , mit Sitz in San Francisco, Rebellionsforschung in New York und einer in Hongkong ansässigen Investmentgesellschaft namens Aidia .
Eine der vielversprechendsten Anwendungen relativ neuer KI-Techniken könnte die Verarbeitung unstrukturierter Daten in natürlicher Sprache in Form von Nachrichtenartikeln, Unternehmensberichten und Posts in sozialen Medien sein, um Einblicke in die zukünftige Leistung von Unternehmen, Währungen, Rohstoffen, oder Finanzinstrumente.
Aidyia wurde von einem bekannten Forscher für künstliche Intelligenz, Ben Goertzel, gegründet, der auch Gründer von Hanson Robotics und Vorsitzender eines Open-Source-KI-Projekts namens ist OpenCog . Aidyia begann letztes Jahr mit dem Handel, und Goertzel sagt, dass der Ansatz seines Unternehmens weitaus ehrgeiziger ist als die Techniken, die heute von den meisten Hedgefonds verwendet werden, und sich von evolutionärer Programmierung, Wahrscheinlichkeitslogik und chaotischer Dynamik inspirieren lässt.
Unser System nimmt eine Vielzahl von Eingaben auf, darunter Preise und Volumen von Börsen auf der ganzen Welt, Nachrichten aus verschiedenen Quellen in mehreren Sprachen, makroökonomische und Unternehmensbuchhaltungsdaten und mehr, sagte Goertzel MIT Technology Review . Anschließend untersucht es, wie diese verschiedenen Faktoren in der Vergangenheit miteinander in Beziehung standen, und erlernt ein Ensemble von Zehntausenden von Vorhersagemodellen, die basierend auf der Untersuchung historischer Daten einen Vorhersagewert zu haben scheinen und die dazu beitragen, die Investitionen des Unternehmens zu steuern.
Es gibt sicherlich einen Trend zur zunehmenden Automatisierung bei Finanzunternehmen. Preqin , ein Unternehmen, das Daten aus der Finanzbranche bereitstellt, berichtet, dass 40 Prozent der im letzten Jahr gegründeten Hedgefonds systematisch waren, was bedeutet, dass sie sich bei ihren Entscheidungen auf Computermodelle stützen.
Allerdings sind nicht alle davon überzeugt, dass eine KI-Revolution im Finanzwesen bevorsteht. David Harding, der milliardenschwere Gründer und CEO eines anderen britischen Handelsunternehmens, Hauptstadt von Winton Das Management steht dem Hype um maschinelles Lernen und KI im Allgemeinen skeptisch gegenüber. Wenn ich ein wenig die Augen zusammenkneifen und Winton ansehen würde, würde ich sagen, dass wir das in den letzten 30 Jahren mehr oder weniger gemacht haben, sagt er.
Harding erinnert sich auch, dass ein ähnlicher Boom des Interesses an neuronalen Netzwerken Anfang der 1990er Jahre zu vielen Startups führte. Die Leute fingen an zu sagen: „Es gibt eine erstaunliche neue Computertechnik, die alles Bisherige über den Haufen werfen wird.“ Es gab auch Mode für genetische Algorithmen, erinnert er sich. Nun, ich kann Ihnen sagen, dass keines dieser Unternehmen heute existiert – nicht ein Stück davon.
Ledford von Man AHL hat auch ein paar warnende Worte für alle, die glauben, dass die neuesten maschinellen Lerntechniken eine Abkürzung zum Reichtum bieten könnten. Es ist wichtig, sich daran zu erinnern, wie demütigend der Markt sein kann, sagt er. Ich würde sagen, klopfen Sie sich nicht zu sehr auf die Schulter, aber lassen Sie sich auch nicht zu entmutigen.