Gli hedge fund basati sull'intelligenza artificiale supereranno in astuzia il mercato?

Ogni giorno i computer fanno molti milioni di scambi elettronici eseguendo calcoli delicati volti a ottenere un piccolo vantaggio in termini di velocità o efficienza. Tuttavia, sempre più decisioni di trading più significative vengono prese da algoritmi più intelligenti e più autonomi.

Sia le società commerciali affermate che una manciata di startup stanno esplorando se tali tecniche di trading, prese in prestito dal campo dell'intelligenza artificiale, potrebbero aiutarle a ingannare altri trader. E chiunque abbia soldi investiti potrebbe essere curioso di sapere se il trend potrebbe alterare le dinamiche dei mercati.

hedge fund quantitativi, tra cui Bridgewater Associates, Tecnologie rinascimentali , D.E. Shaw , e Due Sigma , ovviamente, da alcuni anni utilizzano approcci algoritmici avanzati. Molti dei metodi impiegati da queste aziende si trovano nelle aree della ricerca sull'intelligenza artificiale.

Ma negli ultimi due anni si è assistito anche a una straordinaria rinascita di interesse per l'intelligenza artificiale, grazie a nuove tecniche di apprendimento automatico, in particolare il deep learning (che prevede l'addestramento di una grande rete neurale virtuale per riconoscere i modelli nei dati), che hanno reso i computer capaci di percezione a livello umano di immagini, testo e audio (vedi 10 Breakthrough Technologies 2013: Deep Learning). Ora la domanda è se l'IA può fare lo stesso per i dati finanziari.

È chiaro che questi recenti progressi hanno attirato l'attenzione degli ingegneri che lavorano nel settore finanziario. In un importante evento accademico per i ricercatori di IA, il Sistemi di elaborazione delle informazioni neurali (NIPS) , tenutosi a Montreal lo scorso dicembre, diverse migliaia di ricercatori accademici e del settore si sono riuniti per discutere i progressi nello sviluppo di nuovi algoritmi di apprendimento automatico. In un'area riservata alla presentazione di poster da parte di studenti laureati, le grandi aziende tecnologiche, tra cui Google, Facebook, Apple, Microsoft, Amazon e IBM, avevano pagato per allestire tavoli di reclutamento, sperando di attirare i nuovi talenti più in voga a lavorare per loro. Ma quasi la metà delle società che reclutano presso NIPS non erano affatto società tecnologiche, ma hedge fund e società finanziarie.

Una delle società lì era la grande società di investimento britannica UOMO AHL , che da anni si concentra sull'utilizzo di approcci statistici per elaborare strategie di investimento. Antonio Ledford , scienziato capo di MAN AHL, spiega che l'azienda sta valutando se tecniche come il deep learning potrebbero prestarsi al finanziamento. È in una fase iniziale, dice Ledford. Abbiamo messo da parte un piatto di denaro per il trading di prova. Con il deep learning, se tutto va bene, andrà in test di trading, come hanno fatto altri approcci di apprendimento automatico.

Il trading potrebbe sembrare un luogo ovvio in cui applicare il deep learning, ma in realtà non è chiaro quanto sia paragonabile la sfida di trovare modelli sottili nei dati di trading in tempo reale con, ad esempio, individuare i volti nelle fotografie digitali. È un problema molto diverso, ammette Ledford.

Anche gli esperti accademici suonano una nota di cautela. Stefano Roberts , professore di machine learning all'Università di Oxford, afferma che il deep learning potrebbe essere utile per estrarre tendenze, informazioni e relazioni nascoste, ma aggiunge che è ancora troppo fragile per quanto riguarda la gestione dell'elevata incertezza e del rumore, che sono prevalenti nella finanza.

Roberts osserva inoltre che il deep learning può essere un processo relativamente lento e non può offrire il tipo di comportamento garantito offerto da altri approcci statistici. In generale, dice, c'è un certo clamore intorno all'idea dell'IA in finanza. L'IA è un argomento molto ampio, dice. E molte tecniche statistiche standard utilizzate vengono rinominate come IA e apprendimento automatico.

Detto questo, le nuove società finanziarie che si pubblicizzano come focalizzate sull'intelligenza artificiale potrebbero essere interessate a qualcosa. Questi includono Senziente , con sede a San Francisco, Ricerca sulla ribellione a New York, e una società di investimento con sede a Hong Kong ha chiamato Aidyia .

Uno degli usi più promettenti di tecniche di intelligenza artificiale relativamente nuove potrebbe essere l'elaborazione di dati non strutturati in linguaggio naturale sotto forma di articoli di notizie, rapporti aziendali e post sui social media, nel tentativo di raccogliere informazioni sulle prestazioni future di aziende, valute, materie prime, o strumenti finanziari.

Aidyia è stata fondata da un noto ricercatore di intelligenza artificiale, Ben Goertzel, che è anche il fondatore di Hanson Robotics e il presidente di un progetto di intelligenza artificiale open source chiamato OpenCog . Aidyia ha iniziato a fare trading l'anno scorso e Goertzel afferma che l'approccio della sua azienda è molto più ambizioso delle tecniche utilizzate oggi dalla maggior parte degli hedge fund, prendendo ispirazione dalla programmazione evolutiva, dalla logica probabilistica e dalle dinamiche caotiche.

Il nostro sistema acquisisce una varietà di input, inclusi prezzo e volume dalle borse di tutto il mondo, notizie da varie fonti in più lingue, dati macroeconomici e contabili aziendali e altro ancora, ha detto Goertzel Revisione della tecnologia del MIT . Quindi studia come questi vari fattori si sono correlati storicamente e apprende un insieme di decine di migliaia di modelli predittivi che sembrano avere un valore predittivo, sulla base dello studio dei dati storici, che aiutano a guidare gli investimenti dell'azienda.

C'è certamente una tendenza verso una maggiore automazione tra le società finanziarie. Preqin , una società che fornisce dati sul settore finanziario, riferisce che il 40% degli hedge fund creati l'anno scorso erano sistematici, il che significa che si basano su modelli informatici per le loro decisioni.

Tuttavia, non tutti sono convinti che una rivoluzione dell'IA in finanza sia imminente. David Harding, il miliardario fondatore e CEO di un'altra società commerciale britannica, Capitale Winton Il management è generalmente scettico sull'hype sull'apprendimento automatico e sull'intelligenza artificiale. Se strizzassi gli occhi un po' e guardassi Winton, direi che è più o meno quello che abbiamo fatto negli ultimi 30 anni, dice.

Harding ricorda anche che un boom simile nell'interesse per le reti neurali ha portato molte startup all'inizio degli anni '90. La gente ha iniziato a dire: 'C'è una nuova straordinaria tecnica di calcolo che farà esplodere tutto ciò che è accaduto prima'. C'era anche una moda per gli algoritmi genetici, ricorda. Bene, posso dirti che nessuna di queste aziende esiste oggi, non una salsiccia di loro.

Ledford, di Man AHL, ha anche alcune parole di cautela per chiunque pensi che le ultime tecniche di apprendimento automatico potrebbero offrire una scorciatoia per la ricchezza. È importante ricordare quanto può essere umiliante il mercato, dice. Direi di non darti troppo pacche sulla spalla, ma ugualmente non scoraggiarti troppo.

nascondere