Автор BAM.money
В настоящее время мы слышим много разговоров о машинном обучении. Но что такое машинное обучение? Проще говоря, машинное обучение (ML) — это способ научить компьютерную систему выявлять тенденции с использованием заданного набора данных и самостоятельно учиться на них. Система обучается, анализируя большие выборки данных и выявляя общие отношения и закономерности. Это очень полезно в сфере финансов, поскольку машина может определять тенденции и решать, следует ли им покупать, продавать или держать активы.
Чтобы максимизировать доходность любых инвестиций с поправкой на риск, вы должны иметь возможность точно «предсказывать» вход и выход. Доход, связанный с этим остаточным, но фундаментальным компонентом, часто называют альфой. Альфа — это некоррелированный риск, связанный с тем, что остается после дисконтирования рыночной доходности, умноженной на бета.
Распространенное мнение о том, что цены говорят об активе все, неверно. На самом деле, в большинстве случаев цены предлагают высокоуровневый контекст, поэтому их нельзя рассматривать как инвестиционные сигналы. Вместо этого стоимость активов определяется такими факторами, как мнение инвестора. Но только ли люди способны анализировать и предсказывать мнение инвестора?
Сегодняшние алгоритмы машинного обучения стали настолько совершенными, что им часто не нужна так называемая «интуиция», чтобы оценить «мнение». В некоторых случаях можно даже сказать, что они объективно лучше исследуют эмоции из-за их способности распознавать образы.
Хотя большинство трейдеров полагаются на свой опыт, опыт и интуицию для создания альфы, они могут использовать машинное обучение в своих процессах принятия решений. Основные преимущества машинного обучения1:
· Идентификация сигналов и сдвига индикаторов
· Использование информации об альтернативных данных
· Максимизация прибыли за счет управления рисками.
Благодаря сигналам, анализу настроений и анализу альтернативных данных машинное обучение помогает трейдерам распознавать альфу и дает им конкурентное преимущество на рынке.
Эффективность машинного обучения поднимает вопрос, стоит ли трейдерам угрожать заменой машинами? Ответ - нет."
Во-первых, машины не могут определять свои собственные задачи. Машины по-прежнему нуждаются в людях для придания им целевого назначения, по крайней мере, в обозримом будущем. Как владелец и оператор, вы по-прежнему держите ключи. Это означает, что, несмотря на развитие некоторых систем, машинное обучение все еще подвержено определенным проблемам. Он по-прежнему может страдать от неточностей, дискриминационных результатов и даже встроенных предубеждений из набора данных, который вы им предоставляете.
Во-вторых, у машин нет чувств. У машин нет чувств или концепций этики или морали. Эти черты, хотя и присущие только людям, указывают на то, что людям придется регулировать машины. Машины, в отличие от трейдеров, не поддаются эмоциям и не огорчаются. Трейдеры по-прежнему несут ответственность за рациональное и этичное использование машин.
В-третьих, машины не могут предсказывать будущее. Хотя контролируемое обучение опирается на исторические данные и предполагает, что то, что произошло в прошлом, отражает то, что произойдет в будущем, это ошибочная логика во времена смены политического режима, скандалов с общественностью, стихийных бедствий и даже мировых пандемий. Неизбежно будут вещи, которые алгоритмы никогда не смогут предсказать. Однако важно отметить, что никто не может точно предсказать такие вещи. Эти недостатки присущи почти любому другому инвестиционному инструменту и методу. Потребуется ваше человеческое понимание и анализ ситуации.
Никто не может отрицать, что использование машинного обучения для генерации альфы имеет свои преимущества. Хотя у него есть свои проблемы, есть и другие инструменты инвестирования. Но область все еще растет, и растет быстро. Преимущества машинного обучения вполне могут удвоиться или даже утроиться через несколько лет.
Прямо сейчас у нас есть миллионы и миллионы точек данных, которые мы можем использовать для анализа поведения людей, и это число будет только расти. На данный момент банки и учреждения, такие как финтех-стартапы, в 10-100 раз лучше предсказывают поведение потребителей и кредиторов, среди прочего, чем любая теория, когда-либо разработанная финансовыми профессорами.
Начните включать машинное обучение в свою инвестиционную стратегию и начните получать более высокую альфу уже сегодня. Искусственный интеллект может повысить ваши аналитические способности и способности принимать решения, предоставляя нужную информацию в нужное время. Машинное обучение только значительно упростит процесс сбора информации и даст вам инструменты, необходимые для принятия более эффективных инвестиционных решений.
Если вы хотите получить дополнительную информацию о машинном обучении и его преимуществах, ознакомьтесь с нашей статьей Ключевые преимущества машинного обучения.
