A Befektetési Stratégiák Múlandósága a Mesterséges Intelligencia Korában
A mesterséges intelligencia (MI) megjelenése forradalmasította a pénzügyi elemzéseket, és a kereskedők, elemzők számára új kihívások elé állította őket. Virágzó informatikai háttérrel és fejlett algoritmusokkal az MI a hozam-előrejelzések terén is képes felülmúlni az emberi elemzők többségét, mindazonáltal vannak olyan aspektusai a befektetésnek, amelyeket a gépek nem tudnak teljes mértékben helyettesíteni. Az igazi értékek, mint az egyediség és a helyzetek helyes megítélése, a gépiesített elemzés mögött rejlenek.
A Hold Alapkezelő részvényelemzőjeként az MI-t használó kutatások megmutatják, hogy ez a technológia nem csupán a gyorsaságot és a precizitást növeli, hanem az elemzők teljesítményét is javítja. A Journal of Financial Economics folyóiratban közzétett eredmények szerint az MI 54,5%-kal pontosabb előrejelzéseket ad olyan adatok alapján, amelyekhez az emberi elemzők is hozzáférnek. Az MI különösen a statikus adatok, mint a vállalati jelentések és a makroadatok elemzésében brillírozik, de a versenyben az elemzők mégis két területen maradnak relevánsak.
Az emberi elemzőknek előnyük van a komplex cégstruktúrák és az immateriális eszközök kezelésében, ahol az intézményi tudás és a tapasztalat a döntő. Emellett, amikor az ember és az MI közösen dolgozik, a közös előrejelzések minőségét javítják, hiszen a gép által generált tippek pontosságát az emberi ráérzés kiegészíti. A hibrid megközelítések alkalmazása során a tisztán gépi javaslatok teljesítményeként a közös munkafolyamatok eredménye is javul.
A helyzet azonban nem fenékig tejfel a befektetési világban, mert az aktívan kezelt amerikai részvényalapok több mint 79%-a a jövőben elmarad az S&P 500-tól, ahogy a hosszú távú teljesítményük is érik a 90%-ot. Az iparág által előállított elemzési anyagok mennyisége hiába óriási, az átlagos többlethozam hiánya újra és újra kérdéseket vet fel a tudás értékéről.
A piac magatartása azt mutatja, hogy a többlethozam csak azok számára lehetséges, akik eltérnek a konszenzustól és kalkulálnak a kockázatokkal. Az átlagos elemzés azonban az árfolyamok szempontjából már beárazott információt közvetít, így nem valószínű, hogy jövedelmező előnyhöz juttatna bárkit is. A Grossman és Stiglitz által 1980-ban megfogalmazott elmélet szerint a piac nem lehet tökéletesen hatékony, különben senkinek nem lenne indíték információgyűjtésre.
Ahogy a mesterséges intelligencia tovább fejlődik, úgy az elemzői munkakörök feladatai is átalakulnak. Az MI által generált alapvető elemzési réteg bárki számára elérhetővé válhat, így az egyedi információk és a különleges helyzetek elemzése mellett a portfóliókezelők szerepe egyre fontosabbá válik. A portfóliókezelőknek képesnek kell lenniük arra, hogy megbirkózzanak a piaci mozgásokkal és a döntésekért viselt felelősséggel, amely nem automatizálható.
A türelem a befektetések világában továbbra is fontos tényező, hiszen a befektetők gyakran hoznak elhamarkodott döntéseket. Az M.I. felgyorsítja a döntéshozatali folyamatokat, de a hosszú távú siker eléréséhez szükség van a kivárás képességére is. Ahelyett, hogy a már kidolgozott stratégiákra építenénk, mivel számíthatunk a gépi elemzések gyors terjedésére, érdemes újraértékelni, mi az, ami az emberi érintést és tudást igényli.
Ahogy a piacok és a befektetési stratégiák folyamatosan fejlődnek, úgy a befektetőknek is alkalmazkodniuk kell a zéró költségű elemzési megoldásokhoz, és új módokat kell találniuk arra, hogy megkülönböztessék magukat a versenytársaktól. A legnagyobb tendencia, amelyre a következő generáció különféle kereskedési modelljei alapoznak, az emberi intuíció és kreativitás alkalmazásának fenntartása, még akkor is, ha a gépek magabiztosan látszanak megelőzni őket.
