¿Los fondos de cobertura impulsados ​​por IA serán más astutos que el mercado?

Todos los días, las computadoras realizan muchos millones de transacciones electrónicas al realizar cálculos delicados destinados a obtener una pequeña ventaja en términos de velocidad o eficiencia. Sin embargo, cada vez más, se toman decisiones comerciales más importantes mediante algoritmos más inteligentes y autónomos.

Tanto las firmas comerciales establecidas como un puñado de nuevas empresas están explorando si tales técnicas comerciales, tomadas del campo de la inteligencia artificial, podrían ayudarlos a superar a otros comerciantes. Y cualquier persona con dinero invertido bien podría tener curiosidad por saber si la tendencia podría alterar la dinámica de los mercados.

Fondos de cobertura cuantitativos, incluidos Bridgewater Associates, Tecnologías renacentistas , DELAWARE. Shaw , y dos sigma , han estado utilizando, por supuesto, enfoques algorítmicos avanzados durante algunos años. Muchos de los métodos empleados por estas empresas se encuentran en áreas de investigación de inteligencia artificial.

Pero el último par de años también ha visto un tremendo resurgimiento del interés en la inteligencia artificial, gracias a las nuevas técnicas de aprendizaje automático, especialmente el aprendizaje profundo (que implica el entrenamiento de una gran red neuronal virtual para reconocer patrones en los datos), que han hecho que las computadoras sean capaces de percepción a nivel humano de imágenes, texto y audio (ver 10 Tecnologías innovadoras 2013: Aprendizaje profundo). Ahora la pregunta es si la IA puede hacer lo mismo con los datos financieros.

Está claro que este progreso reciente ha llamado la atención de los ingenieros que trabajan en finanzas. En un importante evento académico para investigadores de IA, el Sistemas de procesamiento de información neuronal (NIPS) , celebrada en Montreal en diciembre pasado, varios miles de investigadores académicos y de la industria se reunieron para discutir el progreso en el desarrollo de nuevos algoritmos de aprendizaje automático. En un área reservada para las presentaciones de carteles de los estudiantes de posgrado, las grandes empresas tecnológicas, incluidas Google, Facebook, Apple, Microsoft, Amazon e IBM, habían pagado para establecer mesas de reclutamiento, con la esperanza de atraer a los nuevos talentos más atractivos para que trabajaran para ellos. Pero casi la mitad de las empresas que reclutaron en NIPS no eran empresas tecnológicas sino fondos de cobertura y firmas financieras.

Una de las empresas allí era la gran firma de inversión británica HOMBRE AHL , que durante años se ha centrado en utilizar enfoques estadísticos para diseñar estrategias de inversión. antonio ledford , científico jefe de MAN AHL, explica que la empresa está explorando si técnicas como el aprendizaje profundo podrían prestarse para la financiación. Está en una etapa temprana, dice Ledford. Hemos reservado una gran cantidad de dinero para el comercio de prueba. Con el aprendizaje profundo, si todo va bien, entrará en operaciones de prueba, como lo han hecho otros enfoques de aprendizaje automático.

El comercio puede parecer un lugar obvio para aplicar el aprendizaje profundo, pero en realidad no está claro cuán comparable es el desafío de encontrar patrones sutiles en los datos comerciales en tiempo real, por ejemplo, detectar rostros en fotografías digitales. Es un problema muy diferente, admite Ledford.

Los expertos académicos también hacen sonar una nota de precaución. esteban roberts , profesor de aprendizaje automático en la Universidad de Oxford, dice que el aprendizaje profundo podría ser bueno para extraer tendencias, información y relaciones ocultas, pero agrega que todavía es demasiado frágil con respecto al manejo de la alta incertidumbre y el ruido, que prevalecen en las finanzas.

Roberts también señala que el aprendizaje profundo puede ser un proceso relativamente lento y no puede ofrecer los tipos de comportamiento garantizado que ofrecen otros enfoques estadísticos. En general, dice, hay cierta exageración en torno a la idea de la IA en las finanzas. La IA es un tema muy amplio, dice. Y muchas técnicas estadísticas estándar utilizadas se están renombrando como IA y aprendizaje automático.

Dicho esto, las nuevas empresas financieras que se anuncian a sí mismas como centradas en la IA pueden estar en lo cierto. Éstas incluyen Sensible , con sede en San Francisco, Investigación de la rebelión en Nueva York, y una compañía de inversiones con sede en Hong Kong llamada Aidyia .

Uno de los usos más prometedores de técnicas de IA relativamente nuevas puede ser el procesamiento de datos de lenguaje natural no estructurados en forma de artículos de noticias, informes de empresas y publicaciones en redes sociales, en un esfuerzo por obtener información sobre el desempeño futuro de empresas, monedas, productos básicos, o instrumentos financieros.

Aidyia fue fundada por un conocido investigador de inteligencia artificial, Ben Goertzel, quien también es el fundador de Hanson Robotics y presidente de un proyecto de IA de código abierto llamado OpenCog . Aidyia comenzó a cotizar el año pasado, y Goertzel dice que el enfoque de su empresa es mucho más ambicioso que las técnicas utilizadas por la mayoría de los fondos de cobertura en la actualidad, inspirándose en la programación evolutiva, la lógica probabilística y la dinámica caótica.

Nuestro sistema ingiere una variedad de entradas, incluido el precio y el volumen de los intercambios de todo el mundo, noticias de varias fuentes en varios idiomas, datos macroeconómicos y contables de la empresa, y más, dijo Goertzel Revisión de tecnología del MIT . Luego estudia cómo estos diversos factores se han interrelacionado históricamente y aprende un conjunto de decenas de miles de modelos predictivos que parecen tener valor predictivo, según su estudio de datos históricos, que ayudan a guiar las inversiones de la empresa.

Ciertamente, existe una tendencia hacia una mayor automatización entre las empresas financieras. prequin , una empresa que proporciona datos de la industria financiera, informa que el 40 por ciento de los fondos de cobertura creados el año pasado fueron sistemáticos, lo que significa que se basan en modelos informáticos para sus decisiones.

Sin embargo, no todo el mundo está convencido de que una revolución de la IA en las finanzas sea inminente. David Harding, el multimillonario fundador y director ejecutivo de otra empresa comercial británica, Capital Winton La gerencia, en general, se muestra escéptica ante las exageraciones sobre el aprendizaje automático y la IA. Si entrecerrara los ojos un poco y mirara a Winton, diría que eso es más o menos lo que hemos estado haciendo durante los últimos 30 años, dice.

Harding también recuerda que un auge similar en el interés por las redes neuronales dio lugar a muchas nuevas empresas a principios de la década de 1990. La gente comenzó a decir: 'Hay una nueva técnica informática increíble que va a acabar con todo lo que se ha hecho antes'. También había una moda para los algoritmos genéticos, recuerda. Bueno, puedo decirles que ninguna de esas empresas existe hoy en día, ni una salchicha de ellas.

Ledford, de Man AHL, también tiene algunas palabras de advertencia para cualquiera que piense que las últimas técnicas de aprendizaje automático podrían ofrecer un atajo hacia la riqueza. Es importante recordar cuán humillante puede ser el mercado, dice. Yo diría que no te des palmaditas en la espalda demasiado, pero tampoco te desanimes demasiado.

esconder