Искусственный интеллект (ИИ) — это сектор компьютерных наук, целью которого является создание интеллектуальных машин, способных обучаться самостоятельно. ИИ фокусируется на использовании нейронных сетей наряду с другими методами обучения для выявления и анализа предикторов, признаков или факторов, имеющих экономическую ценность, которые они используют с классификаторами для разработки прибыльных моделей. Эта форма искусственного интеллекта — машинное обучение. За последние годы произошло значительное увеличение мощности компьютеров и объемов хранения данных, что привело к росту числа систем искусственного интеллекта, которые соответствуют человеческим возможностям и превосходят их. Машинное обучение уже произвело фурор в мире финансовых услуг, поскольку страховые компании и инвестиционные банки внедряют системы на основе машинного обучения для автоматизации таких областей, как обработка претензий и проверка контрактов.

Искусственный интеллект также влияет на применение методов разработки торговых стратегий как для краткосрочных, так и для долгосрочных инвестиций. Есть довольно много фирм, которые активны в этой области. Однако эти системы полезны не только при разработке торговых стратегий. Есть и другие области, в которых ИИ и машинное обучение оказывают влияние. Пара примеров включает разработку алгоритмов поиска ликвидности и предложение портфелей клиентам. Таким образом, по мере того, как эти приложения ИИ начинают завоевывать все большее распространение, уменьшается количество людей, участвующих в торговых и инвестиционных решениях, что также влияет на рынки и поведение цен.

Машинное обучение также должно произвести фурор в индустрии управления активами. Компания уже посеяла эти семена, поскольку управляющие активами рассматривают способность извлекать ценность из больших данных как ключевое отличие. Традиционные отраслевые практики начнут бороться за то, чтобы удержаться на плаву из-за растущего потока данных в реальном времени. Использование машинного обучения для аналитики будет более надежным, чем традиционное финансовое моделирование, потому что эти системы смогут подключаться к потокам «неструктурированных данных», которые создают социальные сети и глобальная цифровизация, а также миллионы корпоративных данных. пресс-релизы, стенограммы телеконференций и другие нормативные документы, выпускаемые каждый год.

Компании такие как Merrill Lynch экспериментировали с инструментом выбора акций с помощью ИИ, который помог бы определить стоимость акций компаний с малой капитализацией, которую обычный аналитик мог упустить. Хотя возможно, что использование ИИ машинным обучением и другими фирмами с Уолл-Стрит приведет к повышению эффективности рынков с более низкой волатильностью в течение более длительных периодов времени, сопровождаемых случайным всплеском волатильности, довольно рано оценивать общие последствия, которые это будет иметь. на отрасли.

Первоначально опубликовано на jrccblog.net.