Menggunakan Kecerdasan Buatan Untuk Menghasilkan Alpha
Diterbitkan: 2017-03-17Ada banyak kontroversi tentang apakah mungkin bagi investor aktif untuk mengungguli pasar.
Pendukung hipotesis pasar yang efisien percaya bahwa dana indeks pasif adalah pilihan terbaik, dan mencoba untuk memilih saham adalah permainan cangkir yang pasti akan gagal.
Meskipun saya setuju bahwa tidak mungkin menentukan waktu pasar, saya percaya bahwa dengan memilih saham secara cerdas, pengembalian Anda akan lebih baik daripada dana indeks. Inilah sebabnya mengapa begitu banyak investor terus membayar biaya pengelolaan kepada pengelola dana aktif.
Namun, semakin sulit bagi para manajer ini untuk membuktikan bahwa mereka dapat mengalahkan pasar. Karena munculnya robo-advisories , banyak orang percaya bahwa keunggulan yang dulu dimiliki manajer dana karena keahlian, pengalaman, dan intuisi mereka telah menghilang.
Persepsi umum adalah bahwa tidak mungkin lagi bagi manajer investasi untuk terus menerapkan gaya investasi aktif kuno mereka, dan inilah mengapa begitu banyak uang sekarang berpindah ke dana indeks pasif, yang mengenakan biaya yang sangat rendah.
Namun, saya pikir masih ada tempat bagi investor yang cerdas, dan daripada menganggap algoritme dan intuisi manusia sebagai kompetitif, kita perlu melihatnya sebagai pelengkap. Masing-masing memiliki tempat sendiri karena mereka memiliki kekuatan dan keterbatasan sendiri. Bagaimanapun, investasi yang cerdas membutuhkan pengolahan data dan analisis logis dan kami tahu ini adalah sesuatu yang sangat baik untuk dilakukan oleh mesin. Untungnya, tidak perlu mengadopsi pendekatan ini/atau – kita dapat menggabungkan yang terbaik dari kedua dunia, dengan menggunakan kecerdasan buatan untuk membantu manusia membuat keputusan yang lebih baik.
Kita semua tahu bahwa ada manajer dana yang secara konsisten mengungguli pasar dengan mengikuti filosofi tertentu. Mereka tampaknya menjadi lebih baik dengan pengalaman, dan mereka percaya itu karena intuisi mereka meningkat seiring waktu karena mereka mampu mengenali pola yang menghindari orang lain. Namun, mereka tidak bisa menjelaskan proses pengambilan keputusan mereka.
Ini berarti pengetahuan ini tetap terkunci di dalam kepala mereka dan mati bersama mereka. Bagaimana kita bisa belajar dari apa yang mereka yakini sebagai indra keenam mereka? Apa yang membuat mereka lebih baik? Bagaimana dan mengapa mereka membuat keputusan yang lebih baik dibandingkan dengan pasar lainnya? Bagaimana kita dapat menangkap wawasan mereka dan menggunakannya untuk meningkatkan keuntungan kita sendiri?
Masalahnya adalah sangat sulit bagi mereka untuk menggambarkan proses berpikir mereka. Mereka memberikan pedoman umum, tetapi ini hanya berfungsi sebagai kompas – bukan peta. Mereka memiliki banyak pengetahuan tacit tetapi tidak mampu mengartikulasikan ini. Mereka mengaitkan kesuksesan mereka dengan hal-hal misterius seperti "indra keenam". Ini hampir tidak membantu bagi investor rata-rata yang ingin lebih memahami apa saus ajaib mereka.
AI dan Kecerdasan Manusia Bekerja Bersama
Saya percaya bahwa mungkin untuk mengkodekan keahlian domain mereka ke dalam algoritme, yang dapat digunakan sebagai layar untuk menyaring alam semesta stok potensial yang harus mereka lihat. Ini sudah dilakukan di sektor lain (seperti kedokteran), dan tidak ada alasan untuk investasi juga tidak bisa. Sementara investor menggunakan daftar periksa sepanjang waktu, ini akan menjadi filter dinamis yang akan berkembang seiring waktu saat dipelajari, sehingga akan menjadi semakin cerdas karena memperoleh lebih banyak umpan balik.
Direkomendasikan untukmu:
Bagaimana Metaverse Akan Mengubah Industri Otomotif India
Apa Arti Ketentuan Anti-Profiteering Bagi Startup India?
Bagaimana Startup Edtech Membantu Tenaga Kerja India Meningkatkan Keterampilan & Menjadi Siap Masa Depan...
Saham Teknologi Zaman Baru Minggu Ini: Masalah Zomato Berlanjut, EaseMyTrip Posting Stro...
Startup India Mengambil Jalan Pintas Dalam Mengejar Pendanaan
Platform Pemasaran Digital Logicserve Bags Pendanaan INR 80 Cr, Berganti Nama Sebagai LS Dig...
Komputasi menjadi lebih murah dan lebih mudah diakses; algoritma telah menjadi lebih mampu dan data lebih mudah tersedia.
AI dapat menemukan pola yang tidak akan pernah dilihat manusia, dan ini dapat memberikan keunggulan yang berharga. Tentu saja, ini tidak mudah, karena hanya memberikan probabilitas pada hasil. Namun, karena volume data yang tersedia telah meroket, pembelajaran mesin dapat meningkatkan hasilnya jauh lebih cepat seiring perkembangannya.
Algoritme akan membantu investor untuk memastikan bahwa mereka tidak mengabaikan perusahaan yang sesuai dengan kriteria yang telah ditentukan sebelumnya. Bahayanya adalah mereka akan kehilangan peluang ini karena sistem otomatis jauh lebih efisien dalam melakukan penyaringan ini. Mereka dapat menyaring jumlah variabel yang jauh lebih besar dan dapat menentukan peringkat ini sesuai dengan bobot yang diberikan oleh investor tergantung pada model investasi pribadi mereka. Hasilnya dapat ditampilkan di dasbor dan investor dapat menelusuri lebih lanjut, sehingga sistem dapat menjelaskan alasan pemilihannya.
Data apa yang perlu diserap oleh algoritme untuk menghasilkan rekomendasi mereka ? Kami masih belum tahu titik data mana yang berguna dan mana yang tidak, tapi itulah inti dari pembelajaran mesin tanpa pengawasan. Kita tidak perlu dibatasi oleh prasangka kita tentang apa yang relevan dan apa yang tidak – algoritme akan mencari tahu sendiri, karena mereka semakin cerdas. Algoritme pembelajaran mesin berkembang secara mandiri , dan mencari tren baru, menyesuaikan dengan apa yang berhasil di pasar secara berkelanjutan. Seiring waktu, mereka akan dapat mengembangkan strategi dan berdagang sendiri.
Algoritme tidak akan membuat keputusan – mereka hanya akan memberikan saran. Investor manusialah yang kemudian perlu menarik pemicu terakhir. Sistem pendukung keputusan klinis telah bekerja dengan baik dalam praktik klinis di mana mereka memiliki rekam jejak keberhasilan yang terbukti. Mereka melengkapi keahlian dokter dengan menawarkan pengingat, untuk memastikan dokter tidak mengabaikan diagnosis tertentu. Sistem pendukung keputusan investasi menawarkan dorongan serupa kepada investor – itu tidak akan menggantikan mereka. Algoritma ini tidak pernah lupa; mereka tetap objektif dan logis; mereka tidak terpengaruh oleh emosi dan mereka menjadi lebih baik secara progresif seiring dengan waktu mereka belajar.
Saya menemukan seluruh perdebatan tentang kecerdasan manusia versus kecerdasan buatan sangat artifisial. Manusia itu cerdas, dan dia akan menggunakan mesin cerdas untuk meningkatkan kecerdasannya sehingga dia melakukan pekerjaan yang lebih baik daripada dia sendirian. Tidak perlu baginya untuk beroperasi secara terpisah – dia harus menggunakan AI untuk membantunya mengisi kekosongan.
Seiring waktu, algoritma ini akan menjadi semakin cerdas karena umpan balik konstan yang digunakan untuk memperbaikinya. Bahkan, mereka mungkin akan segera memiliki keunggulan atas ahli manusia, yang dengan sangat cepat mulai menjadi sombong ketika mereka merasakan kesuksesan. Sayangnya, ketika manajer dana mulai mengungguli pasar, mereka menipu diri sendiri bahwa mereka tahu segalanya, dan justru saat itulah mereka berakhir berantakan. Algoritme ini akan membantu mereka tetap rendah hati dengan memastikan mereka tetap terhubung dengan kenyataan. Mereka juga akan mengurangi kesalahan kognitif dan bias yang mengaburkan pengambilan keputusan manusia.
Cara Lain Di Mana AI Membantu
Cara lain di mana AI akan membantu investor menjadi lebih pintar adalah bahwa mereka akan memaksanya untuk berpikir secara logis tentang mengapa dia membuat keputusan investasi tertentu – dia tidak akan lagi bisa meletakkannya dengan firasat. Dia harus disiplin secara intelektual dan mencoba menganalisis mengapa dia membuat keputusan tertentu untuk membeli atau menjual, karena dia harus menjelaskan proses pemikirannya kepada seorang programmer , yang perlu mengkodekan ini dalam suatu algoritma.
Dia harus menjelaskan pola apa yang dia lihat, yang memungkinkan dia untuk mengidentifikasi pemenang dan menolak yang kalah. Tidak selalu mudah untuk menjadi logis, karena kita semua berpikir bahwa kita memiliki beberapa wawasan khusus yang membuat kita lebih baik daripada yang lain. Kami percaya inilah yang memberi kami keunggulan, tetapi kenyataannya adalah kami dapat melihat koneksi yang dilewatkan orang lain. Masalahnya adalah kita sering tidak memiliki kemampuan untuk mengartikulasikan apa pola-pola ini, dan inilah mengapa berbicara dengan seorang programmer dapat mendisiplinkan kita untuk mengkristalisasi proses pemikiran kita.
Pendekatan baru ini akan digunakan sebagai alat pendukung keputusan investasi yang cerdas, yang dapat digunakan investor untuk membantu mereka berkinerja lebih baik. Bisa juga dimodifikasi untuk menerima masukan dari pakar lain, sehingga kita juga bisa memanfaatkan kearifan kolektif mereka.
Sistem pendukung keputusan investasi ini akan bertindak seperti otak periferal dan jaring pengaman – anggap mereka menawarkan opini kedua yang tidak memihak kepada investor. Ekonomi perilaku telah membuktikan bahwa emosi kita adalah musuh terburuk kita ketika kita berinvestasi. Algoritme ini akan membantu menjaga kita tetap jujur dengan menghilangkan ego dari keputusan kita. Ini akan membantu kita untuk mengidentifikasi kesalahan kita, dan ini akan meningkatkan kemampuan kita untuk belajar.
Masa depan manajemen investasi akan melibatkan sintesis kecerdasan manusia dan kecerdasan buatan. Dengan membiarkan mereka bermain dengan kekuatan mereka, kita dapat membuat yang terbaik dari kedua dunia.
Manajer dana harus belajar mengawinkan AI dengan kemampuan unik manusia mereka untuk berempati dengan klien mereka. Manajer investasi yang sangat terlatih yang mampu memegang tangan pelanggan mereka selama masa-masa sulit ketika tangki pasar akan menjadi pemimpin karena mereka memahami bahwa setiap pelanggan mereka memiliki kebutuhan yang unik. Mereka yang bersedia meluangkan waktu dan kesulitan untuk memenuhi kebutuhan khusus ini akan bersinar karena mereka mengutamakan pelanggan mereka.
[Postingan oleh Dr. Aniruddha Malpani ini pertama kali muncul di LinkedIn dan telah direproduksi dengan izin.]