ИИ-аналитик, используя общедоступную информацию и небольшие корректировки, превзошёл 93% управляющих взаимными фондами в среднем на 600%.
Исследования учёных
Исследователи обнаружили настолько поразительные результаты, что начали искать ошибки. «У нас был такой результат год назад, — говорит Эд де Хаан, профессор бухгалтерского учёта в Стэнфордской высшей школе бизнеса. — И мы потратили последние 12 месяцев, изучая каждый дюйм данных и модели, пытаясь найти, где мы допустили ошибку».
Де Хаан и его коллеги — Сюзи Нох, доцент кафедры бухгалтерского учёта в Стэнфордской высшей школе бизнеса, докторант Чансок Ли и Мяо Лю из Бостонского колледжа — создали «ИИ-аналитика», чтобы изучить, насколько бот на основе ИИ, используя только общедоступную информацию, может улучшить показатели управляющих взаимными фондами. Они скептически относились к цифрам, которые продолжали получать. Но не смогли найти проблем в своём анализе.
«Это было потрясающе, — говорит де Хаан. — В период с 1990 по 2020 год управляющие фондами генерировали 2,8 миллиона альфа-доходов (или скорректированной доходности по сравнению с бенчмарком) каждый квартал. Когда ИИ-аналитик исследователей скорректировал портфели управляющих, он генерировал дополнительно 17,1 миллиона долларов в квартал сверх фактической доходности».
Процесс создания ИИ-аналитика
Модель создавалась в течение года, а ИИ-аналитик развивал свои навыки выбора акций в течение нескольких часов или, в крайнем случае, дней обучения. Исследователи начали с того, что предоставили ему рыночные данные за период с 1980 по 1990 год, которые он использовал для корреляции 170 переменных с будущими показателями акций.
Некоторые из этих переменных были простыми, например, ставки по казначейским обязательствам и кредитные рейтинги. Другие были более сложными, например, анализ настроений на основе отчётов о доходах компаний и нормативных документов, имитирующих то, как управляющий фондом может интерпретировать корпоративные раскрытия.
Основным критерием было то, что все переменные должны были поступать из общедоступных источников, которые были бы легко доступны любому управляющему фондом. В ходе этого процесса ИИ-аналитик разработал прогностическую модель инвестиций для максимизации доходности.
ИИ получил данные о портфелях примерно 3300 диверсифицированных взаимных фондов США, которые активно управлялись в период с 1990 по 2020 год. Следуя своей модели, он пытался улучшить фактическую доходность фондов, корректируя портфель управляющего фондом один раз в квартал.
«ИИ не мог просто прийти и инвестировать во что угодно, — говорит де Хаан. — Он пытался выборочно корректировать портфель по краям, используя только общедоступную информацию».
ИИ перебалансировал активы фондов каждый квартал, сохраняя при этом их основные характеристики, такие как уровни риска и количество акций. После подсчёта доходности скорректированных портфелей за каждый квартал портфели возвращались к своим первоначальным активам на тот момент, и ИИ приступал к работе над следующим кварталом.
Выводы
Неожиданный успех ИИ-аналитика также поднимает вопросы об эволюции отношений между ИИ и инвесторами. Это было подтверждено тестом, в котором исследователи позволили своему ИИ-аналитику самостоятельно формировать и управлять своим инвестиционным портфелем с минимальными ограничениями. ИИ показал такие же результаты, как и при работе с портфелями, составленными людьми.
Что всё это значит для профессиональных инвесторов, пока неясно. Эффективность ИИ говорит о том, что фирмы, скорее всего, автоматизируют рутинную работу по сбору данных, если ещё не сделали этого. «Это та же история, которую мы наблюдаем с ИИ в каждой сфере, — говорит де Хаан. — Технология поднимает серьёзные вопросы о роли человека на рынке труда, когда многие из этих задач, которые являются не просто рутинными, но и довольно сложными, автоматизируются».
Это не обязательно означает, что фонды скоро передадут свои портфели ИИ-трейдерам. «Хотя это предположение, я думаю, что всегда будет место для умных людей, которые могут направлять процесс и мыслить в широком смысле о стратегиях, которые ещё не были придуманы», — говорит де Хаан.
Предоставлено Стэнфордским университетом.