ИИ научился разрабатывать оптимальную инвестиционную стратегию на полгода вперед

Математики из Пулского колледжа, Северная Каролина разработали систему машинного обучения, которая находит оптимальную стратегию инвестиций в перспективе на 6-12 месяцев. Такая стратегия строится, как компромисс между рисками инвестора и его доходами, и обеспечивает рост эффективности инвестиционного портфеля.
ИИ научился разрабатывать оптимальную инвестиционную стратегию на полгода вперед
micheile dot com. Unspalsh

Будущее трудно предсказать, но иногда все-таки можно

В начале 2000-х, когда искусственные нейросети еще мало что могли, и саму идею глубокого обучения только начинали осваивать ученые, инженеры и программисты, уже тогда начались попытки приложения нейросетей к анализу фондовых рынков. Но успехи были скромные. Нейросети что-то могли предсказать, но делали это довольно неустойчиво.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Потом центр внимания разработчиков ИИ сместился на распознавание образов, разработку больших лингвистических систем и множество других направлений исследований, но попытки разобраться с фондовыми рынками никуда не ушли. И здесь есть реальные успехи. Одну из последних работ опубликовали математики Пулского колледжа, Северная Каролина.

Ученые рассмотрели случай сложных инвестиционных портфелей, состоящих из сотен разных активов (такие портфели, как правило, и используют профессиональные инвесторы). Математики искали оптимальную рыночную стратегию, при которой риск и выгода скомпенсированы. Используя машинное обучения, ученые смогли повысить эффективность инвестиционного портфеля в течение 6-12 месяцев.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Почему так трудно предсказывать финансовое будущее

Maxim Hopman. Unspalsh
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Коэффициент Шарпа — это способ измерения состояния портфеля инвестора, который всегда является компромиссом между величиной доходов и риском потери вложений. Это хорошо зарекомендовавшая себя метрика, используемая в инвестиционной отрасли.

Однако все усложняется, когда портфель содержит сотни активов, потому что становится все труднее выполнять анализ риска/выгоды и принимать управленческие решения.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Ведущий автор публикации профессор Мехмет Канер говорит: «Управлять портфелем, состоящим из сотен активов, непросто. Он может содержать множество акций и товаров, большинство из которых каким-то образом связаны друг с другом. Как вы обработаете такую ​​сложную динамическую матрицу? Мы решили обучить программу ИИ учитывать широкий спектр факторов для достижения определенного коэффициента Шарпа — и мы это сделали».

Канер обращает внимание на важный момент: «Необходимо отметить, что не существует одного "правильного" коэффициента Шарпа — он будет варьироваться в зависимости от того, какой риск устраивает инвестора в течение 6-12 месяцев. Мы продемонстрировали это как в модели, так и в реальной биржевой практике».

То есть, нельзя зафиксировать стратегию и забыть о ней на полгода-год. Ее необходимо постоянно корректировать, тогда ИИ с высокой вероятностью поможет обеспечить надежный рост.