Разбираемся, как устроена такая практика.
Долгое время инвестиции были делом образованной кучки людей, которая умела в фундаментальный анализ, понимала зависимости рынка и имела хорошую интуицию, куда стоит вкладывать, а куда нет. Один знакомый инвестор рассказал, что они работают, как правило, с одной сферой, в механике которой хорошо разбираются. И на это ушли годы.
А теперь вопрос. Можно ли такую высокорисковую деятельность делегировать искусственному интеллекту?
В одной из прошлых статей мы показали, что искусственный интеллект в промышленности – всегда кастомная история. УТП не бывает готовым, а если бывает – то это уже не УТП, а отраслевой стандарт. Но одно дело – трансформировать промышленные процессы и обучать алгоримы понятным, как минимум в рамках предприятия, правилам. Другое – охватить искусственным интеллектом законы целой сферы. А заодно и всего значимого, что может эти законы пошатнуть.
Оказывается, это уже реальность.
Весь ХХ век рынок расширялся, появлялись новые сектора, компании, и количество информации, которое нужно было анализировать инвестору, росло в геометрической прогрессии. Теперь, чтобы ответить на базовый инвестиционный вопрос «что делать?» (покупать/продавать/ничего не делать) нужно проанализировать много(очень много!)факторную модель. Понятно, что в какой-то момент человеку-инвестору стало очень сложно жить, и на помощь пришли машины.
Как это работает?
ИИ анализирует огромные массивы исторических данных для того, чтобы сказать, как лучше всего действовать сейчас. Например, машина может сказать:
«Если цены на нефть падают на протяжении 17 дней подряд на >0,5% ежедневно, то на 18 день начинают расти акции компаний, которые занимаются зелёными технологиями и работают более 2 лет с ежемесячным оборотом от 500 тыс.$. Вот список этих компаний».
Читать целиком на vc.ru >>