Investor Institusional Mencari Pengembalian. Overlay Mesin Dapat Membantu Mencarinya

By Nicholas Abe, co-founder & COO of Boosted.ai

Bagaimana investor dapat mendapatkan yang terbaik dari kedua dunia dari pendekatan kuantitatif dan fundamental? Dengan mengimplementasikan overlay mesin pembelajaran, tulis Nick Abe, co-founder dan Chief Operating Officer of Boosted.ai. Manajer fundamental meninggalkan keuntungan di atas meja dengan tidak beradaptasi dengan teknologi yang berubah dan permintaan investor institusional. Abe menunjukkan bahwa menggabungkan keahlian domain keuangan mereka dengan alat kecerdasan buatan canggih dapat meningkatkan alpha dan Sharpe.

Kedua sisi spektrum investasi – kuantitatif dan fundamental – telah mengalami masalah belakangan ini. Bahkan investor yang paling canggih juga mengalami kesulitan pada tahun 2020 karena volatilitas yang tidak terduga yang dibawa oleh pandemi COVID-19 ke pasar.

Pendekatan kuantitatif telah perlahan-lahan berkembang dalam pengelola aset besar karena mereka menciptakan tim kuantitatif mereka sendiri. Namun, janji memiliki keunggulan dari teknologi modern telah dipenuhi dengan kesulitan dalam menerapkan pembelajaran mesin yang sukses, terutama karena keahlian yang diperlukan dan biaya tinggi untuk mengembangkan program yang berfungsi.

Toko kuantitatif yang sukses mempekerjakan banyak Ph.D., ilmuwan data, dan insinyur untuk memahami sejumlah besar data kompleks – dan bahkan kemudian kadang-kadang gagal. Menemukan kekuatan prediktif dari data sangat sulit, dan peristiwa burung hitam seperti COVID-19 dan pergeseran rezim lainnya dapat membuat data tersebut usang tanpa pengawasan manusia.

Kegagalan Fundamental

Sebagian besar orang menyadari prinsip-prinsip analisis fundamental – mempelajari laporan keuangan dan menggabungkan faktor ekonomi untuk membuat keputusan tentang di mana investor harus berinvestasi untuk mendapatkan pengembalian terbaik yang diberikan tujuan dan nafsu risiko. Investor telah mempraktikkan dan mengasah pendekatan yang memakan waktu ini untuk menghasilkan pengembalian selama dekade. Beberapa, bagaimanapun, mulai menghangatkan diri untuk mengambil keuntungan dari teknologi modern seperti pembelajaran mesin dan data alternatif untuk meningkatkan kinerja, mensintesis informasi dalam waktu yang lebih singkat, dan mengurangi bias kognitif yang mungkin mengganggu proses pengambilan keputusan.

Lebih lanjut, manajemen investasi aktif fundamental menghadapi tantangan besar, mulai dari kompresi biaya dan kemajuan teknologi hingga pergeseran sentimen investor terhadap ETF berbiaya rendah.

Apa yang dimiliki oleh kedua pendekatan kuantitatif dan fundamental? Mereka mempelajari dunia di sekitar mereka untuk membuat keputusan yang tepat tentang di mana harus mengalokasikan modal untuk pengembalian.

Tapi apa yang terjadi jika ada pilihan ketiga?

Panggilan untuk Pembelajaran Mesin dalam Manajemen Fundamental

Pembelajaran mesin telah merevolusi industri dan kehidupan sehari-hari. Dari Google Translate hingga mobil self-driving, teknologi mengubah dunia sama seperti revolusi industri sebelumnya, dan industri manajemen investasi tidak akan kebal dari perubahan. Menurut studi 2019 oleh CFA Institute yang melakukan survei terhadap manajer portofolio, hanya 10% manajer portofolio yang telah menggunakan kecerdasan buatan atau pembelajaran mesin dalam proses investasi mereka.

Ketika teknologi terus berkembang, teknik pembelajaran mesin akan menjadi aspek yang tidak dapat dinegosiasikan dalam manajemen investasi. Namun, banyak aplikasi pembelajaran mesin memerlukan pengetahuan pemrograman yang asing bagi manajer tradisional yang lebih percaya diri dalam analisis fundamental mereka, yang dapat mereka lakukan sendiri dan secara default memiliki pemahaman yang lebih dalam.

Dengan hambatan di atas, bagaimana manajer fundamental dapat beradaptasi dengan sukses?

Menggabungkan untuk Proses yang Lebih Baik: Overlay Pembelajaran Mesin

Menambahkan overlay pembelajaran mesin ke portofolio hanyalah salah satu contoh pernikahan keahlian manajer investasi fundamental dan keunggulan teknologi yang ditawarkan AI.

Overlay mesin memecahkan hambatan bagi investor fundamental yang ingin menggabungkan teknologi. Mereka mudah digunakan dan dapat diterapkan di atas portofolio investor tradisional tanpa memerlukan pengetahuan pemrograman. Mereka menyediakan penjelasan penuh tentang alasan mesin, menunjukkan variabel mana yang dianggap penting dalam pengambilan keputusan. Ini membantu manajer fundamental merasa lebih nyaman dalam mengimplementasikan kecerdasan dalam proses mereka.

Sebagai contoh, overlay pembelajaran mesin Boosted Insights mengambil portofolio manajer investasi yang ada dan menyesuaikan sedikit penimbangan posisi saham. Ini tidak menambahkan posisi baru – melainkan, menyesuaikan penimbangan (lama atau pendek) saham dalam portofolio manajer yang ada. Berdasarkan temuan, saham yang menduduki peringkat tinggi mungkin memiliki penimbangan yang ditingkatkan dan saham yang menduduki peringkat rendah mungkin memiliki penimbangan yang dikurangi.

Pada akhirnya, overlay pembelajaran mesin memungkinkan manajer investasi fundamental untuk menggabungkan keahlian mereka dalam memilih saham dengan kecerdasan buatan canggih dan khusus keuangan untuk hasil yang lebih baik.

Seorang manajer investasi mungkin menyukai saham Facebook, Apple, Amazon, Netflix, dan Google (FAANG) dan menemukan bahwa mereka menawarkan kinerja yang baik dalam portofolio mereka, tetapi memiliki kelima saham dengan bobot yang sama. Penambahan overlay pembelajaran mesin Boosted Insights memungkinkan mesin untuk menyesuaikan sedikit penimbangan – katakanlah, Facebook dikurangi menjadi 18,5% dan Apple ditingkatkan menjadi 21,5%. Perbedaan kecil ini, sambil menjaga portofolio manajer investasi tetap sama, dapat menghasilkan hasil yang lebih baik dalam hal pengembalian, alpha, dan volatilitas.

Kami telah menemukan bahwa model-model ini dapat meningkatkan portofolio yang sudah memiliki alpha tinggi dengan hanya menyesuaikan penimbangan saham dan tidak perlu menyesuaikan komposisi. Beta tetap konsisten karena alokasi dasar disesuaikan oleh model overlay.

Pembelajaran Mesin untuk Investasi yang Lebih Baik

Pembelajaran mesin telah dan akan terus mengganggu industri. Manajer investasi dapat meningkatkan tujuan portofolio mereka dengan mengimplementasikan pembelajaran mesin ke dalam proses mereka, tetapi dengan cara yang komplementer dan organik dengan aliran kerja mereka. Cara yang baik untuk memulai dengan teknik pembelajaran mesin adalah dengan mengimplementasikan overlay pembelajaran mesin.