NickはBoosted.ai.の共同創設者兼COOです。彼は15年以上の金融業界での経験を持っており、トレーダーとして業界に入り、キャリアを通じてほとんどのフロントオフィス職（リサーチアナリスト、ポートフォリオマネージャー、投資銀行）を歴任しています。
Nicholas Abe、Boosted.aiの共同創設者兼COO投資家は、量的アプローチと基本的アプローチの両方からベストを引き出す方法は何か。マシンラーニングオーバーレイを実装することによって、というものである。 Nick Abe、Boosted.aiの共同創設者兼最高経営責任者は述べている。 基本的マネージャーは、技術と機関投資家の需要の変化に適応しないことで、利益を残している。 Abeは、彼らの金融ドメインの専門知識と最新の人工知能ツールを組み合わせることで、アルファとシャープを高めることができることを示している。 投資のスペクトル両側 – 量的アプローチと基本的アプローチ – は最近問題を抱えている。 2020年には、COVID-19パンデミックによって市場に予期せぬボラティリティがもたらされたため、最も洗練された投資家でも苦労した。量的アプローチは、量的チームを作成する大きな資産マネージャーの中で徐々に構築されてきた。 しかし、最新のテクノロジーからエッジを得るという約束は、マシンラーニングを実践に移すことの難しさ、特に必要な専門知識と機能するプログラムを開発する高コストに直面している。成功した量的ショップは、多数のPh.D.、データサイエンティスト、エンジニアを雇用して、複雑な大量のデータから意味を抽出している – しかしそれでも時々失敗する。 データから予測力を引き出すことは難しく、COVID-19やその他のレジームシフトなどのブラックスワンイベントは、人間の監視なしにデータを古くすることができる。基本的な失敗多くの人々は、基本的な分析の原則 – 金融諸表を研究し、経済的要因を考慮して、投資家が最良のリターンを得るために投資する場所を決定する – について知っている。 投資家は、リターンをもたらすために時間をかけてこの時間のかかるアプローチを磨いてきた。 一部の人は、しかし、パフォーマンスを鋭くし、情報を短時間で分析し、意思決定プロセスに干渉する可能性のある認知バイアスを排除するために、機械学習や代替データなどの最新のテクノロジーを活用することに興味を持っている。さらに、基本的なアクティブ投資マネジメントは、手数料の圧縮や技術の進歩、投資家の低コストETFへの態度の変化など、多大な課題に直面している。量的アプローチと基本的アプローチの両方に共通するものは何か。 どちらも、資本を最も効果的に配分するために、世界を研究することである。しかし、第三の選択肢があるとしたらどうなるか。基本的マネジメントにおけるマシンラーニングの必要性マシンラーニングは、産業や日常生活を変革している。 Google翻訳や自動運転車から、テクノロジーは、産業革命の前に世界を変えているのと同様に、投資マネジメント業界もこの変化から免れない。 2019年のCFA研究所の調査によると、ポートフォリオマネージャーを対象とした調査では、10%のポートフォリオマネージャーのみが投資プロセスで人工知能またはマシンラーニングを使用していた。テクノロジーが進化するにつれて、マシンラーニング技術は投資マネジメントの必須要素となる。 しかし、多くのマシンラーニングアプリケーションは、従来のマネージャーにとっては外国語であるプログラミング知識を必要とする。...
