Investidores Institucionais Estão Procurando Retornos. Sobrepõe de Máquina Pode Ajudar a Encontrá-los

Por Nicholas Abe, co-fundador e COO da Boosted.ai

Como os investidores podem obter o melhor de ambos os mundos das abordagens quantitativas e fundamentais? Implementando sobrepõe de aprendizado de máquina, escreve Nick Abe, co-fundador e Diretor de Operações da Boosted.ai. Os gestores fundamentais estão deixando ganhos sobre a mesa por não se adaptarem às mudanças tecnológicas e à demanda dos investidores institucionais. Abe demonstra que combinando sua expertise em domínio financeiro com ferramentas de inteligência artificial de ponta pode aumentar o alfa e o Sharpe.

Ambos os lados do espectro de investimentos – quantitativo e fundamental – têm tido problemas recentemente. Mesmo os investidores mais sofisticados lutaram em 2020 devido à volatilidade imprevista que a pandemia do COVID-19 trouxe para o mercado.

A abordagem quantitativa tem sido lentamente construída dentro dos grandes gestores de ativos à medida que criam suas próprias equipes quantitativas. No entanto, a promessa de ter uma vantagem com a tecnologia moderna foi encontrada com as dificuldades de colocar o aprendizado de máquina bem-sucedido na prática, principalmente devido à expertise necessária e ao alto custo de desenvolver um programa funcional.

Lojas quantitativas de sucesso empregam grandes equipes de Ph.D., cientistas de dados e engenheiros para dar sentido a grandes quantidades de dados complexos – e mesmo assim, às vezes, falham. Encontrar poder preditivo nos dados é difícil, e eventos como o COVID-19 e outras mudanças de regime podem tornar esses dados obsoletos sem supervisão humana.

Fracassos Fundamentais

A maioria das pessoas está ciente dos princípios da análise fundamental – estudar demonstrativos financeiros e incorporar fatores econômicos para tomar decisões sobre onde os investidores devem investir para obter os melhores retornos, considerando os objetivos e a tolerância ao risco. Os investidores praticaram e aperfeiçoaram essa abordagem demorada para entregar retornos por décadas. Alguns, no entanto, estão se aquecendo para aproveitar a tecnologia moderna, como o aprendizado de máquina e dados alternativos, para aprimorar o desempenho, sintetizar informações em menos tempo e reduzir qualquer viés cognitivo que possa interferir no processo de tomada de decisão.

Além disso, a gestão de investimentos ativos fundamentais está enfrentando desafios imensos, variando desde a compressão de taxas e avanços tecnológicos até a mudança de sentimento dos investidores em direção a ETFs de baixo custo.

O que ambos os enfoques quantitativos e fundamentais têm em comum? Eles estudam o mundo ao seu redor para tomar decisões informadas sobre onde melhor deployar capital para obter retornos.

Mas e se houvesse uma terceira opção?

O Apelo para o Aprendizado de Máquina na Gestão Fundamental

O aprendizado de máquina revolucionou indústrias e a vida cotidiana. Desde o Google Translate até carros autônomos, a tecnologia está transformando o mundo, assim como a revolução industrial antes dela, e a indústria de gestão de investimentos não será imune às mudanças. De acordo com um estudo de 2019 do CFA Institute que pesquisou gestores de carteira, apenas 10% dos gestores de carteira haviam usado alguma inteligência artificial ou aprendizado de máquina em seu processo de investimento.

À medida que a tecnologia continua a progredir, as técnicas de aprendizado de máquina se tornarão um aspecto não negociável da gestão de investimentos. No entanto, muitas aplicações de aprendizado de máquina exigem conhecimento de programação estranho aos gestores tradicionais, que são mais confiantes em sua própria análise fundamental, que podem fazer sozinhos e, por padrão, têm uma compreensão mais profunda.

Dadas as barreiras acima, como os gestores fundamentais podem se adaptar com sucesso?

Combinando para um Processo Melhor: Sobrepõe de Aprendizado de Máquina

Adicionar uma sobrepõe de aprendizado de máquina a uma carteira é apenas um exemplo de casamento da expertise do gestor de investimentos fundamentais com as vantagens tecnológicas que a IA tem a oferecer.

As sobrepõe de máquina resolvem os obstáculos dos investidores fundamentais que buscam incorporar a tecnologia. Elas são fáceis de usar e podem ser implantadas sobre as carteiras existentes dos investidores tradicionais sem necessidade de conhecimento de programação. Elas fornecem explicabilidade total do raciocínio da máquina, mostrando quais variáveis o aprendizado de máquina considerou importantes em sua tomada de decisão. Isso ajuda os gestores fundamentais a se sentirem mais confortáveis ao implementar a inteligência em seu processo.

Por exemplo, uma sobrepõe de aprendizado de máquina da Boosted Insights leva a carteira existente de um gestor de investimentos e ajusta ligeiramente os pesos das posições de ações. Ela não adiciona novas posições – em vez disso, ajusta os pesos (longo ou curto) das ações na carteira existente do gestor. Com base em suas descobertas, ações que se classificam altamente podem ter seus pesos aumentados, e ações que se classificam mal podem ter seus pesos reduzidos.

No final, as sobrepõe de aprendizado de máquina permitem que um gestor de investimentos fundamental combine seu conhecimento de seleção de ações com IA/ML de ponta e específica para finanças para obter melhores resultados.

Um gestor de investimentos pode gostar das ações da Facebook, Apple (AAPL ), Amazon (AMZN ), Netflix e Google (FAANG) e achar que elas oferecem bom desempenho em sua carteira, mas tem todas elas com pesos iguais. A adição da sobrepõe de aprendizado de máquina da Boosted Insights permite que a máquina ajuste ligeiramente os pesos – digamos, a Facebook é reduzida para 18,5% e a Apple é aumentada para 21,5%. Essas pequenas diferenças, mantendo a carteira do gestor de investimentos exatamente a mesma, podem resultar em melhores resultados em termos de retorno, alfa e volatilidade.

Descobrimos que esse tipo de modelo é capaz de melhorar carteiras que já tinham alto alfa, apenas ajustando os pesos das ações e não tendo que ajustar a composição. O beta permaneceu consistente, pois as alocações de base foram ajustadas pelo modelo de sobrepõe.

Aprendizado de Máquina para Investimentos Melhores

O aprendizado de máquina tem e continuará a disruptar indústrias. Os gestores de investimentos podem melhorar seus objetivos de carteira implementando o aprendizado de máquina em seu processo, mas de uma maneira que seja complementar e orgânica ao seu fluxo de trabalho. Uma boa maneira de começar a usar as técnicas de aprendizado de máquina é implementar uma sobrepõe de aprendizado de máquina.