Kurumsal Yatırımcılar Getiri Arıyor. Makine Üst Katmanları Onları Bulmaya Yardımcı Olabilir

Nicholas Abe, Boosted.ai’nin kurucu ortakları ve işletme müdürü

Yatırımcılar nicel ve temel yaklaşımların en iyilerini nasıl elde edebilir? Makine öğrenimi üst katmanlarını uygulayarak, diye yazıyor Nick Abe, Boosted.ai’nin kurucu ortakları ve işletme müdürü. Temel yöneticiler, değişen teknolojilere ve kurumsal yatırımcı talebine uyum sağlamayarak kazançları masada bırakıyorlar. Abe, finansal alan uzmanlıklarını son teknolojiye sahip yapay zeka araçlarıyla birleştirmenin alfa ve Sharpe’ı artırabileceğini gösteriyor.

Yatırım spektrumunun her iki tarafı – nicel ve temel -最近 sorunlar yaşamıştır. En sofistike yatırımcılar bile 2020’de COVID-19 salgınının piyasalara getirdiği öngörülmez volatilite nedeniyle mücadele etmiştir.

Nicel yaklaşım, büyük varlık yöneticilerinin kendi nicel ekiplerini oluşturmasıyla yavaş yavaş büyümektedir. Ancak modern teknolojinin avantajlarından yararlanmak vaat edilmiştir, ancak başarılı makine öğrenimi uygulamalarını uygulamak zor olmuştur, büyük ölçüde gerekli uzmanlık ve işlevsel bir program geliştirmenin yüksek maliyeti nedeniyle.

Başarılı nicel dükkanlar, büyük miktarlarda karmaşık veriyi anlamak için Ph.D.’ler, veri bilimcileri ve mühendisler kullanır – ve bazen hala başarısız olurlar. Veriden öngörücü güç bulmak zordur ve insan denetimi olmadan siyah kuğu olayları gibi COVID-19 ve diğer rejim değişiklikleri bu verileri geçersiz kılabilir.

Temel Zayıflıklar

Çoğu insan temel analiz ilkelerini bilir – finansal tabloları incelemek ve ekonomik faktörleri yatırım kararları için en iyi getiri sağlamak amacıyla incelemek. Yatırımcılar bu zaman alıcı yaklaşımı decades yıldır uygulamış ve geliştirmişlerdir. Bazıları, performanslarını keskinleştirmek, bilgileri daha kısa sürede sentezlemek ve karar alma sürecine müdahale edebilecek bilişsel önyargıları azaltmak için modern teknoloji gibi makine öğrenimi ve alternatif verileri kullanmaya başlamıştır.

Daha fazla, temel aktif yatırım yönetimi, ücret sıkıştırması ve teknolojik gelişmelerden kaynaklanan büyük zorluklarla karşı karşıyadır.

Nicel ve temel yaklaşımların ortak noktası nedir? Yatırım kararları için sermayeyi en iyi şekilde dağıtmak amacıyla dünyayı incelemek.

Ama üçüncü bir seçenek olabilir mi?

Temel Yönetimde Makine Öğrenimi Çağrısı

Makine öğrenimi, endüstrileri ve günlük hayatı değiştirmiştir. Google Translate’den self-sürüş arabalara kadar, teknoloji dünyayı endüstri devrimi gibi değiştiriyor ve yatırım yönetimi endüstrisi bu değişimden etkilenmeyecek değildir. 2019’da CFA Enstitüsü tarafından yapılan bir araştırmaya göre, yalnızca %10’luk bir portföy yöneticisi yatırım sürecinde yapay zeka veya makine öğrenimi kullanmıştır.

Teknoloji ilerledikçe, makine öğrenimi teknikleri yatırım yönetiminde vazgeçilmez bir unsur haline gelecektir. Ancak birçok makine öğrenimi uygulaması, geleneksel yöneticilerin yabancı olduğu programlama bilgisini gerektirir.

Yukarıdaki engelleri aşmak için temel yöneticiler nasıl başarılı olabilir?

Daha İyi Bir Süreç için Birleştirme: Makine Öğrenimi Üst Katmanları

Bir portföye makine öğrenimi üst katmanı eklemek, temel yatırım yöneticisinin uzmanlığını ve yapay zeka avantajlarını birleştirmenin sadece bir örneğidir.

Makine öğrenimi üst katmanları, temel yatırımcıların teknolojiyi entegre etme engellerini çözer. Kolayca kullanılır ve geleneksel yatırımcıların mevcut portföylerine programlama bilgisine gerek kalmadan uygulanabilir. Makine öğrenimi karar alma sürecinde hangi değişkenlerin önemli olduğunu gösterir, böylece temel yöneticiler processine zeka uygulamasına daha rahat bir şekilde uygulayabilir.

Örneğin, Boosted Insights makine öğrenimi üst katmanı, bir yatırım yöneticisinin mevcut portföyünü alır ve hisse pozisyon ağırlıklarını hafifçe ayarlar. Yeni pozisyonlar eklenmez – yalnızca mevcut portföydeki hisselerin ağırlıkları (uzun veya kısa) ayarlanır. Makine öğrenimi bulgularına dayanarak, yüksek puan alan hisselerin ağırlıkları artırılabilir ve düşük puan alan hisselerin ağırlıkları azaltılabilir.

Sonuç olarak, makine öğrenimi üst katmanları, temel yatırım yöneticisinin hisse seçme uzmanlığını finans específik AI/ML ile birleştirmesine olanak tanır.

Örneğin, bir yatırım yöneticisi Facebook, Apple (AAPL ), Amazon (AMZN ), Netflix ve Google (FAANG) hisselerini sever ve portföyünde iyi performans gösterdiklerini fark edebilir, ancak tüm beş hisseyi eşit ağırlıklarda tutabilir. Boosted Insights makine öğrenimi üst katmanının eklenmesi, makinenin ağırlıkları hafifçe değiştirmesine olanak tanır – örneğin, Facebook’un ağırlığı %18,5’e düşürülür ve Apple’ın ağırlığı %21,5’e çıkarılır. Bu küçük farklılıklar, yatırım yöneticisinin portföyünün aynı kalması durumunda, getiri, alfa ve volatilite açısından daha iyi sonuçlar elde edilebilir.

Bu tür modellerin, zaten yüksek alfa sahip portföyleri yalnızca hisse ağırlıklarını ayarlayarak ve portföy bileşimini değiştirmeden geliştirebileceğini bulduk. Beta tutarlı kaldı, çünkü model üst katmanları tarafından ayarlanan temel tahsisatlar değişmedi.

Daha İyi Yatırım için Makine Öğrenimi

Makine öğrenimi endüstrileri değiştirmeye devam edecek. Yatırım yöneticileri, iş akışlarına tamamlayıcı ve organik bir şekilde makine öğrenimi uygulayarak portföy hedeflerini geliştirebilir. Makine öğrenimi tekniklerine giriş yapmak için iyi bir yol, makine öğrenimi üst katmanını uygulamaktır.