oPeniazoch.sk, institutionalinvestor Foto: getty images
JP Morgan Asset Management vytvára nástroje strojového učenia a prediktívnej analýzy pre svojich portfólio manažérov. Chce spojiť strojové učenie a ľudský potenciál.
Hoci spoločnosti, známe vývojom komplikovaných matematických modelov a sofistikovaných počítačových programov na využitie anomálií na finančnom trhu, ako napríklad DE Shaw a Renaissance Technologies, žijú z dát a pokročilej výpočtovej techniky, mnohé tradičné firmy sú stále v ranom štádiu vývoja vlastných nástrojov pre svojich portfóliových manažérov, ktorí sa rozhodujú na základe základných faktorov, ako je finančný potenciál nového produktu, vizionárske kvality manažmentu spoločnosti alebo schopnosť spoločnosti prežiť globálnu pandémiu.
„Buď máte kvantitu alebo fundament. Snažíme sa o to, aby sme oboje spojili,“ povedal Kristian West, vedúci investičnej platformy JP Morgan Asset Management (JPMAM). Okrem osobnostných testov analytikov Westov model strojového učenia „číta“ niekoľkoročné archívy poznámok, ktoré okrem iného obsahovali názory analytikov, ako často sa stretávali so spoločnosťami, typy modelov, ktoré používali, a ich zložitosť. West a jeho tím zistili, že najlepší prognostici písali kratšie výskumné poznámky, ale o to častejšie, ich modely boli jednoduchšie a tón a jazyk ich poznámok boli extrémny.
Manažéri portfólií sú v rôznych fázach, pokiaľ ide o prácu a hodnotenie potenciálu schopností a údajov umelej inteligencie. Ako jeden príklad možno uviesť, že 70-členná skupina Investment Science Group spoločnosti Wellington Management sa zamerala na aplikáciu analýzy údajov na investičné nápady a rozvoj profesionálnych investorov, čo zahŕňa odhaľovanie a zmierňovanie negatívnych stránok ich behaviorálnych predsudkov.
Potom je tu otázka peňazí, je celkom finančne náročné vybaviť správcov portfólií nástrojmi a platformami umelej inteligencie a dátovej vedy. Toto odvetvie má konkurenciu v podobe Alphabet a ďalších technologických firiem, a musí si vedieť získať talentovaných vývojárov a programátorov. Prieskumy ukazujú, že väčšina správcov aktív sa domnieva, že je to rozhodujúce pre výkon a riadenie rizík. Začiatkom tohto roka konzultačná spoločnosť Accenture zistila, že správcovia aktív, ktorí „industrializovali a centralizovali“ techniky umelej inteligencie v rámci svojej investičnej platformy, zaznamenali výrazný nárast výnosov upravených o riziko.
JPMAM vytvoril tím pre vedu údajov pred viac ako troma rokmi, pričom West presadil, aby sa zameral na štyri oblasti. Prvou sú informácie o životnom prostredí, spoločnosti a správe vecí verejných, kde je napriek širšej diskusii stále málo údajov. Tím pracuje na „vyplnení medzier“ v podnikových správach o životnom prostredí, udržateľnosti, spokojnosti zamestnancov a iných otázkach. Druhá oblasť je použitie lingvistiky a spracovanie prirodzeného jazyka na preverenie interných a externých dokumentov na vytvorenie prediktívnych náhľadov. Tretia je zameraná na poskytnutie prístupu portfóliových manažérov k súhrnným maloobchodným a obchodným údajom materskej banky JP Morgan. Manažéri môžu vidieť informácie na technologickej platforme firmy a môžu vytvárať modely a kohorty, napríklad také, ktoré by mohli skúmať útraty a spotrebné návyky mileniálov. Štvrtá časť sa zaoberá aplikovanou vedou o údajoch a peniazoch, v podstate ide o investície a výskum alternatívnych údajov.
Za posledné tri roky minuli JPMAM na tento rozsiahly projekt 400 miliónov dolárov, táto suma zahŕňa vývoj technológií pre tím riadenia vzťahov s maklérmi, obchodovanie s akciami (vrátane obchodnej analýzy) a tím pre deriváty. V niektorých ohľadoch poskytuje fond strojového učenia JPMAM, nazývaný US Applied Data Science Value Fund, pohľad na rámec firmy z vtáčej perspektívy. Predstavte si fond, ktorý používa model, ktorý napodobňuje to, čo by urobil investor. Model „číta“ interné a externé prieskumy, pozerá sa na obchodné a iné údaje a potom robí odporúčania pre akcie.
Eric Moreau, ktorý sa z tímu pre vedu údajov zmenil na portfólio manažéra fondu, povedal, že keď investori počujú vedu o údajoch, často si myslia, že fond analyzuje údaje, ktoré nikto iný nevidel, aby pomohli identifikovať cenné papiere. „Vždy hľadáme nové súbory údajov, ale spôsob, akým uvažujeme o dátovej vede, je identifikovať skryté vzťahy, pomôcť pri veľkosti našich pozícií a kontrolovať koncové riziká pri zostavovaní portfólia. To je použitie údajov nad rámec výberu správnych cenných papierov. Počas celej mojej kariéry som si myslel, že je to o skvelých vyberačoch akcií. Počujete o výberoch akcií roka, ale nikdy sa nehovorí o zostavení portfólia roka,“ povedal.
Firma zámerne postavila model tak, aby bol plne transparentný. Aplikácie strojového učenia, ktoré sú v podstate počítačovými programami, ktoré sa učia a prispôsobujú pri spracovaní údajov, môžu byť nevysvetliteľné. Aplikácie sa učia, keď narazia na viac údajov. Mnoho inštitucionálnych investorov však potrebuje vysvetliť rozhodovanie pri investícii predstavenstvám, správcom, darcom a iným. JPMAM naprogramoval svoj model tak, aby dokázal na každej úrovni formulovať, prečo boli prijaté rozhodnutia, aby firma mohla svoje rozhodnutia vysvetliť zákazníkom a regulačným orgánom.
Kristian West, vedúci investičnej platformy JP Morgan Asset Management, ktorá zahŕňa výskum, vývoj investičných nápadov, stavbu portfólia a obchodovanie, už prepracoval obchodnú stratégiu tak, aby zahŕňala nové techniky. Pri použití jedného globálneho systému riadenia objednávok a jedného globálneho modelu strojového učenia sa 53 percent všetkých obchodov v tomto roku týkalo automatických objednávok, z ktorých veľká väčšina bola riadená modelom strojového učenia.
