JPMorgan Chase Inc. повідомляє про понад 300 варіантів використання штучного інтелекту (ШІ) у своїй діяльності. ШІ, зокрема машинне навчання, здатен аналізувати величезні обсяги даних для підвищення інвестиційної ефективності. Це охоплює генеративний ШІ, як-от ChatGPT, та предикативний ШІ, що використовує минулі дані для прогнозування майбутніх подій.
Повідомляє: BLOOMBERG
Вибір акцій за допомогою ШІ
Генеративний ШІ може синтезувати дослідження та складати інвестиційні звіти, тоді як предикативний ШІ шукає закономірності в історичних даних для оцінки ймовірності майбутніх подій. Це має потенціал для обробки фінансових даних та прогнозування цін на активи.
Приклади використання ШІ
Квантовий аналітик Джейсон Хсу з Rayliant Global Advisors перейшов до алгоритму ШІ, який аналізує близько 200 сигналів для вибору акцій, що має на меті виявити найбільш ефективні стратегії в різних ринкових умовах.
Переваги нових моделей
Сучасні моделі предикативного ШІ здатні виявляти складні закономірності, які традиційні методи не можуть охопити. Це дозволяє фінансовим аналітикам краще аналізувати звіти та інші документи для виявлення інвестиційних сигналів.
Ефективність ШІ в інвестуванні
Наразі є обмежені дані про переваги використання ШІ. Дослідження показують, що лише 45% фондів, що використовують ШІ, перевищують свої контрольні показники. Однак, деякі технологічні фонди продемонстрували кращі результати порівняно з фондами, керованими людьми.
Виклики на шляху до успіху
Шум на ринках може заважати алгоритмам ШІ. Також відзначається брак даних, необхідних для ефективної роботи. Інвестиційні рішення, ухвалені ШІ, іноді важко пояснити, що ускладнює довіру інвесторів.
Штучний інтелект має потенціал в інвестуванні, проте його реальна ефективність та застосування все ще потребують подальшого дослідження.