Имплементация искусственного интеллекта как фактор при инвестировании

Full Text

Обоснование. В современных реалиях значительная доля частных инвесторов не готова тратить время и силы на проведение полноценного анализа рынка. Здесь в игру вступают инвестиционные консультанты, которые оказывают эту услугу за денежное вознаграждение.

В условиях же развития искусственного интеллекта начали появляться торговые модели, способные проводить самостоятельный анализ рынка.

Цель — определить конкурентоспособность искусственного интеллекта с человеком-экспертом за место консультанта инвестора.

При этом под искусственным интеллектом консультантом мы понимаем нейронную сеть, имеющую возможность анализировать конъюнктуру фондового рынка и его новостной фон, делать на их основе прогнозы по ценным бумагам.

Методы. Здесь нам на помощь пришло исследование наших друзей-азиатов. Они разработали комплексную торговую модель, которая на протяжении года занималась анализом и торговлей на фондовом рынке. При этом модель не учитывала никакие человеческие анализы или прогнозы и работала самостоятельно [1].

Из исследования можно выделить следующие моменты:

• модель оказалась точнее 54,5 % аналитиков;
• генерировала более высокую (на 1 % годовых) доходность;
• почти сравнялась с 7,3 % лучших аналитиков;
• выигрывала за счет объемности и прозрачности информации;
• не могла использовать контекстуальные данные (доходность и конкурентоспособность компаний);
• совмещение такой модели с людьми оказалось наиболее оптимальным.

На основе исследования сделаем таблицу преимуществ и недостатков ИИ (табл. 1).

Таблица 1. Результаты исследования

Дополнительным стимулом распространения искусственного интеллекта и его услуг среди масс инвесторов может послужить репутация брокеров.

Согласно данным опросов [2], далеко не все радуются результатам прогнозов от брокеров, так, например:

• 58 % сомневаются в рекомендациях, у 7 % отсутствует доверие;
• 34 % не следуют рекомендациям брокера из-за высокого риска, 19 % не используют рекомендации никак ввиду негативного опыта;
• 24 % находят рекомендации недостаточно прозрачными, 7 % понесли убытки, а 12 % нашли предоставленную информацию недостоверной либо непосредственно ложной.

Распространение услуг ИИ могло бы улучшить репутацию брокеров путем предоставления более качественных прогнозов.

Результаты. Давайте разберем последний недостаток, упомянутый в табл. 1. Углубившись в тему, мы обнаружили, что искусственный интеллект используется в крупных банках и инвестиционных конторах, но его услуги недоступны наибольшей массе инвесторов. Тут хочется предложить идею: такие компании и банки могли бы предоставлять доступ к услугам ИИ за периодическую плату (по подписке). Это предоставило бы им дополнительный источник безрискового, комиссионного дохода, который помог бы покрыть траты на разработку таких моделей, попутно облегчая долю среднего инвестора. Опираясь на исследование наших друзей-азиатов, можно ожидать эффекта в +2–4 % годовых от использования прогнозов работающих вместе ИИ и людей.

Сравнив же тарифы некоторых брокеров [3] и учитывая ожидаемый эффект, рекомендуемой ежемесячной платой за такие услуги и эффект мы называем диапазон 1000–2000 ₽.

Выводы. Искусственный интеллект уже на текущей стадии своего развития является конкурентоспособным в качестве консультанта инвестора.

Но наиболее эффективным оказалось совмещение искусственного интеллекта с работой человека-эксперта. Дело за малым — распространить его услуги среди масс инвесторов.

About the authors

Author for correspondence.
Email: daggerplay.1@mail.ru

студент, группа КИСП-11, информационные системы и программирование

References

Supplementary files