NEW YORK, NEW YORK - 28 MARET: Para trader bekerja di lantai Bursa Efek New York (NYSE) pada ... Lebih Banyak 28 Maret 2025, di Kota New York. Saat perang dagang Presiden Trump yang meningkat dan tanda-tanda inflasi mengkhawatirkan investor, Dow Jones Industrial Average (DJI) turun lebih dari 700 poin atau hampir 1,7%. (Foto oleh Spencer Platt/Getty Images)
Getty ImagesSebuah gelombang baru startup kecerdasan buatan sedang mengincar salah satu peran yang paling khusus di Wall Street: analis kuantitatif. Dari hedge fund hingga lantai perdagangan komoditas, platform AI menjanjikan untuk mendemokratisasi model matematika kompleks dan analisis data yang telah lama menjadi domain eksklusif para kuant yang bergaji tinggi.
Hingga baru-baru ini, model bahasa besar untuk perdagangan telah menjadi domain manajer dana miliarder seperti Igor Tulchinsky, yang hedge fund WorldQuant-nya mengelola lebih dari $23 miliar dan mempekerjakan lebih dari 150 PhD untuk membangun sistem AI kustom. Seperti yang baru-baru ini disampaikan Tulchinsky kepada Forbes, perusahaannya menggunakan LLM untuk "mengonversi dan menemukan alpha di berbagai domain," menciptakan alat proprietari yang dapat menjawab "pertanyaan yang sangat canggih" dengan menggabungkan model standar dengan data internal yang "benar-benar tidak bisa direplikasi oleh siapa pun."
Namun, generasi baru startup sedang berupaya mengubah eksklusivitas itu, menawarkan analitik canggih yang didukung AI kepada perusahaan-perusahaan yang sebelumnya tidak mampu membeli kemampuan semacam itu. Tren ini mencerminkan pergeseran mendasar dalam cara lembaga keuangan mendekati pengambilan keputusan berbasis data. Daripada mempekerjakan tim analis tingkat PhD untuk menganalisis angka dan mengidentifikasi pola pasar, perusahaan semakin beralih ke sistem AI yang dapat memproses sejumlah besar informasi dalam hitungan detik dan memberikan wawasan dalam bahasa Inggris yang sederhana.
Tiga perusahaan yang disorot dalam studi kasus terbaru (FINTool, Metal AI, dan Findly) menargetkan berbagai sudut dunia keuangan dengan platform penelitian dan analitik yang didukung AI. Masing-masing menjanjikan untuk mengubah jam-jam analisis manual menjadi wawasan otomatis, yang berpotensi membentuk kembali cara keputusan investasi dibuat.
Gelombang Penggantian AI Quant
Tren utama berkaitan dengan kemampuan AI untuk mengambil sumber data yang berbeda untuk menganalisisnya sesuai dengan keinginan para pengambil risiko. Janji tersebut adalah bahwa sistem AI dapat mencari, mengagregasi, dan mensintesis sumber data tanpa intervensi manusia.
LEBIH UNTUK ANDA
Sebagai contoh, FINTool fokus pada penelitian ekuitas publik untuk hedge fund dan bank, menganalisis jutaan dokumen mulai dari laporan pendapatan hingga pengajuan SEC. Platform ini mengklaim dapat mengurangi beban kerja analis dari jam menjadi detik sambil mempertahankan "nol halusinasi" melalui sistem evaluasi sejawat tiga tingkat. Di sisi lain, Metal AI menargetkan perusahaan ekuitas swasta, di mana tim kesepakatan berjuang dengan data terfragmentasi di berbagai sistem, baik itu platform riset pasar maupun ruang data rahasia. Platform intelijen perusahaan ini mengklaim dapat menyatukan sumber data internal dan eksternal, memungkinkan profesional investasi untuk mengajukan pertanyaan kompleks dalam bahasa alami alih-alih menghabiskan waktu mengumpulkan informasi secara manual.
Tetapi mungkin upaya yang paling maju untuk menggantikan pekerjaan kuant tradisional datang dari Findly yang didukung YC, yang platform Darling Analyticsnya sedang menciptakan gelombang di dunia perdagangan komoditas yang terkenal rumit.
Dari Lantai Perdagangan Kuant ke Startup AI
Ignacio Hidalgo mengetahui perdagangan komoditas dari dalam. Sebagai mantan trader buku utama di beberapa meja perdagangan LPG terkemuka, ia mengalami secara langsung perjuangan sehari-hari dalam mensintesis sejumlah besar data pasar, pola cuaca, informasi pengiriman & aliran ditambah perkembangan geopolitik menjadi keputusan perdagangan yang menguntungkan.
"Masalahnya sama, hanya berbeda," jelas Hidalgo tentang transisinya dari trader menjadi pengusaha teknologi. "Sebagian besar alat canggih untuk analisis data terstruktur dan lanjutan masih meninggalkan trader tanpa konteks yang mereka butuhkan. Masalah yang sangat sulit untuk dipecahkan"
Sekarang, bersama salah satu pendiri Pedro Nascimento, Hidalgo sedang membangun apa yang dia sebut sebagai teknologi "baru di dunia" melalui startup Findly yang didukung oleh Y Combinator. Platform Darling Analytics mereka bertujuan untuk memberikan meja perdagangan komoditas rata-rata "kekuatan analitis super" yang secara tradisional dibatasi untuk meja kuantitatif yang spesialis.
Perdagangan komoditas beroperasi di dunia yang ekstrem. Model matematika yang canggih berdampingan dengan alat yang surprisingly sederhana. Sementara beberapa operasi menggunakan algoritma kompleks dan analitik waktu nyata, yang lain mengandalkan obrolan grup WhatsApp untuk membuat kesepakatan. Trader sering melakukan bisnis melalui aplikasi pesan dengan teknologi yang minimal.
"Chart tidak memberikan konteks," catat Hidalgo. "Tidak mungkin bagi manusia untuk menyerap semua parameter: perubahan harga semalam, informasi pemuatan kapal, data cuaca & ramalan, berita. Dengan AI, Anda bisa bertanya 'Apa yang terjadi pada harga minyak mentah minggu ini? Apakah ini waktu yang baik untuk membeli?' dan mendapatkan gambaran yang jauh lebih jelas dengan konteks pasar.
AI Quants: Implementasi Dunia Nyata
Darling Analytics sudah dipilotkan di beberapa perusahaan komoditas besar. Sistem ini mengotomatiskan jenis laporan pagi dan laporan yang didorong oleh peristiwa yang biasanya disusun secara manual oleh trader junior, sehingga membebaskan analis manusia untuk fokus pada pekerjaan strategis yang memiliki nilai lebih tinggi. Ini mengintegrasikan (near) data terstruktur waktu nyata dengan informasi tidak terstruktur dari laporan pasar, X, Web, email, dan berita untuk memberikan intelijen pasar yang komprehensif.
"AI dapat memberikan konteks penuh tentang data pada metrik Anda. Ini tidak sama dengan hanya menggambar grafik, ini memberi tahu Anda apa grafik itu dalam konteks pasar saat ini," jelas Hidalgo. Platform ini membangun apa yang dia sebut "graf pengetahuan", memungkinkan pengguna untuk mengajukan pertanyaan spesifik trader dalam bahasa alami dan menerima analisis yang sebelumnya memerlukan berjam-jam penelitian manual.
Sebagai contoh, seorang trader dapat meminta alat untuk memplot hubungan antara cuaca dan stok propana di Pantai Timur Amerika Serikat. Sementara sebelumnya ini akan memakan waktu berjam-jam bagi seorang analis junior untuk menyiapkan, seorang trader sekarang dapat mendelegasikan tugas tersebut ke platform dan melihat hasilnya dalam hitungan menit.
Query dalam DarlingAnalytics
DarlingAnalytics## Apa yang selanjutnya untuk kuant AI?
Keberhasilan platform AI ini menimbulkan pertanyaan penting tentang masa depan analisis kuantitatif dalam keuangan. Jika kecerdasan buatan benar-benar dapat mereplikasi kemampuan pengenalan pola dan analitis yang membuat kuantitatif berharga, itu dapat secara signifikan mengubah struktur tim perdagangan dan investasi.
Untuk meja perdagangan yang mengandalkan analis atau kuant untuk menyediakan studi untuk penempatan risiko, analitik yang didukung AI memberikan keunggulan kompetitif dengan memperkuat kemampuan manusia daripada sekadar menggantinya. Teknologi ini menjanjikan untuk mendemokratisasi akses ke analisis canggih di seluruh organisasi.
Namun, transisi ini tidak tanpa tantangan. Pasar komoditas terkenal tidak dapat diprediksi, dipengaruhi oleh segala sesuatu mulai dari ketegangan geopolitik hingga pola cuaca. Perusahaan-perusahaan yang membangun sistem AI ini harus memastikan platform mereka dapat menangani kompleksitas dan volatilitas yang membuat keahlian manusia sangat berharga pada awalnya.
Seperti yang diungkapkan oleh Hidalgo, tujuannya adalah untuk "memberdayakan pengguna rata-rata di perusahaan perdagangan komoditas" dengan kemampuan analitis yang sebelumnya merupakan domain eksklusif para spesialis.
Apakah AI benar-benar dapat menggantikan intuisi dan perasaan pasar yang dibawa oleh trader berpengalaman tetap harus dilihat, tetapi yang jelas adalah ia memberikan keunggulan dalam kecerdasan data dalam hitungan menit. Namun, dengan trader komoditas besar yang sudah menguji coba sistem ini, industri keuangan tampaknya siap untuk mengetahuinya.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Akhir dari Quant? Bagaimana AI Mendelegitimasi Analisis Keuangan
Getty ImagesSebuah gelombang baru startup kecerdasan buatan sedang mengincar salah satu peran yang paling khusus di Wall Street: analis kuantitatif. Dari hedge fund hingga lantai perdagangan komoditas, platform AI menjanjikan untuk mendemokratisasi model matematika kompleks dan analisis data yang telah lama menjadi domain eksklusif para kuant yang bergaji tinggi.
Hingga baru-baru ini, model bahasa besar untuk perdagangan telah menjadi domain manajer dana miliarder seperti Igor Tulchinsky, yang hedge fund WorldQuant-nya mengelola lebih dari $23 miliar dan mempekerjakan lebih dari 150 PhD untuk membangun sistem AI kustom. Seperti yang baru-baru ini disampaikan Tulchinsky kepada Forbes, perusahaannya menggunakan LLM untuk "mengonversi dan menemukan alpha di berbagai domain," menciptakan alat proprietari yang dapat menjawab "pertanyaan yang sangat canggih" dengan menggabungkan model standar dengan data internal yang "benar-benar tidak bisa direplikasi oleh siapa pun."
Namun, generasi baru startup sedang berupaya mengubah eksklusivitas itu, menawarkan analitik canggih yang didukung AI kepada perusahaan-perusahaan yang sebelumnya tidak mampu membeli kemampuan semacam itu. Tren ini mencerminkan pergeseran mendasar dalam cara lembaga keuangan mendekati pengambilan keputusan berbasis data. Daripada mempekerjakan tim analis tingkat PhD untuk menganalisis angka dan mengidentifikasi pola pasar, perusahaan semakin beralih ke sistem AI yang dapat memproses sejumlah besar informasi dalam hitungan detik dan memberikan wawasan dalam bahasa Inggris yang sederhana.
Tiga perusahaan yang disorot dalam studi kasus terbaru (FINTool, Metal AI, dan Findly) menargetkan berbagai sudut dunia keuangan dengan platform penelitian dan analitik yang didukung AI. Masing-masing menjanjikan untuk mengubah jam-jam analisis manual menjadi wawasan otomatis, yang berpotensi membentuk kembali cara keputusan investasi dibuat.
Gelombang Penggantian AI Quant
Tren utama berkaitan dengan kemampuan AI untuk mengambil sumber data yang berbeda untuk menganalisisnya sesuai dengan keinginan para pengambil risiko. Janji tersebut adalah bahwa sistem AI dapat mencari, mengagregasi, dan mensintesis sumber data tanpa intervensi manusia.
LEBIH UNTUK ANDA Sebagai contoh, FINTool fokus pada penelitian ekuitas publik untuk hedge fund dan bank, menganalisis jutaan dokumen mulai dari laporan pendapatan hingga pengajuan SEC. Platform ini mengklaim dapat mengurangi beban kerja analis dari jam menjadi detik sambil mempertahankan "nol halusinasi" melalui sistem evaluasi sejawat tiga tingkat. Di sisi lain, Metal AI menargetkan perusahaan ekuitas swasta, di mana tim kesepakatan berjuang dengan data terfragmentasi di berbagai sistem, baik itu platform riset pasar maupun ruang data rahasia. Platform intelijen perusahaan ini mengklaim dapat menyatukan sumber data internal dan eksternal, memungkinkan profesional investasi untuk mengajukan pertanyaan kompleks dalam bahasa alami alih-alih menghabiskan waktu mengumpulkan informasi secara manual.
Tetapi mungkin upaya yang paling maju untuk menggantikan pekerjaan kuant tradisional datang dari Findly yang didukung YC, yang platform Darling Analyticsnya sedang menciptakan gelombang di dunia perdagangan komoditas yang terkenal rumit.
Dari Lantai Perdagangan Kuant ke Startup AI
Ignacio Hidalgo mengetahui perdagangan komoditas dari dalam. Sebagai mantan trader buku utama di beberapa meja perdagangan LPG terkemuka, ia mengalami secara langsung perjuangan sehari-hari dalam mensintesis sejumlah besar data pasar, pola cuaca, informasi pengiriman & aliran ditambah perkembangan geopolitik menjadi keputusan perdagangan yang menguntungkan.
"Masalahnya sama, hanya berbeda," jelas Hidalgo tentang transisinya dari trader menjadi pengusaha teknologi. "Sebagian besar alat canggih untuk analisis data terstruktur dan lanjutan masih meninggalkan trader tanpa konteks yang mereka butuhkan. Masalah yang sangat sulit untuk dipecahkan"
Sekarang, bersama salah satu pendiri Pedro Nascimento, Hidalgo sedang membangun apa yang dia sebut sebagai teknologi "baru di dunia" melalui startup Findly yang didukung oleh Y Combinator. Platform Darling Analytics mereka bertujuan untuk memberikan meja perdagangan komoditas rata-rata "kekuatan analitis super" yang secara tradisional dibatasi untuk meja kuantitatif yang spesialis.
Perdagangan komoditas beroperasi di dunia yang ekstrem. Model matematika yang canggih berdampingan dengan alat yang surprisingly sederhana. Sementara beberapa operasi menggunakan algoritma kompleks dan analitik waktu nyata, yang lain mengandalkan obrolan grup WhatsApp untuk membuat kesepakatan. Trader sering melakukan bisnis melalui aplikasi pesan dengan teknologi yang minimal.
"Chart tidak memberikan konteks," catat Hidalgo. "Tidak mungkin bagi manusia untuk menyerap semua parameter: perubahan harga semalam, informasi pemuatan kapal, data cuaca & ramalan, berita. Dengan AI, Anda bisa bertanya 'Apa yang terjadi pada harga minyak mentah minggu ini? Apakah ini waktu yang baik untuk membeli?' dan mendapatkan gambaran yang jauh lebih jelas dengan konteks pasar.
AI Quants: Implementasi Dunia Nyata
Darling Analytics sudah dipilotkan di beberapa perusahaan komoditas besar. Sistem ini mengotomatiskan jenis laporan pagi dan laporan yang didorong oleh peristiwa yang biasanya disusun secara manual oleh trader junior, sehingga membebaskan analis manusia untuk fokus pada pekerjaan strategis yang memiliki nilai lebih tinggi. Ini mengintegrasikan (near) data terstruktur waktu nyata dengan informasi tidak terstruktur dari laporan pasar, X, Web, email, dan berita untuk memberikan intelijen pasar yang komprehensif.
"AI dapat memberikan konteks penuh tentang data pada metrik Anda. Ini tidak sama dengan hanya menggambar grafik, ini memberi tahu Anda apa grafik itu dalam konteks pasar saat ini," jelas Hidalgo. Platform ini membangun apa yang dia sebut "graf pengetahuan", memungkinkan pengguna untuk mengajukan pertanyaan spesifik trader dalam bahasa alami dan menerima analisis yang sebelumnya memerlukan berjam-jam penelitian manual.
Sebagai contoh, seorang trader dapat meminta alat untuk memplot hubungan antara cuaca dan stok propana di Pantai Timur Amerika Serikat. Sementara sebelumnya ini akan memakan waktu berjam-jam bagi seorang analis junior untuk menyiapkan, seorang trader sekarang dapat mendelegasikan tugas tersebut ke platform dan melihat hasilnya dalam hitungan menit.
Query dalam DarlingAnalytics
DarlingAnalytics## Apa yang selanjutnya untuk kuant AI?
Keberhasilan platform AI ini menimbulkan pertanyaan penting tentang masa depan analisis kuantitatif dalam keuangan. Jika kecerdasan buatan benar-benar dapat mereplikasi kemampuan pengenalan pola dan analitis yang membuat kuantitatif berharga, itu dapat secara signifikan mengubah struktur tim perdagangan dan investasi.
Untuk meja perdagangan yang mengandalkan analis atau kuant untuk menyediakan studi untuk penempatan risiko, analitik yang didukung AI memberikan keunggulan kompetitif dengan memperkuat kemampuan manusia daripada sekadar menggantinya. Teknologi ini menjanjikan untuk mendemokratisasi akses ke analisis canggih di seluruh organisasi.
Namun, transisi ini tidak tanpa tantangan. Pasar komoditas terkenal tidak dapat diprediksi, dipengaruhi oleh segala sesuatu mulai dari ketegangan geopolitik hingga pola cuaca. Perusahaan-perusahaan yang membangun sistem AI ini harus memastikan platform mereka dapat menangani kompleksitas dan volatilitas yang membuat keahlian manusia sangat berharga pada awalnya.
Seperti yang diungkapkan oleh Hidalgo, tujuannya adalah untuk "memberdayakan pengguna rata-rata di perusahaan perdagangan komoditas" dengan kemampuan analitis yang sebelumnya merupakan domain eksklusif para spesialis.
Apakah AI benar-benar dapat menggantikan intuisi dan perasaan pasar yang dibawa oleh trader berpengalaman tetap harus dilihat, tetapi yang jelas adalah ia memberikan keunggulan dalam kecerdasan data dalam hitungan menit. Namun, dengan trader komoditas besar yang sudah menguji coba sistem ini, industri keuangan tampaknya siap untuk mengetahuinya.