- Тема
14k Популярность
44k Популярность
965 Популярность
13k Популярность
30k Популярность
808 Популярность
108k Популярность
25k Популярность
26k Популярность
7k Популярность
- Закрепить
14k Популярность
44k Популярность
965 Популярность
13k Популярность
30k Популярность
808 Популярность
108k Популярность
25k Популярность
26k Популярность
7k Популярность
Конец кванта? Как ИИ демократизирует финансовый анализ
Getty ImagesНовая волна стартапов в области искусственного интеллекта нацелена на одну из самых специализированных ролей на Уолл-стрит: количественного аналитика. От хедж-фондов до торговых площадок с сырьевыми товарами, платформы ИИ обещают демократизировать сложные математические модели и анализ данных, которые долгое время были исключительной областью высокооплачиваемых квантов.
До недавнего времени крупные языковые модели для торговли были областью миллиардных управляющих фондами, таких как Игорь Тульчинский, чье хедж-фонд WorldQuant управляет более 23 миллиардами долларов и нанимает более 150 кандидатов наук для создания индивидуальных систем ИИ. Как недавно рассказал Тульчинский изданию Forbes, его компания использует LLM для "преобразования и открытия альфа в различных областях", создавая собственные инструменты, которые могут отвечать на "очень сложные вопросы", комбинируя стандартные модели с внутренними данными, которые "на самом деле никто не может воспроизвести."
Но новое поколение стартапов работает над тем, чтобы изменить эту эксклюзивность, предлагая сложные аналитические инструменты на основе ИИ компаниям, которые ранее не могли себе позволить такие возможности. Эта тенденция представляет собой фундаментальный сдвиг в том, как финансовые учреждения подходят к принятию решений на основе данных. Вместо того чтобы нанимать команды аналитиков с докторскими степенями для обработки чисел и выявления рыночных паттернов, компании все чаще обращаются к ИИ-системам, которые могут обрабатывать огромные объемы информации за секунды и предоставлять аналитические данные на понятном английском.
Три компании, упомянутые в недавних кейс-исследованиях (FINTool, Metal AI и Findly), нацелены на разные сегменты финансового мира с помощью платформ для исследований и аналитики на базе ИИ. Каждая из них обещает преобразовать часы ручного анализа в автоматизированные инсайты, потенциально изменяя способ принятия инвестиционных решений.
Волна замены AI Quant
Ключевая тенденция связана с способностью ИИ обрабатывать различные источники данных для их анализа в соответствии с желаниями рисковых участников. Обещание заключается в том, что системы ИИ могут искать, агрегировать и синтезировать источники данных без вмешательства человека.
БОЛЬШЕ ДЛЯ ВАСНапример, FINTool сосредотачивается на исследовании публичного капитала для хедж-фондов и банков, анализируя миллионы документов, от отчетов о доходах до заявлений в SEC. Платформа утверждает, что сокращает рабочую нагрузку аналитиков с часов до секунд, сохраняя «нулевые галлюцинации» благодаря трехуровневой системе оценки коллег. С другой стороны, Metal AI нацелена на компании частного капитала, где команды по сделкам сталкиваются с фрагментированными данными из нескольких систем, будь то платформы рыночных исследований или конфиденциальные комнаты данных. Интеллектуальная платформа компании утверждает, что объединяет внутренние и внешние источники данных, позволяя инвестиционным специалистам задавать сложные вопросы на естественном языке, а не тратить время на ручное агрегирование информации.
Но, возможно, самым развитыми попытками заменить традиционную количественную работу является платформа Darling Analytics, поддерживаемая YC, которая производит фурор в notoriously complex world of commodity trading.
От торгового этажа количественной торговли к стартапу в области ИИ
Игнасио Идальго знает торговлю товарами изнутри. Как бывший ведущий трейдер на некоторых из самых крупных торговых площадок по сжиженному газу, он на собственном опыте испытал ежедневные трудности синтеза огромных объемов рыночных данных, погодных условий, информации о грузоперевозках и потоках, а также геополитических событий в прибыльные торговые решения.
"Проблема была той же, только другой," объясняет Идальго свой переход от трейдера к технологическому предпринимателю. "Большинство продвинутых инструментов для структурированной и продвинутой аналитики данных все еще оставляли трейдеров без необходимого им контекста. Очень сложная проблема для решения"
Теперь, вместе с соучредителем Педро Насименто, Идальго создает то, что он называет "абсолютно новым в мире" технологиями через свой стартап Findly, поддерживаемый Y Combinator. Их платформа Darling Analytics стремится предоставить средним торговым столам по товарам "супераналитические возможности", традиционно ограниченные специализированными количественными столами.
Торговля товарами происходит в мире крайностей. Сложные математические модели сосуществуют с удивительно простыми инструментами. В то время как некоторые операции используют сложные алгоритмы и аналитику в реальном времени, другие полагаются на групповые чаты в WhatsApp для заключения сделок. Трейдеры часто ведут бизнес через мессенджеры с минимальной технологической сложностью.
"Графики не дают вам контекста," отмечает Идальго. "Человеку невозможно усвоить все параметры: изменения цен за ночь, информацию о погрузке судов, данные о погоде и прогнозы, новости. С помощью ИИ вы можете спросить: 'Что произошло с ценой на нефть на этой неделе? Хорошее ли это время для покупки?' и получить гораздо более ясную картину с рыночным контекстом.
AI Quants: Реальная реализация
Darling Analytics уже проходит пилотное испытание в нескольких крупных товарных компаниях. Система автоматизирует утренние и событийные отчеты, которые обычно составляют младшие трейдеры вручную, освобождая человеческих аналитиков для сосредоточения на более ценной стратегической работе. Она интегрирует (near) структурированные данные реального времени с неструктурированной информацией из рыночных отчетов, X, Интернета, электронных писем и новостных лент для предоставления комплексной рыночной разведки.
"Искусственный интеллект может предоставить полный контекст по данным о ваших метриках. Это не то же самое, что просто построить график, он говорит вам, что график означает в текущем контексте рынка," объясняет Хидальго. Платформа строит то, что он называет "графом знаний", позволяя пользователям задавать вопросы, специфичные для трейдеров, на естественном языке и получать анализ, который ранее требовал бы часов ручного исследования.
Например, трейдер может попросить инструмент построить зависимость между погодой и запасами пропана на Восточном побережье Соединенных Штатов. Хотя ранее это заняло бы у младшего аналитика часы подготовки, трейдер теперь может делегировать задачу платформе и увидеть результаты за минуты.
Запрос в DarlingAnalytics
DarlingAnalytics## Что дальше для AI квантов?
Успех этих ИИ-платформ поднимает важные вопросы о будущем количественного анализа в финансах. Если искусственный интеллект действительно может воспроизвести способности к распознаванию паттернов и аналитические возможности, которые делают количественных аналитиков ценными, это может значительно изменить структуру торговых и инвестиционных команд.
Для торговых столов, которые полагаются на аналитиков или количественных аналитиков для предоставления исследований по управлению рисками, аналитика на основе ИИ предоставляет конкурентное преимущество, усиливая человеческие возможности, а не просто заменяя их. Эта технология обещает демократизировать доступ к сложному анализу по всей организации.
Однако переход не обходится без проблем. Товарные рынки известны своей непредсказуемостью, на которую влияют все, от геополитических напряжений до погодных условий. Компании, создающие эти ИИ-системы, должны гарантировать, что их платформы могут справляться со сложностью и волатильностью, которые делают человеческий опыт таким ценным в первую очередь.
Как говорит Идальго, цель состоит в том, чтобы "давать возможность среднему пользователю в компаниях по торговле товарами" с аналитическими возможностями, которые ранее были исключительной прерогативой специалистов.
Сможет ли ИИ действительно заменить интуицию и рыночное чувство, которые опытные трейдеры приносят в торговлю, пока неизвестно, но то, что он делает, так это предоставляет преимущество в интеллектуальном анализе данных за считанные минуты. Но с тем, что крупные товарные трейдеры уже испытывают эти системы, финансовая индустрия, похоже, готова это выяснить.