德勤估计，到 2025 年，自动化系统管理的资产规模将从 5 万亿美元到 7 万亿美元不等。 考虑到人工智能在金融领域的实施速度，这是一个非常现实的预测。
技术正越来越多地渗透到生活的各个领域：每天我们都知道计算机可以在没有人为干预的情况下驾驶汽车、进行医学诊断，甚至制作名牌服装。 投资者也没有袖手旁观：越来越多的新工具出现，帮助做出投资决策和管理资产，此外，量子基金正在蔓延，其中投资决策是自动做出的。
交易所上的人工智能
现代技术被引入投资领域的速度比乍一看要积极得多。 这个市场中的许多参与者都在谈论他们打算在他们的公司中扩大人工智能 (AI) 的使用。
根据由格林威治协会和汤森路透编写的《戏剧性变革：投资研究的未来》，超过一半的资产管理公司希望将人工智能整合到他们的投资流程中并获得该领域的经验。
该报告基于对 30 位投资董事和资产经理的调查。 研究证实，未来几年人工智能在该领域的渗透率将增加：目前已有 17% 的投资公司积极使用该技术，10% 计划在未来 12 个月内实施，总体而言，56%受访者预计人工智能在投资过程中的作用会增加。
与此同时，人工智能做出投资决策的对冲基金数量也在增长。 这种基金通常被称为量子基金，其中的投资决策是根据数学模型自动做出的。
据研究公司对冲基金研究（HFR）估计，去年底，量子基金管理的资产接近1万亿美元——940月底达到2010亿美元。与86年相比，这是 XNUMX% 的增长。 一些最大的量子基金包括 Renaissance、Two Sigma Investments、DE Shaw Group、PDT Partners 和 TGS。
传统的大玩家也对人工智能感兴趣。 去年，瑞士银行瑞士信贷剥离了一个 1 亿美元的量子基金 Qube Research and Technologies，并管理另一只量子基金 QT Fund。
美国最大的银行之一摩根大通在这一领域也非常活跃。 50 月，该银行创建了一个实施人工智能技术的部门。 摩根大通正在努力创建一个自动交易股票的交易机器人。 到目前为止，机器人只是一个辅助工具，股票买卖的最终决定权是一个人做出的，但到今年年底，机器人可以完全负责XNUMX%的股票交易由银行在亚太地区推出。
10 月初，众所周知，罗斯柴尔德家族的成员投资了一个名为 Exo Investing 的人工智能财富管理平台。 该平台的创建者表示，它为广泛的投资者提供了复杂的人工智能技术工具——投资组合起价为 000 英镑。
与许多其他领域一样，人工智能在金融市场的传播可能会导致裁员。 咨询公司 Opimas 预测，到 2025 年，约有 90 名资产管理人员（全球 000 名）将面临风险，其中包括基金经理、分析师和支持人员。
陷阱
在人工智能的帮助下做出投资决策存在重大风险，包括由于这样的投资选择尚未经过足够的时间和严重危机的考验。
增加自动化投资决策风险的一个限制是人工智能不如人类灵活，只能根据其拥有的数据量做出决策。
“机器没有预测危机的基本知识，因为它们中的每一个都是独一无二的。 人们善于思考危机之类的事情，有时可以预测它们，但我们经常会弄错，”第一批量子基金之一、SCT 资本管理公司的创始人、纽约大学教授瓦桑特·达尔说。 Dhar 致力于对数据进行计算机分析，其中包括问人们是否准备将钱委托给计算机的问题。
许多专家一致认为，该机器还无法在考虑到广泛的其他因素（从政治变化和地缘政治局势到技术创新和自然灾害）的情况下做出预测。
“让你的电脑在 Spotify 上挑选音乐是一回事，但挑选影响数万亿美元市场的股票是另一回事。 在 Spotify，如果我们不喜欢所选歌曲，我们可以继续下一首歌曲，在 AI 投资的情况下，费率高得不成比例，”金融技术平台 Elsen 的首席执行官 Zachary Schaeffer 写道。
在他看来，投资决策完全自动化、无人干预的时刻是否会到来，目前还很难判断。 Schaeffer 认为，一种更有可能的情况仍然是未来人为干预的持续存在，尽管程度比现在要小。
另一个可能的风险是，在众多量子基金中，投资决策将基于相同的数据、公式和算法做出，这在不利的情况下可能导致市场崩溃，例如，如果所有基金都开始出售股票同时。
当然，这一切并不意味着投资领域的人工智能只是对时尚的致敬。 英国投资公司 Man Group 的 CEO Luke Ellis 认为，如果技术继续像现在这样快速发展，25 年后机器学习系统将涉及 99% 的投资管理案例。 “它将成为我们生活中无处不在的现象。 我不认为机器学习是我们所做的一切的答案。 我只是认为这让我们在很多事情上做得更好，”埃利斯说。
为投资者服务
最近，为投资者提供了单独的服务来帮助零售业者应用人工智能。 事实上，这些服务中的大部分都是基于对大数据集的自动分析能力，并基于这种分析向投资者提供建议。
此类系统通常使用机器学习技术（“教学”软件在没有明确指令的情况下执行某些任务）和神经网络（根据生物体的神经细胞网络原理起作用的系统，即类似于人脑），因此随着收到所有新数据，这些系统正在不断改进。 大多数这些系统不仅分析股票信息，还分析非常广泛和多样的数据集，包括各种文章、公司新闻稿和其他新闻资源。
早在 2013 年，一家创业公司 Kensho 就成立了，其创始人致力于在金融和投资领域开发机器学习和人工智能，包括其 Kensho 全球事件数据库和知识图平台。 Kensho 开发的系统基于机器学习，其中人工智能基于各种海量数据，学习发现世界上政治和其他事件与股票价格之间的相关性。 作为这家初创公司成功的证明，它于 550 月被全球最大的评级机构标准普尔全球 (S&P Global) 以 XNUMX 亿美元的价格收购，这是涉及人工智能公司的最大交易之一。
另一个平台 Kavout 使用大数据，系统在此基础上得出关于投资数千家公司股票的前景的结论。 Exo Investing 平台已经在上面提到过，它也为相当广泛的投资者提供了使用人工智能来做出投资决策的机会。 另一家公司 Qplum 为其客户提供机器人投资顾问的服务，该顾问也使用机器学习技术。 同样由人工智能提供支持的 EquBot 服务旨在识别被低估的资产，优化投资组合中某些资产的份额，并确定投资于各种股票和其他资产的最佳时机。
因此，投资领域确实变得越来越自动化，我们谈论的是大公司开发的系统和小公司和个人可用的相应服务。 几年前，咨询公司德勤预测，到 2025 年，自动化系统控制下的资产将以某种方式达到 5 万亿至 7 万亿美元，鉴于此类系统的积极实施，现在看来也不是太不切实际。