В отрасли финансовых услуг прошла трансформация, и теперь алгоритмы широко диктуют инвестиционные решения. Следуя этой тенденции, все большее число традиционных банков и финансовых учреждений внедрили новые услуги для поддержки этой новой финансовой технологии. Поскольку эти услуги продолжают расти, считается, что финансы достигнут сингулярности.

Финансовая сингулярность следует концепции технологической сингулярности. По определению, технологическая сингулярность - это состояние дел, когда компьютеры способны к рекурсивному самосовершенствованию или сами программируют свое программное обеспечение - быстрее человеческого интеллекта. Ожидание концепции состоит в том, что компьютеры заменят людей. Что касается финансов, то это означает, что все инвестиционные решения в конечном итоге будут лучше оставлены для компьютера, управляемого алгоритмами и экономической теорией. Если это будет справедливо, рынки будут следовать эффективным схемам ценообразования, и инвесторы будут демонстрировать разумные ожидания, как это диктуется неоклассической экономикой. (Подробнее см. Основы алгоритмической торговли: понятия и примеры .)

Финансовая особенность

В течение последних пяти лет финансовые технологии дополняли и в некоторых случаях заменяли в основном традиционные средства инвестирования. Целью инструментов онлайн-управления капиталом является создание прозрачных и доступных средств для инвестирования, практика, ранее доступная только богатым. С ростом использования и доступности финансовых технологий несколько многолетних финансовых учреждений начали внедрять свои собственные онлайн-услуги. Некоторые из них включают Goldman Sachs Group, Inc. (GS GSGoldman Sachs Group Inc243. 49-0. 37% Создано в Highstock 4. 2. 6 ) онлайн-кредитование Citigroup Inc. (C CCitigroup Inc73. 80-0,34% Создано с Highstock 4. 2. 6 ) Citicoin и Vanguard и The Charles Schwab Corporation (SCHW SCHWCharles Schwab Corp44. 65- 0. 38% Создано с Highstock 4. 2. 6 ) онлайн-сервисами управления активами.

Учитывая нынешний и будущий рост финансовых технологий, многие считают, что алгоритмы скоро определит, что стимулирует результаты рынка. Гипотетическая финансовая особенность - вот что следует. Благодаря большому количеству больших данных алгоритмы смогут создавать собственные инвестиции для участников рынка, создавая более эффективный рынок.

Эффективные рынки

Вероятно, вы узнали об эффективной теории рынка на ранних курсах экономики. В теории утверждается, что инвестор не может опережать рынок в результате рациональных ожиданий и совершенной информации.(Подробнее см. Эффективная рыночная гипотеза: эффективен ли фондовый рынок? )

Возможно, вы позже узнали или засвидетельствовали, что это просто не так. Например, легендарный инвестор Уоррен Баффет сделал миллиарды долларов от рынка. Если бы теория эффективных рынков считалась верной, не было бы возможности использовать недооценку на рынке, поскольку цены на активы отразили бы всю имеющуюся информацию. Если бы машинное обучение когда-либо могло агрегировать стратегию инвестора, инвесторы могли бы рационально предположить, что каждая цена активов является истинной ожидаемой стоимостью будущих прибылей и денежных потоков, а также отражает рыночные основы.

В недавней статье знаменитый экономист Роберт Шиллер оспаривает видение финансовой сингулярности. Он указывает на реакцию инвесторов реального мира перед лицом новостей и историй. В условиях финансового сингулярности у инвесторов не было бы мотивации искать недооценку рынка. Наша нынешняя среда не поддерживает такое понятие: многие инвесторы действуют на суждениях и суевериях, особенно когда рынки начинают погружаться.

Машиноведение и экономика

В рамках финансов искусственный интеллект и его многочисленные итерации стали наиболее гудящими о технологическом развитии с больших данных. Применение AI на финансовых рынках имеет большее значение, чем используемые в настоящее время алгоритмы. Традиционно алгоритмы выполняют исполняемые функции, которые инициируются, когда предварительно заданные правила выполнены. AI делает этот шаг дальше и может применять эволюционные алгоритмы, чтобы узнать, как рынки реагируют в разных обстоятельствах. Модели, основанные на объемах данных и полных симуляций финансовых рынков, разработаны для прогнозирования того, как рынки будут вести себя в будущем.

И экономика, и ИИ разделяют конструкцию рациональности. Как диктует история, рынки реального мира не следуют рациональному поведению. Для того чтобы ИИ эффективно реагировал на рынки, модели должны учитывать как рациональность, так и иррациональные обстоятельства.

Bottom Line

Поскольку индустрия финансовых услуг продолжает использовать алгоритмы и искусственный интеллект, концепция финансовой сингулярности обещает отдаленную возможность утопии на финансовых рынках. Финансовая сингулярность основывается на технологической сингулярности, которая предполагает гипотетическое будущее, когда компьютеры диктуют принятие решений в отношении человеческого интеллекта. Однако на данный момент суждение человека, будь то хорошее или плохое, управляет инвестиционными решениями, часто следуя за иррациональным или непредсказуемым поведением.