Институт CFA провел исследование по анализу практики, чтобы понять степень внедрения различных технологий в рабочие процессы аналитиков, управляющих портфелем и управляющих частным капиталом. В этом обзоре представлены некоторые соответствующие выводы, чтобы проиллюстрировать отраслевой ландшафт, касающийся технологий искусственного интеллекта, и установить в контексте конкретные тематические исследования, которые следуют ниже.
Опрос был разослан рандомизированной выборке членов-учредителей CFA Institute в марте 2019 года, и в нем приняли участие 734 респондента (52% из Америки, 18% из Азиатско-Тихоокеанского региона, 30% из Европы, Ближнего Востока и Африки). Профессии респондентов включали анализ капитала и кредитоспособности, управление портфелем, главных инвестиционных директоров и управление частным капиталом, как показано на панели A рисунка 1. Профессиональный опыт респондентов показан на панели Б рис. 1.
Результаты опроса показывают, что немногие профессионалы в области инвестиций в настоящее время используют программы, обычно используемые в методах машинного обучения, включая такие языки программирования, как Python, R и MATLAB. Большинство управляющих портфелями по-прежнему полагаются на Excel(на что указали 95% респондентов из числа управляющих портфелем) и настольные инструменты для работы с рыночными данными (три четверти респондентов из числа управляющих портфелем) в своей инвестиционной стратегии и процессах.
Более того, как показывают результаты на Рисунке 2, только 10% респондентов, управляющих портфелем, использовали методы ИИ / МО за последние 12 месяцев, а количество респондентов, использующих линейную регрессию в инвестиционной стратегии и процессе, превышает количество респондентов, использующих методы AI / ML на почти пять к одному.
Только 10% портфельных менеджеров, ответивших в опросе, использовали методы AI / ML для улучшения их инвестиционного процесса за последние 12 месяцев.
На организационном уровне степень сотрудничества между инвестиционными и технологическими группами остается относительно низкой, как показано на рисунке 3. Это говорит о том, что может потребоваться дальнейшая интеграция для повышения эффективности процессов по мере того, как эти технологии закрепятся.
Согласно исследованию, распространенность методов AI / MLв торговых стратегиях также невысока. Как показано на Рисунке 4, 69% респондентов, управляющих портфелем, сообщают, что не использовали какие-либо методы AI / MLдля создания торговых алгоритмов за последние 12 месяцев.
Те профессионалы, которые используют эти методы, указывают на широкий спектр вариантов использования, включая принятие решений о покупке или продаже на основе различных входных переменных (15%), формирование сигналов (14%) и определение настроения на основе NLP(10%), среди нескольких других.
Аналогичный результат демонстрируется на панели A рисунка 5, которая показывает, что три четверти респондентов-аналитиков не используют методы AI / ML для анализа отрасли и компании. Среди тех, кто использует, два наиболее популярных из перечисленных методов - это извлечение данных сторонних веб-сайтов (по мнению 14% респондентов) и использование NLP (по мнению 10% респондентов). Для сравнения, 40% респондентов использовали линейную регрессию для анализа отрасли и компании (не показано).
Использование неструктурированных и альтернативных данных для анализа отрасли и компании более популярно, чем использование методов AI/ ML среди профессионалов в области инвестиций.
Как показано на панели Б рисунка 5, 44% респондентов-аналитиков сообщают об использовании индивидуальных данных, таких как социальные сети, обзоры продуктов и тенденции веб-поиска, за последние 12 месяцев, в то время как только 11% использовали спутниковые изображения. Однако одним из недостатков этих результатов является то, что они не позволяют нам сделать вывод, как часто и насколько широко эти источники данных используются в отраслевом анализе и анализе компаний. Значительное количество профессионалов, 44%, не используют эти данные.
- В целом, эти результаты показывают, что инвестиционная индустрия находится на очень ранних стадиях внедрения методов искусственного интеллекта и связанных с ним технологий, и лишь немногие профессионалы в настоящее время используют методы искусственного интеллекта / больших данных в своих повседневных инвестиционных процессах.
- Однако примерно пятая часть аналитиков и менеджеров портфелей сообщила об участии в обучении искусственному интеллекту / большим данным, как показано на рисунке 6.
- В целом, учитывая низкий уровень использования технологий искусственного интеллекта и больших данных в сочетании с большим количеством практикующих специалистов, проходящих обучение в этих областях, отрасль, похоже, претерпит значительный рост в ближайшие годы.