- Генеративный ИИ пишет и редактирует код и анализирует исследования
- Man Group, Citadel входят в число фирм, экспериментирующих с технологиями
Последняя шумиха вокруг искусственного интеллекта приводит к массовому всплеск на фондовом рынке делает ставку на то, что новая эра инноваций близка.
Тем не менее, для управляющих капиталом, которые используют компьютерные достижения для получения преимуществ в инвестировании, эра ChatGPT пока сулит менее грандиозные перспективы: автоматизацию рутинной работы.
Так называемый генеративный ИИ уже помогает ускорить выполнение рутинных задач, которые, как известно, подавляют дух младших сотрудников Уолл-стрит, говорят хедж-фонды, — от анализа множества маркетинговых исследований до написания базового кода и подведения итогов деятельности фонда.
Чат-боты могут в конечном итоге помочь повысить материальную эффективность и обеспечить более полезную работу для своих человеческих хозяев, возможно, за счет сокращения рабочих мест. Но это еще только начало.
Сотрудники системного хедж-фонда Campbell & Co. потратили месяцы на эксперименты с использованием технологии, лежащей в основе ChatGPT, для обобщения внутренних исследований и написания шаблонного кода. Тем не менее, инструменты искусственного интеллекта пока не меняют правила игры в их повседневных методах инвестирования.
“Они очень сильны в доработке кода, редактировании, поиске ошибок и исправлении багов”, - сказал Кевин Коул, главный исполнительный директор Campbell. “Наша модель будет держать людей в курсе событий — помощник человека, помогающий сделать его работу более эффективной”.
Искусственный интеллект на Уолл-стрит - это широкая сеть, которая включает в себя все: от алгоритмов машинного обучения, используемых для расчета кредитных рисков, до инструментов обработки естественного языка, которые сканируют новости для торговли. Генеративный ИИ, последнее модное слово, примером которого является чат-бот OpenAI, может следовать инструкциям и создавать новый текст, изображения или другой контент после обучения на огромном количестве входных данных. Идея заключается в том, что если машина считывает достаточно финансовых данных, она может правдоподобно оценить опцион, составить портфель или проанализировать заголовок корпоративной новости.
ChatGPT может расшифровывать выступления ФРС, прогнозировать движение акций по заголовкам
Поскольку хедж-фонды экспериментируют с последними версиями этих инструментов, конечной целью является повышение эффективности инвестирования. На данный момент повышение производительности — ускорение кодирования, исследований и коммуникации с клиентами — является наиболее очевидным преимуществом. Вот почему такие, как Кен Гриффин из Citadel В марте заявили, что фирма ведет переговоры о выдаче корпоративной лицензии на использование ChatGPT, делая ставку на то, что это автоматизирует “огромный объем работы”.
По словам Роба Фурдака из Man Group, одного из крупнейших в мире хедж-фондов, ChatGPT может ускорить предварительные этапы исследований, просматривая стопку научных работ по определенной теме и выявляя основные закономерности в наборах данных.
“Большая часть процесса исследования заключается в очистке данных, их сопоставлении, а затем в проведении предварительного анализа”, - сказал директор по инвестициям responsible investment. “ChatGPT мог бы сказать: "это интересная гипотеза, но вот другие гипотезы, которые вы, возможно, захотите также исследовать”.
Фирма также рассматривает возможность автоматизации основной работы по связям с инвесторами, сказал он, поскольку ChatGPT может легко объяснить эффективность путем синтеза рыночных данных и доходности фондов.
Уолл-стрит, конечно, уже славится компьютерными мастерами, которые работают в отделах алгоритмической торговли, хедж-фондах quant и маркет-мейкерах высокой частоты, и для них возможности ChatGPT могут показаться не такими уж новыми. Нынешнее безумие, возможно, вызвано как внезапной широкой доступностью инструмента, так и любыми достижениями в том, что на самом деле делает генеративный ИИ.
Тем не менее, ранние исследования показывают, что чат-бот представляет собой некоторый шаг вперед. Например, исследователи ФРС обнаружили, что он превосходит существующие модели, такие как BERT от Google, в классификации предложений в заявлениях центрального банка как "голубиных" или "ястребиных".
A документ Чикагского университета показал, что ChatGPT может превратить раздутые корпоративные раскрытия в их суть таким образом, чтобы объяснить последующую реакцию акций. Ученые также предположили, что это может выдвигают исследовательские идеи, проектные изыскания и, возможно, даже решите, во что инвестировать.
Питер Коттон, главный специалист по обработке данных в Intech Investment Management, входит в число недавних новообращенных после самостоятельного тестирования робота. Он опубликовал на Github у него был разговор с ChatGPT, в котором он использовал его для написания кода для извлечения данных и составления прогнозов.
“Весь мой рабочий процесс был кардинально изменен”, - сказал он. “Я удивлен тем, сколько знаний хранится внутри”.
Однако технология не идеальна. Известно, что ChatGPT выдумывает факты и выплевывает разные ответы на одно и то же приглашение и обучаются работе с данными только до конца 2021 года. Между тем, в отрасли, где коммерческие секреты тщательно охраняются, многие все еще не решаются полагаться на внешнее программное обеспечение.
По этой причине Кэмпбелл также экспериментировал с открытым исходным кодом и менее мощным GPT модель, позволяющая им работать полностью в рамках собственных систем, сказал генеральный директор Коул.
“Мы должны быть очень осторожны с рисками утечки IP-адресов с помощью инструментов такого типа, потому что с помощью ChatGPT вы отправляете запросы на серверы OpenAI”, - сказал он.
В то время как хедж-фонды выясняют, что возможно с генеративным ИИ, последствия для рабочей силы отрасли пока остаются неопределенными.
Грег Бонд, главный исполнительный директор Man Numeric, подразделения Man Group в Бостоне, считает, что технология может стать возможностью для творческих сотрудников, которым не хватает технических знаний, но которые могут задавать правильные вопросы.
“Если мы предположим, что производительность исследований в глобальном масштабе падает, вы можете либо нанять больше людей, либо нанять нескольких цифровых исследователей, которые увеличат ваш существующий научно-технический персонал”, - сказал Бонд. “В конечном счете, было бы неплохо, если бы мы могли автоматизировать сам инновационный процесс”.
