- Topic
2k Popularity
5k Popularity
2k Popularity
158k Popularity
1833k Popularity
63k Popularity
112k Popularity
451k Popularity
7207k Popularity
10722k Popularity
- Pin
2k Popularity
5k Popularity
2k Popularity
158k Popularity
1833k Popularity
63k Popularity
112k Popularity
451k Popularity
7207k Popularity
10722k Popularity
Halka arzlar hisse senetlerinde spekülasyon yapmak için de yapay zekayı kullanıyor mu?
Kaynak: Yuanchuan Investment Review (ID: caituandzd), yazar | Zhang Weidong, editör | Zhang Jieyu
Özel sermaye sektörünün modelini değiştirdikten sonra, sayısallaştırma, kamu sermayesinin ürün ekolojisine de nüfuz ediyor.
Bu yılın ikinci çeyreğinde Çin Sun Meng, Çin Tüccarları Wang Ping ve Western Lide Shengfengyan'ın büyüklüğü 10 milyarı aştı. Buna ek olarak, halihazırda on milyarlarca niceliksel fon yöneticisi olan Guojin Ma Fang ve Wanjia Qiao Liang'ın ölçeği daha da arttı. Kamusal nicelik çemberi yavaş yavaş şeffaflıktan sahneye doğru ilerledi ve insanların dikkatini çekmenin yolu da geçmişteki "küçük takip hatası" anlatısından koparak salyangoz kabuğunda fazlalık elde etme yeteneklerini gösterdi.
İsmini vermek istemeyen niceliksel bir fon yöneticisi, yazara, bu yıl niceliksel halka arz performansında iyi performans gösteren kişilerin temel olarak iki yola adım attıklarını, birinin mikrokapsamlı, diğerinin ise yapay zeka olduğunu söyledi. **
Mikro kapakların nasıl yapılacağını, yani piyasa değeri 2,5 milyarın altında olan şirketlerde pastayı fazlaya bölerek, piyasa değeri büyüdüğünde nasıl satılacağını açıklamak kolaydır. Bu küçük biletleri ovalama yöntemiyle karşılaştırıldığında, yapay zeka miktarının anlaşılması o kadar kolay değildir.
Yalnızca stratejinin kendisi değil, halka arz miktarlarının belirlenmesine ilişkin tanıtım gezisi bile bir kara kutu gibidir. Birisi yapay zeka stratejisinin özel olarak nasıl uygulandığını sorduğunda, fon yöneticileri bu sorudan kaçınmak için makine öğrenimi kara kutularını kullanmayı tercih ediyor. Fon yöneticisi içtenlikle ifade ettiğinde, "Yapay zeka stratejilerinin tanımlanması son derece karmaşık ve makine öğrenimi açıklanamaz." Durum tespiti yapılacaktır.Daha fazla soru soramam.
"Uyum gökyüzüdür" arka planı altında, akranların öğrenmesine izin vermeme düşüncesi nedeniyle bazı başarısızlık faktörlerini bile açıklama konusunda isteksizdir, bu da sektöre yeni gelen bazı kişilerin fon yöneticilerini niceliksel olarak araştırma konusunda kendilerini güçsüz hissetmelerine neden olur. Sonuç olarak, tüm sektör ve hatta fon yöneticilerinin kendisi, niceliksel bir fon yöneticisinin seviyesini ancak tarihsel performansına dayanarak değerlendirebilir.
Herkesin parası akıp giderken bunu anlayamadıklarında çok önemli bir sorun karşılarındadır. Yapay zekanın halka arzlarda niceliksel kullanımı etkili bir araç mı yoksa bir pazarlama hilesi mi?
01 Kara kutuyu aç
İnsanlar genellikle anlamadıkları şeylere taparlar. Özellikle halka arz miktar belirleme türündeki ürünler için, bir fon yöneticisi yazarla cömertçe, tanıtım turu sırasında AI stratejisi hakkında konuşurken müşterinin belirsiz bir anlayış gösterdiğini paylaştı. Bu en iyi durumdur. **
Aslında kamusal yapay zekanın yaptığı şey basit bir dille anlatılamayacak bir şey değil. **Western Lide Shengfengyan bir keresinde yazara, halka açık hisse senedi seçiminde yapay zeka kullanımının esas olarak üç açıdan yansıtıldığını söylemişti: metin analizi, çok faktörlü hisse senedi seçimi ve yüksek frekanslı hacim ve fiyat veri madenciliği. **
Metin Analizi anlaşılması en kolay olanıdır. Genellikle fon yöneticilerinin, araştırma raporları ve haber yayınları gibi metin verilerinin bağlamını anlamsal olarak anlamak ve karar vermeye yardımcı olmak için farklı metinlerde yer alan duygusal bilgileri analiz etmek için Transformer mimarisini temel alan çeşitli yapay zeka modellerini kullanması anlamına gelir.
Transformer, son yılların en popüler derin öğrenme modelidir ve makine çevirisi gibi metin görevlerindeki performansı, RNN ve CNN gibi geleneksel derin öğrenme modellerinin performansını aşmaktadır. Bu yıl popülaritesinde patlama yaşayan ChatGPT'nin alt katmanı da Transformer'ı temel alıyor.
Örneğin geçen yıl satıcı günde 200'den fazla rapor üretebiliyordu ve yalnızca özetteki kelime sayısı 270.000 kelimeyi aşıyordu. Geleneksel ölçüm, standartlaştırılmış finansal rakamları anlayabilir, ancak Starbucks'ın orta boy bardağının aslında küçük bir bardak olduğunu ve analistler tarafından araştırma raporlarında yazılan tarafsızlığın aslında düşüş yönlü olduğunu anlayamaz. **
Çin'de iyi bir yatırım yapmak için haber politikasını anlamak kaçınılmaz bir parçadır. İsmini vermek istemeyen niceliksel bir fon yöneticisi bunu yazara şöyle anlattı: "Ağ aktarımı, haber yayınının derin anlamını en azından müdür yardımcısı seviyesinde anlayabilir. Bizim yapay zeka modelimiz ancak bir hobi olarak değerlendirilebilir. Haber çevirmenliği. Gelecek sene bölüm yardımcısının anlama becerisine sahip olmak için çaba göstereceğim.”
Yapay zekanın ikinci uygulama senaryosu çok faktörlü hisse senedi seçimidir.Geleneksel niceliksel çok faktörlü çerçeve, düşük değerli, iyi performansa sahip, yüksek performansa sahip, gelecekteki potansiyel boğa stoklarının görünümünü bulmak için tarihsel boğa stoklarının özelliklerini kullanır. yönetimin elinde tuttuğu hisseler, kimsenin umursamadığı hisse senetleri.
Buna karşılık, bu senaryoda yapay zekanın uygulanması esas olarak doğrusal olmayan faktör süperpozisyonuna yansır. Örneğin, kamu fonları hala ekonomik anlamı ve mantığı olan faktörleri modele besliyor ancak model seçiminde yatırıma katılmak için ağaç yapılarını ve sinir ağlarını kullanıyor.
Kısıtlamalar gevşetilirse yapay zeka, insanların asla anlayamayacağı daha fazla faktörü keşfedebilir.
2017 yılında Bloomberg'in ünlü muhabiri Dani Burger bir deney yaptı ve kedileri sevdiği için adında üç harften oluşan "cat (CAT)" içeren bir şirket kombinasyonu oluşturdu. **Sonuçlar: Son altı yılda yapılan geriye dönük testlerde geri dönüş oranı %850.000'e kadar çıktı. **
**
** Böyle bir "kedi faktörü", BlackRock'un faktör yatırım stratejisi başkanı Andrew Unger'e gülünç geliyor: "Köpekleri tercih ederim. Labrador'u manevi bir temsilci olarak gören bir şirketin kesinlikle çok iyi işleyebileceğine inanıyorum. Güzel." Sonuçlar da düştü, köpek kombinasyonu %99,6 düştü [2] .
**Yatırım alanında insan doğasının ve yapay zekanın öğrenme yolu farklıdır. İnsanlar ekonomik ilkeler veya sağduyu yoluyla kanun çıkarabilirler; yapay zeka ise büyük miktarda veri aracılığıyla yararlı bir işlevi öğrenir ve bu işlev yanlış olabilir. mantıksızdır ancak girdi ve çıktı sonuçlarında iyi bir doğruluğa sahiptir. **
Yapay zeka, verileri analiz etme ve işleme konusunda insanların eşleştiremeyeceği kadar verimli olduğundan, son uygulama senaryosu Yüksek frekanslı hacim ve fiyat veri madenciliğidir.
2022'de yaklaşık 5.000 A hisse senedi olacak ve üretilen yüksek frekanslı niceliksel veriler yaklaşık 12T olacak ve bu, tüm A hissesi katılımcılarının davranışsal düzenli özelliklerini içeriyor. 2017'den bu yana, subjektif fon yöneticilerinin benzeri görülmemiş katılımı nedeniyle, A grubu hisse senedi fiyatlarının aylık seviyedeki etkinliği yeni bir yüksekliğe ulaştı, ancak yüksek frekans seviyesi hala düşük seviyede.
Bu, yapay zekanın belli bir dereceye kadar matematiksel istatistiklere dayanarak geleceği tahmin edebileceği anlamına geliyor. Sheng Fengyan, yazarla, onu dönüştürmek için temel olarak döngüsel sinir ağı RNN'yi kullandığını, çünkü böyle bir modelin hacim ve fiyatın zamanlama özellikleriyle başa çıkmak için çok uygun olduğunu ve etkisinin, radar eklemek gibi olduğunu paylaştı. bir lazer topu.
Yapay zekanın sunduğu korkunç öğrenme yeteneklerinin tüm sektörün manzarasını sessizce değiştirdiğine şüphe yok. Çin Avrupa Fonu'ndan Xu Wenxing bir keresinde yazara şunları söylemişti: "Bazı fon yöneticileri çok çalışkandır ve her gün birçok uzman toplantısını dinlerler, ancak büyük bir modelin her gün 5.000 konferans görüşmesini dinleyebileceğini hiç düşündünüz mü? %52'ye ulaşmak için çok sayıda modeli özetlemek Piyasayı yenme olasılığı yeterlidir.”
02 Entropi Açık
Fon şirketleri her zaman stil sahibi şeyleri sevmişlerdir. Xingquan'ın yapay zeka tüccarı Nanfang'ın yapay zeka tanıtım videosundan Jin Zicai'nin dijital klonuna kadar, günde 100 tanıtım gezisi olabileceği söyleniyor. Zaman değişti ve fon şirketlerinin ana pazarlama çizgisi açık hava sporlarından siber geleceğe kaydı.
Ve en ileri teknolojiye en yakın görünen kamu bağış toplama niceliği de doğal olarak bu dönemin Beta'sını kaçırmayacak. Önceki araştırmada Bodao Yang Meng yazara şunları söyledi: "Yurtiçi kantitatif pazarın tamamı 2018'den sonra yavaş yavaş yapay zeka algoritmaları çağına girdi ve yapay zeka, halka arzlarda yaygın tartışmalara 2021 veya 22'ye kadar yol açmadı."
Örneğin bu yılın en popüler Guojin Kantitatif Çok Faktörlü Yao Jiahong ekibi, Huaxia Zhisheng Pioneer Sun Meng, Guotai Junan Hu Chonghai ve Wanjia Qiao Liang vb. niceliksel yatırımlarında makine öğrenimini kullandıklarını açıkça belirttiler. Örneğin Shengfengyan, bu yıl Nisan ayında yeni başlatılan Western Profit CSI 1000'de ağırlıklı olarak yapay zeka teknolojisini kullandı ve bu, benzer ürünlerin ortalamasını açıkça geride bıraktı.
**Tüm bunlar, yapay zekanın Çin'e en hızlı şekilde indiği ve performans düzeyini yansıttığı ticarileştirme ortamının, ne üç parçalı ofis paketi Microsoft 365 Copilot'un yükseltilmiş bir versiyonu ne de sahte bir çevrimiçi yapay zeka tablosu değil, yapay zekanın sayısallaştırılması olduğunu kanıtlıyor. fon şirketlerinin hisse senetleri. **
Her türlü abartılı hikayeyi anlatabilen öznel yatırımın aksine, bazıları yıkıcı inovasyon üzerine bahis oynamaktan bahsediyor, bazıları tuzlu-alkali topraklarda mahsul yetiştirmekten bahsediyor ve bazıları yıldızları saymak yerine ayı saymayı tercih ediyor. Niceliksel yatırımın anlaşılması özellikle zor görünüyor ve dış açıklamalar ve analizler yalnızca belirli bir kurumun sahip olduğu binlerce kartla sınırlı olabilir.
Ancak yapay zekanın ortaya çıkışı tüm sektörün anlatısında yeni bir atılım sağladı.
Sun Meng'in pazarlama materyallerinde Çin Xiaxia ile Microsoft Research Asia arasında 2017 yılındaki işbirliğine ilişkin herhangi bir açıklama yer almayacak. 2018 yılında Çin Microsoft, endüstri rotasyonu sorununu çözmeyi öğrenmek için dikkat modelini önerdi ve ardından pazar durumunu tanımlamak ve Makine alfa otomasyon faktörünü oluşturmak için Autoencoder modelini önerdi. 2019'da bu sonuçlar gerçek ticaret için kullanıldı.
Microsoft, OpenAI'de yatırımcı olduğundan, diğer halka arzlarla karşılaştırıldığında, Hıristiyanların daha önce piyasaya sürülen ve soyağacı daha saf görünen Çin'in AI+'ı için ödeme yapması daha kolaydır.
Guojin Quantitative Multi-Factor'a gelince, son iki yılda popülerlik açısından Jinyuan Shun'an Yuanqi ile rekabet edebilecek birkaç üründen biri. "Yuanqi" insan eti ölçümü ve mikrokap stoklarından farklı olarak bunlar saf ölçümdür.
Ma Fang ayrıca dahili bir iletişimde yaklaşımının tamamen çok faktörlü olmadığını, daha çok modelin kendisi tarafından yapılan tahminler ve piyasa tarzındaki değişiklikleri takip etmekle ilgili olduğunu söyledi.Çerçeve tamamlandıktan sonra çok fazla manuel müdahaleye gerek kalmayacak. Çünkü ona göre "yapay müdahale uzun vadede istikrarlı bir alfa getirmeyecek."
Yazar, "Micro-cap hisse senetleri çok kalabalık, çok fazla insanın sırları var" makalesinde China International Finance Corporation Limited'in niceliksel çok faktörlü ölçeğinin çok hızlı genişlediğinden bahsetti. Geçen yıl 1.534 hisse senedi tutuyordu. 2.000'den fazla hisse senedi tutuyordu. küçük sermaye tarzında tamamen karlı olacaktır. Hiç de şaşırtıcı olmayan bir şekilde, Çin Uluslararası Finans Kurumu henüz demir sıcakken greve çıktı ve Ma Fang'a yeni bir fon sağladı.
Son yıllarda, Guotai Junan Kantitatif Hisse Seçimi ve Guojin Kantitatif Çok Faktörlü benzer aşırı stabiliteye sahiptir.Xueqiu'da Hu Chonghai'yi tanıtan yoğun makaleler görebilirsiniz.
Gücü ticaret yeteneğinde yatıyor. Kıdemli bir fon araştırmacısı yazara **Guojun'un kendi geliştirdiği ticaret sistemlerini kamuya açık bir şekilde geliştiren az sayıda kurumdan biri olduğunu söyledi. Orijinal basit VIP emir bölme işleminden şimdi kendi tahmine dayalı ticaret algoritmasına kadar geliyor. Guotai Junan Securities'in bir yan kuruluşu olarak net bir işlem ücreti ve daha hızlı işlem hızına sahip olmasının yanı sıra sunucu barındırma kolaylığı da sağlıyor.En sırrı ise yapay zekanın ihtiyaç duyduğu birçok alternatif veriyi ve yüksek frekanslı veriyi elde edebilmesidir. . **
Yukarıda bahsedilen niceliksel ustalarla karşılaştırıldığında, Wanjia'dan Qiao Liang daha tanınabilir ve "Takip Eden Bankacı Endeksi" oluşturmuştur.
Endeks büyüme modelinde, piyasayı 8 senaryo stiline bölmek için makine öğrenimi kullanılıyor ve ardından ilgili tarihsel senaryolar, faktör tahsisi için eşleştiriliyor. Bunlardan en özeli Wanjia Kantitatif Seçimdir. Stratejisi, piyasadaki mükemmel fon ürünlerinden oluşan en büyük holdinglere sahip hisse senetlerini seçmek, varlıklarını tahmin etmek ve *"Kamu Fonu Varlık Tutarı Endeksi Artışı" oluşturmak için bir portföy oluşturmaktır. *.
Xiao Mi'nin Harvest Research Alpha, Zingdao'nun Orta Avrupa Kantitatif Sürüşü ve Yang Meng'in Bodao Yuanhang'ı gibi "ödevi kopyalamaya" benzer birçok halka arz ürünü var. Ancak bu tür bir stratejinin son iki yılda pek şansı olmadı. ve zayıf halka arzın ağır topları, onları hep birlikte alt edin.
Bu yıla kadar halka arzların sayısallaştırılmasının çeşitli özellikleri var; bunların bir kısmı tarihsel ayrıntılara, bir kısmı popüler modellerin değiştirilmesine, bir kısmı donanım sistemlerine ve bir kısmı da ürün yeniliğine odaklanıyor. Başlangıçta farkı ortaya koyamayan halka arzların rakamsallaştırılması, tüm sektörün çabalarıyla yeni bir hikaye anlattı.
03 Soğuma zamanı
Amerika Birleşik Devletleri'nde ChatGPT'nin doğuşundan sonra en huzursuz olan iki yerli endüstri var; biri yapay zeka ticaretinin öznel halka arzı, diğeri ise yapay zekanın halka arz miktarının belirlenmesi.
Aslında yapay zeka gerçekten iyi bir yatırım yardımıdır ve bazı niceliksel araştırmacılar yapay zekanın hisse senedi stratejilerine büyük katkısı olduğunu yazara doğrulamıştır.Ancak makine öğrenimi algoritmalarının halka arzlarda uygulanmasında ve hatta tüm varlık yönetimi endüstrisi.
Tıpkı Tesla'nın otonom sürüşe ulaşmak istediği gibi, yol verilerini toplamak için de daha fazla seri üretilen arabaya ihtiyacı var. Yapay zekanın yatırım kabiliyetini geliştirmek yalnızca yeterli tarihsel veriyi besleyebilir, ancak yerel sermaye piyasasının tarihsel verileri nispeten kısadır. Basitçe "son 5 yılın bilgi oranı" ve "son 3 yılın getiri oranı"nı kullanırsanız aşırı uyum riski olacaktır.
**Bir dereceye kadar, niceliksel hedge fonlarının Rönesans'ının bu kadar başarılı olabilmesinin çok önemli bir nedeni, başkalarının göremeyebileceği tabloyu algılamak için 1700'lere kadar izlenebilecek doğru verilere sahip olmalarıdır. **
Daha da zor olanı, finansal verilerin sinyal-gürültü oranının çok düşük olması ve örneklerin ses görüntüleri gibi sonsuz şekilde oluşturulamaması, dolayısıyla daha az örnek bulunmasıdır. Dahası, finansal piyasanın tamamında sözde bir gerçek yoktur ve makine öğrenimi algoritmalarının uygulanabilir olduğu çoğu senaryo, verilerin örneklem içinde ve dışında aynı dağılım düzenine sahip olduğunu varsayar.
**Yani algoritmanın belirsiz ortama uyum sağlaması için kısa vadede makinenin anlayışına değil, daha çok insan deneyimine bağlı olabilir. **
Egret Asset Management'tan Zhang Chenying de yapay zekayı kullanmanın zorluğundan bahsetti: "Grafik sinir ağlarını (GNN) kullandığımızda, araştırma raporları, mali raporlar ve haberler arasındaki yukarı ve aşağı yönlü ilişkileri çıkarmak için öncelikle doğal dil işlemeyi kullanmamız gerekiyor. Bir bilgi grafiği oluşturmak için stoklar Aynı zamanda, GNN çok karmaşıktır ve birçok hiper parametreyi ayarlamak için çok fazla manuel deneyim gerektirir**, bu da kullanıcıların hem veri bilişi hem de teknik biliş açısından yeterli rezerve sahip olmasını gerektirir. [1] **。」
İster personel rezervleri ister bilgi işlem gücü algoritmaları olsun, yapay zeka stratejisinin karmaşıklığını bir kenara koysak bile, yapay zeka yaparken kamu sermayesi ile özel sermaye arasında belirli bir boşluk vardır.
2020'den günümüze, tüm fon endüstrisi A hisselerinin sürekli değişen teması gibiydi - yüksek değerli yatırım, patlama yatırımı, düşük değerleme, sabit gelir +, FOF, ETF, temettüler ve şimdi de halka arzların niceliği Her yıl 1-2 sıcak nokta var gibi görünüyor. **
Halka arz miktarının hâlâ kendi sınırlamaları var ve ayrıca, gelir atfedilmesinin tamamının yapay zekadan gelmediğini belirtmeye bile gerek yok, yapay zekadan yararlanma konusunda da zorluklar var. Yapay zeka elbette sıcak bir etiket ve yeni bir hikaye, ancak fon endüstrisi hiçbir zaman pazarlama kampanyalarından değil, sürdürülebilir performanstan yoksun kaldı. Bu yapay zeka ölçümü gerçekten farklı bir canlılık getirebilir mi?
Referanslar