Der Aufstieg des künstlich intelligenten Hedgefonds Der Aufstieg des künstlich intelligenten Hedgefonds Letzte Woche beendeten Ben Goertzel und sein Unternehmen Aidyia einen Hedgefonds, der alle Aktienhandel mit künstlicher Intelligenz8212no menschlichen Eingriffs erfordert. 8220Wenn wir alle sterben, sagt 8221 Goertzel, ein langjähriger KI-Guru und der Chef-Wissenschaftler des Unternehmens8217, würde er weiter handeln.8221 Er meint das wörtlich. Goertzel und andere Menschen bauten das System, natürlich, und sie8217ll weiterhin ändern, wie gebraucht. Aber ihre Schaffung identifiziert und führt Trades ganz auf seine eigene, die sich auf mehrere Formen von AI, darunter eine von der genetischen Evolution und eine andere auf der Grundlage der probabilistischen Logik inspiriert. Jeden Tag, nach der Analyse alles von Marktpreisen und Mengen zu makroökonomischen Daten und Corporate Buchhaltungsunterlagen, machen diese AI-Motoren ihre eigenen Marktvorhersagen und dann 8220vote8221 auf die beste Vorgehensweise. Wenn wir alle sterben, würde es weiter handeln. Ben Goertzel, Aidyia Obwohl Aidyia in Hongkong ansässig ist, handelt es sich bei diesem automatisierten System um US-Aktien, und am ersten Tag, so Goertzel, erwirtschaftete er eine 2-prozentige Rendite auf einem nicht bekannten Pool. That8217s nicht gerade beeindruckend, oder statistisch relevant. Aber es stellt eine bemerkenswerte Verschiebung in der Welt der Finanzen. Unterstützt von 143 Millionen in der Finanzierung, San Francisco Startup Sentient Technologies hat leise Handel mit einem ähnlichen System seit dem letzten Jahr. Daten-zentrische Hedge-Fonds wie Two Sigma und Renaissance Technologies haben gesagt, sie verlassen sich auf KI. Und nach Berichten, zwei andere8212Bridgewater Associates und Point72 Asset Management, laufen von großen Wall-Street-Namen Ray Dalio und Steven A. Cohen8212A bewegen sich in die gleiche Richtung. Automatische Verbesserung Hedgefonds haben sich schon lange auf Computer verlassen, um Trades zu machen. Laut Marktforschungsunternehmen Preqin. Machen rund 1.360 Hedge-Fonds eine Mehrheit ihrer Trades mit Hilfe von Computermodellen8212durchgehend 9 Prozent aller Fonds8212 und sie verwalten insgesamt etwa 197 Milliarden. Aber dies umfasst in der Regel Daten-Wissenschaftler8212oder 8221quants, 8221 in Wall Street lingo8212using Maschinen, um große statistische Modelle zu bauen. Diese Modelle sind komplex, aber sie sind auch etwas statisch. Da sich der Markt ändert, können sie nicht so gut funktionieren, wie sie in der Vergangenheit gearbeitet haben. Und nach Preqin8217s Forschung, die typischen systematischen Fonds doesn8217t immer durchführen, sowie Fonds von menschlichen Managern betrieben (siehe Grafik unten) In den letzten Jahren jedoch haben die Mittel in Richtung echte Maschine lernen, wo künstlich intelligente Systeme können große Mengen an Daten zu analysieren bewegt Mit Geschwindigkeit und verbessern sich durch eine solche Analyse. Das New Yorker Unternehmen Rebellion Research, gegründet von dem Enkel der Baseballhalle von Famer Hank Greenberg, unter anderem, beruht auf einer Form des maschinellen Lernens namens bayesischen Netzwerken. Mit einer Handvoll Maschinen, um Markttrends vorherzusagen und bestimmte Trades zu lokalisieren. Inzwischen lehnen Outfits wie Aidyia und Sentient auf AI, die über Hunderte oder sogar Tausende von Maschinen läuft. Dazu gehören Techniken wie evolutionäre Berechnung, die durch Genetik und tiefes Lernen inspiriert ist. Eine Technologie, die jetzt verwendet wird, um Bilder zu erkennen, gesprochene Worte zu identifizieren und andere Aufgaben in Internet-Firmen wie Google und Microsoft durchzuführen. Die Hoffnung ist, dass solche Systeme automatisch Veränderungen im Markt erkennen und sich so anpassen können, wie es bei quantitativen Modellen der Fall ist. 8220They8217re versuchen, Dinge zu sehen, bevor sie entwickeln, 8221 sagt Ben Carlson, der Autor von A Reichtum des gesunden Menschenverstandes: Warum Simplicity Trumps Komplexität in jedem Anlageplan. Der ein Jahrzehnt mit einem Stiftungsfonds verbrachte, der in eine breite Palette von Geldmanagern investierte. Diese Art von AI-getriebenen Fonds-Management sollte nicht mit Hochfrequenz-Handel verwechselt werden. Es ist nicht auf der Suche nach Front-Run-Trades oder auf andere Weise Geld von der Geschwindigkeit der Aktion. It8217s auf der Suche nach den besten Trades in der längeren time8212hours, Tage, Wochen, sogar Monate in die Zukunft. Und mehr auf den Punkt, Maschinen8212nicht humans8212are Wahl der Strategie. Evolving Intelligence Obwohl das Unternehmen seinen Fonds nicht offen vermarktet hat, sagt Sentient CEO Antoine Blondeau, dass es seit dem letzten Jahr offizielle Handelsgeschäfte mit Geld von Privatanlegern (nach einem längeren Zeitraum von Test-Trades) gemacht hat. Laut einem Bericht von Bloomberg. Hat das Unternehmen mit dem Hedge-Fonds-Geschäft in JP Morgan Chase in der Entwicklung von AI-Handelstechnologie gearbeitet, aber Blondeau lehnt ab, seine Partnerschaften zu diskutieren. Er sagt jedoch, dass sein Fonds ganz durch künstliche Intelligenz arbeitet. Die ganze Idee ist, etwas zu tun, kein anderer Mensch und keine andere Maschine zu tun. Das System erlaubt dem Unternehmen, bestimmte Risikofaktoren anzupassen, sagt der Chef-Wissenschaftsoffizier Babak Hodjat, der Teil des Teams war, das Siri baute, bevor der digitale Assistent von Apple erworben wurde. Aber sonst arbeitet sie ohne menschliche Hilfe. 8220It automatisch Autoren einer Strategie, und es gibt uns Befehle, 8221 Hodjat sagt. 8220Bei diesem viel jetzt, mit diesem Instrument, mit dieser bestimmten Reihenfolge type.8217 Es sagt uns auch, wann zu beenden, reduzieren Exposition, und diese Art von stuff.8221 Laut Hodjat, greift das System unbenutzte Computerleistung von 8220millions8221 von Computer-Prozessoren in Rechenzentren, Internet-Cafés und Computer-Gaming-Zentren von verschiedenen Unternehmen in Asien und anderswo betrieben. Seine Software-Engine basiert auf der evolutionären Berechnung8212die gleiche genetik-inspirierte Technik, die in das Aidyia8217-System spielt. Im einfachsten Sinne bedeutet dies, dass es eine große und zufällige Sammlung von digitalen Aktienhändler erstellt und testet ihre Leistung auf historischen Bestandsdaten. Nach der Auswahl der besten Performer, dann verwendet sie ihre 8220genes8221, um eine neue Reihe von überlegenen Händlern zu schaffen. Und der Vorgang wiederholt sich. Irgendwann wird das System in einem digitalen Händler, der erfolgreich auf eigene Faust zu betreiben. 8220User Tausende von Generationen, Billionen und Billionen von 8216beings8217 konkurrieren und gedeihen oder sterben, 8221 Blondeau sagt, 8220 und schließlich erhalten Sie eine Population von intelligenten Händlern können Sie tatsächlich deploy.8221 Deep Investing Obwohl evolutionäre Berechnung das System heute treibt, sieht Hodjat auch Versprechen In tiefen Lernalgorithmen8212algorithmen, die sich bereits bewährt haben, um Bilder zu identifizieren, gesprochene Worte zu erkennen und sogar das natürliche Verständnis der Menschen zu verstehen. Genau wie tiefes Lernen kann bestimmte Merkmale, die auftauchen in einem Foto von einer Katze zu ermitteln, erklärt er, könnte es bestimmte Merkmale einer Aktie, die Sie etwas Geld machen können zu identifizieren. Google Open Open TensorFlow, seine künstliche Intelligenz-Engine Facebook Open Quellen seiner AI-Hardware, wie es Rennen Google Google Ein Chatbot, dass die Debatte über das Leben des Lebens Goertzel8212who überwacht auch die OpenCog Foundation. Eine Bemühung, ein Open-Source-Framework für allgemeine künstliche Intelligenz8212disagrees aufzubauen. Dies ist zum Teil, weil tiefe Lernalgorithmen eine Ware geworden sind. 8220Wenn jeder etwas benutzt, werden die Vorhersagen auf den Markt kommen, sagt er. 8220 Sie müssen etwas seltsames tun.8221 Er weist auch darauf hin, dass, obwohl tiefes Lernen geeignet ist, Daten zu analysieren, die durch einen ganz bestimmten Satz von Mustern, wie Fotos und Worten, definiert werden, diese Arten von Mustern an den Finanzmärkten unbedingt auftauchen müssen . Und wenn sie es tun, dann machen sie sich daran, weil jeder sie finden kann. Für Hodjat besteht die Aufgabe darin, das tiefe Lernen am heutigen Tage zu verbessern. Und dies kann die Kombination der Technologie mit der evolutionären Berechnung. Wie er es erklärt, könnten Sie evolutionäre Berechnungen verwenden, um bessere Tiefen-Lernalgorithmen zu erstellen. Dies nennt man Neurowirkung. 8220 Sie können die Gewichte entwickeln, die auf den tiefen Lernenden wirken, 8221 Hodjat sagt. 8220But können Sie auch die Architektur des tiefen Lernenden selbst entwickeln.8221 Microsoft und andere Outfits bauen bereits tiefe Lernsysteme durch eine Art natürliche Selektion auf. Obwohl sie evtl. nicht evolutionäre Berechnungen an sich haben. Preise in AI Welche Methoden verwendet werden, einige Frage, ob AI wirklich auf der Wall Street erfolgreich sein kann. Selbst wenn ein Fonds mit AI Erfolg hat, besteht das Risiko, dass andere das System duplizieren und damit seinen Erfolg untergraben. Wenn sich ein großer Teil des Marktes in der gleichen Weise verhält, verändert er den Markt. 8220I8217m ein bisschen skeptisch, dass AI wirklich das herausfinden kann, sagt 8221 Carlson. 8220Wenn jemand einen Trick findet, der klappt, werden nicht nur andere Fonds auf ihn verriegeln, aber andere Investoren werden Geld in Geld geben. Es ist wirklich schwer, sich eine Situation vorzustellen, in der es nicht gerade Arbitrage wird.8221 Goertzel sieht dieses Risiko. Das ist, warum Aidyia nicht nur evolutionäre Berechnung, sondern eine breite Palette von Technologien verwendet. Und wenn andere imitieren die company8217s Methoden, wird es umarmen andere Arten von Maschinen lernen. Die ganze Idee ist, etwas zu tun, das kein anderer Mensch und keine andere Maschine macht. 8220Finance ist eine Domain, in der Sie nicht nur von smart, profitieren 8221 Goertzel sagt, 8220but von smart in einer anderen Weise von anderen.8221 Mehr BusinessArtificial Intelligenz ist die nächste große Sache für Hedgefonds suchen einen Rand Die glitzernden Wolkenkratzer von Hong Kongrsquos finanziellen Center-Stand in krassem Gegensatz zu einem schmutzigen grauen Industriegebäude in der cityrsquos heruntergekommen Kwun Tong Bezirk. Noch neun Stockwerke hoch, in einem Büro ohne Beschilderung nimmt ein neuer künstlich intelligenter Investor Gestalt an. Dieser von einem Team von akademischen Robotikern, Mathematikern und Ex-Bankern entwickelte Handelsroboter ist die Idee des jungen Hedge-Fonds Aidyia, der vom Wagniskapitalisten Emanuel Breiter unterstützt wurde. Geplant, in diesem Jahr mit dem Handel von US-Aktien zu beginnen, hofft das Team, dass es in den drei Jahren und Millionen von Dollar, die er aufgebaut hat, Erträge liefern wird, indem er riesige Mengen an finanziellen und linguistischen Daten in einzigartige Anlagestrategien verwandelt. LdquoItrsquos sehende Muster, die arenrsquot einfach für den menschlichen Verstand, um sich herum zu wickeln, rdquo, sagte Aidyiarsquos Mitbegründer und Hauptwissenschaftler, Ben Goertzel. Computergestützter Handel ist nichts Neues. Aber Aidyia und andere Firmen, darunter Hedge-Fonds-Giganten Bridgewater Associates und Renaissance Technologies mdashhope, um intelligente Software, die lehren können, sich an veränderte Marktbedingungen anzupassen, ohne Anleitung oder Anweisung von Menschen zu schaffen. Finanzielle Händler können nicht die ersten Menschen Elon Mosch. Bill Gates und Stephen Hawking dachten, wenn sie ihre jüngsten Bedenken über die Bedrohung von AIrsquos für die Menschheit zum Ausdruck brachten. Aber wenn Firmen wie Aidyia erfolgreich sind, könnte der menschliche Berufsberuf einer seiner ersten Opfer sein. Von Algorithmen zu Maschinen, die lernen können Im vergangenen Jahr mehr als 40 der neuen Hedgefonds waren ldquosystematisch, rdquo Bedeutung sie verwendet Computer-Modelle für die Mehrheit ihrer Trades, nach Datenanbieter Preqinmdashthe höchsten Prozentsatz je. Das eng verwandte Feld des algorithmischen Handels soll extrem schnell auf Marktveränderungen reagieren. Die Algorithmen suchen und nutzen kleine Fenster der Handelsmöglichkeit, die oft in Minutenbruchteilen gemessen werden. So viele Aufträge auf dem US-Aktienmarkt sind jetzt durch automatisierte Algorithmen platziert, dass die Securities and Exchange Commission auf der Suche nach Möglichkeiten, um sie zu regulieren, wie es der Rest der Wall Street. Diese Algorithmen können mit übermenschlichen Geschwindigkeiten arbeiten, um kleine Fenster der Handelschance zu identifizieren, aber letztlich tun sie genau das, was sie von Menschen programmiert werden. Nicht so die KI-Systeme. Eines der wesentlichen Dinge, die die AI-Systeme für den Finanzhandel konzipiert ist ihre Fähigkeit zu lernen und anzupassen. Die meisten quantitativen Handel, wie sie derzeit praktiziert wird, beruht auf einem menschlichen Wesen, ein mathematisches Modell zu entwickeln, um Handelsmöglichkeiten zu identifizieren. Das Modell wird dann von Hand aktualisiert, um sich an neue Märkte oder veränderte Bedingungen anzupassen. Für eine AI, umgekehrt entwickelt die Menschheit die erste Software, aber die AI selbst entwickelt das Modell und ändert es im Laufe der Zeit. Der von Aidyia entwickelte Handelsroboter übernimmt umfangreiche Informationen, einschließlich Nachrichten und soziale Medien, und nutzt seine Argumentationsmöglichkeiten, um Verbindungen und Muster in den Daten zu erkennen. Es nutzt dann diese Muster, um Vorhersagen über den Markt zu machen, die es in Kauf und Verkauf ordermdashall ohne direkte menschliche Beteiligung übersetzt. Silicon Valleyrsquos künstliche Brain Drain Die neuesten Fortschritte bei der Anwendung künstlicher Intelligenz auf den Finanzhandel wurden von Silicon Valley, wo Unternehmen wie Google investiert haben stark in maschinelles Lernen, damit Projekte wie selbstfahrende Autos. Bridgewaterrsquos AI-Team wird von David Ferrucci, der früher das IBM-Team, die Watson, der Computer ldquoJeopardyrdquo-Champion, die vor kurzem auch erstellt erstellt Rezepte für ein Kochbuch geführt. Goertzel hat jahrelange Forschung und Anwendung von KI und Kognitionswissenschaften in Universitäten auf der ganzen Welt verbracht, bevor er seine Talente zum Bankwesen verwandelt hat. Hippie hat mehr als Hüfte, er hat lange, lockige Haare, zerknitterte Jeans und John Lennon Brillen, die einen scharfen Kontrast zu den designer-suited Banker, die normalerweise bei Hong Kongrsquos Hedgefonds arbeiten. Aber er ist letztlich jagen die gleichen Gewinne. Hersquos, der es gerade tut, indem es ein künstliches Intelligenzsystem verwendet, das Muster im ldquohumungousrdquo Volumen der Marktinformationen und Daten finden kann, die der menschliche Verstand ldquocannot möglicherweise nicht verstehen kann. LdquoHuman Emotionen haben bestimmte vorhersehbare Muster zu ihnen, rdquo erklärte er Quarz. LdquoSo itrsquos Amalgamierung der Vorhersagen von Zehntausenden von verschiedenen prädiktiven Mustern, dass es identifizierthellipand thatrsquos, wo die AI erhält den Vorteil. rdquo Von Back-Tests auf die Realität Hedgefonds, die AI, ihre Investitionsentscheidungen fahren haben Outperformed durchschnittliche Industrie-Renditen jedes Jahr für die Vergangenen sieben, mit Ausnahme von 2012, nach Branchen-Daten-Anbieter, Eurekahedge. Aber itrsquos eine riskante Industrie und die durchschnittliche Masken die breite Palette von Renditen, mit einigen AI Hedgefonds machen große Gewinne, und andere nicht spektakulär. LdquoThere sind einige sehr disziplinierte AI-Programme mit starkem Schwerpunkt auf Abwärtsschutz eine Strategie, um finanzielle Verluste zu verhindern, die seit mehr als fünf Jahren und haben zweistellige Renditen geliefert haben, und dann sind andere mit wirklich volatilen Renditen, dass die durchschnittliche Hedge-Fonds-Investor würde Scheu weg von, rdquo stellte Mohammad Hassan, ein Analytiker mit Eurekahedge fest. Diese Volatilität hat sich in den letzten drei Jahren, in denen die Gesamtperformance der globalen Aktienmärkte leicht den durchschnittlichen Hedgefonds, AI-getrieben oder nicht, übertroffen hat, deutlich gezeigt. Aidyia hat umfangreiche Tests seiner KI-System mit mehr als zehn Jahre im Wert von historischen Daten durchgeführt, und CEO Ken Cooper behauptet, dass es eine sehr gesunde 25 im Vergleich zum Vorjahresdurchschnitt gemittelt hat. Doch historische Tests nicht immer in real-world-Erfolg zu übersetzen, bemerkte ein Senior Wall Street Banker, der nicht autorisiert wurde von seiner Firma auf der Platte zu sprechen, sagte aber, er würde nie in einem Hedgefonds wie Aidyia auf Back-getestet investieren Daten. LdquoHistory ist nie ein guter Prädiktor der Zukunft gewesen, rdquo sagte er. LdquoMoney wächst in der Dunkelheit Manche in der Branche, wie Gerrit van Wingerden, Managing Director bei Tora, einem Handelstechnologiekonzern, der intensiv mit Hedgefonds und Asset Managern arbeitet, glauben, dass der Erfolg der AI-Fonds aufgrund der Geheimhaltung tatsächlich unterschätzt werden kann Die diese Art von Unternehmen umgibt. LdquoI fest glauben, daß Geld im Dunkeln wächst und eine Menge Leute, die dies tun (AI investing), halten ihre Münder geschlossen, während sie donrsquot Leute wollen, um herauszufinden, was sie tun und wie sie es tun, rdquo, das er sagte. Aidyiarsquos Führungskräfte donrsquot zögern, wenn gefragt, ob AI wird schließlich ersetzen menschlichen Händlern. LdquoWe trifft Leute (in der Finanzindustrie) die ganze Zeit und ehrlich, wenn ich sage, daß ein Roboter laufende Vermögensverwaltung irgendwann in der Zukunft Leute gehe, yeah, sehe ich diese Zukunft, rdquo, sagte Cooper. Goertzel nickte zustimmend. LdquoYou donrsquot erhalten zu viel Pushback auf der Idee, daß AI die Finanzmärkte in unserem Leben betreiben werden, rdquo, sagte er. Georgia McCafferty ist ein in Hongkong ansässiger freier Journalist, der über Wirtschaft, Finanzen und Bildung schreibt.
No comments:
Post a Comment