גישה ראשונה של טכנולוגיה להשקיע כסף אינה חדשה, אבל הכלים בבינה מלאכותית נותנים לעסק הזדמנויות חדשות לביצועים טובים יותר.
ג'ף שן, מנהל השקעות משותף בסן פרנסיסקו וראש משותף של הון אקטיבי שיטתי, אומר שמודלים של לימוד שפות הופכים לכלים רבי עוצמה.
"אנחנו בעיצומה של מהפכה", אמר. "נתונים גדולים, נתונים אלטרנטיביים ועכשיו בינה מלאכותית יצירתית משנים את כל התעשיות, כולל ניהול נכסים. יש יותר נתונים זמינים ואלגוריתמים טובים יותר כדי ללכוד את הנתונים האלה, וזה הופך השקעה שיטתית למרגשת".
ארבעה עשורים של כמות
המקורות של הצוות השיטתי הם עסקי ברקליס משקיעים גלובליים ש-BlackRock רכשה ב-2009. העסקה נוצרה כאשר ברקליס, שנפגעה קשה מהמשבר הפיננסי העולמי, ויתרה על עסקי ההשקעות שלה כדי לשרוד - והפכה את BlackRock למנהלת הנכסים הגדולה בעולם, אז ב-2.7 טריליון דולר .
שורשיה של BGI חוזרים לשנת 1985 כמה שהיום עשוי להיחשב פינטק: פעולה מבוססת עמק הסיליקון המשתמשת ב-Big Data ובצורות פרימיטיביות של למידת מכונה, הרבה לפני שהמונחים או היכולות הללו הגיעו לאופנה. זוהי חנות כמותנית, שמשתמשת בתובנות מונעות נתונים כדי לאפס הרבה הימורים קטנים ומהירים הבוררים מניה אחת מול אחרת - קולה מול פפסי.
זה עובד גם אם התעשייה או השוק מצליחים בצורה גרועה - קאנטרי גארדן מול אוורגרנדה. מה שחשוב הוא למצוא יתרון זעיר וקצר מועד שהמנהל יכול לסחור בו במהירות, בקנה מידה, ואז לסגור את הפוזיציה. תכפילו עסקאות כאלה במאות או באלפים על פני תיק, והחברה יוצרת אסטרטגיית מניות גדולה עם מתאם נמוך לאמות מידה.
עם יותר נתונים, אלגוריתמים טובים יותר, הגדלת כוח המחשוב והאלקטרוניקציה של שוקי המניות, BGI התגלתה כמעצמה מתקדמת וממשיכה כזרוע השיטתית של BlackRock.
מאז, עולם תעודות הסל המריא, מה שהופך את BlackRock למנהל הנכסים הגדול בעולם. נכון לספטמבר 2023, החברה דיווחה על 3.1 טריליון דולר בקרנות נסחרות בבורסה (עסק קמעונאי) ועוד 2.6 טריליון דולר של קרנות אינדקס (למוסדות). קבוצת שירותי הטכנולוגיה של החברה, לרבות מערכת הסיכון לתיק Aladdin שלה, היא תורם חשוב נוסף להכנסות.
התקדמות בינה מלאכותית
בהקשר זה, עסקי המניות השיטתיים, עסק מוסדי, צנוע, ועומד על 237 מיליארד דולר של נכסים מנוהלים. שן כמובן שורי לגבי החלוקה שלו. "השקעה כמותית שיטתית נמצאת כעת בעידן הזהב", אמר.
אבל ההתרגשות סביב בינה מלאכותית גנרטיבית, הכוללת מודלים בשפה טבעית כמו ChatGPT, מעניקה לאופטימיות של צ'ן אמון מסוים.
בימים עברו, טקטיקות כמותיות כללו דירוג מניות גדולות בארה"ב לפי מדדים מסורתיים (מחיר לפנקס, מחיר לרווח, תשואות דיבידנד). כבר אז, קרנות הגידור הגדולות ביותר בנו מחסני נתונים בגודל מדהים. זה נתן להם את היכולת לייצר ביצועים ללא קשר למגמות השוק. החברות המצליחות ביותר הרוויחו הרבה כסף, ובראשם רנסנס טכנולוגיות, שבין 1988 ל-2018 הייתה חברת ההשקעות הרווחית (והסודית) בעולם.
השלבים הכרוכים בהפעלת אסטרטגיות אקטיביות, כמותיות או אחרות, הפכו אוטומטית בהתמדה. המידע כעת קריא במכונה, כגון דוחות ברוקרים, נתונים פיננסיים של החברה, כתבות בתקשורת וסטטיסטיקות ממשלתיות. עיבוד שפה טבעית איפשר להפוך נתונים לא מובנים (כל דבר מ-PDF לחתימת עורך דין) לקריאים במכונה. האינטרנט של הדברים ותמונות לוויין הרחיבו את רשימת הדברים שניתן למדוד ולכמת. יתרה מכך, אלה מעניקים כעת למנהלי הקרנות גישה לצפיות בזמן אמת.
שן מצטט את תנועת המשאיות. תיוג גיאוגרפי, משואות WiFi ותמונות לוויין מאפשרים לקונים של נתונים אלה לעקוב אחר ציי משאיות. זה נותן להם תחושה של תעבורה בין ספקים וחנויות, נקודת נתונים אחת כדי לקבוע איך החברה מסתדרת. בנה מספיק מאלה, ופירמה תוכל להרחיב את היקפו כדי לקבל מבט מאקרו על הכלכלה.
הכנס ל-GenAI
כיום בינה מלאכותית גנרטיבית מוסיפה קבוצה חדשה של כלים לתערובת. אבל זו לא רק עוד דרך לחתוך נתונים. זה למעשה משנה את הדרך שבה מנהלי תיקים מבינים מידע.
שן נותן דוגמה לדיווח חדשותי על פרישת מנכ"ל. בעשרים השנים האחרונות, חברות בעלות ידע בטכנולוגיה השתמשו בלמידת מכונה כדי לפעול לפי גישה של 'שקית מילים'. המכונה תנתח טקסט ומחפשת ריכוזים של מילים או ביטויים המתואמים לטוב או לרע, לקנות או למכור.
בדוגמה של המנכ"ל שמאבד את עבודתו, המכונה עשויה לזהות שבעה ניסוחים רלוונטיים בפסקת הפתיחה. זה יתייג כאשכולות שליליים כמו 'התראה', 'עוזב את החברה', 'מוחלף', 'תסכול' ו'חלש יותר'. זה גם ידגיש שני ביטויים אופטימיים, 'מפתיע' ו'מגיב בחיוב', אבל בסך הכל משקל השליליות יוביל את המחשב להמליץ על מכירה.
אם החברה הזו הייתה חלק מצמד קולה מול פפסי, בלקרוק עשויה להחליט שזהו אות ללכת קצר אחד ולהאריך את השני, עם מינוף. הטרייד עשוי להימשך כמה שעות או כמה ימים, אבל מהירות הניתוח תיתן לקבוצה תוצאה שונה ממסה של שחקני יסוד פעילים המסתמכים על פרשנות אנושית.
"זה היה המצב ב-2007", אמר שן. מאז, הנתונים והאגלוס השתפרו, אבל גישת שק המילים עדיין הייתה הנורמה. LLMs כגון ChatGPT משנים זאת.
לימודי תואר שני לוקחים את אותה פסקה, ובדוגמה של Shen, מסיקים שמדובר בחדשות חיוביות מסיביות ולא בחדשות רעות. זה בגלל שזה לא רק תרגום טקסט, אלא הבנתו בהקשר. ה-LLM יודע שלמרות שיש חבורה של מילים שליליות למעלה, משפט המפתח נמצא בתחתית: 'אנחנו מצפים שהמניה תגיב בחיוב'.
"למרות שמדובר בחדשות על פרישת מנכ"ל, ה-LLM מבין את עיקרי ההודעה לעיתונות - הוא מקבל את קו המחץ", אמר שן.
נתונים ואלגו
למרות שדוגמה זו מיועדת למצגות של BlackRock לעיתונאים, המשמעות היא שחנות שיטתית שמוסיפה LLMs לתמהיל צריכה לתפקד טוב יותר. בדוגמה המסודרת הזו, למעשה, נותנים למנהל התיקים תשובה אחרת לגמרי.
החיים האמיתיים הם לא כל כך מסודרים, אבל Shen אומר ש-LLMs הם הגל הבא של כלים שנועדו לתת למנהל יתרון זעיר. חברות כמו BlackRock משתמשות כעת ב-LLM על מערכי נתונים קנייניים, על מנת להכשיר את המודלים על פיננסיים וסוגים ספציפיים אחרים של נתונים. לדבריו, BlackRock מוצאת ל-LLM הקנייניות שלה יש יתרון על פני ChatGPT (אשר מאומן באינטרנט בכלל).
זה מחזיר את הקוואנטים לאותם יסודות ישנים: למי יש את הנתונים הטובים ביותר ואת האמצעים הטובים ביותר לקרצוף אותם; ואז למי יש את האלגו החכם ביותר. אבל תכניות לימודים מוסיפות כאן גם קמט נוסף, בכך שהם עוזרים לבני אדם לשפר את אמצעי השיפוט שלהם.
המגע האנושי
למרות שכמה חנויות קוואנטיות כמו RenTec היו ידועות לשמצה רק בכך שהן עוקבות אחרי המחשבים שלהן, שן אומר שאסטרטגיות שיטתיות עדיין דורשות החלטות אנושיות. זה מתברר בזמנים שבהם הנתונים ההיסטוריים אינם שלמים או אינם קיימים. לדוגמה, דוגמנות חברה במהלך קוביד היה קשה מכיוון שהמגיפה העולמית האחרונה בסדר גודל כזה התרחשה לפני מאה שנה. אין נתונים מהימנים משנת 1918 לשימוש היום. אז בעוד שקוואנטים השתמשו בנתונים בזמן אמת סביב תנועה או פרסומי דרושים כדי לקבל תצוגה, זה עדיין דרש מאדם להעריך את המשמעות של זה לעתיד הקרוב. נתונים גדולים, כשלעצמם, לא היו מנבא אמין.
אבל עם LLMs, בני האדם יכולים לשאול את המכונה שאלות בניואנסים שאי אפשר היה לשאול מערכת למידת מכונה. זה הופך את ה-LLM לכלי פרודוקטיבי, ושאלות שונות מובילות לתוצאות שונות. דגמי הביג-דאטה הישנים של שנות השמונים והתשעים נשענים על ניתוח הערכות שווי, ובשנות ה-1980 הוסיפו דברים כמו סנטימנט בשוק. כעת היקף התשאול הוא רחב, מה שמאפשר יצירתיות אנושית.
"השאלה יכולה להיות יתרון תחרותי", אמר שן.
בהתחשב במה ש-Sen מתאר כעתיד מזהיר, האם זה מצביע על כך שסגנונות ניהול אקטיביים יתחילו להשיג ביצועים טובים יותר לעומת אסטרטגיות פסיביות? האם השקעות שיטתיות מוכנות להחזיר חלק מהנכסים שזרמו לצד תעודות הסל של הבית?
שן נותרה לא מתחייבת. המנצחים בתעשייה, הוא אומר, הם החברות המאמצות בינה מלאכותית, ללא קשר למוצר. תשובה בטוחה. לכן, הנחה בטוחה תהיה שהתחרות החדשה המשתמשת בטכנולוגיה תאפשר לחברות את המשאבים לשים את ידיהן על כמה שיותר נתונים.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: https://www.digfingroup.com/blackrock-llm/
