Нейросеть для инвестирования. Стоит ли полагаться на искусственный интеллект? Искусственный интеллект получает все больше возможностей и сегодня демонстрирует их в различных сферах — от написания текстов до программирования. Одно из главных направлений его применения — анализ данных, в том числе очень больших массивов. Именно поэтому использование его финансовыми аналитиками и инвестиционными советниками, трейдерами и инвесторами кажется очень перспективным. Станет ли общедоступным инструментом нейросеть для инвестирования и стоит ли полагаться на искусственный интеллект при разработке стратегий и принятии торговых решений? Искусственный интеллект в инвестировании сегодня Об успехах нейросетей в различных направлениях сегодня не писал и не читал только ленивый. Тот же ChatGPT, ставший, наверное, самой успешной (или по меньшей мере самой раскрученной) реализацией искусственного интеллекта (ИИ), отметился: в написании книг (их уже можно купить на Amazon); сдаче экзаменов, в том числе не по самым простым специальностям, например, медицинским; подготовке дипломных проектов. Потому желание использовать ИИ в инвестировании и трейдинге выглядит вполне естественно. Тем более что фактически обучение нейросетей сводится к анализу больших массивов данных. Соответственно, если использовать в этом процессе: ценовые графики, макроэкономические показатели, финансовые и политические новости, отчетность компаний и их пресс-релизы, другие данные, которые, по мнению аналитиков, могут оказывать влияние на состояние рынка, — теоретически есть шанс добиться от ИИ прогнозирования дальнейшего развития событий с достаточно высокой долей вероятности. Уже сейчас можно привести несколько примеров таких экспериментов: В Сеульском национальном университете отобрали для эксперимента 20 акций крупных компаний из разных секторов американского рынка, а также по 5 криптовалют, валютных пар, облигаций и товаров. ChatGPT получил задание сформировать из этого набора портфель с заданным числом активов. Эксперимент был повторен 10 000 раз, результаты сравнивались со случайными комбинациями из предложенного набора. Во всех случаях портфели, собранные ИИ, были эффективными и явно демонстрировали использование принципов диверсификации. Это лишний раз доказывает, что обученная нейросеть в состоянии анализировать экономические и финансовые данные, принимать эффективные инвестиционные решения и использовать полученные зависимости в поиске ответов на поставленные вопросы (впрочем, это и так хорошо известно). По данным Financial Times, ChatGPT получил задание сформировать портфель из 30 или более американских акций, руководствуясь принципами, которые используют ведущие инвестиционные фонды. В результате собранный ИИ портфель из 38 ценных бумаг за 8 недель эксперимента показал рост в 4,9%, в то время как портфели фондов из первой десятки (например, Fidelity, Vanguard, Fundsmith Equity) в среднем снизились на 0,8%. Агентство Bloomberg в апреле 2023 года объявило о намерении создать собственную нейросеть BloombergGPT, которая сможет формировать аналитические отчеты и выборки по запросам клиентов. Обучать ИИ планируется на собранных агентством данных за несколько десятков лет, а также массивах от The Pile, Wikipedia, C4 и некоторых других. Впрочем, экспериментаторы не ограничиваются самым известным чат-ботом. В Сети достаточно много примеров созданных группами и отдельными инвесторами нейросетей, которые демонстрируют весьма впечатляющие результаты. В целом все это выглядит вдохновляюще, и многие инвесторы уже предвкушают получение сверхдоходности по инвестиционным рекомендациям от искусственного интеллекта. Однако торопиться не стоит. продолжение следует... #нейросеть и трейдинг