Home Berita Bisakah Manusia Memahami Bagaimana Robot Berinvestasi?

Bisakah Manusia Memahami Bagaimana Robot Berinvestasi?

36
0
SHARE

gambar berita

Untuk seorang pria yang membangun robot, ia berharap akan menghilangkan emosi manusia dari proses investasi, Chida Khatua menghabiskan banyak waktu untuk mencoba memikirkan bagaimana ia berpikir.

Khatua adalah chief executive officer dari EquBot, sebuah perusahaan San Francisco yang membangun sistem kecerdasan buatan untuk berinvestasi. Pada bulan Oktober, sehari sebelum peluncuran dana yang diperdagangkan di bursa yang menggunakan rekomendasi EquBot, timnya akan mengambil alih saham yang ingin dibeli oleh komputer. Satu nama muncul: Brookdale Senior Living Inc., yang mengoperasikan komunitas pensiunan dan panti jompo. Ini kembali ketika kebakaran hutan membakar bagian-bagian California, di mana beberapa fasilitas Brookdale berada.

Perdagangan itu memihak Khatua, mantan insinyur Intel Corp. Beli perusahaan yang terjebak dalam bencana alam? Tetapi pada tampilan kedua, tidak sulit untuk mengumpulkan apa yang mungkin dipikirkan komputer. Laporan berita dan siaran pers — semuanya dimasukkan ke dalam sistem — menunjukkan bagaimana Brookdale menanggapi ancaman tersebut. “Kami menemukan, hei, fasilitas hidup senior itu — mereka memiliki pengaturan yang sangat baik dan teratur” dan dapat menyediakan perumahan cadangan, kata Khatua. ETF membeli saham dan membuat keuntungan kecil dalam perdagangan. Memindai kabel berita mungkin tidak terdengar seperti ide analis ekuitas manusia untuk penelitian mendalam, tetapi untuk komputer itu semua data yang dapat dikombinasikan dengan informasi lain untuk membuat prediksi statistik.

Dari kiri: Chida Khatua, co-founder dan chief executive officer dari EquBot; Art Armador, co-founder dan chief operating officer; dan Chris Natividad, chief investment officer, di kantor perusahaan di San Francisco pada 9 Februari 2018.

Fotografer: David Paul Morris / Bloomberg

Itu adalah hal yang rumit tentang kecerdasan buatan dan investasi: Jika AI memiliki kelebihan, itu karena ia mengumpulkan informasi dengan cara yang tidak akan dilakukan manusia. Tetapi ketika orang mempercayai uang mereka untuk dana, mereka ingin dapat memahami bagaimana manajer — atau komputer — membuat keputusan. Sebuah program membaca tentang kebakaran hutan dan membeli saham setelah memutuskan manajemen akan berakhir baik dalam krisis? Bicara seperti itu membuat beberapa ulah AI murni. “Sangat penting untuk memisahkan realitas apa yang terjadi dari pemasaran yang ditempatkan di sekitarnya,” kata Andrew Dyson, CEO QMA, sebuah perusahaan investasi yang menggunakan teknik kuantitatif dan data besar. “Orang suka cerita, kan? Dan ada bahaya nyata bahwa hal-hal ini adalah cerita, dan orang-orang harus melampaui cerita dan benar-benar memahami apa yang sedang terjadi. ”

Dana EquBot’s model membuat rekomendasi untuk, AI Powered Equity ETF, diluncurkan pada bulan Oktober dan dengan cepat mengumpulkan $ 136 juta dalam aset, menjadikannya salah satu debut ETF paling sukses 2017. Menggambar otot komputasional dari Watson International Business Machines Corp. platform, sistem EquBot menilai lebih dari 6.000 perusahaan AS yang diperdagangkan secara publik setiap hari. Ini menggores jutaan pengajuan peraturan, berita, profil manajemen, alat pengukur sentimen, model keuangan, penilaian, dan bit data pasar. Kemudian ia memilih sekitar 30 hingga 70 saham untuk dana tersebut, yang dijalankan oleh ETF Managers Group LLC. Ini bukan ETF pertama yang menggunakan AI dalam beberapa cara — salah satunya menggunakannya untuk melihat perubahan sentimen pasar — ​​tetapi para pendukungnya mengatakan itu adalah pelopor dalam menggunakan teknologi untuk melihat berbagai komponen investasi untuk membangun portofolio. “Ini seperti mempekerjakan tentara analis ekuitas,” kata Khatua.

Sejak dimulai, ia mengalahkan S & P 500 dalam 12 minggu dan tertinggal 13 dari mereka. Analisis Bloomberg menunjukkan bahwa setelah dilukai lebih awal oleh taruhannya pada perusahaan yang lebih kecil dan lebih stabil, ETF pulih dengan membeli saham bank. Kembalinya total 1,9 persen jatuh hanya dari S & P 500 2,5 persen. Jadi sudah hampir rata-rata — tetapi catatan itu terlalu pendek untuk bisa bermakna. Keberuntungan dan perilaku pasar secara keseluruhan merupakan pengaruh utama pada kinerja portofolio yang terdiversifikasi selama lebih lama dari yang disadari oleh kebanyakan orang, kata James White, CEO dari Elm Partners Management, penasihat investasi. Ini bisa menjadi satu dekade atau lebih sebelum siapa pun dapat mengatakan apakah EquBot sedang memilih saham dengan keterampilan lebih dari pelempar dart, kata White.

Chief Operating Officer dan co-founder EquBot, Art Amador, mengatakan ia mempercayai AI untuk membuat keputusan dan menjalankan programnya. “Dari sudut pandang prinsip, kami tidak ingin campur tangan, kami tidak ingin menciptakan bias dalam keadaan apa pun,” kata Amador, yang bertemu Khatua di kelas ketika mereka adalah mahasiswa di University of California di Berkeley Haas School of Bisnis. “Kami tidak mengatakannya, ‘Oh, tidak, kamu tidak akan melakukan ini karena itu tidak masuk akal secara logis.’

Setiap sistem AI kemungkinan akan membuat keputusan investasi yang terlihat membingungkan, kata Zachary Lipton, asisten profesor di departemen pembelajaran mesin di Carnegie Mellon University. Dalam arti yang paling ketat, model “tidak beroperasi sesuai dengan aturan logis. Model ini hanya memuntahkan korelasi statistik, “katanya. “Ini tidak memberi Anda logika — sebenarnya tidak ada rantai penalaran logis yang koheren yang memberi tahu Anda cara berinvestasi di pasar saham. Jika ada, Anda tidak perlu model di tempat pertama. “

Meski begitu, Amador dan Khatua mengatakan mereka menjalankan pemeriksaan tambahan pada output bot. Salah satunya adalah untuk memastikan bahwa data yang ditinjau solid — misalnya, bahwa komputer tidak menggores situs web yang baru-baru ini mengubah formatnya, yang dapat menyebabkan komputer salah membaca itu. Yang lain adalah apa yang mereka sebut “tes kewarasan” untuk melihat apakah pilihan masuk akal, berdasarkan bagaimana program itu dilatih. “Filosofi utama kami adalah kami tidak ingin membuat kotak hitam untuk AI,” kata Khatua. Tujuan mereka adalah memiliki sistem yang beroperasi “cara investor rasional yang baik akan memikirkan dan melalui proses untuk memutuskan apakah peluang investasi yang baik ada atau tidak,” katanya.

Sistem EquBot juga dirancang untuk belajar seiring berjalannya, menurut tim. Pada hari-hari awal ETF, program ini mulai membeli perusahaan tanpa mengetahui berapa banyak uang akan mendarat di pundi-pundinya. Sekelompok saham kecil yang masuk akal sebagai potongan dari $ 5 juta portofolio terbukti terlalu sulit untuk diperdagangkan ketika portofolio dengan cepat membengkak menjadi $ 40 juta. Program ini akhirnya belajar bagaimana memperhitungkan volume perdagangan saham ketika memutuskan jam berapa untuk membeli atau menjualnya, dan berhenti mengambil saham microcap.

Tammer Kamel, CEO Quandl Inc., platform data alternatif, memahami bagian tentang sistem EquBot yang melihat peluang di pedesaan California yang dilanda kebakaran. “Itu AI klasik,” katanya. Tetapi terlalu peduli tentang alasan sebuah program mulai bermasalah. “Selama Anda tetap dalam pemeriksaan kewarasan dari output AI Anda, maka itu tidak akan pernah lebih pintar dari manusia,” kata Kamel. “Saya mengerti. Pada tahap awal, Anda ingin melihat apakah hal ini diprogram atau tidak memiliki bug — ya, Anda harus berhati-hati untuk itu. Tapi cepat atau lambat, Anda harus mengambil kendali dan percaya pada teknologi. ”

Baca lebih banyak

LEAVE A REPLY

Please enter your comment!
Please enter your name here