Bízhatnak-e a befektetők a gépi tanulásban
A fedezeti alapok stagnálnak, és növekvő nyomás nehezedik a díjaik igazolására. A mesterséges intelligencia segíthet ebben a helyzetben?
Egyre több fedezeti alap állítja a pénzt az ötlet mögé, hogy a mesterséges intelligencia egyik ága - a gépi tanulás - visszahozhatja a csúcsra. Természetesen vannak problémák - a technológia megvalósítása nehéz, drága, és kudarchoz vezethet.
Mi a gépi tanulás?
A gépi tanulás vagy az öntanulás egy olyan szoftver, amely rendszeresen megjelenő mintákat keres hatalmas mennyiségű adatban - olyan hatalmas, hogy a legálmosabb elemző sem tudja elképzelni. Ezután a program még nagyobb adatmennyiségben kezdi tesztelni az első szakaszra épülő hipotéziseit.
Mit árulhat el egy bevásárlóközpont parkolójának műholdas képe? Mi van, ha kombinálják az üzlet értékesítési adataival?
Ha egy vállalat vezérigazgatója vagy a bank bizonyos alkalmazottja egy meghatározott szót használ, akkor ez befolyásolhatja az eszközárakat?
Mi a gépi tanulás alkalmazása?
A vizeket mindenféle játékos teszteli - mind kicsi, mind nagy hal - írja Nishant Kumar a Bloombergnek. Egy ilyen fókuszú tanulmányban a vezetők 58% -a azt mondta, hogy a gépi tanulás közepes vagy nagy hatással lesz a globális iparra. A fedezeti óriások, a Bridgewater Associates és a Man Group Plc, valamint a Highbridge Capital Management és társai már fejlesztenek vagy legalábbis befektetnek a gépi tanulásba. Más cégek, például a Renaissance Technologies és a Two Sigma rented használják a technológiát.
Hamarosan részt vesz a JP Morgan is, amely a technológiát alkalmazó fedezeti alapokba fektet be.
Nehéz megtenni?
A megfelelő modellek megtalálása nem olyan nehéz, de a valós világban megbízhatóan működő modellek megtalálása nehéz. Nagyon nehéz. A pénzügyi adatok nagyon "zajosak" - a piacok folyamatosan mozognak, és az ezek kezeléséhez szükséges hatékony eszközök nagyon mély megértést és tehetséget igényelnek, ami nem általános. Ezért a kockázat mindig fennáll, ha algoritmikus kereskedésről beszélünk.