Как искусственный интеллект устраивает революцию в финансовом мире
VTT Studio / Shutterstock.com
Главная Финансы, Искусственный интеллект, Банковский сектор

Искусственный интеллект не только умеет обнаруживать ошибки, которые могли бы привести к катастрофе, но и способен каждого сделать инвестором уровня Уоррена Баффетта. Рассказываем, как.

За десятилетие, миновавшее с кризиса ипотечного кредитования в США, набрала силу идея о том, что компьютеры превосходят людей при выдаче ипотечных кредитов.

Новый опрос, проведенный Fannie Mae, показал, что 40% ипотечных банков уже развернули системы искусственного интеллекта (ИИ). Их используют для автоматизации процесса подачи документов, выявления мошенничеств и оценки риска дефолта заемщика.

Компания Blend поставляет онлайн-приложение для ипотечного кредитования 114 организациям, включая гиганта Wells Fargo. Его применение позволяет на неделю сократить сроки рассмотрения заявок. Смог бы ИИ предотвратить ипотечный кризис?

Возможно не полностью, но он мог бы снизить его размах, поскольку машины заметили бы признаки надвигающейся опасности гораздо раньше людей. Гендиректор и соучредитель Blend Нима Гамсари говорит:

«Ошибки теперь можно мгновенно находить и обезвреживать».

Банки пока не полагаются на ИИ при принятии окончательных решений, однако отрасль выиграла даже от частичной автоматизации процесса, сделав ипотечные займы более доступными. Потребители с самым низким уровнем дохода традиционно уклонялись от подачи очных заявок на кредиты. Теперь они могут пройти всю процедуру в мобильном приложении. Мэри Мак, глава отдела потребительского банкинга Wells Fargo, говорит:

«Автоматизация устраняет из уравнения страх».

Новая парадигма для профессиональных инвесторов

За последнее десятилетие объемы данных в финансовом мире настолько возросли, что их не смогут обработать все аналитики мира, вместе взятые. Однако машинам это по силам.

Bloomberg, FactSet Research Systems и Thomson Reuters разработали целый массив инструментов и технологий для научных исследований, включая машинное и глубокое обучение, обработку естественного языка (NLP). Они позволяют собирать ценные знания по крупицам и предоставлять их финансовым профессионалам.

Агентство Bloomberg стало пионером в анализе настроений (разновидность NLP). Соответствующая технология разрабатывалась около десяти лет. Теперь система на основе машинного обучения анализирует, относится ли статья или твит к той или иной компании, и присваивает ей соответствующую оценку.

ИИ стремительно распространяется и на управление капиталом. За последние пять лет инвестиционные компании увеличили число аналитиков «альтернативных данных» более чем в четыре раза, стремясь выявить и собрать все возможные торговые сигналы, содержащиеся на сайтах, в языковой информации, данных о покупках по кредитным картам и сведениях со спутников.

Системами на основе ИИ уже пользуются BlackRock, Fidelity, Invesco, Schroders и T. Rowe Price. Лидирует на этом поприще BlackRock — крупнейшая в мире управляющая компания. В начале этого года она организовала специализированную BlackRock Lab for Artificial Intelligence.

И для инвесторов-любителей

Робо-советники, предлагаемые стартапами вроде Betterment и традиционными брокерскими компаниями, такими как Charles Schwab, уже используют ИИ для обслуживания инвесторов. Доступные инструменты помогают рассчитать оптимальное распределение активов в портфеле в зависимости от отношения к риску и предпочтений.

Системы на основе ИИ способны автоматически ребалансировать портфель или обращаться к обычному консультанту за помощью в вопросах, касающихся налогов и планирования наследства.

Следующий рубеж — искусственный интеллект, достаточно умный, чтобы помогать инвесторам в долгосрочных решениях. Bank of America Merrill Lynch и Morgan Stanley — крупнейшие игроки в новой дисциплине, неудачно названной «квантоментальным анализом».

Она объединяет количественную обработку, для которой прекрасно подходит ИИ (по сути это поиск тенденций в огромных объемах данных), с дополнительные алгоритмами, предназначенными для сложного анализа, который обычно проводят эксперты — например, оценки потенциала роста отрасли или стратегической проницательности руководства компании.

В конечном итоге машинное обучение позволит квантаментальной системе учиться на собственных ошибках. Конечная цель — создать не уступающий Уоррену Баффетту алгоритм отбора акций по выгодным ценам и, пожалуй, подобрать более удачное название.

Подписывайтесь на наш канал в Яндекс.Дзен. Много эксклюзивных историй, полезных материалов и красивых фото.

Читайте также:
Пожалуйста, опишите ошибку
Закрыть
Free market quotes
Что происходит на рынке? Будь в курсе!
Только у нас бесплатные котировки и все финансовые новости в одном месте.
Закрыть
Спасибо за регистрацию
Поставь лайк, чтобы мы и дальше могли публиковать интересные материалы бесплатно