محللو أسهم الروبوت | الأوقات المالية

احصل على تحديثات مجانية للذكاء الاصطناعي

سوف نرسل لك أ ميفت ديلي دايجست البريد الإلكتروني تقريب الأحدث الذكاء الاصطناعي أخبار كل صباح.

صباح الخير. ما هي المشكلة مع سوق الأسهم الثقيلة؟ حسنًا، عندما تواجه شركة Apple أسبوعًا صعبًا بسبب بعض الأخبار المحبطة من الصين، ينخفض ​​مؤشر S&P 500 بأكمله. إذا كنت في السوق، فأنت تعاني من زيادة الوزن، إلا إذا كنت قد بذلت قصارى جهدك حتى لا تكون كذلك. إذا كانت لديك أفكار حول Apple، أو أي شيء آخر، راسلنا عبر البريد الإلكتروني: [email protected] و[email protected].

محررة صحيفة فاينانشيال تايمز، رولا خلف، تكتب اليوم رسالة إلكترونية قصيرة بعنوان “قصة طويلة”. LSS عبارة عن ملخص قوي لأكبر القصص وأفضل القراءات لهذا الأسبوع. سجل هنا.

تعاني الطحالب من تحيز الحداثة أيضًا

هل الآلات أفضل في تحليل الأسهم من البشر؟

بالنسبة لجزء كبير من وظائف المحللين، يبدو لي أن خوارزمية الكمبيوتر المعقدة يجب أن تعمل بشكل أفضل من الشخص. الكثير مما يفعله المحللون هو بناء نماذج مالية واستخدامها لتقدير أرباح الشركات المستقبلية. يعتمد هذا العمل على التفاصيل ويعتمد على بيانات مكثفة، حيث يكون الاتساق والموضوعية أمرًا مهمًا وتكون التحيزات البشرية خطيرة. إذا لم تكن أجهزة الكمبيوتر أفضل في هذا الجزء من العمل الآن، فأعتقد أنها ستكون كذلك قريبًا.

قام ثلاثة باحثين – موراي فرانك، وجينج جاو، وكير يانج – بوضع هذه الفكرة على المحك، وأبلغوا عن النتائج في ورقة بحثية في وقت سابق من هذا العام (نصيحة ليواكيم كليمنت، الذي لفتت مجموعته الفرعية انتباهي إلى الورقة). لقد قاموا بتحميل خوارزمية متطورة مع عينة كبيرة من المعلومات المالية للشركة، وبيانات الاقتصاد الكلي وتوقعات محللي الأسهم، وجعلوها تعمل على التنبؤ بأرباح الشركة. كانت التقنية الإحصائية الرئيسية التي استخدموها هي ما يسمى “أشجار الانحدار المعززة المتدرجة”، والتي لا أزال على بعد درجة دكتوراه واحدة من فهمها. ولكن الشيء الرئيسي في ذلك، كما وصفه فرانك لي، هو أنه قادر على التقاط الاتصالات غير الخطية داخل البيانات. في عالم غير خطي، يمنح هذا GBRT ميزة كبيرة على الانحدارات الخطية التي تعلمناها في كلية المالية.

ووجد الباحثون أنه على الرغم من أن خوارزميتهم تنبأت بالأرباح بشكل أكثر دقة من محللي وول ستريت، إلا أنها أظهرت أحد التحيزات الشائعة التي تعوق المحللين البشريين. تميل الخوارزمية إلى المبالغة في رد الفعل تجاه المعلومات الجديدة (نسمي هذا تحيز الحداثة عند البشر). الآن، من الناحية النظرية، يجب أن تكون هذه المشكلة سهلة الحل في الخوارزمية، فقط قم بتعديلها لتقليل وزن المعلومات الجديدة. ولكن هنا هو الشيء المثير للاهتمام: عندما فعل الباحثون ذلك، انخفضت جودة توقعات أرباح الخوارزمية. وتبين أن هناك مفاضلة بين الحد من الانحياز المنهجي لرد الفعل المبالغ فيه ومتوسط ​​دقة التنبؤ.

هذا غريب ومثير للاهتمام. إن فكرة أن القضاء على التحيز المنهجي من شأنه أن يؤدي إلى معتقدات أقل دقة حول المستقبل هي فكرة غريبة. أخبرني فرانك أنه قد يكون له آثار على التمويل السلوكي بشكل عام:

ما كان مفاجئًا لنا بعض الشيء هو أن طبيعة تحيز الخوارزمية تشبه بشكل مدهش التحيز الموجود لدى البشر. يقول خبراء التمويل السلوكي إن التحيزات التي يظهرها البشر تتعلق بالنفسية العميقة للدماغ البشري. لكن الطحالب، على الرغم من الاستعارات التي نستخدمها عنها، ليست أدمغة بشرية. إن حقيقة حصولك على تحيز مماثل تشير إلى أن ما يولد التحيز ليس بنية الدماغ، بل شيء آخر. . . قد يخبرنا شيئًا عن طبيعة الإحصائيات والطريقة التي نعالج بها المعلومات.

عند قراءة هذا الجزء من الورقة، ما فكرت فيه هو الزخم. إن الأسواق المالية ونتائج الأعمال (في رأيي) لا تختلف بشكل عشوائي. إنهم يتبعون الاتجاهات. فالتوسعات والانكماشات، بمجرد أن تبدأ، تميل إلى الاستمرار لفترة من الوقت قبل أن يختلط كل شيء مرة أخرى وتتشكل اتجاهات جديدة (وهذا ما كان يقصده بينوا ماندلبرو بعبارة “الذاكرة الطويلة” للأسواق). لذلك ربما يساعدنا تحيز الحداثة، كمتنبئين، على التمسك بالاتجاهات الجديدة عندما تتشكل ومتابعة الزخم – حتى عندما يعطي ميلًا إلى المبالغة في رد الفعل تجاه المعلومات الجديدة. وبالتالي دقة أكبر بشكل عام، ولكن مع بعض التحيز أيضًا.

لقد طرحت هذه الفرضية الغامضة على فرانك. وقال إنه لا يوجد في عمله ما يستبعد ذلك. لكن تخمينه بشأن ما يجري مختلف قليلاً. وهو يعتقد أن النتيجة قد تكون لها علاقة بحقيقة أن عالم المال، على حد تعبيره، واسع للغاية ولكنه ضحل للغاية. يشير “العرض” إلى حقيقة أن الكثير من أنواع المعلومات المختلفة يمكن أن تؤثر على الأسواق المالية أو نتائج الأرباح؛ الاقتصادية والسياسية والثقافية والتكنولوجية، وما إلى ذلك. ويرى فرانك أن الضحالة تعني أن أغلب الصدمات غير المتوقعة في أسواق الأسهم تخلف تأثيرات تسعيرية ليست معقدة إلى حد كبير أو يصعب اكتشافها. ما يصعب اكتشافه هو من أين ستأتي الصدمة التالية أو متى قد تحدث”. (في الأنظمة “العميقة”، مثل بعض الأنظمة الموجودة في العلوم الفيزيائية، قد تتمكن من رؤية الصدمة قادمة، لكن تأثيراتها معقدة ويصعب وضع نماذج لها.)

لذلك، لم يتوقع أحد قدوم كوفيد، ولكن من السهل أن نرى أنه إذا بقي الجميع في المنزل، فإن شركات المطاعم ستتلقى ضربة أولية كبيرة. إن الخوارزمي أو المحلل الذي يميل إلى التكيف بسرعة مع مثل هذه الصدمات الضحلة قد يقدم تنبؤات أكثر دقة بشكل عام، ولكن على حساب بعض التحيز المبالغ فيه في رد الفعل.

النتيجة الثانية المثيرة للاهتمام التي توصل إليها فرانك ومؤلفوه المشاركون هي أنك إذا قمت بتقييد الخوارزمية بمدخلات موضوعية فقط – البيانات المالية وبيانات الاقتصاد الكلي – وحرمتها من توقعات المحللين البشريين، فإن الخوارزمية تقدم تنبؤات أقل دقة بكثير. وكتبوا: “تشير النتائج إلى أنه عند التنبؤ بأرباح الشركات، يكون التقييم الخاص للمحللين ذا قيمة كبيرة للغاية”. “لا يمكن استبدال المعلومات التي ينتجها المحللون بدمج مجموعة كبيرة من نسب المالية العامة.”

يسجل واحد للبشر. ولكن ليس بالضرورة من أجل نوع ما من العبقرية البشرية المتأصلة، أو لتحقيق قفزات خيالية أو تكوين استنتاجات جشطالتية لا يستطيع الكمبيوتر إعادة إنتاجها. أحد الأشياء الكبيرة التي يفعلها المحللون البشريون هو الاتصال بالشركات وسؤالهم عما يحدث. يتم اكتشاف المعلومات المهمة، التي لم تنعكس بعد في البيانات المالية، بهذه الطريقة. كم من الوقت قبل أن تقوم نماذج اللغات الكبيرة بإجراء هذه المكالمات؟ أو على الأقل الاستماع إليهم؟

قراءة واحدة جيدة

سوف تنظر إلى تغريدات إيلون ماسك، سواء كنت ترغب في ذلك أم لا.