هوش مصنوعی «خودران» در معاملات خرید طرفین پیشرفت می کند

آن ضرب المثل قدیمی در معاملات عمدتاً در روزهایی مطرح می شد که الگوها اساساً یک گزاره «تنظیم و فراموش کن» بودند، که تحت مجموعه ای از شرایط ایجاد می شدند که وقتی از نظر مادی تغییر می کردند، کارایی کمتری پیدا می کردند. به طور مشابه، کروز کنترل در خودروها برای ثابت نگه داشتن سرعت، تا زمانی که با شرایط یخبندان یا موانع روبرو شود، عالی عمل می کند. سپس رانندگی خودکار آمد، که قادر به اتخاذ تصمیمات رانندگی در زمان واقعی و دنیای واقعی است که با تغییرات مادی در شرایط رانندگی سازگار است. برای مدیران سرمایه گذاری نهادی، هوش مصنوعی در معاملات الگوریتمی، کنترل کروز به سمت یک لحظه کنترل کامل در الگوریتم ها است. و برخی از شرکت های طرف فروش در این راه پیشرو هستند.

الگوریتم های معاملاتی، سفارش های خرید و فروش را به صرافی یا استخر تاریک با بیشترین نقدینگی و کمترین اصطکاک هدایت می کنند - در یک بازار سهام پیچیده و پرسرعت ایالات متحده که ده ها مکان معاملاتی روشن و بدون روشنایی را در بر می گیرد، شاهکار مهمی نیست. هوش مصنوعی می تواند این الگوها را برای شناخت بهتر و سازگاری با شرایط بازار در زمان واقعی و همچنین بهبود عملکرد از یک معامله به معامله دیگر بهینه کند.

سم کلاپ، میزوهو

سام کلاپ، مدیر اجرایی میزوهو در نیویورک، گفت: «ما استراتژی های بسیار پیشرفته تری را به طرف خرید پیشنهاد می کنیم که می توانند الگوها را تشخیص دهند، انتشار رو به جلو یا عقب انجام دهند و از خودشان بیاموزند."این بسیار پیچیده تر و بسیار هوشمندتر از گذشته است."

شرکت های بزرگ نهادی طرف خرید به ریسک گریزی و محافظه کاری معروف هستند، بنابراین تعجبی ندارد که استفاده از هوش مصنوعی توسط آنها عمدی بوده است. بر اساس نظرسنجی ائتلاف گرینویچ از 36 شرکت طرف خرید، تنها 31 درصد از مدیران سرمایه گذاری از الگوریتم هایی استفاده می کردند که هوش مصنوعی و یادگیری ماشین را در سه ماهه سوم سال 2021 در بر می گرفت. و شک و تردید همچنان وجود دارد: در یک نظرسنجی جداگانه ائتلاف گرینویچ از 234 پاسخ دهندگان طرف خرید، 41 درصد گفتند که وعده هوش مصنوعی بیش از حد اغراق آمیز است، در حالی که 27 درصد گفتند که کمتر بها داده شده است.

پول در حال سرازیر شدن به هوش مصنوعی است، زیرا شرکت ها نمی خواهند در صورت و زمانی که فناوری پتانسیل خود را بشناسد، عقب بمانند. نظرسنجی Broadridge در سال 2021 نشان داد که شرکت های طرف خرید و فروش قصد دارند هزینه های مربوط به هوش مصنوعی، بلاک چین و ابر را تا 33 درصد در عرض دو سال افزایش دهند.

BlackRock ، بزرگترین مدیر سرمایه گذاری جهان با 10 تریلیون دلار تحت مدیریت ، در حال بررسی چگونگی بهبود AI می تواند تجارت را بهبود بخشد. بلکروک رئیس تجارت Supua Vedbrat سال گذشته به بازارهای رسانه اروپا گفت: "ما دائماً در حال تحقیق در مورد چگونگی علم داده ها و هوش مصنوعی می توانیم به ما در تقویت هوش انسانی با محاسبات و انجام این کار در مقیاس کمک کنیم.""من فکر می کنم که به جلو می رود ، استراتژی های معاملاتی را که طرف خرید از آن استفاده می کند ، تغییر می دهد ، اما امروز از دیدگاه خطر آنچه می بینیم نتایج بهتری است."

تکامل الگو

از آنجا که هوش مصنوعی در معاملات خرید و فروش در ابتدای کار خود ، زمینه سبز کافی برای بانک های سمت فروش وجود دارد تا خود را به عنوان ارائه دهنده انتخابی مستقر کنند. Mizuho ، که در AI در جوایز انتخاب Markets Markets 2022 Media Group موفق به کسب بهترین شد ، این کار را با الگوریتم تجارت قطب نما خود انجام می دهد ، که فراتر از یادگیری ماشین و یادگیری عمیق است. این شامل رایانه هایی است که یاد می گیرند با استفاده از ساختارهایی که بر روی مغز انسان مدل شده اند فکر کنند.

با استفاده از پیش زمینه ، Clapp توضیح داد که یک دهه پیش ، الگوریتم های معاملاتی استاتیک و مبتنی بر برنامه بودند. وی گفت: "هیچ انحصاری بر اساس وقایع دور افتاده وجود ندارد ، یا حتی فقط رویدادهای استاندارد یا ظرافت بیشتری در بازار مانند حجم بالا یا گسترش یافته است.""استراتژی های 10 سال پیش فقط این موضوع را در نظر نگرفتند."

کارگزاران طرف فروش چند سال به فضای هوش مصنوعی وارد فضای هوش مصنوعی شدند ، به طور معمول با عملکرد پیش بینی قیمت که قیمت یک امنیت را در یک دقیقه یا ساعت مشخص در آینده پیش بینی می کند.

قطب نما هنگامی که یک معامله گر سفارش از مدیر نمونه کارها تحویل داده می شود ، بازی می شود. دون هوندلی ، رئیس تجارت الکترونیکی در توکیو گفت: "معامله گر می داند که چند سهام برای خرید یا فروش نیاز دارند و معیار خاصی از ضرب و شتم قیمت معینی دارند.""کاری که قطب نما قصد دارد انجام دهد تجارت است که سهام به روشی که به بهترین نتیجه ممکن برسد."

دون هوندلی ، میزوو

هوندلی خاطرنشان کرد: قطب نما فراتر از پیش بینی قیمت به مفهومی به نام خوشه بندی است که نقاط داده را بر اساس شباهت های خاص گروه بندی می کند و هوش مصنوعی را قادر می سازد هنگام تجارت گروهی از سهام به سبک خاصی از تجربه گذشته مطلع شود.

"این می تواند بسیار پرخاشگر باشد. این نمی تواند در بازارهای روشن ارسال شود و فقط روی جریان تاریک تمرکز کند. این می تواند نقدینگی بیشتری در مقابل بعداً داشته باشد ، یا برعکس عمل کند. ""بنابراین ، در جایی که الگوریتم های استاتیک سهام تجاری ذکر شده در مبادله به همان روش ، خوشه بندی به ما امکان می دهد سبک اجرا را به خوبی تنظیم کنیم."

یکی از معامله گران سمت خرید نهادی گفت: "قطب نما به میز ما اجازه داده است تا با استفاده از آنچه Mizuho در اطراف AI انجام داده است ، برخی از یادگیری های عمیق موجود را مهار کند ، بلکه با این امکان را به ما می دهد تا بتوانیم نسخه خودمان را با منحصر به فرد شخصی سازی کنیم. ورودی ها. "

Mizuho که با یک دانشگاه مشهور فناوری در چین همکاری می کند تا در فناوری تجارت AI Algo همکاری کند و تحقیقاتی را در مورد این موضوع منتشر کرده است ، بیشتر با پیش بینی حجم ، قطب نما را تقویت می کند. این عملکرد عوامل مختلفی از قبیل جریان اخبار ، انتشار درآمد و حجم اخیر را در نظر می گیرد تا پیش بینی کند که میزان حجم در یک بازه زمانی آینده مشخص خواهد شد.

وی گفت: "هدف هوش مصنوعی برای یک معامله گر سمت خرید ، تقویت معاملات خود است ، خواه این امر به طور خودکار برخی از وانیل ها ، معاملات غیر دفاعی را انجام دهد ، یا اینکه از یک کارگزار AI محور ALGO استفاده می کند تا نتیجه ای بهتر برای یک نتیجه بهتر برای یک نتیجه دشوار باشد. تجارت ، "هوندلی گفت."هدف ما دستیابی به نتایج تجاری بهتر در مقابل هر معیار معین با استفاده از ابزارهای هوش مصنوعی در اختیار ما است."