www.varchev.com

Проблемът с Machine learning алгоритмите

Рейтинг:

12345
Loading...

Самият Machine learning позволява  на инвеститорите да обхванат огромна база от данни, като  например публикациите в една социална мрежа, по начин, по който никой обикновен човек не би могъл. Въпреки огромния си потенциал обаче, той вдъхва смесени чувства. Т.нар. Eurekahedge AI Hedge Fund Index, който след възвращаемостта на 13 хедж фонда, които използват machine learning, са нараснали само със 7% на годишна база и то за последните пет години, докато S&P500 има около 13% доходност на годишна база. През септември, индекса се сгромоляса с 5%.

Според Marcos Lopez de Prado, който е завежда Machine Learning отдела при AQR Capital Management казва, че потенциалната спънка за machine learning стратегиите е слабата зависимост между сигналът, който те генерират и шумът на пазара. "Machine learning алгоритмите винаги ще идентифицират един модел, дори и да такъв да не съществува". - казва Lopez. С други думи, алгоритмите могат да сметнат лъжливите движения на пазара като пазарен модел и да предизвикат фалшив сигнал по стратегията. "Нужно е дълбоко познание за пазарите за да се приложи machine learning алгоритъм  успешно". - казва Lopez

Nigol Koulajian споделя това виждане. Основателят на Quest Partners, базиран систематичен макро хедж фонд в Ню Йорк, казва, че т.нар. quants в следствие от финансови програми и работата при високотехнологични компании се очаква от тях да създават алгоритми на много по-високо ниво на сложност и прецизност, от колкото се търси във финансовия свят. Koulajian споделя: "Те идват с нагласата, че света е техен, че ще го превземат с големите си бази от данни". Във финансовия свят обаче, пазарите не са статични и те не са затворени системи като една игра на шах. "Достатъчна е една капка само в морето, която реално може да ви затрие доходността образувана в рамките на 20 години".

Вземете под внимание една рискова стратегия, която е работила добре десетилетие след финансовата криза. "Всички купуват на дъното". - отбелязва Koulajian. "Всичките тези хора са се научили реално да потискат волатилността. Ако се използва machine learning, може да се имплементира стратегията по всевъзможни начини. Рискът, според Koulajian, идва от това, че непреклонния бичи пазар, който доказа, че тази стратегия работи прекрасно се дължи единствено на ликвидността от централната банка - а в момента наблюдаваме точно това отдръпване. През това време, рискът, предполага, че S&P500 може да падне с около 30%. През август, CBOE Skew Index, който следва губещите опции, достигна рекордни нива. Ако ще купувате дъното чрез machine learning по-добре кажете, че сте използвали сложен модел, но реално ще сте изгубили поглед върху по-големия риск, който се крие.

Machine learning не е нещо ново, казва Robert Frey. Frey в края на 80-те години създава свой хедж фонд, който по-късно е бил погълнат от Renaissance Technologies, където по-късно фонда става ядрото на статистическия анализ и алго стратегии за Medallion Fund. "Чувате всичките тези неща за AI и machine learning", казва Frey. "Повече от тези техники и технологии обаче съществуват от десетилетия, а ние реално сме използвали някои от тях в Renaissance. Фундаменталните процеси, за които говорим са реално комбинация от интензивен статистически анализ, компютърни изчисления и накрая стигаме до т.нар. neural - network - type branch, където всички модели могат да се видят, които се водят класификатори".

След оттеглянето си от Renaissance през 2004 г., Frey започнал своя quantitative финансова инициатива в Stony Brook University и отворил свои семеен офис, който се превърнал в FQS Capital Partners. В FQS, Frey използва алго техники, с които оценявал хедж фондове, фокусирайки се върху това точно да определи тяхното поведение и да го приложи към системни пазарни и икономически трендове.

Jamie Wise, CEO на Periscope Capital, който е хедж фонд базиран в Торонто с размер от $250 милиона, казва, че главната идея зад AI е, че той е всезнаещ, и че ще отнеме работните ни места. Фонда е разработил стратегия на базата на neural networks и machine learning и за него това си остава просто инструмент. Инструмент с много специфична задача.

Кои са тогава най-добрите приложения на machine learning във финансовия свят? Lopez de Prado има няколко любими. Едно от тези приложения например е т.нар. factor investing. Приложението на традиционни, икономически методи с линейна регресия за да се намери точния инвестиционен фактор. Няма причина да се вярва, че тези фактори ще са линейни. По-скоро новооткритите фактори ще се отнасят за близкото бъдеще, които ще реагират на нелинейни ефекти.

Друго приложение можем да намерим при оформянето на портфолио структурата. Алгоритмите могат да оформят модели на сложни структури от данни много по-добре от решението на Markowtiz за конструиране на едно портфолио, като представянето му е много по-добро.

Machine learning е полезен в и засичането на фалшиви стратегии, не само в извличането на масивни редове от данни. Повечето емпирични открития във финансовия свят са неверни като най-вече на тях им липсва икономически облик. Благодарение на backtesting възможността, machine learning метода може да спомогне за определянето на вероятността една инвестиционна стратегия да е грешна.

Докато machine learning и AI методите стават все по-повсеместни, инвестирането остава сфера с огромни предизвикателства за прилагането на такива техники. Да обориш колективното мислене на тълпата е много по-трудно от това да познаваш лица в движещите се коли. "Кучето ми може да разпознава лица. Дъщеря ми, която е тийнейджър говори три езика. Но не бих си поверил спестяванията си на никой от тях". - Lopez de Prado споделя в заключение.

Източник: Bloomberg Finance L.P.

Графики: Used with permission of Bloomberg Finance L.P.


 Jr Trader Martin Nikolov

Прочети още:

БЕШЕ ЛИ ВИ ПОЛЕЗЕН ТОЗИ ПОСТ?
Ако смятате, че с нещо можем да подобрим тази секция,
моля коментирайте. Мнението Ви е важно.

ПОСЪВЕТВАЙТЕ НИ
ПРЕДУПРЕЖДЕНИЕ: Всякакви новини, мнения, изследвания, проучвания, данни или всяка друга информация, съдържаща се в този сайт се предоставят като общ пазарен коментар и не представлява инвестиционен или трейдинг съвет. Варчев Финанс не носи отговорност за изгубени средства или пропуснати ползи, които могат да възникнат пряко или косвено от използването или уповаването на тази информация. Варчев Финанс ЕООД може да предостави информация, цитати, препратки и линкове към или от други сайтове, блогове и други източници на икономическа и пазарна информация, като образователна услуга на своите клиенти и потенциални клиенти и не подкрепя становища, мнения или препоръки на тези сайтове, блогове или други източници на информация.
Варчев Финанс

Лондон


25 Canada Square, Level 33,
office 50, Canary Wharf
London, E14 5LQ
+44 20 3608 6256

Варна


МОЛ Варна ет.4,
бул "Владислав Варненчик" 186

(052) 631 000, 634 040

Бургас


МОЛ "Burgas Plaza",
бул. "Транспортна" 3
Хипермаркет Карфур
0879 447 335

София


бул. "Патриарх Евтимий" 98


0700 17 600

Универсални номера

Директна връзка с дилър - 0700 17 600    Varchev Exchange - 0700 115 44

Варчев Финанс ЕООД е регистрирана в FCA (FINANCIAL CONDUCT AUTHORITY) с номер на паспорт в Обединеното кралство: FCA, Обединено Кралсво – регистрационен номер: 494 045, което позволява предлагане на финансови услуги на територията на Обединеното кралство.

Варчев Финанс ЕООД стриктно спазва устава на европейска директива MiFID (Пазари на финансови инструменти). за насочване, увеличаване на ЕФЕКТИВНОСТТА, прозрачност и еднаквост на финансовите инструменти.
Варчев Финанс ЕООД е лицензирана и регулирана от Комисията за финансов надзор – София, България: Лиценз брой РГ-03-02-05/15.03.2006г.

Информацията в този сайт не е предназначена за разпространение или използване от което и да е лице в която и да е страна или юрисдикция, когато такова разпространение или употреба би противоречало на местното законодателство или регулиране.


Предупреждение за риск:

ДЗР са сложни инструменти и носят висок риск от бърза загуба на средства в резултат на ливъридж. 63,41% от сметките на инвеститорите на дребно губят пари, когато търгуват ДЗР с този доставчик. Помислете дали разбирате как функционират ДЗР и дали можете да си позволите да поемате високия риск от загуба на парите си.

chat with dealer
chat with dealer
Политиката за поверителност и защита на личните данни