Джерело: DALL-E
Нещодавно я мав можливість ознайомитися з книгою «Machine Learning for Algorithmic Trading (Second Edition)» авторства Стефана Янсена. Це вичерпне чтиво, хоча й є місце для покращень. Одне з головних положень, яке я підтримую, — твердження автора, що машинного навчання (Machine Learning) недостатньо для алгоритмічної торгівлі. Експертна оцінка все ще незамінна.
Особисто я вважаю, що штучний інтелект (AI) і машинне навчання (ML) у торгівлі все ще є в першу чергу допоміжними інструментами, що вимагають ретельного контролю та нагляду. На відміну від інших секторів, де впровадження AI/ML вже досить зріле, торгівля виглядає відставалою.
Чому? Ось кілька думок:
- Залежність від традиційних методів: Багато фінансових кількісних аналітиків (quants) досі віддають перевагу традиційним підходам, заснованим на калькулусі та класичних математичних практиках, а не новим, передовим методам, таким як машинне навчання (Machine Learning).
- Брак міждисциплінарної експертизи: Успіх сучасної кількісної торгівлі вимагає складного поєднання навичок — експертизи в AI/ML, математиці, інфраструктурі великих даних, фінансових ринках, світовій економіці, політиці та аналізі ризиків серед інших. Талантів з таким поєднанням навичок мало, але це не є неможливим.
Однак підйом генеративного AI дає надію. Ця технологія виступає як "множник експертів", даючи можливість професіоналам вирішувати завдання, ніби вони мають команду спеціалістів. Уявіть собі можливості, коли досвідчені практики AI/ML з стратегічним лідерством, фінансовими знаннями та стратегічним хистом — грунтуючись як на академічній строгості, так і на промисловому досвіді — вступають у світ торгівлі.
Це ті професіонали, які можуть переосмислити успіх у торгівлі та управлінні активами.
Проте, нам потрібно більше талантів із сильним фоном у AI/ML в цьому секторі. Це правда — фінанси можуть бути стресовими, і етичні конфлікти іноді відштовхують людей. Однак для того, щоб зберегти або досягти глобального лідерства, залучення найяскравіших і найтехнологічніших розумів у фінансах є надзвичайно важливим.
Перекладено з: Reflections on Machine Learning in Algorithmic Trading