Inteligência artificial e machine learning (aprendizado de máquina)podem soar como coisas de filmes de ficção científica.

Mas os fundos de hedge, grandes bancos e empresas de private equity já estão implantando tecnologias de próxima geração para ganhar vantagem. Um exemplo disso é o fundo do Jim Simmons, que faz 40% a.a:

O Citigroup usa machine learning para fazer recomendações de portfólio aos clientes. Empresas de trading de alta frequência dependem de ferramentas de machine learning para ler e reagir rapidamente aos mercados financeiros.

Máquinas são mais racionais

“É preciso tirar a emoção disso. Tudo é racional”, disse Mike Chen, gerente de portfólio de ações da PanAgora, de Boston, à CNN Business, nos bastidores da Cayman Alternative Investment Summit, em Grand Cayman.


Quer ganhar Bitcoins?
A gente te ajuda nisso.
Abra uma conta grátis!


 

“Não somos cientistas loucos com cabelos bagunçados”, disse Chen, cuja empresa de investimentos quantitativos administra cerca de US $ 43 bilhões em ativos.

Grande parte da tecnologia que os investidores de elite usam não é realmente nova.

As empresas financeiras são mais capazes de aproveitar o poder da IA ​​e do aprendizado de máquina, porque os computadores de hoje podem processar informações muito mais rapidamente. E agora existem muito mais dados do que há anos atrás.

O aumento do machine learning e inteligência artificial

Ainda assim, a tecnologia está fazendo uma rápida disrupção na indústria financeira – e continuará a fazê-lo:

“A ascensão do aprendizado de máquina realmente tornará nossa indústria irreconhecível no futuro”, disse Anthony Cowell, diretor de gestão de ativos da KPMG nas Ilhas Cayman. Seus clientes incluem alguns dos maiores gestores de ativos do mundo, fundos de hedge e firmas de private equity.

Por exemplo, o Citi Private Bank implantou o aprendizado de máquina para ajudar consultores financeiros a responder a uma pergunta frequente: o que outros investidores estão fazendo com seu dinheiro?

Ao usar a tecnologia, o banco pode compartilhar anonimamente as movimentações de portfólio feitas por clientes em todo o planeta.

“Tradicionalmente, esse tipo de informação era proveniente de sua rede. Você pode ter tido alguns cafés ou ouvido falar sobre um coquetel”, disse Philip Watson, chefe do laboratório de investimento global do Citi e diretor de inovação do Citi Private Bank. O negócio. “Agora, podemos compartilhar insights que são muito valiosos”.

O Citi também criou um mecanismo de recomendação que usa ferramentas de aprendizado de máquina para aconselhar os clientes.

A plataforma recomenda relatórios de pesquisa personalizados, soluções e até alertas para clientes de grandes eventos, como o vencimento de um título em seu portfólio.

Máquinas ajudam traders que operam com alta frequência

O Domeyard, um fundo de hedge de Boston que foca em negociações de alta frequência, depende do aprendizado de máquina para decifrar 300 milhões de pontos de dados na hora de abertura do pregão da Bolsa de Valores de Nova York.

“Contamos com a ajuda de máquinas para fazer previsões mais fáceis e rápidas do que acontecerá no próximo segundo ou minuto”, disse Christine Qi, co-fundadora e parceira da Domeyard.

Mas Qi alertou que as máquinas são “tão inteligentes quanto os dados que você está alimentando”.

No início deste ano, a PanAgora expandiu sua exposição à China lançando um algoritmo de “auto-aprendizagem” que decifra a “gíria virtual” usada por investidores nas redes sociais para contornar a censura do governo, disse Chen.

Os resultados dão aos gerentes de portfólio da PanAgora uma janela valiosa para o sentimento entre os investidores de varejo, que dominam o mercado na China.

Homem vs. máquina?

Executivos de tecnologia alertam para não acreditar em todo o hype sobre inteligência artificial e aprendizado de máquina – especialmente sobre robôs assumindo o controle.

“Alguns dos efeitos podem ser exagerados”, disse Watson, do Citi. “É um mundo humano mais máquina. Não é um modelo somente de máquina. Nem vejo isso se tornar um modelo somente de máquina por um longo, longo tempo.”

Chen da PanAgora concordou. “Não é homem versus máquina. É homem mais máquina.”

No PanAgora, os seres humanos têm a palavra final sobre as decisões de investimento e às vezes se sobrepõem ao que os modelos de computador lhes dizem para fazer.

“As máquinas não são sencientes. Os exterminadores não vão se levantar e nos matar nos próximos dez anos”, disse Chen. “Eu espero.”

A maioria dos empregos será afetada

Mas isso não significa que os humanos não serão perturbados.
“Acreditamos que 100% de todos os papéis e cargos podem ser afetados”, disse Mark Foster, vice-presidente sênior da IBM (IBM) Global Business Services.

Foster disse que o resultado mais otimista é que as empresas, os governos e os sistemas educacionais superem essa ruptura, capacitando os trabalhadores novamente.

“Provavelmente o mundo está se movendo mais lentamente do que isso. Há um risco de que as pessoas sejam deixadas para trás”, disse Foster. “É nosso dever nos negócios que estamos ajudando nossas forças de trabalho a se anteciparem.”

Em vez de ficar completamente desalojado, o Watson, do Citi, acha que muitos trabalhadores que prestam serviços auxiliares poderiam ser transferidos para cargos mais recompensadores.

Qual é o próximo passo?

No futuro, a indústria financeira será ainda mais prejudicada pelo surgimento de tecnologias emergentes – como a computação quântica.
“Ele será capaz de resolver problemas que nunca poderíamos tocar antes”, disse Mark Jackson, líder científico da Cambridge Quantum Computing, com sede no Reino Unido.

A IBM (IBM), o Google, a Intel (INTC) e outras grandes empresas gastaram muito para desenvolver tecnologias quânticas, mas os especialistas não sabem exatamente para que esses supercomputadores serão usados.

“Nós na verdade ainda não sabemos”, disse Jackson quando perguntado sobre casos de uso específicos. “Estamos apenas começando a entender o poder disso.”

Ele disse que já está claro que os computadores quânticos se destacarão em várias áreas: criptografia, segurança, química e aprendizado de máquina.
“Isso vai corresponder ao hype”, disse Jackson.

Ainda há muitas coisas que os computadores não podem fazer no mundo financeiro.

Por exemplo, investidores sofisticados costumam usar a teoria dos jogos para mapear como outros participantes do mercado reagirão à uma determinada situação.

A teoria dos jogos permite que as empresas lucrem ao se posicionarem – antes que ocorram fortes oscilações no mercado.

Chen, da PanAgora, disse que as máquinas não podem fazer isso – ainda.
“Espero ver nos próximos cinco a 15 anos”, disse ele.

Via CNN Business.


BitPreço, o maior marketplace da América Latina. Compare os preços das principais exchanges do Brasil e mundo, e compre Bitcoin, Ethereum e USDT pelo melhor preço sempre.

Crie sua conta grátis agora!