Algorytmy AI pozwalają pomnażać zyski w ekspresowym tempie. Inwestorzy zyskują nawet 60% w skali roku

Bo i trudno inaczej objaśnić koncepcję, która daleko w tle napędza rozwój uczenia maszynowego oraz AI. Choć sztuczna inteligencja powoli trafia do urządzeń użytku codziennego, najwięcej zysku mają z niej fundusze inwestycyjne. Oraz ci, którzy potrafią mądrze skorzystać z ich usług.

Najpierw matematyka, później inwestycja

Za pioniera wykorzystania uczenia maszynowego do przetworzenia wszystkich przewidywalnych zdarzeń uznaje się fundusz Medallion, należący do Renessaince Technologies, powstałego w 1978 r. Cel był jasny. Ograniczyć ryzyko inwestycji do absolutnego minimum, poprzez wdrożenie do gry matematyki i analizy.

Wystarczy napisać, że przez 30 lat (1988–2018), średni zysk roczny wyniósł 66%, z potężnym 39% prowizji dla Medallionu od każdego inwestora. Trudno jednak się dziwić, gdy jeden z założycieli firmy, Jim Simons, zmarły w maju 2024 r. specjalizował się w łamaniu kodów podczas II Wojny Światowej.

AI a duże inwestycje w 2024 roku

Jak opisuje Magdalena Lemańska w swoim artykule dla Forbes, sukcesy i porażki inwestycyjne związane z funduszami wspomagającymi się AI, śledzone są już od 2010 r. przez Eurekahedge AI Hedge Fund Index. Nawet w Polsce mamy firmy korzystające ze sztucznej inteligencji do inwestycji, a jedną z nich jest AI Investments, należące do byłego prezesa Cyfrowego Polsatu, Dominika Libickiego.

Działanie polskiego funduszu polega na obecności licznych ograniczników redukujących ryzyko, przy czym tu oprogramowanie samodzielnie zarządza inwestycjami. Przykładowo, limit inwestycji na jeden instrument to 2,5% dostępnych środków. A jeśli inwestycja przynosi zbyt duże straty, bez pytania jest zamykana, z przeniesieniem uwagi na bardziej obiecujące instrumenty. Aczkolwiek, takich projektów jest na całym świecie mnóstwo, łącznie ze wspomnianym Medallionem.

W cytowanym przez Forbesa raporcie, jego twórcy wprost przyznają:

Wydajność algorytmów sztucznej inteligencji w dużym stopniu zależy od jakości i różnorodności danych wykorzystywanych do jej szkolenia. Błędy w zarejestrowanych danych mogą przekładać się potem na niedokładne prognozy lub wzmacniać istniejące uprzedzenia rynkowe.

Analitycy The Brainy Insights cytowani przez Forbesa

Pojawiają się też ograniczenia negatywne. AI przyjmuje inwestycje tylko w podmioty o kapitalizacji powyżej 5 mld dolarów, więc niemożliwym jest wychwycić coś absolutnie świeżego, z potencjałem na gigantyczną eksplozję. I choć wraz z funduszami rozwijają się także platformy dla bardziej „domowych” inwestorów, to problemem jest wiecznie spóźnione prawodawstwo, ograniczające innowację, ale też i rozwój nowych problemów i zagrożeń.

Źródło: Forbes, Zdjęcie otwierające: chayanuphol / Shutterstock