Rambler's Top100
Реклама
 
Все новости Новости отрасли

Банки с Уолл-стрит начали использовать машинное обучение для анализа валютных рынков

05 июля 2018

Bank of America объявил о начале использования машинного обучения для анализа валютных стратегий. Поводом для проведения исследования в области искусственного интеллекта, которое аналитики банка начали в июне 2018 года, послужила нестабильная политическая обстановка в Италии — специалисты опасались, что она повлияет не только на евро, но и на остальные европейские валюты, а это грозит очередным финансовым кризисом.

В первом исследовании Bank of America алгоритмы машинного обучения оцениваются по эффективности работы с фундаментальными и обзорными данными, например, касающимися государственных расходов и ожиданий потребителя. Задача ИИ — составить прогноз отношений валютной пары евро-доллар. Команда использовала как контролируемое обучение, когда машина должна проанализировать промаркированные человеком данные и выявить закономерности, так и неконтролируемое обучение, когда человек уже не контролирует процесс и не дает ИИ никаких указаний.

«Из-за характера рынка иностранных валют предсказать его будущее только на основе известных ситуаций довольно сложно, поэтому мы пытаемся привлечь машинное обучение для альтернативных стратегий оценки», — отметила специалист по валютной стратегии Элис Ленг (Alice Leng), разработавшая исследование рынка на основе ИИ в Bank of America.    

Применение машинного обучения для сложных анализов — не нововведение в финансовой сфере. Но, по словам Васан Дхара (Vasant Dhar), профессора информатики Нью-Йоркского университета и основателя SCT Capital Management - хедж-фонда, который в течение двух десятилетий полагался на приложения для машинного обучения, - валютные рынки все еще представляют собой особую проблему для алгоритмов ИИ. Сложность и разнообразие макроэкономических факторов, которые могут влиять на межвалютные отношения, могут значимо затруднить анализ в этой сфере, в отличие от обычных биржевых рынков, давно применяющих ИИ и машинное обучение.

Несмотря на активное использование ИИ, большинство банков пока не успели внедрить его в свою работу на глобальном уровне. В отчете о цифровом банковском обслуживании осенью 2017 года подавляющее большинство финансовых учреждений отметило, что в той или иной мере использовало машинное обучение, но, как отмечают аналитики, лишь менее 20% вышли за рамки простейших методик работы с ИИ.

Среди трех крупнейших банков США Bank of America первым включил разработки моделей машинного обучения в публикации результатов валютных исследований. Исследовательская группа финансового холдинга JP Morgan изучала приложения для машинного обучения, но использовать их пока не решилась. Банковская компания Wells Fargo заявляет, что придерживается фундаментального экономического подхода для анализа валютных рынков, поскольку доверяет своему опыту в это сфере. Многие не доверяют компьютерам, которые анализируют информацию способами, недоступными пониманию человека, и утверждают, что не готовы принять прогностические заключения ИИ, обрабатывающего данные вне причинно-следственных связей.

Однако изменения уже грядут – например, коммерческий банк Morgan Stanley нанял профессора прикладной информатики Пенсильванского университета Майкла Кернса (Michael Kearns), ранее работавшего в хедж-фонде, чтобы расширить использование ИИ, а команда Deutsche Bank включила машинное обучение в анализ своих данных.

Некоторые аналитики утверждают, что благодаря общедоступности инструментов машинного обучения исследования Уолл-стрит утратят свою актуальность, поскольку инвесторы смогут разработать собственные методики анализа на основе ИИ. Но Питер Уодкинс (Peter Wadkins), аналитик FX Aite Group, считает, что это не так вероятно, как кажется, ведь для машинного обучения требуются довольно крупные объемы данных и высокотехнологичные методы их обработки.

Источник: TAdviser

Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!

Оставить свой комментарий:

Для комментирования необходимо авторизоваться!

Комментарии по материалу

Данный материал еще не комментировался.