الواقع الصعب لتعلم الآلة في الأسواق المالية

لقد كنت أغوص عميقًا في عالم التعلم الآلي المالي، ودعني أخبرك - إنها ليست الحل النظيف والأنيق الذي يعتقده الأكاديميون. ورقة برايان كيلي ودا تشينغ شيو بعنوان "التعلم الآلي المالي" ترسم صورة وردية عن كيفية ثورة التعلم الآلي في المالية، لكن من واقع تجربتي في الميدان، هناك جانب مظلم يتغاضون عنه بشكل مريح.

بالتأكيد، يمكن لهذه الخوارزميات الفاخرة معالجة مجموعات بيانات ضخمة قد تجعل النماذج الاقتصادية التقليدية تتعثر. لكن ما لا يؤكد عليه البحث بما فيه الكفاية هو كيف أن هذه الأنظمة غالبًا ما تصبح صناديق سوداء باهظة الثمن لا يمكن حتى لمبدعيها شرحها بالكامل. لقد شاهدت فرق الكوانت تحرق الملايين على البنية التحتية فقط للحصول على نتائج أفضل قليلاً من النماذج الأبسط.

يعتمد الاقتصاد القياسي التقليدي على افتراضات نظيفة ونماذج مرتبة - عالم خيالي لا وجود له في الأسواق الحقيقية. قد تلتقط الشبكات العصبية وأشجار القرار الفوضى بشكل أفضل، ولكن بأي ثمن؟ لقد رأيت بنفسي كيف يمكن أن تفشل هذه النماذج بشكل كارثي أثناء صدمات السوق عندما تحتاج إليها أكثر.

يتحدث البحث عن "تحسين تقييم المخاطر" لكنه يقلل من أهمية كيفية أن نماذج التعلم الآلي غالبًا ما تعيد اكتشاف عوامل المخاطر المعروفة بينما تضيف طبقات من الغموض. تروج منصات التداول لهذه الخوارزميات كآلات سحرية لطباعة النقود، ومع ذلك فإنها تخفي بعناية إخفاقاتها المذهلة.

ما يثير استيائي حقًا هو تفاؤل الصحيفة الأعمى بشأن تحسين المحفظة. هذه الأنظمة القائمة على التعلم الآلي غالبًا ما تتكيف بشكل مفرط مع الأنماط التاريخية التي تنهار في اللحظة التي يتم فيها استثمار أموال حقيقية. لقد شاهدت خوارزميات يُفترض أنها "ذكية" تطارد أنماطاً وهمية وتستنزف رأس المال المستثمر.

تبدو أشجار القرار والغابات العشوائية رائعة في اختبارات الأداء ولكنها تنهار في التداول المباشر. السر القذر في الصناعة؟ العديد من الشركات تعود بهدوء إلى نماذج أبسط بعد أن تفشل تطبيقات التعلم الآلي المكلفة في تحقيق العوائد الموعودة.

إن توازن المخاطر والعوائد هو عمل م frustrating بشكل خاص. تدعي هذه الخوارزميات أنها تتفاعل بسرعة مع التغيرات في السوق، ولكن في الواقع، فإنها غالبًا ما تعزز الاتجاهات وتفاقم التقلبات. خلال عدة انهيارات مفاجئة، شاهدت استراتيجيات مدفوعة بالذكاء الاصطناعي تتزايد في نفس الصفقات، مما يجعل الأوضاع السيئة أسوأ.

مجال التعلم الآلي المالي ليس عن التقدم العلمي - لقد أصبح أداة تسويقية. تتدفق أموال البحث إلى طرق التعلم الآلي الرائجة بينما يتم تجاهل الأساليب التقليدية الصلبة. الأمر لا يتعلق بتحسين المالية؛ بل يتعلق ببيع التعقيد.

لا تسيء فهمي - التعلم الآلي له مكانه في الأسواق المالية. ولكن على عكس ما تقترحه هذه الورقة، ليس هو الحل السحري. إنه مجرد أداة غير كاملة أخرى في صناعة تحب مطاردة الأشياء اللامعة بينما تنسى الأساسيات.

وتذكر - هذه ليست نصيحة استثمارية. ستقوم الأسواق بابتلاعك بغض النظر عن الخوارزمية التي تثق بها.