Finans Pazarlarındaki Makine Öğreniminin Sert Gerçekliği

Finansal ML konusuna derinlemesine dalıyorum ve size söyleyeyim - akademisyenlerin düşündüğü kadar temiz ve şık bir çözüm değil. Bryan Kelly ve Dacheng Xiu'nun "Finansal Makine Öğrenimi" üzerine yazdığı makale, ML'nin finansı devrim niteliğinde dönüştüreceği konusunda pembe bir tablo çiziyor, ancak kendi tecrübelerimden yola çıkarak, onların rahatlıkla göz ardı ettiği daha karanlık bir taraf var.

Elbette, bu şatafatlı algoritmalar, geleneksel ekonometrik modellerin boğulmasına neden olacak devasa veri setlerini işleyebilir. Ancak makalenin yeterince vurgulamadığı şey, bu sistemlerin sıklıkla yaratıcılarının bile tam olarak açıklayamadığı pahalı kara kutular haline gelmesidir. Kuant ekiplerinin, daha basit modellere göre yalnızca marjinal olarak daha iyi sonuçlar elde etmek için altyapıya milyonlar harcadığını izledim.

Geleneksel ekonometrik yöntemler, temiz varsayımlar ve düzenli modellere dayanır - gerçek piyasalarda var olmayan bir hayal dünyası. Sinir ağları ve karar ağaçları bu karmaşayı daha iyi yakalayabilir, ama bunun bedeli ne? Bu modellerin, en çok ihtiyaç duyduğunuz anlarda piyasa şokları sırasında felaketle sonuçlanacak şekilde nasıl başarısız olabileceğini birinci elden gördüm.

Makale "daha iyi risk değerlendirmesi" hakkında konuşuyor, ancak ML modellerinin genellikle bilinen risk faktörlerini yeniden keşfetmekle kalmayıp, aynı zamanda opaklık katmanları eklediğini küçümsüyor. Ticaret platformları bu algoritmaları sihirli para basma makineleri olarak tanıtırken, muazzam başarısızlıklarını dikkatlice gizliyorlar.

Beni gerçekten rahatsız eden şey, gazetenin portföy optimizasyonu konusundaki kör iyimserliği. Bu ML sistemleri, gerçek paranın devreye girmesiyle anında çöken tarihi kalıpları sıkça fazla uyarlıyor. "Zeki" algoritmaların hayali kalıpların peşinden koşarak yatırımcı sermayesini eritmesine şahit oldum.

Karar ağaçları ve rastgele ormanlar geçmiş testlerde harika görünüyor ama canlı ticarette çöker. Endüstrinin kirli sırrı mı? Birçok firma, pahalı ML uygulamalarının vaat edilen getirileri sağlamadıktan sonra sessizce daha basit modellere geri dönüyor.

Risk-getiri dengeleme eylemi özellikle sinir bozucu. Bu algoritmalar piyasa değişimlerine hızlı bir şekilde tepki vereceklerini iddia ediyor, ancak gerçekte, genellikle sadece trendleri güçlendiriyor ve volatiliteyi artırıyorlar. Birkaç ani düşüş sırasında, ML destekli stratejilerin aynı işlemlere yüklenirken kötü durumları daha da kötüleştirdiğine şahit oldum.

Finansal ML alanı bilimsel ilerleme ile ilgili değil - bir pazarlama aracı haline geldi. Araştırma fonları trend olan ML yaklaşımlarına akarken, sağlam geleneksel yöntemler göz ardı ediliyor. Daha iyi finans ile ilgili değil; karmaşıklığı satmakla ilgili.

Beni yanlış anlama - makine öğreniminin finansal piyasalarda bir yeri var. Ancak bu makalenin önerdiği gibi, bu bir sihirli çözüm değil. Temel ilkeleri unutarak parıltılı nesneleri kovalamayı seven bir sektörde, sadece başka bir kusurlu araç.

Ve unutmayın - bu bir yatırım tavsiyesi değil. Hangi algoritmaya güvenirseniz güvenin, piyasalar sizi yutacak.