Humans v AI: Siapa Yang Lebih Baik Didalam Pasar Keuangan – Kecerdasan buatan (AI) kini telah menyamai atau bahkan melampaui manusia di bidang yang sebelumnya dianggap tidak terjangkau.
Ini termasuk catur, game arcade, Go, mobil self-driving, protein folding dan banyak lagi. Kemajuan teknologi yang pesat ini juga berdampak besar pada industri jasa keuangan. https://www.premium303.pro/
Semakin banyak CEO di sektor ini menyatakan (secara eksplisit atau implisit) bahwa mereka menjalankan “perusahaan teknologi dengan lisensi perbankan”.
Ada juga kemunculan dan pertumbuhan pesat industri teknologi keuangan (fintech), di mana startup teknologi semakin menantang lembaga keuangan yang sudah mapan di berbagai bidang seperti perbankan ritel, pensiun, atau investasi pribadi.
Karena itu, AI sering muncul dalam proses di balik layar seperti keamanan siber, anti pencucian uang, pemeriksaan kenali klien Anda, atau chatbot.
Di antara begitu banyak kasus yang berhasil, satu tampaknya tidak ada: AI menghasilkan uang di pasar keuangan.
Sementara algoritme sederhana biasanya digunakan oleh pedagang, pembelajaran mesin atau algoritme AI jauh lebih jarang digunakan dalam pengambilan keputusan investasi.
Tetapi karena pembelajaran mesin didasarkan pada analisis kumpulan data yang sangat besar dan menemukan pola di dalamnya, dan pasar keuangan menghasilkan data dalam jumlah besar, ini akan tampak seperti kecocokan yang jelas.
Dalam sebuah studi baru, yang diterbitkan dalam International Journal of Data Science and Analytics, kami telah menjelaskan apakah AI lebih baik daripada manusia dalam menghasilkan uang.
Beberapa perusahaan investasi spesialis yang disebut quant (yang merupakan singkatan dari ‘quantative’) hedge fund menyatakan bahwa mereka menggunakan AI dalam proses pengambilan keputusan investasi mereka.
Namun, mereka tidak merilis informasi kinerja resmi. Juga, meskipun beberapa dari mereka mengelola miliaran dolar, mereka tetap ceruk dan kecil dibandingkan dengan ukuran industri investasi yang lebih besar.
Di sisi lain, penelitian akademis telah berulang kali melaporkan perkiraan keuangan yang sangat akurat berdasarkan algoritma pembelajaran mesin.
Ini secara teori dapat diterjemahkan ke dalam strategi investasi arus utama yang sangat sukses untuk industri keuangan. Namun, itu tampaknya tidak terjadi.
Apa alasan perbedaan ini? Apakah itu budaya manajer yang mengakar, atau apakah itu sesuatu yang terkait dengan kepraktisan investasi dunia nyata?
Prakiraan keuangan AI
Kami menganalisis 27 studi peer-review oleh peneliti akademis yang diterbitkan antara tahun 2000 dan 2018.
Ini menjelaskan berbagai jenis eksperimen peramalan pasar saham menggunakan algoritme pembelajaran mesin.
Kami ingin menentukan apakah teknik peramalan ini dapat direplikasi di dunia nyata.
Pengamatan langsung kami adalah bahwa sebagian besar eksperimen menjalankan beberapa versi (dalam kasus ekstrem, hingga ratusan) model investasi mereka secara paralel.
Di hampir semua kasus, penulis menampilkan model dengan kinerja tertinggi sebagai produk utama eksperimen mereka – yang berarti hasil terbaik dipilih dengan tepat dan semua hasil yang kurang optimal diabaikan.
Pendekatan ini tidak akan bekerja dalam manajemen investasi dunia nyata, di mana setiap strategi yang diberikan hanya dapat dieksekusi sekali, dan hasilnya adalah keuntungan atau kerugian yang jelas – tidak ada hasil yang hilang.
Menjalankan beberapa varian, dan kemudian menghadirkan yang paling sukses sebagai perwakilan, akan menyesatkan di sektor keuangan dan mungkin dianggap ilegal.
Misalnya, jika kita menjalankan tiga varian dari strategi yang sama, dengan satu kehilangan -40%, yang lain kehilangan -20%, dan yang ketiga mendapatkan 20%, dan kemudian hanya menampilkan keuntungan 20%, jelas hasil tunggal ini salah menggambarkan kinerja dana tersebut.
Hanya satu versi algoritme yang harus diuji, yang akan mewakili pengaturan investasi dunia nyata dan karenanya lebih realistis.
Model dalam makalah yang kami ulas mencapai tingkat akurasi yang sangat tinggi, sekitar 95% – sebuah tanda kesuksesan luar biasa di banyak bidang kehidupan.
Namun dalam peramalan pasar, jika algoritma salah 5% dari waktu, itu masih bisa menjadi masalah nyata.
Ini mungkin salah besar daripada sedikit salah – tidak hanya menghapus keuntungan, tetapi seluruh modal yang mendasarinya.
Kami juga mencatat bahwa sebagian besar algoritme AI tampak seperti “kotak hitam”, tanpa transparansi tentang cara kerjanya.
Di dunia nyata, ini sepertinya tidak akan menginspirasi kepercayaan investor. Ini juga mungkin menjadi masalah dari perspektif peraturan.
Terlebih lagi, sebagian besar eksperimen tidak memperhitungkan biaya perdagangan.
Meskipun ini telah menurun selama bertahun-tahun, mereka tidak nol, dan dapat membuat perbedaan antara untung dan rugi.
Tak satu pun dari eksperimen yang kami lihat memberikan pertimbangan apa pun terhadap peraturan keuangan saat ini, seperti arahan hukum UE MIFID II atau etika bisnis.
Eksperimen itu sendiri tidak terlibat dalam aktivitas yang tidak etis – mereka tidak berusaha memanipulasi pasar – tetapi mereka tidak memiliki fitur desain yang secara eksplisit memastikan bahwa eksperimen tersebut etis.
Dalam pandangan kami, pembelajaran mesin dan algoritme AI dalam pengambilan keputusan investasi harus memperhatikan dua set standar etika: menjadikan AI itu etis, dan membuat pengambilan keputusan investasi etis, dengan mempertimbangkan pertimbangan lingkungan, sosial, dan tata kelola.
Ini akan menghentikan AI dari berinvestasi di perusahaan yang dapat merugikan masyarakat, misalnya.
Semua ini berarti bahwa AI yang dijelaskan dalam eksperimen akademis tidak mungkin dilakukan di dunia nyata industri keuangan.
