Zatímco softwarové firmy, finanční poradci i realitně poradenské firmy zažily začátkem letošního roku dramatické propady kvůli strachu z dopadů umělé inteligence, správci fondů mohou být zatím v klidu. Umělá inteligence je nenahradí.
Ukazují to veřejné experimenty, jejichž výsledek je pro modely AI nelichotivý. Většina systémů totiž prodělává peníze. Trápí je navíc řada nešvarů, mezi něž patří to, že provádí příliš mnoho obchodů a i při stejném zadání dělají naprosto odlišná rozhodnutí. A nikdo zatím neví, zda tyto nedostatky zmizí s výkonnějšími verzemi – nebo zda odhalují zásadní nedostatky mezi velkými jazykovými modely a tím, jak trhy ve skutečnosti opravdu fungují.
AI nedokáže vydělávat na burzách
„Predikovat dění na trzích je v současnosti těžkou disciplínou, což potvrzují i nedávná testování velkých jazykových modelů,“ líčí Tomáš Maxa, analytik makléřské společnosti XTB. Konkrétně startup Nof1 vybral osm hlavních AI modelů včetně systému Claude od společnosti Anthropic, Gemini od internetového kolosu Google, ChatGPT společnosti OpenAI a systém Grok nejbohatšího člověka planety Elona Muska. Tyto závodníky nechal Alpha Arena mezi sebou soutěžit ve čtyřech disciplínách.
Každý ze systémů umělé inteligence měl na každou disciplínu deset tisíc dolarů a následně byl na dva týdny vypuštěn na trh s americkými technologickými akciemi. Úkoly zahrnovaly obchodování na základě různých signálů, defenzivní přístup, reakci na konkurenci a využití vysokého úvěru při obchodování.
Celkový výsledek byl tristní a umělá inteligence prodělala zhruba třetinu svého kapitálu. Z celkových 32 výsledků jen šest skončilo během soutěže v zisku. Nejlepšího zhodnocení dosáhl model Grok 4.20 v disciplíně, kdy reagoval na výkonnost konkurentů. Provedl přitom jen 158 obchodů, přičemž model Qwen od čínské společnosti Alibaba jich realizoval 1418.
„Velké jazykové modely samy o sobě nedokážou vydělávat peníze,“ komentoval výsledky zakladatel společnosti Nof1 Jay Azhang a dodal: „Aby měly vůbec šanci uspět, potřebujete v podstatě velmi sofistikované rozhraní, podpůrnou strukturu a datovou platformu.“
Ani další experti si nemyslí, že by zatím mohly být modely umělé inteligence využity při investování. „Jsou skvělé na jasně definované úkoly, u nichž se pohybují v zadaných mantinelech, jako je například kódování nebo generování textu pro reporty. Avšak základem pro úspěšné investování je představivost a tvořivost,“ uvádí Ján Hladký, portfolio manažer J&T investiční společnosti.
Příkladem podle něj je, že modely například vidí jen současné vysoké valuační násobky akcií. „Ale zatím jen kreativní lidský mozek se dokáže podívat do roku 2027 a 2028 a zodpovědět si otázku, zda mají fundamentální důvod a taky zda můžou být ještě vyšší,“ doplňuje Hladký.
Alpha Arena je jedním z rostoucího počtu experimentů, které testují, zda jsou modely schopné zvládnout nejtěžší úkol ve financích: porazit trh. Je však nutné podotknout, že tyto experimenty nesplňují klasické akademické nároky na experimenty. Nicméně představují dosud nejviditelnější ukázku, jak modely dopadnou, když se pokusí převzít některé z nejlukrativnějších a nejrizikovějších obchodů na Wall Street.
Finanční sektor ale zatím nechtěl pustit umělou inteligenci do obchodování, přestože největší firmy z oboru jako banka JPMorgan Chase & Co. nebo například Balyasny Asset Management ji využívají téměř ve všech dalších oblastech. Modely tak připravují informační memoranda v hedgeových fondech, odhalují podvody v bankovních domech nebo například hodnotí analytické zprávy.
„V současnosti je největší výhoda umělé inteligence spojena s prací s daty. Umělá inteligence může velmi rychle projít nejzásadnější data a vypíchnout nejdůležitější faktory například z kvartálních reportů, což může usnadnit investiční rozhodování,“ říká Maxa.
Umělá inteligence je jako lidský analytik
Podle Azhanga jsou tak modely dobré pro analýzy a v hledání a nasazování správných nástrojů pro konkrétní úkoly. Zatím však podle něj nevědí, jak velký význam má ve skutečnosti každá z mnoha proměnných, které ovlivňují vývoj akcií – včetně faktorů jako jsou hodnocení analytiků, transakce managementu firem nebo například změna nálady na trhu. Mají proto tendenci špatně načasovat své obchody, nesprávně volit velikost investice nebo příliš často nakupovat a prodávat.
Systémy AI pak dělají velmi odlišná rozhodnutí při naprosto identických pokynech, což má velké důsledky pro každou firmu, která je nasazuje. Například Azhang uvedl, že v posledním běhu Alpha Arena chtěl Claude jít většinou do dlouhodobých investic, Gemini neměl problém spekulovat na propad cen aktiv a Qwen byl ochoten podstupovat rizika s velkou pákou.
„Mají osobnosti, které musíte řídit téměř jako lidského analytika,“ sdělil agentuře Bloomberg Doug Clinton, který vede společnost Intelligent Alpha, která má fond řízený umělou inteligencí. Firma pak publikuje vlastní ukazatel toho, jak dobře AI předpovídá firemní zisky.