Статистический анализ, включая использование алгоритмов искусственного интеллекта, показывает переоцененность Google в краткосрочной перспективе (три-четыре месяца). Apple тоже переоценена, но не так сильно, как Google. Nvidia справедливо оценена, как и остальные компании «Великолепной семерки», за исключением Meta, которая провела более глубокую коррекцию и в настоящее время недооценена с горизонтом от трех до пяти месяцев. Это прокомментировал Мартин Донев, экономист и трейдерв шоу «В разработке» на Bloomberg TV Болгария с ведущим Антонио Костадинов.
Искусственный интеллект и машинное обучение как его ответвление все чаще используются трейдерами при принятии решений о том, как действовать на рынках в данный момент времени. Донев отметил, что чем больший набор данных мы даем алгоритмам, тем точнее они смогут самообучаться и предоставлять решения без FOMO (страх что-то упустить – прим. ред.) эффект.
«ИИ не говорит «покупать» или «продавать», он может находить в данных скрытые цепочки, подсказывающие, что из-за растущей волатильности лучше выйти с рынка в определенный день или неделю, чтобы избежать огромных потерь».
Естественный интеллект важнее всего
Чем дольше мы тренируем искусственный интеллект, тем точнее становятся решения, которые он выдает, отметил Донев, уточнив, что ИИ не предсказывает будущее, а, скорее, подсказывает, каково состояние рынка сегодня и стоит ли в данный момент выходить на рынок или риск очень высок.
«Таким образом, машина помогает розничным торговцам принимать более точные решения», — сказал гость, добавив, что подачи ИИ рыночных данных за последние 30 лет достаточно, чтобы запечатлеть хорошие и плохие времена его развития.
«Очень важно в этом процессе не исключать естественный интеллект — образование, финансовая грамотность важнее всего, потому что искусственный интеллект не может самостоятельно принимать правильные решения».
Простые модели работают лучше.
Обучение более сложной модели торговли и инвестирования занимает много времени и требует достаточно хорошей настройки, отметил Донев, добавив, что более простые модели, такие как скрытая марковская модель или XGBoost, работают лучше на этом этапе.
«Но учреждения, имеющие квантовые компьютеры, могли бы обучать и обучать очень хорошо подготовленных Трансформеров, которые, как ожидается, смогут избегать эмоциональных препятствий, с которыми может столкнуться человек», — сказал трейдер.
Его модели не смогли предсказать первое падение фондового рынка с момента объявления тарифов президентом Дональдом Трампом. Снижение началось 20 февраля и, по словам Донева, разделилось на два этапа — до марта, после чего последовал некоторый позитив на рынке, и очередной спад.
«До начала мая процент риска увеличивался, но не достиг критического уровня, который бы свидетельствовал о том, что становится опасно и лучше не нажимать кнопку. С начала мая проценты риска снизились и модель дала зеленый свет для инвестирования», — отметил Донев, добавив, что с тех пор на рынке наблюдается благоприятная восходящая тенденция, за исключением последнего месяца, который был более волатильным.
В чем разница между машинным обучением и роботами-советниками? Может ли ИИ быть полезен при создании портфолио?
Материал имеет информационную ценность и не является советом для принятия инвестиционного решения!
Полный комментарий смотрите в видео.
Вы можете посмотреть всех гостей шоу «В разработке» здесь.