چگونه State Street از هوش مصنوعی برای یافتن “جواهرات پنهان” 2018 استفاده می کند

ChatGPT طوفانی به اینترنت وارد کرده است و موج جدیدی از گمانه زنی ها را در مورد اینکه چگونه هوش مصنوعی می تواند صنایع و بازارهای مختلف را مختل کند، به راه انداخته است. با این حال، هوش مصنوعی سال‌هاست در وال استریت کار می‌کند، جایی که استیت استریت و سایر شرکت‌ها از این مفهوم برای کمک به ایجاد صندوق‌های مبادله‌ای مبتکرانه استفاده کرده‌اند.

مت بارتولینی، رئیس SPDR Americas Research در State Street Global Advisors، به پادکست “What Goes Up” پیوست تا در مورد استفاده از هوش مصنوعی در ساخت نمونه کارها و اینکه او فناوری را در آینده می بیند صحبت کند. ETF 1.7 میلیارد دلاری SPDR S&P Kensho New Economies Composite (نامگذاری: KOMP) تا کنون در سال جاری حدود 11 درصد افزایش داشته است.

در اینجا برخی از نکات برجسته گفتگو است که برای وضوح کوتاه شده و کمی ویرایش شده است.

س: راه اندازی ChatGPT را چگونه دیدید؟

پاسخ: بسیاری از کارهای هوش مصنوعی که انجام داده‌ایم در زمینه ساخت نمونه کارها و انتخاب شاخص برای برخی از سرمایه‌های ما است. بنابراین ما از توانایی استفاده از چیزهایی مانند پردازش زبان طبیعی، متن پیشگو آگاه بودیم. اما حتی در زندگی روزمره ما، برخی از ویژگی‌های ChatGPT احتمالاً فقط در بخش‌های بسیار کوچک از آن‌ها بهره برده‌ایم. اولین باری که او را دیدم، داشتیم با او بازی می‌کردیم – “یک پست وبلاگی درباره مزایای ETFها برای ما بنویسید” و او احتمالاً 80٪ درست متوجه شد که چگونه می‌خواهیم بحث را ساختار دهیم.

و اینجاست که ChatGPT حدود 80% به شما می دهد. من با برخی از همکارانم که بچه‌های بزرگ‌تری دارند شوخی کرده‌ام که ChatGPT احتمالاً یک دانش‌آموز B-minus خواهد بود اگر فقط تکالیفش را انجام دهد، زیرا این سطح سطحی است که او می‌گیرد.

س: با ما در مورد ETF ترکیبی SPDR S&P Kensho New Economies صحبت کنید. هوش مصنوعی دقیقاً چگونه در انتخاب سهام کمک می کند؟

پاسخ: هوش مصنوعی پشت آن پردازش زبان طبیعی است. این توسط ارائه دهنده شاخص S&P مدیریت می شود. در واقع با Kensho شروع شد، یک استارتاپ کوچک که توسط گلدمن ساکس انکوبه شد. S&P آن شرکت و تمام IP را به همراه آن خرید. ارائه دهنده شاخص برای صندوق است. کاری که NLP یا پردازش زبان طبیعی انجام می دهد این است که دفترچه ها و سایر اسناد نظارتی شرکت ها را اسکن می کند، زیرا می خواهید با یک منبع قوی شروع کنید.

اسناد نظارتی باید کاملاً تجویزی باشد و اگر در این مورد دروغ بگویید مجازات هایی وجود دارد. بنابراین، پرونده‌های نظارتی را اسکن می‌کند و به دنبال عبارات کلیدی می‌گردد تا چگونگی ارتباط عملیات مواد این شرکت‌ها با حوزه‌های نوآوری، خواه همکاری شرکتی، انرژی پاک، سیستم‌های حمل و نقل پیشرفته، هواپیماهای بدون سرنشین باشد.

تمام این اسناد نظارتی را اسکن می کند و به دنبال فراوانی اصطلاح استفاده شده و همچنین کلمات اطراف آن می گردد. بنابراین اگر یک شرکت بگوید که “فناوری هواپیماهای بدون سرنشین برای رشد آینده کسب و کار ما بسیار مهم است”، واقعاً بر این نوع نوآوری تأکید دارد. بنابراین این اسکن، ثبت و به طور مناسب در 25 حوزه مختلف نوآوری طبقه بندی می شود. و سپس از آنجا، سهام به یک ساختار نسبتاً اصلاح شده و به همان اندازه وزن داده می شود، جایی که شرکت های اصلی به یک نوآوری خاص در برابر شرکت های غیر اصلی وزن می شوند. بنابراین اساساً روشی که ما آن را توصیف می کنیم این است که فرآیند هوش مصنوعی سهام را انتخاب می کند و سپس یک روش وزن دهی کمی برای وزن کردن سهام وجود دارد.

اما دلیل اینکه ما این مسیر را برای استفاده از هوش مصنوعی دنبال کردیم این است که ما چیزی آینده‌نگر، چیزی پویا می‌خواستیم، زیرا در سال 2018 متوجه شدیم که استراتژی‌های زیادی در دنیای ETF وجود ندارد که آینده‌نگر باشد، یک نوع خلاقانه پارادایم . بیشتر این بر اساس درآمد بود و درآمد همان چیزی است که قبلاً محقق شده است. این یک رویکرد عقب مانده است. ما چیزی می‌خواستیم که پویاتر و آینده‌نگر باشد و فرآیند هوش مصنوعی قادر به ارائه آن بود.

س: بنابراین تقریباً 560 هلدینگ در صندوق وجود دارد، و زمانی که شما به دنبال شرکت‌های نوآوری از نوع استارت‌آپ هستید، در بسیاری از مواقع این بدان معناست که شرکت‌های بسیار کوچک، شاید حتی شرکت‌هایی با سرمایه‌های کوچک که باید در آنها جستجو کنید، معمولاً اینگونه نیستند. به شدت توسط طبقه به تحلیلگران وال استریت دنبال می شود. شما می گویید حدود 48 درصد از هلدینگ ها کمتر از 10 تحلیلگر دارند که سهام را پوشش می دهند. آیا برای این نوع استراتژی مفید است که به شما کمک می کند آن جواهرات پنهانی را پیدا کنید که احتمالاً توسط توده های بیرونی کاملاً نادیده گرفته می شوند؟

پاسخ: هوش مصنوعی در هسته خود کمک به افزایش کارایی و بهره وری است. و کاری که انجام می‌دهد این است که به ما اجازه می‌دهد تا چیزهای بدون پوشش را بپوشانیم. بنابراین اگر از توصیه های تحلیلگر استفاده می کنید، تحلیلگران تنها می توانند تعداد زیادی سهام را در یک روز معین پوشش دهند. و ممکن است برخی از شرکت‌ها کاملاً نوآور باشند که در اقتصاد ما چیزهای واقعاً جالبی را انجام می‌دهند و تولید می‌کنند – چه مواردی در مراقبت‌های بهداشتی پیشرفته مانند ابزارهای پوشیدنی که واقعاً توسط تحلیلگران وال استریت پوشش داده نمی‌شوند، زیرا ممکن است اوراق بهادار با سرمایه کوچک‌تر باشند. .

ما این را حتی از امور مالی سنتی می دانیم که اکثر توصیه های تحلیلگران در این فضای بزرگ است. و سپس کلاه های کوچک و میانی آنچنان نوردهی یا پوشش نمی گیرند. هوش مصنوعی اساساً یکی از راه‌های حل این مشکل است، تا طیف گسترده‌تری از گزینه‌ها را در اختیار شما قرار دهد و واقعاً دامنه شرکت‌های خود را که می‌توان آنها را نوآورانه در نظر گرفت، گسترش داد.