Como é que a IA está a mudar o investimento quantitativo?

Quando se trata de investimento quantitativo, a primeira reação de muitas pessoas pode ser a de modelos matemáticos complexos e teorias financeiras obscuras. Mas sabia que a IA está a tornar este campo aparentemente esotérico cada vez mais "acessível"? A plataforma de código aberto Qlib da Microsoft é um exemplo perfeito - Transforma, LSTM, estes modelos de IA de ponta numa ferramenta "plug-and-play", para que os programadores comuns possam também desenvolver estratégias quantitativas. Isto é como dar a cada investidor uma equipa de análise quantitativa ao nível de Wall Street!

Como é que a IA pode resolver os problemas quantitativos tradicionais?

Lembra-se do Flash Crash de 2013? Os modelos quantitativos tradicionais muitas vezes ficam perdidos quando os mercados mudam repentinamente. O módulo de aprendizagem por reforço do Qlib permite-lhe aprender com a prática e ajustar a sua estratégia em tempo real, tal como um trader experiente. Gosto especialmente da sua função de processamento de "desvio de conceito" - quando o estilo de mercado muda subitamente, o modelo será como um ser humano para detetar "algo errado", começando automaticamente a adaptar-se ao ajuste. Num caso do ano passado, um fundo de cobertura utilizou esta função para evitar com êxito as fortes flutuações no mercado das criptomoedas, preservando um ganho de 23%.

Quando a IA se encontra com a negociação de alta frequência

Existe um fenómeno interessante no domínio da negociação de alta frequência: por cada milissegundo que a latência de negociação de uma instituição de topo diminui, o seu retorno anualizado aumenta em quase 11 TP3T. O motor de dados do Qlib processa os dados dezenas de vezes mais depressa do que as soluções tradicionais, o que permite que até as pequenas instituições participem na batalha dos milissegundos. Melhor ainda são as suas capacidades de extração de factores - ao analisar dados alternativos, como o sentimento das notícias e imagens de satélite, a IA pode encontrar sinais subtis que os humanos nunca notariam. Por exemplo, uma equipa descobriu que a densidade de veículos no parque de estacionamento de uma determinada área pode prever antecipadamente a tendência das existências de retalho!

Por outro lado, a IA quantitativa não é infalível. No ano passado, houve uma lição: uma instituição confiava demasiado nos modelos de IA, o que resultou na perda de muito dinheiro com as súbitas mudanças de política da Fed. Por isso, a tendência atual é a colaboração entre humanos e computadores - a Qlib fornece ferramentas de visualização que permitem aos investidores "ver" a lógica das decisões da IA e intervir quando necessário. Afinal, o mais fascinante nos mercados financeiros é o facto de estarem sempre cheios de surpresas, certo?

Imaginar o futuro

Estou particularmente entusiasmado com a combinação da Qlib e da IA multimodal. Imagine-se a química entre os dados de ensaios clínicos analisados pelo modelo médico da Gemma e os movimentos das acções farmacêuticas monitorizados por modelos quantitativos. Talvez, num futuro próximo, venhamos a ver comerciantes de IA "tudo-em-um" capazes de ler relatórios financeiros, imagens de satélite e sentimentos nas redes sociais, tudo ao mesmo tempo. É claro que a conformidade regulamentar será um desafio - mas não é essa a norma na inovação financeira?

(Nota: Os rendimentos e dados específicos mencionados no artigo têm um carácter meramente ilustrativo e não constituem um conselho de investimento. O mercado é arriscado e o investimento deve ser efectuado com precaução).