Представьте, что вы переводите текст. Можно переводить каждое слово отдельно. А можно – целыми предложениями и абзацами, улавливая контекст и связи между разными частями текста. 📝 Именно так работают новые ИИ-модели ценообразования, использующиеся для прогноза цен на финансовые активы. 🤖

Они видят фондовый рынок как единый «текст», в котором значение каждого «слова» – актива – зависит от окружающих «слов» – рынка в целом. Такие ИИ-модели основаны на том же принципе, что и ChatGPT и его аналоги: механизме внимания, выделяющем ключевые части информации, и архитектуре трансформера, позволяющей связывать данные между собой в едином контексте. 🌐

ИИ-трансформер существенно сокращает ошибки в прогнозах и обеспечивает намного более выгодное соотношение доходности и риска портфеля, показало исследование ученых из США и Швейцарии. 🇺🇸🇨🇭 Они сравнили на одной и той же выборке активов за 1963-2022 гг. предсказательную силу традиционных (факторных) моделей, моделей на основе машинного обучения и построенной ИИ-модели – «трансформера». 📊

▪️ Традиционно прогнозы строились на анализе отдельных факторов, влияющих на цену акции (например, прибыль компании, ее долги), предполагая фиксированную и линейную связь между характеристиками активов и их ожидаемой доходностью. ⚖️

▪️ Более продвинутые модели, основанные на машинном обучении, умеют выявлять нелинейные связи, но, как и традиционные, фокусируются на характеристиках индивидуального актива. 🎯

▪️ ИИ-трансформеры могут выявлять перекрестные зависимости между «поведением» разных активов и широким рыночным контекстом. А также меняют фокус, если меняются рыночные условия – т.е. меняют вес разных характеристик, влияющих на цену актива, в зависимости от рыночной ситуации. 🔄

Финансовые ИИ-трансформеры не только сулят новые возможности инвесторам, но могут изменить понимание того, как функционируют финансовые рынки. 💡 Регуляторам же предстоит оценить, как торговля на финансовых рынках на основе таких моделей повлияет на стабильность и эффективность рынков. ⚖️

#Termswith@easyecon7