Voor KI het hierdie drie idees finansies verander

Kunsmatige intelligensie verander finansies vinnig, maar dit het nie in 'n intellektuele vakuum ontstaan nie.

Lank voordat algoritmes lenings kon beoordeel, transaksies kon uitvoer, bedrog kon opspoor of finansiële ontledings kon lewer, het navorsers reeds drie moeilike vrae probeer beantwoord:

Hoe behoort ons risiko en opbrengs te balanseer?

Hoe behoort finansiële onsekerheid geprys te word?

Waarom neem intelligente mense herhaaldelik irrasionele finansiële besluite?

In my inleidende artikel, Die impak van KI op finansiële besluite, het ek gekyk hoe KI 'n outomatiese besluitnemingsenjin binne een van die wêreld se strengs gereguleerde bedrywe word.

Maar om te verstaan waarheen KI finansies volgende kan neem, help dit om terug te kyk na sommige van die idees wat finansies gebring het tot waar dit vandag is.

Markowitz en die wiskunde van risiko

In 1952 het Harry Markowitz Portfolio Selection gepubliseer, die referaat wat gehelp het om moderne kwantitatiewe finansies te vestig.

Die sentrale idee klink nou byna vanselfsprekend: beleggers moet 'n bate nie net volgens sy individuele opbrengs beoordeel nie. Hulle moet oorweeg hoe dit met alles anders in die portefeulje saamwerk.

Dit het die gesprek verskuif van die keuse van goeie beleggings na die samestelling van 'n doeltreffende kombinasie van beleggings.

Vandag kan KI duisende bates, korrelasies, scenario's en markseine ontleed teen 'n spoed wat Markowitz nooit sou kon voorstel nie. Maar die onderliggende vraag bly dieselfde: hoeveel risiko aanvaar ons vir die opbrengs wat ons verwag?

KI maak die berekening vinniger. Dit besluit nie of die aannames daaragter sinvol is nie.

Black, Scholes en die prys van onsekerheid

In 1973 het Fischer Black en Myron Scholes The Pricing of Options and Corporate Liabilities gepubliseer.

Die Black-Scholes-model het finansies 'n stelselmatige manier gegee om die waarde van opsies te beraam. Nog belangriker: dit het gewys dat onsekerheid self gemodelleer en geprys kon word.

Moderne KI neem dit baie verder. Modelle kan markbewegings, nuus, sentiment, wisselvalligheid en alternatiewe data byna onmiddellik verwerk.

Daardie vermoë is kragtig, maar bring 'n bekende gevaar mee: 'n gesofistikeerde uitset kan sekerder lyk as wat dit werklik is.

'n Model kan 'n presiese getal lewer terwyl dit steeds op onvolledige data, onstabiele verwantskappe of aannames staatmaak wat tydens ongewone marktoestande misluk.

Presisie en sekerheid is nie dieselfde ding nie.

Kahneman en die irrasionele besluitnemer

Daniel Kahneman se Thinking, Fast and Slow het nog 'n noodsaaklike stuk by die legkaart gevoeg.

Finansiële besluite word nie deur volkome rasionele mense geneem nie. Dit word beïnvloed deur oormatige selfvertroue, verliesaversie, ankering, vertroudheid, vrees en talle ander vooroordele.

KI word dikwels aangebied as 'n manier om dié swakhede uit besluitneming te verwyder. In sommige situasies kan dit.

Maar KI-stelsels leer uit data wat mense skep, werk volgens doelwitte wat mense bepaal en lewer resultate aan menslike besluitnemers. Vooroordeel verdwyn nie bloot omdat 'n model betrokke is nie. Dit kan eerder minder sigbaar en makliker word om op groot skaal te versprei.

Ou vrae, kragtiger hulpmiddels

Markowitz het ons gehelp om oor risiko te dink. Black en Scholes het ons gehelp om oor onsekerheid te dink. Kahneman het ons gehelp om die persoon wat die besluit neem, te verstaan.

KI staan nou by die kruispunt van al drie.

Dit kan portefeuljes optimaliseer, komplekse instrumente prys, gedragspatrone opspoor en besluitneming op enorme skaal ondersteun. Maar dit erf ook die aannames, beperkings en blinde kolle agter daardie besluite.

Daarom kan die toekoms van KI in finansies nie verstaan word deur slegs KI te bestudeer nie.

Soms is die beste manier om te verstaan wat volgende kom, om terug te keer na die idees wat die gesprek begin het.