מאמר זה נכתב ע”י יוטונג לי, אנליסטית ב-I Know First, סטודנטית בתוכנית ללימודי תואר מוסמך באוניברסיטת ברנדייס

עיקרי הדברים
  • הדעות חלוקות בנוגע ליכולתה של הבינה המלאכותית לנצח את השוק, אולם אין עוררין על כך שבהיבטים רבים היא אכן מוצלחת יותר
  • אלגוריתם הבינה המלאכותית שפותח בידי I Know First, בכוחו להפיק תחזיות מתוחכמות באשר לשוק המניות הבלתי צפוי מטבעו
  • בהתבסס על סיכום התחזית השנתית, I Know First חזתה בדיוק של  100% את כיווני המדדים SP500 ,נאסד”ק ותעודות הסל העוקבת אחר הנאסד”ק ( QQQ). בטווח של שנה, והציגה ביצועים העולים על 62% אחוזי דיוק לכלל טווחי הזמן.
הבינה המלאכותית משפיעה על התעשייה הפיננסית כולה

לאור ההתפתחות המואצת של הטכנולוגיה בכלל ושל עוצמתם של כלים חישוביים בפרט, לבינה המלאכותית התגבש תפקיד מכריע בתחום המסחר. הבינה המלאכותית מאפשרת קבלת החלטות נוחה ומושכלת יותר בתחום ההשקעות.

ניתן למנות דוגמאות רבות  ומגוונות ליישומים יעילים  של בינה מלאכותית בתעשייה הפיננסית. אולם, שווה לתת את הדעת על יישום אחד, שירות לקוחות אוטומטי, שכן השימוש בו נרחב. בדומה לשירות לקוחות המבוסס על צ’טבוט, צ’טבוט פיננסי המבוסס על בינה מלאכותית יכול לסייע ללקוחות בביצוע העברות פשוטות. השירות מאפשר ללקוחות לקבל מענה מהיר לאורך כל שעות היממה, ללא צורך בהמתנה למענה אנושי. כמו כן, חברות רבות משתמשות ב-“יועצים רובוטיים” לטובת מתן שירותי ייעוץ ללקוחות לגביי פוזיציות short ו-long, בהתבסס על העדפות אישיות ויעדים מוגדרים. יישום נוסף של בינה מלאכותית הינו במסגרת מתן שירותי חיזוי המספקים תובנות לגביי המסחר בשוק ההון. האלגוריתמים השונים יכולים לאסוף נתונים היסטוריים ובעזרתם לייצר מודל חיזוי רלוונטי למסחר עתידי.

בין יתר הדוגמאות לתועלת הנרחבת שניתן להפיק מבינה מלאכותית ניתן למצוא כלים שפותחו לטובת זיהוי הונאות בנקאיות, אמצעים לניהול הון, כלי אופטימיזציה וכדומה. אם כן, ניכר כי עבודות סיזיפיות ומאתגרות רבות, שבוצעו בעבר ע”י בני אדם, מבוצעות כיום יותר ויותר ע”י אמצעי בינה מלאכותית. מגמת ההתפתחות בעולם הטכנולוגי שואפת לעקוף את היכולת האנושית, ובכך לסייע ולהקל על תהליך קבלת ההחלטות בנוגע לשוק המניות.

המיתוסים לגביי יכולתה של הבינה המלאכותית לנצח את שוק ההון

על אף היתרונות הרבים שניתן לזקוף לזכות השימוש בבינה המלאכותית, נשאלת השאלה האם ניתן לבטוח בשיטה זו, וכן מוטלת בספק יכולתה להחליף לחלוטין את המענה האנושי בתהליך המסחר במניות.

אף על  פי שמסחר אלגוריתמי (אלגו-טריידינג) יושם בהצלחה לא פעם, ניתן לטעון כי בינה מלאכותית לעולם לא תנצח את שוק ההון. אנו סבורים שיש לבחון טענה זו בעין ביקורתית, שכן אין עוררין על כך ששוק המניות מונע במידה רבה ע”י בינה מלאכותית.

התמודדות עם רנדומליות וחוסר וודאות

כותב המאמר המוזכר לעיל ציין כי שינויים מסוימים בשוק הסבוך הם בלתי ניתנים לחיזוי וכן כי השוק מאופיין בחוסר וודאות וברנדומליות אותם הבינה המלאכותית לא יכולה לגלות מבעוד מועד. אכן, השוק אינו סטטי ויציב, אלא כאוטי. המורכבות נובעת מכך שלמשקיעים שונים יש יעדים אחרים, מעצם העובדה שתנאים כלכליים משתנים תדיר וכן מהתרחשותם של אירועי “ברבור שחור” . עם זאת, לא נכון להכריז כי שוק המניות כאוטי תמיד, שכן ניתן לזהות בו דפוסים ברי חיזוי. רעיון זה עומד בבסיס פועלה של I Know First, המתמודדת בחכמה עם חוסר הוודאות בשוק בעזרת אלגוריתמים מבוססי AI, על פי תורת הכאוס.

האם בינה מלאכותית יכולה להפעיל שיקול דעת?

במאמר שהוזכר לעיל עולה טענה נוספת, לפיה בניתוח טכני של נכס נלקחים בחשבון רק מידע היסטורי ומגמות עבר ומן התהליך למעשה נעדרים שיקולים לגביי העתיד. על כן, בני אדם עדיין נדרשים לקבל החלטות מושכלות בכוחות עצמם. לפיכך, חשוב שבתהליך החיזוי יילקח בחשבון לא רק הניתוח הטכני אלא גם ההקשר האמיתי של פעולת השוק.

שיקול הדעת שאנו כבני אדם מסוגלים להפעיל בכדי לקבלת החלטות לגביי העתיד מסתמך על ניסיון העבר שלנו, על עובדות היסטוריות ועל ידע שצברנו. תמיד נוכל למצוא סיבות לרכוש או למכור מנייה והדבר נכון גם לגביי בינה מלאכותית, אך אמצעים המבוססים עליה מסוגלים ללמוד מהר יותר מאירועי העבר. ככל שכח החישוב מתעצם והטכנולוגיה מתקדמת, בינה מלאכותית עשויה לאפשר לנו לשפר ביצועים בתחום המסחר בשוק ההון, וזאת בעזרת למידה מבוססת חיזוקים.

אירועי ברבור שחור בעידן הבינה המלאכותית

סוגייה נוספת שזכתה להתייחסות במאמר שהוזכר לעיל הינה חוסר יכולה של הבינה המלאכותית לחזות אירועי ברבור שחור. הדבר חמור, מפני שמגבלה זו של הבינה המלאכותית יכולה לעורר בעצמה אירועים מסוג זה.

בעוד שכשלים במערכות ממוחשבות עשויים לעיתים לעורר בעיות, כמו באירוע ה-flash crash ב-2010 אשר הוזכר במאמר זה, זהו לעולם לא הגורם המרכזי לאירועי ברבור שחור. הגורמים לאירועים שכאלו כוללים שגיאות, תפיסות מוטעות, חוסר וודאות וכו’. שני הגורמים הראשונים נובעים מהיעדר בדיקות מספקות ומכושר תגובה מוגבל של המערכות וניתן למזער אותם באמצעות בדיקת האלגוריתמים ובחינת שרידותם.

בנוסף, ראוי להזכיר את הנטייה האנושית לשגיאות רבות ומגוונות במסגרת תהליך המסחר. מנגד, שגיאות בהקשרי בינה מלאכותית הן צפויות יותר שכן הן תוצר של מערכת מתוכנתת מראש. כך, טעות שמתגלה בתפקוד המכונה, מאפשרת מניעת טעויות דומות לעולם ועד.

בנוגע לחוסר הוודאות אשר נידון קודם לכן, למערכת כאוטית יש זיכרון , ודפוסים נוטים לחזור על עצמם, כך שאלגוריתם מסוגל להתמודד גם עם שינויים וחוסר וודאות. לכן, שימוש באלגוריתמים מבוססי מידע הוא בעל פוטנציאל רב להתמודד עם שלושת הגרמים לאירועי ברבור שחור. במקום לטעון כי אירועים שכאלו הם תוצאה של שגיאות בבינה מלאכותית, עלינו להתמקד  בתחזוקה ובשיפור המערכות הקיימות ולצפות כי ביצועי הבינה המלאכותית בשוק ההון ישתפרו במידה ניכרת.

בינה מלאכותית מול המח האנושי

יתרון נוסף של בינה מלאכותית על פני המח האנושי בולט כאשר בוחנים את המח. רבות מקריסות שוק המניות נבעו מהטיות בחשיבה ומטעויות אנוש. על פי תורת הערך ( Prospect Theory), אנשים חושבים במונחים של תועלת מצופה במקום לחשוב על ההשלכות בפועל. לפיכך, הסתמכות רבה יותר על החלטות מכונה אובייקטיביות, מאפשרת הימנעות מהחלטות אנוש בלתי רציונליות וכן הגדלה של רווחים בטווח הארוך, ובכך מספקת יותר עוצמה והזדמנויות לנצח את השוק.

האלגוריתם של I Know First

(מידע יומי לגביי ביצועי מניות, מקורות מידע פיננסי, המערכת של I Know First,  מאגר מידע לגביי מניות הכולל מידע מ-15 השנים האחרונות, מחזור למידה וחיזוי, הליך הפקת התוצאות, חיזויים, מודל הדיווח, תחזית ל-3 ימים, תחזית ל-7 ימים, תחזית ל-14 ימים, תחזית לחודש, תחזית ל-3 חודשים, תחזית לשנה)

כפי שהוזכר קודם לכן, שוק המניות הוא סבוך ומאופיין ברנדומליות רבה. לאור זאת, I Know First מתבססת על תובנות הנובעות מתורת הכאוס לטובת חיזוי מגמות השוק. האלגוריתם מזהה גלים ומפיק תחזיות בפורמט של מפת חום. אף על פי שהאלגוריתם מסובך, התוצר נהיר וקל לפירוש.

מערכת החיזוי של I Know First מבוססת על מודל שמטרתו לנבא את תזרים ההון בין השווקים השונים. המערכת מפרידה בין מידע בר חיזוי לבין הרעש הרנדומלי הרב. לאחר מכן היא עושה שימוש במודל אשר חוזה את המגמה העתידית של שוק מסויים מול עולם של שווקים נוספים. המערכת מספקת תיאור של המגמה החזויה בתצורה של ערך מספרי, חיובי או שלילי, לצד תרשים (wave chart) המתאר את החפיפה בין התחזית לבין המגמה. תוצר זה מסייע לסוחרים לבחור כיוון למסחר וכן לקבוע נקודת כניסה ונקודת יציאה.

סיפור הצלחה מהעת האחרונה – חיזוי מדדים בשוק המניות האמריקאי בעזרת בינה מלאכותית
אחוז הדיוק של תחזיות ארוכות הטווח לעומת המדדים הבולטים בשוק ההון האמריקאי

בגרף שלעיל מוצגת הערכת הביצועים של התחזית שמספקת I Know First, לשלושה טווחי זמן ארוכים. אף על פי שמגפת הקורונה מלווה בתנודתיות וחוסר וודאות, גם בעת האחרונה האלגוריתם מספק בהצלחה יתרה חיזוי של מגמות המדדים השונים, בטווחי זמן שונים. ניתן לראות כי בטווח זמן של שנה, אחוז הדיוק (hit ratio) עבור מדד נאסד”ק ותעודות הסל QQQ  ו-SPY הגיע ל-100%, וכן כי אחוז הדיוק הממוצע לטווח זמן זה הינו 97.2%. כמו כן, אחוז הדיוק בחיזוי לטווח זמן של 3 חודשים נע בין  69% ל-85% (85% אחוזי הצלחה מושגים לגביי מדד נאסד”ק). אפילו במהלך המגיפה, כלל התחזיות ארוכות בגרף שלעיל מוצגת הערכת הביצועים של התחזית שמספקת I Know First, לשלושה טווחי זמן ארוכים. אף על פי שמגפת הקורונה מלווה בתנודתיות וחוסר וודאות, גם בעת האחרונה האלגוריתם מספק בהצלחה יתרה חיזוי של מגמות המדדים השונים, בטווחי זמן שונים. ניתן לראות כי בטווח זמן של שנה, אחוז הדיוק (hit ratio) עבור מדד נאסד”ק ותעודות הסל QQQ  ו-SPY הגיע ל-100%, וכן כי אחוז הדיוק הממוצע לטווח זמן זה הינו 97.2%. כמו כן, אחוז הדיוק בחיזוי לטווח זמן של 3 חודשים נע בין  69% ל-85% (85% אחוזי הצלחה מושגים לגביי מדד נאסד”ק). אפילו במהלך המגיפה, כלל התחזיות ארוכות הטווח הללו שמרו על ביצועים שהתאפיינו בדיוק של יותר מ-62%. לפיכך, ניתן להתרשם כי האלגוריתם גילה בהצלחה את הדפוסים מתוך הנתונים ההיסטוריים והציג ביצועים מעולים.

סיכום ומסקנות

יש הטוענים כי בינה מלאכותית לעולם לא תנצח את השוק, אולם התבוננות על ביצועי האלגוריתם של I Know First  בפועל מסירה את מרבית הספקות. אלגוריתמים מאפשרים חיזוי חכם של הדפוסים הכאוטיים המאפיינים את שוק ההון על בסיס תורת הכאוס. כמו כן, כיום בינה מלאכותית מאפשרת למידת נתונים וידע היסטורי איכותית מזו שמתבצעת ע”י בני אדם ועל בסיס הלמידה היא מאפשרת לפתח את הידע לכדי הצעות של אפיקי השקעה. בנוסף, ייתכן כי בעתיד בינה מלאכותית תאפשר אוטומציה מלאה של תהליך המסחר על ידי תהליך למידה מבוססת משוב (reinforcement learning).