LG и LSEG представляют ИИ-инструмент для прогнозирования доходности акций на четыре недели

TLDRs:

• LG и LSEG запускают управляемый ИИ инструмент, прогнозирующий краткосрочную эффективность акций для институциональных инвесторов.
• Система ежедневно анализирует тысячи акций США, используя глубокое обучение и финансовые данные.
• Отсутствие показателей эффективности вызывает вопросы о надежности ИИ-инструмента для акций малой капитализации.
• Потенциальная интеграция API может позволить разработчикам финтех-решений встраивать прогнозы в панели мониторинга рисков.

LG AI Research и London Stock Exchange Group (LSEG) совместно представили сервис прогнозирования акций на основе искусственного интеллекта, предназначенный для предсказания доходности акций на четырехнедельный горизонт.

Инструмент, объединяющий опыт LG в области ИИ с обширными финансовыми наборами данных LSEG, предлагает институциональным инвесторам новый подход к анализу рыночных тенденций и оценке инвестиционных рисков.

Обрабатывая огромные объемы структурированных рыночных данных вместе с неструктурированными финансовыми документами, система ИИ предоставляет как числовую оценку, указывающую на ожидаемую доходность, так и текстовый комментарий, объясняющий обоснование каждого прогноза. По данным LG и LSEG, система ежедневно просматривает тысячи акций США, включая акции небольших компаний, таких как нано-капитализационные акции, которые часто несут более высокую волатильность и транзакционные издержки.

Мультиагентный ИИ управляет прогнозами

Сервис использует модель EXAONE-BI от LG AI Research, мультиагентную структуру бизнес-аналитики, в которой задействованы четыре специализированных ИИ-агента, работающих совместно.

Это позволяет системе оценивать сложные рыночные сигналы и одновременно включать аналитические данные из нескольких источников. Пользователи получают комбинированный вывод числовых оценок и пояснительных комментариев, обновляемых ежедневно с еженедельными сводками для постоянного руководства.

В настоящее время инструмент тестируется институциональными клиентами, которые изучают его потенциал для поддержки формирования портфеля и инвестиционных решений. Хотя возможности прогнозирования ИИ обещают эффективность и масштабируемость, некоторые эксперты предупреждают, что отсутствие показателей эффективности, таких как доходность вне выборки, коэффициент Шарпа или показатели успешности, может ограничить уверенность в его прогностической силе.

Проблемы и соображения

Аналитики отметили, что инструмент ИИ еще не раскрывает, как он учитывает торговые трения, такие как затраты на оборот, спред бид и аск или влияние на рынок, факторы, которые могут существенно влиять на реализованную доходность, особенно для нано-капитализационных акций.

Кроме того, без независимой проверки в различных рыночных условиях институциональные инвесторы могут оставаться осторожными в отношении использования только прогнозных оценок для генерации альфы.

Несмотря на эти опасения, сервис ИИ представляет собой заметный шаг вперед в сочетании машинного обучения с финансовыми наборами данных. Автоматизируя часть исследовательского процесса и предоставляя ежедневные аналитические данные, он потенциально может повысить эффективность для управляющих активами, аналитиков фондов и специалистов по управлению благосостоянием.

Взгляд в будущее

LG планирует расширить систему для охвата акций в других регионах и включить дополнительные функции для структурирования портфеля и прогнозирования товаров. Еще одним потенциальным развитием является интеграция прогнозных оценок в инфраструктуру API LSEG.

При активации разработчики финтех-решений смогут встраивать оценки от 1 до 100 и сопутствующие комментарии в панели мониторинга рисков, приложения для управления портфелем или инструменты скрининга акций. Это позволит распределителям активов комбинировать сигналы, генерируемые ИИ, с фундаментальными наборами данных, оценками аналитиков или информацией о владении, создавая более богатую экосистему поддержки принятия решений.

Пост LG и LSEG представляют инструмент ИИ для прогнозирования четырехнедельной доходности акций впервые появился на CoinCentral.