[AVR 검색] 자산관리에서의 인공지능의 미래

2020. 4. 13. 19:51@JK 강의 소통공간/L00. Useful Links 서비스

자산관리에서의 인공 지능의 미래

출처: Louis LaunoySenior ManagerAlpha FMC

https://www.securities-services.societegenerale.com/en/insights/expert-views/technology/tech-magazine/the-future-artificial-intelligence-asset-management/

 

The Future of Artificial Intelligence in Asset Management

New Game Changers? While a huge amount of research has been conducted since the 1940s on machine learning/neural network techniques, implementations were originally secluded to research papers and prototyping at universities. All that changes thanks to the

www.securities-services.societegenerale.com

자산관리에서 인공지능의 미래

인공지능 (A / I)은 기존의 지혜내에서 여전히 공상과학 소설, 즉 로봇과 사이보그와 관련이 있으며 결국 인간을 대적합니다. 

 

하나 또는 두 개의 제한된 실험 외에도 IBM의 Deep Blue 또는 더 최근에는 Google의 AlphaGo가 사용 또는 인지된 사용이 상당히 낮다는 것을 기억할 것입니다. 그러나 이제는 개인 비서 및 무인 자동차의 최신 개발을 인공 지능 응용 프로그램으로 생각하고 다양한 산업 분야에서 상황이 빠르게 변화하고 있음을 알 수 있습니다. 인공 지능 이니셔티브는 프로세스 자동화 도구, 자연어 이해, 인지 자동화에 이르기까지 더 많은 관심을 끌고 있습니다.

 

데이터 수집, 처리 및 모델링

이유를 이해하려면 정의로 돌아가야 합니다. 컴퓨터과학에서 AI 연구분야는 환경을 인식하고 어떤 목표에서 성공가능성을 최대화하는 조치를 취하는 모든 장치인 "지능형 에이전트"에 대한 연구로 스스로를 정의합니다. 인공지능은 솔루션에 “논리적인 방식으로 배우고 이해하고 생각할 수 있는 능력이 있을 때” (3) “솔루션이 원래 디자인 이상의 환경에 적응할 수있을 때”를 실현합니다. 이러한 AI 솔루션은 데이터 수집 및 처리 기능과 모델링 기능의 다양한 복잡도를 가진 두 가지 주요 기능을 구현해야합니다.

 

새로운 게임 체인저?

1940년대 이래 머신러닝/신경망기술에 대한 막대한 연구가 수행되었지만, 이행된 것을 보면 원래 연구논문 및 대학의 프로토타입 제작에서는 제외되었던 것입니다. 하드웨어 비용 감소, 클라우드 기술, 빅데이터 및 자연어 처리 등 최신기술 변화로 인해 이러한 모든 변화가 있습니다. 이들은 효과적으로 IBM CEO가 4년전에 "컴퓨팅 기술의 제3세대 [...], 머신러닝이 빅데이터를 만나는 곳[...]과 의사결정은 예측분석과 데이터를 사용하여 이루어집니다"라고 언급했듯이,  이것이 게임체인저들입니다. 

 

이러한 발전을 활용하는 것은 10 년 전에 대부분의 Sell-Side 및 Buy-Side 플레이어가 할 수 없었던 것입니다. 그러나 기술 거대 기업과 Fintech는 이제 주문형으로 제공하고 있습니다. Microsoft Cognitive Toolkit 및 Azure; 구글 텐서 플로우; Amazon AI 서비스 및 AWS Deep Learning AMI, Salesforce Einstein 및 IBM Watson.

 

AI 및 자산관리

자산관리에서 AI의 가능한 적용은 끝이 없으며 전체 가치사슬에 영향을 미칩니다. 판매 및 마케팅 상호 ​​작용 및 고객 서비스에 대한 지각, 실시간 최적화, 완벽한 데이터 투명성을 갖춘 자체 생성 교환, 테라 플롭의 데이터 처리를 기반으로 한 예측 시장 모델링을 상상해보십시오. 리서치 분석가가 실시간 빅 데이터를 사용하여 시장 및 재무 분석의 대부분을 수행하고 CIO에 대한 보고서 및 권장 사항을 구성하는 자체 봇을 보유할 것이라고 생각하는 것은 비현실적이지 않습니다.

 

역동적인 무역조정은 과거의 일이 될 수 있습니다. AI봇이 거래의 양쪽 끝, 중간 및 프론트 오피스에서 거래를 끝내고 모든 일을 하고 드물게 분쟁이 발생할 경우에만 인간에게 경고합니다. 양자컴퓨팅이 모든 거래에 널리 퍼지면 자산관리자가 고객 관계 및 비즈니스 전략에 더 집중할 수 있도록 봇을 통해 투자 및 유통 결정을 내릴 수 있습니다. 물론 A I 이니셔티브는 여전히 큰 내기입니다. 비즈니스비용은 상대적으로 높은 진입 비용, 가파른 학습 곡선, 불확실한 시너지 / 이득, 데이터 및 개인 정보 보호 규정에 대한 질문으로 인해 판매하기가 어렵습니다. 그리고 이 모든 것이 시장 변동성 증가로 이어질까요? 어떤 새로운 수익 메커니즘이 생길 수 있습니까?