Siendo un tipo de algoritmos, tal vez tengo una definición de libro de “automatizado”. Creo que la automatización se refiere a hacer el trabajo de extraer todas las entradas relevantes en un formato legible por máquina, y luego encontrar una solución que funcione para todos los clientes.
Nvidia me invitó a hablar sobre cómo se puede utilizar Deep Learning para automatizar el proceso de extracción alfa. Aunque era menos elocuente: P, creo que Michael Copeland, ex socio de Andreessen, hizo un excelente trabajo al resumir el alcance de la automatización inteligente en la gestión de carteras: Ep. 26: Deep Learning promete llevar inteligencia algorítmica de inversión al resto de nosotros
Que es facil
- ¿Hay disponible una implementación de Python del algoritmo de descomposición LDL ('ldl' en Matlab)?
- ¿Es normal tener un título en CS y no ser capaz de implementar algoritmos simples?
- Dados n puntos en un plano 2D, ¿cómo encontrarías el número máximo de puntos que se encuentran en la misma línea recta? Proporcione un algoritmo para resolver este problema.
- ¿Cuáles son los objetivos del aprendizaje de la estructura de datos?
- Dados los pares 'n1' de corchetes "[]", los pares 'n2' de corchetes "{}" y los pares 'n3' de corchetes "()", ¿cómo podemos encontrar todas las combinaciones válidas posibles de todos estos pares de manera eficiente?
Permítanme comenzar con las áreas que son más fáciles de automatizar:
- Encontrar un vendedor para un comprador. es decir, bolsas de valores
- Envío de operaciones a intercambios. es decir, empresas de corretaje
- Monitoreo y evaluación del desempeño
- Informes y desmitificación
- Gestión de cartera y generación “alfa” (relativamente fácil, todavía llevará diez años)
Que es dificil
Creo que las partes realmente difíciles ahora son obtener las entradas multidimensionales que definen lo que buscan los inversores reales, codificándolas en entradas cuantitativas. Esto es cierto tanto para inversores institucionales como individuales. Tenemos clientes institucionales e individuales en qplum, y muchas veces los veo cometiendo los mismos errores. Creo que la gestión de cartera subyacente es más fácil de “automatizar” que el asesoramiento holístico de inversión. ¡Ya nadie quiere comerciantes!
Las áreas generales de los servicios financieros que requieren el conocimiento del comportamiento y las emociones humanas en constante cambio serán las últimas en codificarse en reglas.
Las computadoras y los algoritmos son excelentes para tareas repetitivas como calcular grandes conjuntos de datos. Sin embargo, se quedan cortos cuando se trata de conocer el comportamiento humano y las emociones. La automatización proporciona algunos beneficios muy claros:
- precisión de los datos
- integridad de los datos
- puntualidad de los datos
El análisis se está volviendo altamente automatizado, ya que las máquinas pueden detectar patrones en los datos que los humanos simplemente no pueden.
Los bancos están adoptando oficiales de préstamos impulsados por inteligencia artificial para procesar grandes cantidades de datos que acortan la cantidad de tiempo que lleva revisar los documentos del préstamo y reducir la cantidad de errores.
La automatización libera el tiempo dedicado a ciertas actividades para que las personas puedan enfocarse en artículos de mayor valor
Los trabajos que no serán automatizados son aquellos que implican construir relaciones complejas, requieren creatividad y tienen cierto nivel de imprevisibilidad.
En finanzas esto puede incluir:
- científicos de datos: la experiencia científica y la búsqueda de historias ocultas en los datos son útiles y difíciles de automatizar
- dedicar soporte al cliente: algunos consumidores continuarán prefiriendo la asistencia humana a sus contrapartes automatizadas
- tomadores de decisiones: cuando se trata de eso, los humanos tienen una percepción texturizada de los pros y los contras
La automatización puede hacer que algunos trabajos queden obsoletos. Pero en general, muchas descripciones de trabajo simplemente se actualizarán para incorporar nuevas oportunidades que creará la automatización.
En este momento, muchos de los sistemas automatizados que vemos tienen un retroceso humano. La tecnología aún no está perfeccionada para poder operar sin algún nivel de actividad humana detrás de escena.
Gracias por el A2A.
