Principais aprendizados da palestra de Richard Falk-Wallace, cofundador e CEO da Arcana, no AI for Financial Services Summit by Artefact - June 12, 2024
Sobre Richard Falk-Wallace: Ele é CEO e cofundador da Arcana, uma empresa focada em permitir que investidores institucionais compreendam os riscos do portfólio e otimizem o desempenho usando análises sofisticadas de data. Ele se formou na Universidade de Columbia e tem ampla experiência no setor financeiro.
Sobre a Arcana: A Arcana é uma empresa que ajuda as instituições a tomar decisões informadas usando ferramentas proprietárias data e de análise avançada. Ela combina experiência em tecnologia e fundos de hedge para fornecer soluções financeiras de alto impacto.
Práticas atuais de análise de risco e de aglomeração
Os principais fundos estão cada vez mais focados em compreender percepções exclusivas e retornos idiossincráticos, separados dos fatores macroeconômicos. Essa abordagem se aplica tanto aos fundos multigestores long-short de ações quanto aos investidores long-only. A ênfase está na decomposição dos componentes sistemáticos do retorno a partir do retorno residual, com um olhar atento ao crowding entre diferentes tipos de investidores.
O que há de mais moderno: insights avançados sobre riscos e crowding
Os fundos avançados estão desenvolvendo métodos sofisticados para entender os riscos das ações públicas, usando exposições a fatores e sinais de crowding de vários mercados. Isso inclui uma análise detalhada do crowding em um nível granular, examinando as exposições a tipos específicos de investidores, como fundos de hedge e gestores múltiplos. Esse foco no crowding ajuda a refinar as decisões de investimento e a mitigar os riscos.
O papel da IA no aprimoramento da seleção de ações
A IA e o aprendizado de máquina (ML) oferecem um potencial significativo para refinar a seleção de ações. A IA pode processar grandes quantidades de data não estruturado, como memorandos de investimento, notas de pesquisa e transcrições de reuniões, traduzindo-os em conjuntos de data estruturados. Isso ajuda a expandir o entendimento sistemático e a reduzir o escopo das decisões discricionárias, melhorando, assim, o processo geral de investimento.
Perspectivas futuras: riscos sistemáticos vs. idiossincráticos
O futuro da seleção de ações está na separação mais eficaz dos riscos sistemáticos e idiossincráticos. A IA pode ajudar a identificar e modelar esses riscos, integrando percepções de processos fundamentais e data não estruturados. Essa abordagem sistemática pode melhorar o desempenho da seleção de ações ao proporcionar uma compreensão mais clara dos riscos envolvidos.
data não estruturado e integração de IA
A integração do data não estruturado ao processo de investimento envolve a captura do data fundamental do processo e a compreensão das mudanças de regime e dos fatores temáticos. A IA pode ajudar a traduzir informações caóticas em uma estrutura sistemática, auxiliando na seleção de ações e no gerenciamento de riscos. Essa integração aumenta a capacidade de identificar partes sistemáticas e sintetizar percepções para uma melhor tomada de decisão.
Ferramentas e integração de sistemas
O desenvolvimento de ferramentas e sistemas fáceis de usar é fundamental para integrar os insights de IA ao processo de investimento. Essas ferramentas devem facilitar o acesso fácil a insights para CIOs, gerentes de portfólio, gerentes de risco e analistas. Uma abordagem combinada que combine insights orientados por IA com métodos tradicionais de seleção de ações pode aprimorar significativamente a gestão de ações do mercado público.
Aplicações práticas e uso atual
Atualmente, poucos fundos utilizam a IA de forma sistemática para a seleção de ações. A IA é usada principalmente para pesquisa eficiente e análise de documentos. Entretanto, a esperança é desenvolver estruturas que incorporem grandes quantidades de investimentos em sistemas coerentes, distinguindo entre insights alfa e beta. Isso requer uma infraestrutura robusta para separar e utilizar a pesquisa de investimento de forma eficaz.
