Yapay Zeka ve Finans: Yatırım Dünyasını Nasıl Etkiliyor?

Bu Yazıyı Sesli Dinleyin

Yapay zeka, birçok endüstride verimliliği artırma potansiyeline sahip olsa da, finans dünyasında da önemli bir rol oynamaya başlıyor. Ancak, yapay zekanın yatırım pratiğini nasıl değiştirdiği konusundaki yanıtlar, trader’ları pek heyecanlandırmıyor gibi görünüyor. Bu makalede, yapay zeka ve finansın kesişimini inceleyeceğiz ve hangi tür yapay zeka kullanıldığını, nasıl işlediğini ve finans dünyasında ne gibi etkiler yarattığını keşfedeceğiz.

Finans dünyasında, yapay zeka yatırım konusunda önemli bir tema haline geldi. Ancak, yapay zekanın yatırım dünyasını nasıl değiştirdiğini sorduğunuzda, cevaplar trader’ları fazla etkilemiyor gibi görünüyor. Twitter okuyan robotlar, veri analizi araçları veya alım satım emirlerini yönlendiren algoritmalar gibi şeylerden bahsediliyor. Finans piyasaları için hala en büyük zorluk, fiyatların nereye gittiğini insanlardan daha doğru bir şekilde söyleyebilen bir yapay zeka formu bulmaktır – bu, bir bilgisayarı bir araştırma raporunu özetlemeyi öğretmekten çok daha zordur.

Genel olarak, finansta kullanılan iki ana türde yapay zeka bulunmaktadır. İlk olarak, generatif yapay zeka bulunur – OpenAI‘nin ChatGPT ve Google’ın Bard gibi chatbot’ların temelini oluşturan teknoloji. İkincisi, niceliksel ticarette önemli bir araç olan tahmin edici yapay zekadır. Bu alandaki matematik eğitimli analistler, büyük miktarda finansal veriyi desenler ve trendleri bulmak için eleyerek yeni ticaret stratejileri bulmaya çalışır.

Generatif yapay zeka, basit yazılı komutlara dayalı olarak karmaşık bilişsel görevleri yerine getirmek için insan beyninin işleyişini taklit eder. Bu sistemler, var olan büyük miktardaki malzemeye eğitilir ve bu bilgiyi kullanarak yeni bir şey oluşturmayı öğrenir, örneğin yeni bir romanın özeti, bir raporun özeti, bir şiir veya hukuki bir sözleşme. Bu chatbot’ları çalıştıran büyük dil modelleri, finans profesyonellerinin zaten kazanç bildiren tabloyu, çağrı transkriptlerini ve diğer belgeleri analiz etmek için kullandıkları doğal dil işleme konusunu iyileştirebilirler. Daha eski sürümleri, belirli kelimeleri tespit etmeye dayanırken, en son teknoloji, bağlamları analiz etme konusunda daha iyidir ve bu da onları daha doğru hale getirir. Bazı akademik çalışmalar, ChatGPT‘nin “Fedspeak” ve kurumsal haberlerin piyasa etkilerini bir uzmanın neredeyse gerçekleştirebileceği şekilde çözme amacıyla kullanılabileceğini göstermiştir.

Generatif (eşeyli) yapay zeka zaten finansta kullanılmaktadır. Hedge fonlar, kod yazma, araştırmaları özetleme veya müşteri raporları üretme konusunda ChatGPT’yi denemektedir ve bankalar, müşteri sorularını yanıtlamak için LLM tabanlı chatbot’ları kullanmaktadır. Bloomberg LP, Bloomberg News‘ün ana şirketi, finans için özel olarak geliştirilmiş büyük bir dil modeli olan BloombergGPT’yi piyasaya sürmüştür.

Generatif (eşeyli) yapay zeka Wall Street işlerini alacak mı?

Yapay zeka zaten finansın birçok alanını etkileyerek, özellikle tekrarlayan görevleri içeren rolleri, destek fonksiyonları ve arka ofis işlemleri gibi işleri bozmuştur. Generatif yapay zeka, veri toplama ve analiz etme, rapor oluşturma gibi daha yüksek nitelikli işler için de önemlidir. Bu, insanların kenara itilmesi anlamına gelmez. Birçoğu bu yapay zeka araçlarını daha verimli olmak için kullanmayı öğrenir. Öte yandan, yapay zeka becerilerine sahip ve finans konusunda bir yetenek olan veri bilimcilerine büyük talep vardır. En hevesli bankalarda, açık iş pozisyonlarının yaklaşık %40’ı veri mühendisleri ve quants gibi yapay zeka ile ilgili işler için, aynı zamanda etik ve yönetişim rolleri için olmak üzere danışmanlık şirketi Evident’den gelen verilere göre ilan edilmektedir. JPMorgan Chase & Co., rakiplerinden daha fazla yapay zeka rolü için reklam vermektedir.

Öte yandan, tahmin edici yapay zeka, tahminler yapmaya çalışan yapay zekadır, örneğin bir tahvıl fiyatının nereye gittiği gibi. Bu araçların ortak özelliği, büyük miktarda veride desenler bularak eğitilmeleridir. Niceliksel uzmanlar, geleneksel niceliksel modellerin, değer hisselerinin zaman içinde arttığı gözlemi gibi lineer ilişkilere dayandığını, ancak pazarların karmaşıklığını yakalamak için çok basit olabileceğini söylüyor. Öte yandan, son makine öğrenimi modelleri, birçok girdiyi sığdırma ve farklı değişkenlerin birbiriyle nasıl etkileşime girdiğini algılama konusunda daha iyidir.

Tahmin edici yapay zeka yakında traderları ve piyasa stratejistlerini ortadan kaldıracak mı?

Tam bir değişim pek olası görünmüyor. Hisse senedi endekslerindeki günlük dalgalanmalar o kadar çok faktörden etkilenir ki, tüm bu gürültüde güvenilir sinyalleri tespit etmek zor olabilir. Dahası, piyasalar sürekli düzen değişikliklerine tabidir – düzenleyici reformdan yatırım akışlarındaki yapısal değişikliklere kadar – bu da farklı dönemlerde aynı sinyallere farklı şekillerde yanıt verecekleri anlamına gelir. Bu nedenle bir makine bir gün gözlemlediyse, bir sonraki gün artık geçerli olmayabilir ve teoride kazançlı bir yatırım stratejisi gibi görünen şey, canlı ticarette para kazanmayabilir. Birçok insan trader da bu tuzağa düşer. Ancak bu yapay zeka sistemleri, büyük miktardaki veride karmaşık bağlantıları bulan kara kutu gibi olduğundan, bu “overfitting” sorunuyla özellikle karşı karşıyadır. Dahası, bir makinenin ticaret modeli ne kadar karmaşıksa, insanlar tarafından geliştirilen geleneksel niceliksel stratejilerin seçimleri ile karşılaştırıldığında daha zor açıklanır. Bu, genellikle kötü performansın tutarlı bir nedenini talep eden bir endüstride bir sorundur.

Yatırım için yapay zeka kullanımı ne kadar yaygın?

Birçok fon yöneticisi, yatırım süreçlerinde makine öğrenimi kullandıklarını söylüyor. Ancak bu, onlara neyi alıp satacaklarını söylemiyor gibi görünüyor. Yapay zeka, işlerinin birçok yönünde kullanılabilir – ticaret sinyallerini birleştirme, büyük bir çökme riskini hesaplama veya bir işlemi en iyi nasıl gerçekleştireceğinizi belirleme. Muhtemelen çoğu fon, bir şekilde makine öğrenimini kullanıyor. Voleon Group veya Voloridge Investment Management gibi bir grup, yapay zeka becerileriyle tanınır. Finans teknolojisi startup’ları da yapay zekayı finansa uygulamaya çalışan bir grup içerir, bu da EquiLibre Technologies, Kavout ve Axyon AI gibi şirketleri içerir, bunlar genellikle piyasa nereye gidiyor diye düşünmek için makine öğrenimini kullanırlar.

Peki, yapay zeka piyasaları yenmeyi başarabilir mi?

Bu, farklı trader’ların yapay zekayı farklı şekillerde kullanmaları nedeniyle net bir şekilde belirlenemeyebilir. Örneğin, AI hedge fonları Eurekahedge endeksi son beş yılda daha geniş evrende yaklaşık %9 oranında geride kaldı. AI Powered Equity ETF, aynı dönemde S&P 500 endeksine yaklaşık %50 oranında geride kaldı. Öte yandan, 2021’deki bir akademik çalışma, bu teknoloji tarafından desteklenen yatırım fonlarının insan yönetimli meslektaşlarına göre daha iyi performans gösterdiğini, ancak piyasayı yenemediğini öne sürdü. Kısacası, yapay zeka Wall Street’te daha büyük bir rol oynamaya başlıyor, ancak ilerleme, bazı Silicon Valley yöneticilerinin iddia ettiği kadar hızlı ve çarpıcı olmayabilir.