هوش مصنوعی در بازارهای سرمایه

هوش مصنوعی از مهم‌ترین مباحث داغ دنیای امروز است. هوشی که می‌تواند در حوزه‌های مختلفی همچون رباتیک و داده‌کاوی مورد استفاده قرار گیرد. یکی از حوزه‌های بالقوه برای استفاده از هوش مصنوعی بازارهای سرمایه است. در این بازارها روزانه تعداد زیادی سهام معامله می‌شود و فاکتورهای گوناگونی نیز روی قیمت این سهم‌ها تاثیر می‌گذارند. اگر قرار باشد ما تمام سهم‌ها را زیر نظر بگیریم، اطلاعات آن‌ها را بخوانیم و تحلیل کنیم، وقت و هزینه زیادی صرف خواهد شد. کامپیوترها می‌توانند این کار را انجام دهند، مشکل اینجا است که آن‌ها قوه تحلیل ندارند و باهوش نیستند. اما چه می‌شود اگر هوش را به این کامپیوترها اضافه کنیم؟ در این صورت بازار سرمایه چه شکلی پیدا می‌کند؟

ورود به بازار سرمایه

بازار سرمایه از مهم‌ترین اجزای اقتصاد دنیای امروز است. هر کدام از بازیگران این حوزه با هدف خاصی وارد بازارهای سرمایه می‌شوند. ممکن است شما صاحب یک شرکت باشید و فکر می‌کنید شرکت شما به اندازه کافی بالغ شده است و شاید بهتر است سهام آن را در بازارهای سرمایه عرضه عمومی کنید و سرمایه بیشتری جذب کنید.

ممکن است شما مقداری پول پس‌انداز کرده‌اید و به دنبال محلی برای سرمایه‌گذاری مفید هستید. سرمایه‌گذاری مفیدی که در نهایت به تولید ارزش ختم شود. برای این نوع سرمایه‌گذاری، بازار سرمایه گزینه مناسبی است.

حتی برای بهترین تحلیل‌گرها، وضعیت آینده مبهم است.

وارد شدن به بازارهای سرمایه نیاز به تجربه و دانش بسیاری دارد. برای همین بسیاری از مردم دنیا ترجیح می‌دهند به جای اینکه خود به خریدوفروش سهام بپردازند، صندوقی از سهم‌های متنوع را بخرند. صندوق سهام از سهام چند شرکت (به علاوه سپرده‌ای بانکی، اوراق مشارکت، وجه نقد یا دارایی‌های دیگر) تشکیل شده است و متخصصین این حوزه با استفاده از پول شما در این بازار سرمایه‌گذاری می‌کنند و به شما سود می‌پردازند. این سرمایه‌گذاری‌ها ریسک بسیار کمی دارند.

فعالیت در بازار سرمایه‌

در بازار روش‌های مختلفی برای انتخاب سهم سرمایه وجود دارد. از تحلیل بنیادی (Fundamental Analysis) و تحلیل تکنیکال (Technical Analysis) گرفته تا انتخاب سهم بر اساس طالع‌بینی و وضعیت ستاره‌ها (در عمل یعنی انتخاب تصادفی).

تعداد تحلیل‌های موجود بازار بسیار زیاد است و هر روش مزایا و معایبی دارد. اگر همه این تحلیل‌ها را بلد باشید و اطلاعات کافی در مورد وضعیت اقتصادی جهان و کشور، وضعیت صنایع، وضعیت شرکت‌های فعال در صنایع، رقابت، بازار، تصمیمات رده‌های بالای اقتصادی و سیاسی و وضعیت تحریم‌ها داشته باشید و هنوز مشکلی بزرگ وجود دارد.

ما انسان‌ها وقت اندکی داریم. سرعت مطالعه و تحلیل ما کم است. ممکن است اشتباه کنیم. حواسمان پرت می‌شود. خسته می‌شویم. نمی‌توانیم این همه داده را در کنار هم قرار دهیم و تصمیم بگریم. اگر به دقت بدانیم چه سهمی مناسب است، ممکن است نتوانیم بهترین زمان برای خرید را تشخیص بدهیم. اگر بهترین زمان خریدوفروش را بدانیم، ممکن است فرصت نکنیم تمام اطلاعات ذاتی شرکت را بررسی کنیم.

بدتر از همه، ما از دیگران تاثیر می‌گیریم. هیجان‌زده می‌شویم. در لحظه‌ای که باید شجاع باشیم، ناامید می‌شویم و دقیقا وقتی باید کار را تعطیل کنیم، به خود روحیه مضاعف می‌دهیم.

افراد با تجربه می‌توانند احساسات خود را مدیریت کنند. آن‌ها در زمانی که هیجان‌زده می‌شوند تصمیمی نمی‌گیرند. آن‌ها می‌توانند در بزنگاه‌های سخت تا حد زیادی احساسات خود را خاموش کنند و تصمیم عقلایی بگیرند. اما تجربه سال 2008 در آمریکا نشان داد که هیچ‌کس کامل نیست.

مغز انسان، منبع مشکل

مغز انسان یک سیستم پیچیده است. سیستمی که از میلیارد‌ها سلول عصبی، هورمون‌ها و مواد شیمیایی تشکیل می‌شود. سلول‌های مغزی به طرق مختلفی به یکدیگر متصل هستند و روی هم دیگر تاثیر می‌گذارند. این فرآیند‌ها به قدری پیچیده و در هم تنیده است که می‌توانیم به جرات بگوییم، هیچ‌کدام از بخش‌های مغز مستقل از بخش دیگر نیست. به همین دلیل هیچ انسانی نمی‌تواند احساسات خود را کاملا کنار بگذارد.

ما هنوز درک درستی از هوش نداریم. 96% ژن‌های ما با ژن‌های شانپانزه‌ و 60% با ژن‌های موز مشترک است. چقدر از شامپانزه و موز باهوش‌تر هستیم؟

تاثیر احساسات باعث می‌شوند که تصمیم‌های انسانی در فرآیند‌های سرمایه‌گذاری و خریدوفروش کاملا بهینه نباشند.

حتی اگر کسی به طور کامل بر تمام قسمت‌های مغز خود مسلط شود، باز هم محدودیت‌های فیزیکی مانع تصمیم‌گیری بهینه می‌شوند. شاید نتوانیم به موقع همه داده‌ها را مطالعه کنیم. یا بعد از ناهار در شرکت دچار سردرد شویم و آن روز را از دست بدهیم. شاید فردای آن روز که حالمان خوب است، برای این معامله دیر شده باشد.

هوش مصنوعی وارد می‌شود

استفاده از کامپیوتر برای تحلیل داده‌ها در دنیای امروز بسیار معمول است. کامپیوترها با استفاده از الگوریتم‌های از پیش نوشته شده، اطلاعات مورد نیاز ما را خلاصه می‌کنند. مثلا به جای چند جدول عریض و طویل، یک نمودار نمایش می‌دهند. کامپیوترها این کارها را به شکل ناخودآگاه انجام می‌دهند. آن‌ها نه از ماهیت داده‌ها خبر دارند، نه می‌دانند که این داده‌ها به چه دردی می‌خورند. کامپیوتر شما نه از سود میلیاردی خوشحال می‌شود نه بعد از یک ضرر سنگین افسردگی می‌گیرد.

مسئله این است: هر بار که داده‌های موجود تغییراتی غیرمعمول می‌کنند، هر بار که الگوی جدیدی در داده‌های بازار سرمایه شکل می‌گیرد، هر بار که اتفاقی رخ بدهد که بسیار مهم است اما از چشم همه پنهان بماند، چه کسی می‌تواند این موقعیت را تشخیص بدهد؟

الگوریتم‌های معمول کامپیوتری این توانایی را ندارند. مگر اینکه ما یک الگوریتم جدید برای استخراج این الگوی جدید طراحی کنیم.

هوش مصنوعی همراه با کمک یادگیری ماشینی، شبکه‌های عصبی (Neural Networks) و الگوریتم ژنتیک، می‌تواند از عهده این کار برآید.

نوزادی با آینده درخشان

هوش مصنوعی و داده‌کاوی حاصل طراحی الگوریتم‌هایی هستند که می‌توانند یاد بگیرند. شما به کامپیوترها الگوهایی شناسایی‌شده در فاکتورهای تاثیرگذار روی شاخص بازار سرمایه را یاد می‌دهید و آن‌ها می‌توانند به شما بگویند چه تغییراتی در قیمت سهام رخ خواهد داد. آن‌ها می‌توانند در صورت تغییرات غیرمعمول، الگوهای جدید را شناسایی کنند.

برای این کار یک الگوریتم خام مثل یک نوزاد طراحی می‌شود و شما آرام‌آرام اطلاعات خام و نتایج حاصل را به خورد آن می‌دهید. پارامترهای تاثیرگذار را یادش می‌دهید. در نهایت پس از مدتی هوش مصنوعی می‌تواند ارتباط بین پارامترهای مختلف و قیمت سهام را تخمین بزند و قیمت را پیش‌بینی کند. فراتر از آن هوش مصنوعی می‌تواند رابطه‌های جدیدی را که تا به امروز از آن‌ها آگاه نبودیم پیدا کند.

مزیت استفاده از هوش مصنوعی

هوش مصنوعی بارها سریع‌تر از ما می‌تواند اطلاعات را بخواند و تحلیل کند. از سویی هوش مصنوعی هیچ‌وقت تصمیم احساسی نمی‌گیرد. ما هنوز ماهیت احساس را به خوبی نمی‌شناسیم. در نتیجه هنوز بلد نیستیم به کامپیوترها یاد بدهیم که احساساتی باشند.

ما برای مطالعه مدارک و اطلاعات یک شرکت احتمالا به یک روز کاری زمان نیاز داریم. این کار برای کامپیوتر فقط چند ثانیه طول می‌کشد. ما در حین مطالعه و تحلیل آن‌ها باید چای، آب و غذا بخوریم. دستشویی برویم. با دیگران حرف بزنیم. همه این‌ها حواسمان را پرت می‌کند و تمرکزمان را کمتر می‌کند. هوش مصنوعی هیچ‌کدام از این مشکلات را ندارد.

ممکن است افزایش قیمت سهام یک شرکت ناشی از موج‌‌سازی‌های کاذب باشد نه ارزشی ذاتی. هوش مصنوعی می‌تواند همه این اطلاعات را در زمانی کم بررسی کند و دلیل اصلی تغییرات قیمت را کشف کند.

اگر بتوان رفتارهای انسانی را به هوش مصنوعی یاد داد، می‌شود فراتر از بازار سرمایه، الگوهای رفتار انسانی در کل اقتصاد را پیدا کرد. شاید اگر هوش مصنوعی زودتر اختراع شده بود، اقتصاد رفتاری به موضوعی بدیهی تبدیل می‌شد.

هوش مصنوعی چه کار می‌تواند بکند؟

در تحلیل بنیادی شما می‌توانید با مطالعه صورت مالی، استراتژی‌ تجاری و برنامه‌های آینده شرکت، تخمینی از ارزش ذاتی سهام آن به دست آورید. با مقایسه این ارزش با قیمت سهام در بازار می‌توانید در مورد خرید سهم تصمیم‌ بگیرید.

برای تحلیل تکنیکال الگوهای تغییرات قیمت مشخصی تا به امروز کشف شده است. شما باید سعی کنید الگوی تغییرات قیمت سهام را با الگوهای از پیش تعیین‌شده تطبیق دهید و از روی این الگو و شاخص‌های آن قیمت آینده را پیش‌بینی کنید. اما اگر الگوی جدیدی وجود داشته باشد و تا به امروز هیچ‌کسی متوجه آن نشده باشد چه؟

هوش مصنوعی امکان تحلیل و ترکیب این داده‌های عظیم را فراهم می‌کند. با این تحلیل‌ها می‌توان الگوهای جدید را نیز کشف کرد و با دقت و سرعت بیشتری به معامله پرداخت. یعنی هوش مصنوعی هم می‌تواند از ارزش باخبر باشد، هم بهترین قیمت را در بهترین زمان بیابد.

هوش مصنوعی چگونه وارد بازار سرمایه می‌شود؟

برای اینکه بتوان یک سیستم هوش مصنوعی برای بازار سرمایه ساخت، باید به آن آموزش داد. باید تاریخچه تغییرات هزاران سهم را همراه با داده‌هایی در مورد تاریخچه وضعیت اقتصادی کشور و جهان به او داد. باید نقاط عطف و دلایل وقوع نقاط عطف در قیمت سهام هر شرکت را هم به او یاد بدهیم.

احساسات در تمام تصمیم‌های ما تاثیر می‌گذارد.

دقیقا باید تصور کنید که یک کارآموز بسیار باهوش دارید و می‌خواهید به او بازار سرمایه را یاد بدهید.

دانشمندهای بی‌دانش

تفاوت هوش مصنوعی با انسان این است که ما برای اینکه بتوانیم معامله در بازار سرمایه را یاد بگیریم، باید بسیاری مفاهیم رایج در این حوزه را از قبل بلد باشیم. هوش مصنوعی می‌تواند صرفا به واسطه تحلیل داده‌های تعریف‌شده، الگوهای درون آن را بیابد. هوش مصنوعی با داشتن داده‌های عظیم، نقاط مشابه را در هر کدام می‌یابد. با رشد یادگیری می‌تواند جزئیات بیشتری استخراج کند و با ترکیب تمامی این اطلاعات پیش‌بینی‌ها و تحلیل‌های عمیقی انجام دهد.

برای استفاده از هوش مصنوعی در بازارهای مالی لازم است ما ابزارهای هوش مصنوعی و کلان‌داده را با هم ترکیب کنیم. باید داده‌های با ساختار و بدون ساختار جاری در بازارهای سرمایه را به خورد هوش مصنوعی بدهیم و منتظر بمانیم که آن‌ها را تحلیل کند. حتی ممکن است بعد از مدتی این کارآموز علاقه‌مند نکات جدیدی را به شما یاد بدهد.

هوش مصنوعی یک رقیب مهم در بازار سرمایه

شاید فکر کنید این حرف‌ها بیشتر شبیه فیلم‌های علمی تخیلی است. اما همین امروز شرکت‌هایی هستند که با استفاده از هوش مصنوعی به خریدوفروش سهام می‌پردازند. در این شرکت‌ها معاملات را هوش مصنوعی انجام می‌دهد و فقط چند نفر معامله‌گر انسانی بر عملکرد او نظارت می‌کنند.

مردم می‌توانند بخشی از صندوق این شرکت‌ها را بخرند و در سود با آن‌ها شریک شوند. نکته جالب اینجا است که مردمی که در این بازارها سرمایه‌گذاری می‌کنند، به هوش مصنوعی اعتماد بیشتری دارند تا معامله‌گرهای انسانی. از مهم‌ترین دلایل این موضوع این است که کسب سود شخصی برای معامله‌گر کامپیوتری معنایی ندارد. به همین دلیل مثل معامله‌گرهای انسانی، خود را در اولویت خرید یک سهم خوب قرار نمی‌دهد. در نهایت سود بیشتری نصیب شرکت و سرمایه‌گذار می‌کنند.

آینده هوش مصنوعی در بازارهای سرمایه

با ورود هوش مصنوعی به بازارهای سرمایه و استفاده از آن، دیگر شاهد حباب‌ قیمت نخواهیم بود. زیرا ابزارهای هوش مصنوعی به تصمیمات انسانی پر از خطا، احساسی و تحت تاثیر دیگران پایان خواهند داد. به این ترتیب بازاری کارا خواهیم داشت که قیمت تمام اطلاعات لازم را در خودش دارد. اما یک تناقض وجود دارد: اگر به لطف هوش مصنوعی بازارها کارا باشند و تمام اطلاعات در قیمت منعکس شود، دیگر به هوش مصنوعی نیازی نخواهیم داشت! با این وجود امید داریم خاصیت خودساماندهی بازار به عنوان یک سیستم پیچیده این مشکل را به خوبی حل کند.

درست مثل زمانی که ماشین‌ها در خدمت کشاورزان قرار گرفتند و توانایی شخم‌زدن زمین بی‌ارزش شد، هوش مصنوعی می‌تواند معنای تخصص و توانایی را در بازار تغییر دهد و منجر به مشاغل جدید بشود. در این بازار جدید، بهترین عملکرد از آن تیمی متشکل از هوش‌های کم اشتباه مصنوعی و هوش‌های خلاق انسانی خواهد بود. با این همه تا آن زمان هنوز راه درازی باقی مانده است. اگر می‌خواهید در مورد هوش مصنوعی بیشتر بدانید، هنوز هم دیر نیست.