Ο αλγόριθμος και οι παραδοσιακοί χρηματοοικονομικοί σύμβουλοι

09:19 27/3/2024 - Πηγή: Sigma Live

Πώς η Ecommbx συνδυάζει τις παραδοσιακές μεθόδους διαχείρισης κεφαλαίων με τις νέες τεχνολογίες και την τεχνητή νοημοσύνη

Για τις παραδοσιακές αλλά και τις μοντέρνες μεθόδους διαχείρισης κεφαλαίων μίλησε στο Σίγμα και στην εκπομπή Μεσημέρι και Κάτι ο Χάρης Μιχαηλίδης, Υπεύθυνος στο Treasury και Investments Department της Ecommbx.

Ο κ. Μιχαηλίδης αναφέρθηκε στον αλγόριθμο ο οποίος δίνει κάποιες προτάσεις όσον αφορά στη διαχείριση του χαρτοφυλακίου ενός επενδυτή, αλλά τόνισε ότι πάντα θα υπάρχει και ο ανθρώπινος παράγοντας ο οποίος θα συμβουλεύει,

ώστε να προκύπτει έτσι το καλύτερο δυνατό αποτέλεσμα για την επίτευξη του στόχου του επενδυτή.

Αναλυτικότερα, ο κ. Μιχαηλίδης ξεκινώντας με την παραδοσιακή διαχείριση κεφαλαίων, λέει ότι παλιά χρησιμοποιούσαμε πάντα το ρίσκο ως η διακύμανση του χαρτοφυλακίου κάποιου επενδυτή. Οι καινούργιες μέθοδοι του robo advisory θεωρούν ότι το ρίσκο του επενδυτή είναι να μην πετύχει το στόχο που έχει θέσει και όχι η αυξομείωση του χαρτοφυλακίου του. Το robo advisory είναι μια μοντέρνα τεχνική, η οποία βασίζεται σε ψηφιακή διαδικασία καθορισμού των στόχων του επενδυτή και βάση των παραμέτρων που έχει θέσει ο επενδυτής, ο αλγόριθμος προτείνει και συμβουλεύει ένα συγκεκριμένο χαρτοφυλάκιο για τον συγκεκριμένο επενδυτή.

Ερωτηθείς κατά πόσο την απόφαση την παίρνει ο επενδυτής για το που και πότε θα επενδυθούν τα χρήματα του ή την παίρνει ο αλγόριθμος, ο κ. Μιχαηλίδης ανέφερε ότι ο αλγόριθμος προτείνει κάποια χαρτοφυλάκια. Βγάζει ουσιαστικά μια πιθανότητα εκπλήρωσης του στόχου. Αν πρόκειται για συνταξιοδοτικό στόχο, που πρέπει να παίρνεις μια σύνταξη στα 65 χρόνια τότε πρέπει να είναι ψηλή η πιθανότητα αυτού του στόχου. 

Και όλο αυτό επιτυγχάνεται μέσω της τεχνητής νοημοσύνης, ερωτήθηκε. Τεχνητή νοημοσύνη, ανέφερε, μαζί με τεχνικές machine learning, οι οποίες χρησιμοποιούν τις παραμέτρους που έχει θέσει ο ίδιος ο επενδυτής και τις κινήσεις της αγοράς. Ένας συνδυασμός αυτών, προσαρμόζει και συμβουλεύει. 

Δεν αφήνετε όμως τους επενδυτές αποκλειστικά «στο έλεος των αλγόριθμων» κλήθηκε να σχολιάσει ο κ. Μιχαηλίδης. Όχι βέβαια. Υπάρχουν πάντα οι σύμβουλοι που δίνουν τις συμβουλές τους για το χαρτοφυλάκιο. Χρησιμοποιώντας όμως αυτές τις μεθόδους, έχουμε τη δυνατότητα να μειώσουμε πολύ την ομάδα και το προσωπικό, το οποίο χρειάζεται για να ασχοληθεί με το συγκεκριμένο αντικείμενο. 

Όσον αφορά στους στόχους, σημειώνει ότι είναι καθαρή απόφαση του επενδυτή ποιος θα είναι ο στόχος του. Μπορεί ο στόχος σου να είναι να αγοράσεις ένα ακριβό αυτοκίνητο σε 10 χρόνια. Δεν είναι αδήριτη ανάγκη αλλά ένα όνειρο. Οπότε μπορούμε να θέσουμε και μια πιθανότητα υλοποίησης του στόχου πιο χαμηλά από το 90% που είναι οι στόχοι κάποιου συνταξιοδοτικού σχεδίου.

Το μηχάνημα κάνει λάθη και διδάσκεται από αυτά; Ήταν η επόμενη ερώτηση. Το μηχάνημα διδάσκεται από τα λάθη του από τους τόνους πληροφοριών που παίρνει από το διαδίκτυο, από τις τιμές των μετοχών που ανεβοκατεβαίνουν καθημερινά, από τις ανάγκες των επενδυτών που θέτουν διαφορετικούς στόχους. Όλη αυτή η πληροφορία τυγχάνει επεξεργασίας ώστε να δοθεί το καλύτερο δυνατό αποτέλεσμα, ανέφερε. Επομένως γίνονται λάθη αλλά σε μικρότερο βαθμό σε σχέση με το ανθρώπινο λάθος.

Κληθείς ο κ. Μιχαηλίδης να αναφέρει κατά πόσο πιστεύει ότι κάποια στιγμή ο αλγόριθμος θα αντικαταστήσει εντελώς τον χρηματοοικονομικό σύμβουλο, απάντησε αρνητικά επισημαίνοντας ότι και στο χτίσιμο των ίδιων των αλγόριθμων υπάρχει ο ανθρώπινος νους, ο οποίος καθορίζει τι πρέπει να κάνει αυτός ο αλγόριθμος. Είναι μεν έξυπνος, αλλά πρέπει κάποιος να τον δημιουργήσει να του δώσει την πληροφορία που χρειάζεται. Ο ανθρώπινος παράγοντας πάντα θα είναι εκεί.

Όσον αφορά στις παραδοσιακές μεθόδους χρηματοοικονομικών συμβουλών, αυτές δεν εγκαταλείπονται. Πάντα θα λαμβάνουμε υπόψη τις παραδοσιακές οικονομικές θεωρίες, όπως αυτή του Χάρι Μάρκοβιτς η οποία βραβεύτηκε με Νόμπελ αλλά έγινε το 1950. Οπότε μπορούμε να συνδυάσουμε αυτή τη θεωρία με κάποιες καινούργιες τεχνικές και καινούργια τεχνολογία για να δώσουμε ένα καλύτερο δυνατό αποτέλεσμα. 

Καταλήγοντας, ο κ. Μιχαηλίδης ανέφερε σχολιάζοντας αν αποδίδουν αυτές οι μέθοδοι ότι βλέπουμε πως αυτό που περιμένουμε ότι θα δώσει ένας αλγόριθμος, αυτό τελικά γίνεται.