Споры вокруг применения искусственного интеллекта в количественных инвестициях: исследование AQR под вопросом

В финансовом сообществе разгорается дискуссия о возможностях искусственного интеллекта в систематическом инвестировании. Специалисты AQR Capital Management опубликовали исследование, ставящее под сомнение традиционный подход к построению количественных моделей. Согласно работе, стратегия с использованием более 10 000 параметров и ограниченного набора данных продемонстрировала преимущества перед классическим методом «купи и держи» на американском фондовом рынке.

Методология исследования, размещенного в авторитетном Journal of Finance в 2024 году, вызвала критику со стороны академиков Оксфорда, Стэнфорда и Чикагского университета. Эксперты указывают на возможные методологические ошибки, включая использование всего 12 месяцев исторических данных и неявное копирование стратегии следования трендам.

Представители AQR, включая соавтора работы Брайана Келли, подчеркивают, что исследование носит концептуальный характер. По их мнению, потенциал сложных алгоритмов машинного обучения в финансовой аналитике требует дальнейшего изучения, несмотря на скепсис части научного сообщества.

Дискуссия затрагивает фундаментальные принципы количественного инвестирования. Традиционные подходы, такие как трехфакторная модель Фамы-Френча, основаны на экономической теории и долгосрочных факторах. В отличие от них, современные методы ИИ позволяют обрабатывать гигантские массивы данных, но могут страдать от переобучения историческим шумам.

Эксперты отрасли отмечают, что спор носит принципиальный характер для будущего финансовых технологий. Вопрос оптимального сочетания традиционных экономических моделей с передовыми алгоритмами машинного обучения остается открытым и требует дальнейших исследований.