A mesterséges intelligencia nem biztos, hogy látványos hozamugrást hoz, de a pénzügyi piacokon komoly hátrányba kerülhet, aki kimarad belőle.
A tőzsdei döntések világát sokan még ma is brókerekhez, grafikonokhoz és gyors ösztönreakciókhoz kötik, pedig a háttérben régóta algoritmusok dolgoznak. Most azonban új szintre léphet ez az átalakulás: Price Márton, az Everest Quant befektetési igazgatója és társalapítója a radiocafé Millásreggeli című műsorában az AI Summit apropóján arról beszélt, hogy a mesterséges intelligencia (AI) nem egyszerűen gyorsabbá, hanem alkalmazkodóbbá is teheti a pénzügyi modelleket.
Már nem csak végrehajt, értelmez is
A beszélgetésben Price Márton arra hívta fel a figyelmet, hogy az algoritmikus kereskedés nem új jelenség: a pénzügyi központokban, főként New Yorkban és Londonban évek óta jelen van. A különbség most az, hogy a korábbi rendszerek jellemzően előre rögzített szabályok alapján működtek, vagyis ugyanarra a helyzetre mindig ugyanazt a választ adták.
A mostani AI-hullám ezzel szemben abba az irányba mutat, hogy a modellek a beérkező piaci információkat is képesek legyenek értelmezni, és ezek alapján módosítani a saját kereskedési szabályaikat. Ez az a pont, ahol a szoftver már nem pusztán végrehajt, hanem bizonyos keretek között alkalmazkodik is.
Az előny kulcsa az adatminőség
Price szerint a kvantitatív, matematikaalapú befektetések világában az eredmény több mint 50 százalékban az adatok mennyiségén és minőségén múlik. Ez fontos szempont egy olyan időszakban, amikor sokan hajlamosak úgy tekinteni a mesterséges intelligenciára, mint univerzális megoldásra.
A szakértő világosan fogalmazott: ma még nem működik, hogy valaki egyszerűen odafordul a ChatGPT vagy a Claude felé azzal, hogy csináljon pénzt a tőzsdén. A modellek önmagukban nem helyettesítik a jó adatokat, a tiszta rendszereket és a kiforrott stratégiát. Ebben a közegben az adat nem mellékszereplő, hanem maga az alapanyag.
Nem feltétlenül jön több hozam
Az AI várhatóan nem azért lesz meghatározó, mert hirtelen mindenki sokkal magasabb hozamot ér el vele. Price Márton inkább arra számít, hogy lemaradnak, akik nem kezdik el használni ezt a technológiát.
Ez lényeges különbség. A pénzügyi piacokon eleve nehéz tartósan kiemelkedő eredményt elérni, viszont az már ma is látszik, hogy a matematikailag leírható stratégiák sokszor jobban teljesítenek az érzelmi döntéseknél. Ha ehhez hozzáadódik az AI alkalmazkodóképessége és a high-frequency trading logikája, a verseny még inkább a technológiai felkészültségről szólhat.
Hosszú átmenet jön
Az Everest Quant londoni központtal működik, miközben a kutatásban budapesti fizikusok és matematikusok is részt vesznek. Ez jól mutatja, hogy a pénzügyi innováció nem egyetlen pillanatban tszülötte, hanem hosszú fejlesztési és tanulási folyamat eredménye.
A beszélgetésből összességében az rajzolódott ki, hogy a mesterséges intelligencia a pénzpiacokon inkább évtizedes átalakulást hozhat, nem egyik napról a másikra bekövetkező forradalmat. A kérdés így nem csak az, mire képes ma az AI, hanem hogy ki kezd el időben alkalmazkodni hozzá.
Ki kicsoda, mi micsoda?
- Price Márton: az Everest Quant befektetési igazgatója és társalapítója.
- Everest Quant: londoni központú kvantitatív befektetési cég, amely budapesti kutatói háttérrel is dolgozik.
- AI Summit Budapest: a mesterséges intelligenciára fókuszáló szakmai rendezvény.
- Kvantitatív alapkezelés: Olyan befektetési megközelítés, amely matematikai modellekre, adatelemzésre és algoritmusokra épít.
- High-frequency trading: Nagyfrekvenciás kereskedés, ahol számítógépes rendszerek rendkívül gyorsan hajtanak végre ügyleteket piaci adatok alapján.
