Rusza pierwszy polski fundusz zarządzany przez AI

Audio generowane przez AI. Może zawierać błędy.

Sztuczna inteligencja coraz szerzej wchodzi do świata zarządzania aktywami. Jednym z najdalej idących zastosowań jest przekazanie systemom AI generowania konkretnych decyzji inwestycyjnych. Pojawiają się również kwestie związane ze skutecznością takiego rozwiązania, ale również odpowiedzi na pytanie: jaka przyszłość czeka maklerów, analityków i traderów?

– Ze względu na złożony, rozproszony i niejednorodny charakter danych wykorzystywanych w analizie fundamentalnej nie doszliśmy jeszcze do momentu, w którym AI zastąpi tradycyjne zarządzanie oparte na tradycyjnej analizie notowanych spółek, obligacji czy surowców – mówi prezes Insignis TFI Grzegorz Witkowski.

Już teraz jednak technologia uczenia maszynowego jest na tyle potężna, że pozwala rozwijać zupełnie nowe podejścia do inwestowania, które mogą funkcjonować obok dotychczasowych metod.

Podobne rozwiązania pojawiały się już na rynkach zagranicznych. Teraz własny fundusz, w którym AI ma być bezpośrednio wykorzystywana do podejmowania decyzji inwestycyjnych przygotowuje polski fundusz Insignis.

Insignis rusza z nowym funduszem. Innym niż wszystkie

Z końcem sierpnia Insignis formalnie rozpoczęło uruchomienie funduszu Insignis AI FIZ. Sam projekt powstawał jednak znacznie wcześniej – według towarzystwa prace przygotowawcze trwały przez wiele miesięcy.

Insignis AI FIZ będzie trzecim funduszem w ofercie towarzystwa. Przyjęta strategia będzie różnić się od stosowanych w dwóch pozostałych funduszach, które zarządzane są przez zespół rynkowych ekspertów w oparciu na analizie fundamentalnej notowanych spółek.

Nie będzie to fundusz inwestujący w spółki związane ze sztuczną inteligencją. AI ma być wykorzystywana bezpośrednio w procesie inwestycyjnym, przede wszystkim do tworzenia prognoz oraz generowania sygnałów kupna i sprzedaży. W samym procesie składania zleceń człowiek nie będzie uczestniczył.

Człowiek nie zniknie jednak z całego procesu. Ma pełnić funkcję nadzorcy systemu oraz wybierać portfel wcześniej wytrenowanych agentów AI, którzy następnie będą samodzielnie generować sygnały inwestycyjne.

Zdaniem eksperta

Wyniki funduszy wykorzystujących AI są zależne od jakości zespołu

Fundusz może generować sygnały ilościowe w oparciu na sygnałach cenowych (np. momentum cenowe) oraz fundamentalnych (np. oczekiwań analityków co do wyników). Analizę fundamentalną można prowadzić w sposób dyskrecjonalny i systematyczny.

Wyniki funduszy wykorzystujących AI są zależne od jakości zespołu, tak jak w funduszach dyskrecjonalnych – samo wykorzystywanie AI nie daje przewagi, tak samo jak inwestowanie dyskrecjonalne. Na koniec dnia zespół musi generować dobre hipotezy badawcze, mieć solidny warsztat techniczny do weryfikacji tych hipotez oraz dobre zaplecze techniczne do optymalnej egzekucji strategii.

Co by się musiało wydarzyć, żeby fundusze wykorzystujące AI były przyszłością asset managementu? Przełom w modelach językowych, tak żeby były w stanie konkurować z ludźmi w zakresie kreatywności i osądu – wtedy w funduszach systematycznych modele mogłyby same generować hipotezy, a w funduszach dyskrecjonalnych konkurować z ludźmi np. w ocenie przewag konkurencyjnych spółek.

Michał Stefaniak

Zarządzający funduszami, Opoka TFI

AI Investments ma napędzać nowy fundusz

Kluczową technologię dla nowego funduszu dostarczy AI Investments. Oba przedsięwzięcia łączy współzałożyciel i przewodniczący rady nadzorczej Insignis Dominik Libicki, który przez wiele lat kierował Cyfrowym Polsatem.

AI Investments rozpoczęło prace nad technologią w 2018 r., choć wcześniej prowadziło już prace koncepcyjne. Insignis podkreśla, że nie zamierza testować technologii na pieniądzach klientów. Rozwiązanie od ponad czterech lat jest wykorzystywane do instytucjonalnego zarządzania pieniędzmi. Technologia od kilku lat działa również w luksemburskim funduszu inwestycyjnym. Według ustaleń XYZ chodzi najprawdopodobniej o fundusz Omphalos Fund.

– Od samego początku celem było stosowanie rozwiązań opartych na machine learningu. Przez cztery lata, jeszcze przed erą ChatGPT i dużych modeli językowych, zbudowaliśmy rozwiązanie, które od początku wykorzystywało machine learning w dwóch obszarach: prognozowaniu szeregów czasowych oraz optymalizacji portfela – mówi Paweł Skrzypek, pomysłodawca i założyciel AI Investments.

Kolejny kamień milowy to I kwartał 2019 r. To właśnie wtedy rozpoczęto proces testowania technologii z wykorzystaniem środków własnych spółki.

– W branży inwestycyjnej testy na prawdziwym kapitale są znacznie ważniejsze niż same symulacje czy backtesty – mówi Paweł Skrzypek.

W 2022 r. AI Investments pozyskało pierwszego klienta instytucjonalnego. Był nim jeden z luksemburskich funduszy inwestycyjnych, który zaczął wykorzystywać stworzone przez spółkę oprogramowanie do zarządzania pieniędzmi.

Technologia spółki jest od niedawna dostępna również dla inwestorów amerykańskich w ramach współpracy z jednym z dużych funduszy amerykańskich.

Agenci AI zamiast analityków

Stworzona przez AI Investments infrastruktura obejmuje obecnie około 2 tys. agentów AI. Nie oznacza to jednak zawierania takiej liczby transakcji. Jak tłumaczy Grzegorz Witkowski, pojedynczy agent jest kombinacją konkretnego instrumentu, modelu predykcyjnego oraz strategii inwestycyjnej. Każdy z nich korzysta z własnego zestawu cech wejściowych dobranych do danego instrumentu lub segmentu rynku. Dzięki temu ten sam rynek może być obsługiwany przez wielu różnych agentów wykorzystujących odmienne modele i sposoby podejmowania decyzji.

W koszyku obserwowanych instrumentów Insignis AI FIZ znajdą się pojedyncze akcje i ETF-y (60 proc.), pary walutowe (30 proc.) oraz towary i surowce (10 proc.). Ponadto system będzie wykorzystywał indeksy giełdowe, opcje oraz pośrednią ekspozycję na obligacje za pośrednictwem ETF-ów. Na obecnym etapie kontrakty terminowe nie będą wykorzystywane przez fundusz i pozostają jednym z kolejnych kierunków jego rozwoju.

Przy selekcji zmiennych zespół współpracuje m.in. z prof. dr. hab. Witoldem Rudnickim z Uniwersytetu w Białymstoku. Jest twórcą algorytmu Boruta służącego do selekcji cech. W swoich licznych badaniach skupia się na problematyce uczenia maszynowego i rozwoju algorytmów.

Kluczowym elementem całego procesu są modele predykcyjne. Ich zadaniem jest m.in. określanie prawdopodobieństwa wzrostu lub spadku ceny, przewidywanie zmian zmienności oraz szacowanie prawdopodobieństwa osiągnięcia konkretnego poziomu cenowego. Dopiero na tej podstawie agent AI uruchamia określoną strategię inwestycyjną. W systemie funkcjonują różne podejścia, w tym strategie mean reversion, trend following oraz strategie oparte na zmienności.

Insignis AI FIZ będzie opierać się głównie na analizie technicznej, z ograniczonym udziałem czynników fundamentalnych. Nie będzie to jednak klasyczna analiza techniczna oparta np. na formacjach świecowych. Agenci AI mają podejmować decyzje na podstawie danych ilościowych, które następnie trafiają do modeli prognozowania szeregów czasowych. System ma analizować m.in. dane cenowe i wolumenowe, informacje makroekonomiczne, wybrane dane fundamentalne oraz kalendarz wyników spółek.

Zdaniem eksperta

Każdy zarządzający będzie korzystał z LLM-ów

Rynki dążą do efektywności, zyskująca strategia przy użyciu LLM-ów znajdzie naśladowców i ostatecznie… przestanie działać. Rynek finansowy jest pierwszym poligonem do wprowadzania takich właśnie nowinek technologicznych, tylko robi się to za zamkniętymi drzwiami. Dlaczego? Bo tutaj najszybciej można uzyskać „nagrodę” i jak najdłużej inwestor stara się, by strategia działała ale pozostała nieznana dla konkurencji. Moim zdaniem ostatecznie każdy zarządzający będzie korzystał z LLM-ów, co spowoduje, że krótkoterminowa przewaga zniknie.

Historyczne dane nie do końca sprawdzają się do prognozowania przyszłości. Rynek nie jest procesem stacjonarnym, może zmienić mechanizm działania. Model musi się dostosować.

Bez wątpienia fundusze wykorzystujące AI będą przyszłością. Tylko że moim zdaniem z czasem zamiast dawania przewagi nad innymi, będą obowiązkowym narzędziem, bez którego trudno będzie w ogóle z innymi rywalizować.

Marek Olewiecki

Zarządzający funduszami, BNP Paribas TFI

Jak AI będzie zarządzać pieniędzmi?

Choć sygnały inwestycyjne mają być generowane automatycznie, zarządzający nadal będzie odgrywał istotną rolę w całym procesie. Nie będzie jednak codziennie analizował wszystkich agentów i ręcznie wybierał tych, którzy mają handlować.

– System sam przedstawia propozycję zestawu agentów, a w portfelu może działać jednocześnie kilkuset, a nawet ponad tysiąc z nich – mówi Paweł Skrzypek.

Pierwszym etapem będzie dobór agentów do portfela. Co ciekawe, przed podjęciem decyzji zarządzający będzie miał możliwość przeprowadzenia historycznych symulacji dla różnych kombinacji. Dobór agentów ma być prowadzony tak, aby maksymalizować relację zysku do ryzyka, mierzoną m.in. wskaźnikiem Sharpe’a, przy jednoczesnym zachowaniu narzuconych limitów ryzyka.

Po uruchomieniu portfela jego skład nie będzie codziennie budowany od zera. Głównym zadaniem zarządzającego będzie korygowanie wcześniej przyjętej kombinacji. Będzie dodawał nowych agentów oraz usuwał lub ograniczał tych, którzy przestaną spełniać oczekiwania.

Zarządzający nie będzie również śledził każdego agenta. Kluczowe będą parametry całego portfela, tj. poziom ekspozycji, koncentracja na poszczególnych instrumentach, maksymalne ryzyko czy wykorzystanie dopuszczalnych limitów. W momencie zbliżenia się do któregoś z tych limitów zarządzający będzie musiał zareagować.

Ważnym elementem strategii ma być również neutralność rynkowa. Fundusz nie ma więc zarabiać wyłącznie wtedy, gdy rynek rośnie. Agenci AI będą jednocześnie zajmować pozycje na wzrosty i spadki, tak aby cały portfel był w możliwie najmniejszym stopniu zależny od ogólnego kierunku rynku. Celem będzie przede wszystkim trafne przewidywanie zachowania poszczególnych instrumentów finansowych.

Oto jak poradziły sobie inne fundusze

Ostatnio na łamach XYZ pojawiła się publikacja omawiające przypadki funduszy, które próbowały wprowadzić AI. Jednym z najgłośniejszych przykładów był uruchomiony w 2017 r. fundusz AI Powered Equity ETF (AIEQ), oparty na technologii IBM. Mimo blisko dziewięciu lat działalności osiągnął stopę zwrotu wyraźnie niższą od indeksu S&P 500.

Podobne rezultaty przyniosły również inne projekty. Fundusz WisdomTree US AI Enhanced Value, wykorzystujący model sztucznej inteligencji opracowany przez Voya Investment Management, w ciągu pięciu lat zyskał około 34 proc., podczas gdy S&P 500 wzrósł w tym czasie o 73 proc.

Słabiej od szerokiego rynku wypadł także Amplify AI Powered Equity. Z kolei QRAFT AI-Enhanced US Large Cap, mimo że zarządzał aktywami przekraczającymi 550 mln dolarów, został ostatecznie zamknięty po okresie rozczarowujących wyników i przy wysokich kosztach zarządzania.

Są jednak również przykłady sugerujące, że wykorzystanie AI może przynosić ponadprzeciętne rezultaty. Uruchomione przez Finq fundusze AIUP i AINT, w których za decyzje inwestycyjne odpowiadają algorytmy sztucznej inteligencji, w pierwszych sześciu miesiącach działalności osiągnęły stopy zwrotu odpowiednio na poziomie 20 i 23 proc. W tym samym czasie indeks S&P 500 wzrósł o 14 proc.

Jest to jednak bardzo krótki okres, dlatego na ocenę, czy przewaga tych strategii ma trwały charakter, jest jeszcze zdecydowanie za wcześnie. Ponadto szersze badania nie potwierdzają na razie jednoznacznej przewagi sztucznej inteligencji nad tradycyjnym zarządzaniem.

Zdaniem eksperta

Nowy stan równowagi rynku?

Nie ma przekonujących dowodów, że wykorzystywanie AI pozwala na systematycznie bicie benchmarków. Choć, żeby być fair, należałoby zaznaczyć, że zatrudnienie zarządzających, również nie daje takiej gwarancji. Rynek to wypadkowa mnóstwa czynników ekonomicznych i sytuacji w samych spółkach, a także emocji ludzi oraz efektów działania algorytmów tradingowych. Do dużej części z nich nie mamy ani nie będziemy mieć bieżącego wglądu.

Szansa, że w pewnym momencie zastosowanie jednego typu narzędzia, takiego jak AI, pozwoli każdemu na stałe bić rynek, jest moim zdaniem zerowa. Jeśli powstanie takie narzędzie, każdy inwestor będzie chciał je wykorzystywać, a w efekcie powstanie nowy stan równowagi rynku. Nie wyklucza to jednak, że konkretne narzędzia AI będą przynosić znacznie lepsze efekty niż inne – dokładnie tak samo jak w przypadku każdego innego typu programów.

Michał Szymański

Prezes zarządu VIG/C-QUADRAT TFI

W kontekście niejednoznacznych doświadczeń zagranicznych funduszy wykorzystujących AI XYZ zapytało Insignis, czy nie obawiają się podzielić los projektów, które mimo zaawansowanej technologii nie były w stanie pokonać benchmarków.

– Moim wzorem jest Medallion Fund Jima Simonsa, który osiągał bardzo wysokie i regularne stopy zwrotu. Być może nie wykorzystywał AI w dzisiejszym rozumieniu, ale już ponad 30 lat temu opierał się na algorytmach ilościowych. To pokazuje, że dzięki systematycznemu podejściu można osiągać wysokie stopy zwrotu. Oczywiście nie każdy je osiągnie i nie ma żadnej gwarancji wyników. Jeżeli spojrzymy na fundusze multistrategy, takie jak Millennium, Two Sigma czy Citadel, osiągają one średnioroczne stopy zwrotu na poziomie około 20-25 proc. netto. Chcemy wzorować się na takim podejściu i dojść do podobnego poziomu – mówi Paweł Skrzypek.

Grzegorz Witkowski podczas rozmowy powiedział, że „Insignis dzięki współpracy z AI Investment jest w posiadaniu technologii, która jest unikatowa, całkowicie autonomiczna, rozwinięta od podstaw z myślą o sferze inwestowania i może śmiało konkurować z najlepszymi i wciąż nielicznymi podobnymi rozwiązaniami na świecie”.

Główne wnioski

1. Insignis TFI rozpoczęło tworzenie funduszu Insignis AI FIZ, w którym sztuczna inteligencja ma odgrywać centralną rolę w procesie inwestycyjnym. System będzie samodzielnie generował prognozy oraz sygnały kupna i sprzedaży, a realizacja transakcji ma odbywać się bez bezpośredniego udziału człowieka. Rola zarządzających nie zniknie całkowicie. Będą oni nadzorować działanie systemu, wybierać portfel agentów AI oraz kontrolować poziom ryzyka.
2. Technologia wykorzystywana przez fundusz została opracowana przez AI Investments i rozwijana jest od 2018 r. Obecnie obejmuje około 2 tys. agentów AI, czyli modeli łączących określone instrumenty finansowe, strategie inwestycyjne i metody prognozowania. Agenci mają analizować dane cenowe, wolumenowe, makroekonomiczne oraz wybrane dane fundamentalne, a następnie podejmować decyzje w oparciu na modelach przewidywania przyszłych zachowań rynku.
3. Dotychczasowe doświadczenia związane z wykorzystaniem AI w zarządzaniu aktywami pozostają niejednoznaczne. W artykule przytoczono przykłady zagranicznych funduszy opartych na sztucznej inteligencji, które nie zdołały osiągnąć wyników lepszych od szerokiego rynku, ale także projekty notujące na początku działalności stopy zwrotu przewyższające indeks S&P 500.