Sztuczna inteligencja w inwestowaniu. Jak technologia pomaga finansistom przy budowie portfeli funduszy?

Większość ofert polskich TFI prezentowana jest w podobny sposób: opis strategii funduszu, rodzaje aktywów, procentowy udział kapitału w poszczególnych klasach aktywów, stopień ryzyka i rekomendowany horyzont inwestycji. W ramach oferty dostępnych jest zwykle kilka typów funduszy zrównoważonych, różniących się poziomem ryzyka i zalecaną długością inwestycji. To one stanowią podstawę takich programów, jak IKE czy IKZE – zapewniają inwestorom dywersyfikację i ekspozycję na różne giełdy oraz sektory.

Dla każdego funduszu przygotowany jest modelowy skład portfela. Nie wskazuje on konkretnych aktywów, lecz ich rodzaje i proporcje. Inwestor wybiera fundusz, którego profil najlepiej odpowiada jego potrzebom.

Podobny model obowiązuje w doradztwie inwestycyjnym, także dla klientów zamożnych. Portfele „szyte na miarę” niemal zniknęły z rynku, zastąpione przez portfele modelowe, przygotowywane odgórnie i dostosowywane później do sytuacji rynkowej.

Ruchome ramy

Model portfela nigdy nie jest sztywny. Rzeczywistość giełdowa szybko weryfikuje założenia, dlatego zarządzający często muszą dostosowywać skład funduszu do bieżących warunków rynkowych. Przy obecnej zmienności sztywna, długoterminowa strategia nie ma racji bytu.

Jak podkreślają eksperci, kiedy akcje radzą sobie bardzo dobrze, a obligacje wyjątkowo słabo, zarządzający może zwiększyć udział akcji w portfelu – nawet wbrew pierwotnemu założeniu. W ich opinii konieczne jest podejście oportunistyczne, pozwalające korzystać z pojawiających się okazji inwestycyjnych.

Tu właśnie objawia się sens aktywnego zarządzania. Inwestor, który chce podejścia pasywnego, wybierze fundusz ETF albo robodoradcę. Natomiast w funduszu aktywnym powierza kapitał zarządzającemu, który ma możliwość reagowania na sytuację na rynkach.

Jeśli finansista oceni, że konkretne akcje czy obligacje warto dodać do portfela, ma również wpływ na to, jaki będzie ich udział procentowy w całości. Proporcje te bywają zmieniane, choć – jak podkreślają zarządzający – w granicach rozsądku, tak aby nie zniekształcić profilu ryzyka funduszu.

Mocne argumenty

Skoro zarządzający i tak dostosowują układ portfela do warunków rynkowych, można zapytać – po co tworzyć modele? Powodów jest kilka:

• pokazują klientom, czego mogą się spodziewać – jasno określają profil funduszu, jego strategię i charakter ryzyka,
• dają uzasadnienie decyzji inwestycyjnych zarządzającego – stanowią punkt odniesienia, do którego można porównać zmiany,
• pozwalają oszacować potencjalne wyniki funduszu, jeszcze przed dokonaniem inwestycji,
• umożliwiają klientom zestawienie prognozowanych wyników z rzeczywistymi, co zwiększa przejrzystość i kontrolę,
• oszczędzają czas i koszty funduszy, eliminując konieczność konstruowania unikalnych portfeli dla każdego klienta,
• ułatwiają doradcom inwestycyjnym dobór funduszu zgodnego ze strategią inwestora,
• zmniejszają ryzyko nietrafionego wyboru funduszu przez inwestora lub jego doradcę.

Korzystając z dobroci

Bardzo ciekawe jest to, jak zarządzający dostosowują aktywa do danego modelu. Załóżmy, że zajmują się funduszem, który w portfelu musi mieć po 20 proc. z pięciu kolejnych europejskich rynków akcji. Jak ustalić, ile akcji poszczególnych spółek kupić, by dużo zarobić, utrzymać się w proporcjach i jednocześnie nie przekroczyć założonego profilu ryzyka? To trochę jak gra strategiczna, w której pomaga wiedza, ale również sztuczna inteligencja. Podczas Forum Niezależnych Dystrybutorów Funduszy opowiedzieli o tym profesjonalni inwestorzy.

– My korzystamy z algorytmów uczenia maszynowego. One prognozują zachowanie poszczególnych rynków w trzech kolejnych kwartałach. Następnie wybierają fundusze powiązane z tymi rynkami, które mogą wygenerować możliwie wysoką stopę zwrotu. Na koniec człowiek analizuje zaproponowany skład portfela i ewentualnie podejmuje decyzje, w których analiza ilościowa nie wystarczy – mówi Kamil Cisowski, dyrektor analiz i doradztwa inwestycyjnego w DI Xelion.

Ekspert zauważa, że w założeniu około 70 proc. pracy przy budowie portfeli modelowych wykonuje komputer. W praktyce wkład ten bywa jednak jeszcze wyższy. Rolą człowieka jest końcowa weryfikacja i sprawdzenie, czy istnieją kwestie wymagające zmiany w składzie portfela uznanego przez algorytm za optymalny.

– To hybryda technologiczno-empiryczna. Algorytmy agregują dane, analizują je, mapują kierunki i tendencje inwestycyjne, a następnie proponują skład portfela, w którym zawsze pozostaje miejsce na czynnik ludzki. Ważny jest też aspekt wizerunkowy – bierzemy odpowiedzialność za portfele, więc musimy je kontrolować i pokazywać klientom, że mamy wiedzę oraz wiemy, w co inwestujemy – tłumaczy Paweł Reczulski, zarządzający portfelami w IX Asset Management.

Zgodnie ze zwyczajem

Są też finansiści, którzy pozostają wierni tradycyjnemu sposobowi inwestowania i nie zamierzają jeszcze zmieniać swoich praktyk. Korzystają z technologii, ale nie ze sztucznej inteligencji, a narzędzia komputerowe stosują w innym momencie procesu budowy portfeli modelowych.

– Wychodzimy z założenia, że pierwszy etap, czyli identyfikowanie kierunków inwestycyjnych, chcemy robić sami. Skupiamy się na ryzyku i potencjalnym zysku, a dopiero potem przechodzimy do matematyki. Standardowo korzystamy z Excela, wskaźników czy odchylenia standardowego, ale dodajemy do tego wiedzę ekspercką. AI robi ogromne postępy, jednak moim zdaniem nie można jej powierzyć budowania portfeli – przekonuje Jacek Maleszewski, dyrektor zespołu doradztwa inwestycyjnego w iWealth.

Podobne podejście ma Marcin Lau, główny analityk w Phinance. Jego zdaniem jednym z powodów, dla których nie korzysta z AI, są relacje z doradcami inwestycyjnymi i klientami.

– Osoby korzystające z naszych funduszy chcą mieć pewność, że to człowiek sprawuje pieczę nad portfelami i sam dobiera aktywa odpowiednie dla inwestorów. Technologia oczywiście nam pomaga – dawniej sami mapowaliśmy oczekiwaną stopę zwrotu do ryzyka czy tworzyliśmy scoring, a dziś robi to Excel. Narzędzie jednak przygotowujemy sami i własnymi siłami wskazujemy wartościowe aktywa. Nie możemy być jak konie, które cieszą się z wynalezienia samochodów spalinowych – mówi specjalista.

Główne wnioski

1. Najlepsze wyniki w zarządzaniu funduszami osiąga się dzięki połączeniu ludzkiego doświadczenia i technologii, w tym sztucznej inteligencji. Same algorytmy nie wystarczą, by stworzyć odpowiednio zrównoważony portfel.
2. Modele funduszy pozostają elastyczne – muszą być regularnie dostosowywane do zmiennych warunków rynkowych. Wymaga to podejścia oportunistycznego, w którym AI wspiera analizę danych, a ostateczne decyzje podejmuje człowiek.
3. Choć sztuczna inteligencja coraz częściej wspiera procesy inwestycyjne, wielu zarządzających nadal bazuje na tradycyjnej wiedzy eksperckiej i ręcznych narzędziach (np. Excel). To podejście wynika m.in. z relacji z klientami i potrzeby zapewnienia, że nad portfelem czuwa człowiek, a nie wyłącznie algorytm.