Financieel/Partnercontent
Get into the FUTURE
Gesponsord
TMG is founding partner en exclusieve mediapartner van SingularityU The Netherlands, omdat we het gedachtegoed van SingularityU NL omarmen. SingularityU NL is de autoriteit op het gebied van technologieën die onze maatschappij in rap tempo veranderen. Kunstmatige intelligentie, blockchain, nano- en gentechnologie, 3D-printing, neuroscience: technologieën die exponentieel groeien en sectoren als zorg, financiën, voedsel, wonen en energie in toenemende mate beïnvloeden. De Financiële Telegraaf brengt samen met SingularityU NL een crossmediaal concept: Get Into The FUTURE.

’De mens blijft onmisbaar’

Door Jasperien van Weerdt

Artificial intelligence dringt ook de financiële markten binnen. Zakenbanken ontwikkelen hoogwaardige computeralgoritmen die steeds beter in staat zijn om uit enorme hoeveelheden data interessante trends en patronen te destilleren. Desondanks blijft de mens een onmisbare schakel inhet beleggingsproces, meent Bradley Betts, expert op het gebied van Artificial Intelligence en machine learning bij BlackRock.

In de tijd die u nodig had om de bovenstaande alinea te lezen, zijn er circa 48.000 tweets de wereld in gestuurd. De meeste teksten zullen weinig interessante informatie bevatten, zoals een mening over de schoenen van de nieuwe vicepremier Hugo de Jonge of een foto van een zelfbereide maaltijd.

Maar uit de overige tweets zijn wel interessante patronen te destilleren. “Denk bijvoorbeeld aan de mening van Twitteraars over president Donald Trump”, zegt Bradley Betts, mana-ging director van het BlackRock researchteam dat zich bezighoudt met de analyse van big data. “Op basis hiervan kan een prognose worden gedaan over de uitslag van de toekomstige Amerikaanse presidentsverkiezingen. Gezien de potentiële invloed van politieke gebeurtenissen op de financiële markten, kan dit waardevolle informatie zijn voor beleggers.”

Kloonbaar

De crux is om in die vrijwel oneindige reeks tweets precies de informatie te filteren die bruikbaar is en een voorspellende waarde heeft, meent Betts. “Het menselijk brein is te beperkt om enorme hoeveelheden data tegelijkertijd te verwerken. Computers kunnen dit wel, met behulp van kunstmatige intelligentie. Ze zijn bovendien kloonbaar, waardoor meer apparaten tegelijkertijd aan het werk kunnen.” Gezien deze vele mogelijkheden die machine learning biedt, wordt deze techniek anno 2017 op allerlei terreinen ingezet om efficiencyslagen te maken en toekomstige ontwikkelingen te voorspellen, van de farmaceutische industrie tot de ruimtevaart. Ook in de financiële wereld worden hierin grote stappen gezet. Zo hebben vermogensbeheerders computeralgoritmen ontwikkeld die de meest uiteenlopende financiële en niet-financiële data tot tien jaar terug kunnen verwerken, zoals informatie over aandelen, markt-sentiment en regelgeving en berichten op social media. Op basis hiervan kunnen patronen worden her-kend en voorspellingen worden gedaan.

Irrationeel gedrag

Een voordeel van computermodellen is ook dat de emotie uit het beleggingsproces wordt verbannen. Een valkuil bij beleggen is dat onbewuste emoties verstandige financiële beslissingen in de weg kunnen staan. Zo hebben veel beleggers de neiging om in een beurscrisis ook aandelen van degelijke bedrijven van de hand te doen, terwijl de lage beurskoers ook kan worden beschouwd als een gunstig instapmoment. De reden hiervoor is een fenomeen dat in de behavioral finance – een wetenschap die probeert de psychologische en sociologische factoren te doorgronden die een rol spelen bij financiële beslissingen – wordt omschreven als social proof: de neiging van beleggers om het gedrag van anderen te kopiëren. Geavanceerde computermodellen kunnen dergelijk irrationeel gedrag helpen voorkomen.Machine learning heeft de laatste jaren een enorme vlucht genomen onder zakenbanken, merkt Betts, die hiervoor onder andere op het researchcentrum van NASA heeft gewerkt. Toen hij tien jaar geleden bij BlackRock aan de slag ging, stond deze technologie nog in de kinderschoenen. Inmiddels beheert zijn scientific equity-afdeling 100 miljard dollar met aandelenstrategieën die zijn gebaseerd op de analyse van big data. Hoewel artificial intelligence het beleggingsproces optimaliseert, zal de mens volgens Betts altijd een belangrijke factor blijven. “Mensen zullen altijd nodig zijn, bijvoorbeeld om algoritmen te implementeren, computercodes bij te stellen en overzicht te houden.” Bovendien heeft de mens een flexibiliteit die computers (nog) niet hebben. “Ik zal een absurd voorbeeld geven om dit te illustreren”, zegt Betts. “Als je ‘s morgens beneden komt en ziet dat de keukenvloer onder water staat, zul je direct actie ondernemen. Je gaat niet rustig je boterham in het broodrooster doen alsof er niets aan de hand is. Algoritmes daarentegen zijn nog niet zo goed ontwikkeld dat ze direct kunnen signaleren dat er iets vreemds aan de hand is en dat ze weten hoe ze dan moeten handelen.” Is er sprake van een zogeheten black swan – een onverwachte gebeurtenis met een grote impact op de financiële markten – dan zal er dus nog steeds een mens aan te pas moeten komen om direct in te grijpen en de beleggingsrisico’s zoveel mogelijk in te dammen. Ook kunnen er altijd momenten zijn waarop computermodellen tekortschieten. Te denken valt aan de enorme koersval van het aandeel BP na de olieramp in de Golf van Mexico of aan een plotselinge koersstijging na een overnamebod: onverwachte gebeurtenissen die niet met algoritmes zijn te voorspellen en te verklaren. Data interpreteren en in een context plaatsen is nog lastig voor computers, meent Betts. “Als mijn kinderen met hun ogen knipperen, kan een algoritme een miljard boeken lezen en deze teksten nooit meer vergeten. Toch begrijpt een algoritme dat verhaal niet, zoals mijn kinderen dat wel doen.”

Valse correlaties

Er zijn volgens hem dan ook nog de nodige hobbels te nemen. “Denk bij-voorbeeld aan bugs in computercodes. Of aan het risico op valse correlaties. Als in 80% van de dagen waarop het sneeuwt de Dow Jones-index met winst eindigt, kan dat leiden tot de verkeerde aanname dat sneeuwval gunstig is voor het sentiment op de aandelenbeurzen.” Maar de ontwikkelingen op dit terrein gaan wel razendsnel, merkt Betts. Zo hebben Amerikaanse wetenschappers onlangs een algoritme ontwikkeld dat sarcasme en emoties in teksten kan herkennen, door rekening te houden met het gebruik van emoji: een ogenschijnlijk simpele handeling die kinderen al beheersen. Uit een test met menselijke proefpersonen blijkt dat dit algoritme – Deepmoji genaamd – de mens hierin zelfs overtrof. Hierbij wordt het menselijk brein zoveel mogelijk nagebootst, via neurale netwerken. Betts verwacht dat dergelijke neurale netwerken zich de komende jaren nog veel verder gaan ontwikkelen. “Maar ook dan blijft een samenwerking tussen mens en machine cruciaal, om de sterke punten van beide te combineren.”

Door Jasperien van Weerdt