AI rozpracowuje detalicznych inwestorów

Rozwój Sztucznej Inteligencji (AI) daje niesamowite możliwości odkrywania mało znanych zakątków inwestycyjnego świata, o czym więcej w poniższym wpisie.

Jako miłośnik systemów tradingowych, AT i właśnie AI, staram się śledzić wszystko, co nauka bada w obrębie tych ekosystemów, ale jest tego tak dużo od czasu pojawienia się ChatGPT, że trudno nadążyć. Tym razem udało mi się złowić w wolnej chwili prawdziwą perełkę, którą muszę na gorąco podzielić się z Czytelnikami blogów.

Praca naukowa zatytułowana „Wisdom or Whims? Decoding Investor Trading Strategies with Large Language Models” autorstwa Shuaiyu Chena, Lina Penga i Dexina Zhou omawia różnorodne odkrycia dotyczące działań inwestorów detalicznych skupionych na publicznych forach internetowych.

Celem dokładniej było zrozumienie strategii inwestycyjnych stosowanych przez owych inwestorów detalicznych na podstawie treści publikowanych na platformie StockTwits oraz ich interakcji z algorytmami opartymi na sztucznej inteligencji (AI). Badanie analizowało również wpływ tych strategii na rynki finansowe, w tym na przepływy zamówień detalicznych i ich informatywność (w sensie czy przynoszą informacje, które da się wykorzystać dla wygenerowania zysków). No i wynik badań pokazuje kilka zaskoczeń.

Za pomocą dedykowanego agenta chatGPT i innych programów statystycznych przeanalizowano forum dyskusyjne StockTwits w latach 2012–2022. Pobrano 77 milionów wiadomości opublikowanych przez prawie 800 000 użytkowników dotyczących 5 872 akcji. Na ich podstawie AI określiła które z nich zawierają sentyment dający się przełożyć na sygnał kup lub sprzedaj, a także które są oparte na analizie technicznej (AT), a które na fundamentalnej (AF).

Przenalizowano w drugim kroku także zlecenia detalicznych inwestorów na platformie Robinhood i porównano do sygnałów ze StockTwits.

Dodatkowo dla porównania autorzy ułożyli za pomocą AI strategie handlowe oparte o AT, które w okresie tych 10 lat były zyskowne (ok. 10% rocznego zwrotu). Oraz drugi rodzaj strategii, która grała sygnałami pochodzącymi od uczestników forum StockTwits.

Co się okazało po analizie tego wszystkiego?

• 31% wszystkich wiadomości na tym forum odnosiło się bezpośrednio do jakichkolwiek strategii kupna czy sprzedaży.
• Z tej puli 36% postów zawierało jakiekolwiek sygnały pochodzące z AT, 44% z AF, 0,4% z obu, reszta dotyczyło sygnałów pochodzących z innych powodów.
• Sygnały oparte na postach z AT wygenerowały statystycznie łącznie średnioroczne straty na poziomie -6,48%!
• Sygnały oparte na AF wygenerowały łącznie średnioroczne zyski na poziomie +5,33%!
• Program AI, który grał zgodnie z tymi sygnałami z AT przyniósł stratę 3,66%, a gdy grał przeciw nim przyniósł zyski 13,4% rocznie. Tak, jest różnica między samymi sygnałami a ich użyciem przez AI do zarabiania, a wynika to z wielu czynników (np. sygnały się mogły nakładać).
• Kiedy na rynkach nic się nie działo, inwestorzy nasilali intensywność analiz za pomocą AT, ale gdy pokazywały się newsy typu raporty okresowe, wówczas analizy i decyzje rodziły się na podstawie tych źródeł częściej w połączeniu z AF, natomiast znaczenie AT w decyzjach malało.

Skąd się to wszystko bierze i jakie ma znaczenie?

Otóż wnioski inwestorów na tym forum pochodzące z AT generowały silny odruch stadny, a duża ilość zleceń kumulowała się wówczas na analizowanych papierach, co potwierdziły analizy obrotu u brokera RobinHood. Jednakże gdy już wszyscy chętni złożyli zamówienia i nastąpił ruch kursu w spółce, po tygodniu nic z niego nie zostawało, bo kurs często szedł chwilę potem w przeciwną stronę. Nie chodzi nawet o to, że te analizy były drastycznie błędne, po prostu stadne zakupy realizowały niejakoby samospełniającą się przepowiednię, ale szeroki rynek (instytucje, fundusze) nie podejmował tego ruchu.

Okazuje się więc, że popłaca gra w przeciwną stronę, a programy inwestycyjne oparte na AI potrafią to bezbłędnie odczytać i wykorzystać.

Tak oto wygląda zmiana wartości portfela zarządzanego przez AI, która kupowała gdy na forum powstał sygnał „sprzedaj” z AT oraz sprzedawała krótko (sell short), gdy na forum powstał sygnał „kupuj” z AT:

Widać 100% łącznego zysku i załamanie krzywej w okolicy pandemii. Moim zdaniem to zaburzenie w okolicy pandemii wynikało z tego, że ogromnie nasilił się wtedy handel detaliczny, zaczęła się memo-mania i instytucje jakiś czas naśladowały zagrania detalu.

Natomiast sygnały pochodzące z AF należało grać zgodnie z kierunkiem. Nie znaczy to, że były w jakiś sposób lepsze jakościowo (nadal gorsze niż strategie AI oparte na AT). Po prostu sygnały AF były raczej długoterminowe, podczas gdy te z AT na forum grano spekulacyjnie, na szybki termin, generując raczej szum niż wartościową informację, no i część z nich faktycznie była fałszywa, skoro algorytm z AI potrafił zarobić w tym samym czasie i używając tego samego wykresu.

Dodatkowo wyłowiono, że profesjonalni traderzy na tym forum generowali zyski i grali głównie w oparciu o AT.

Wnioski są raczej jasne:

Branie udziału w stadnej grze opartej na niezbyt profesjonalnej analizie wykresów na forach nie przyniesie profitów. Chyba że zagra się bardzo szybko, zanim wszyscy jeszcze zrealizują zlecenia, albo zagra się w przeciwną stronę, gdy wszyscy już zrealizują zlecenia.

Analizy pochodzące z AF  są stabilniejsze, nie generują takiego szumu, choć przynoszą mniej zysków niż strategie oparte o AT, produkowane przez AI.

AI doskonale widzi i analizuje nas na forach, co więcej potrafi to wykorzystać generując zyski na tym szumie.

Te obserwacje nie muszą być uniwersalne i dotyczyć wszystkich forów, choć z pewnością tych większych tak. Czy tak samo może być w przypadku polskich forów? Nie wykluczam, choć może dotyczyć to tylko tych najmniej płynnych spółek. W końcu na StockTwits czy reddit siedzią i grają ludzie z całego świata, a u nas lokalni inwestorzy, których AI raczej nie ma powodów do rozgrywania.

Tak czy inaczej, to badanie to tytaniczna robota, której bez AI nie zrobiono by pewnie w tak efektywny i efektowny sposób.

Wrócę z kolejnymi nowinkami wkrótce.

—kat—