Analiza fundamentalna spółek, czyli wyciąganie wniosków z ich sprawozdań finansowych, to kluczowa umiejętność inwestorów indywidualnych oraz zarządzających funduszami inwestycyjnymi. Jest to przy tym bardzo trudna sztuka – większość zarządzających i inwestorów nie uzyskuje lepszych wyników niż szeroki rynek, choć zdarzają się tacy, np. Benjamin Graham czy Warren Buffet, którzy dzięki analizie fundamentalnej dorobili się fortuny.
Opłaty za zarządzanie w funduszach inwestycyjnych są jednak na tyle wysokie (nawet 3-4% kapitału w skali roku) a wyniki nieprzekonujące, że coraz większą popularnością cieszą się fundusze pasywne (tzw. ETFy), które wyłącznie replikują wyniki indeksów giełdowych. Nie starają się uzyskać lepszej stopy zwrotu dla swoich inwestorów, ale oferują im w zamian niskie opłaty za zarządzanie.
Niedługo na rynku pojawi się trzecia kategoria funduszy. Aktywnie zarządzane, ale nie przez kosztownych analityków finansowych, lecz przez sztuczne inteligencje o niewygórowanych oczekiwaniach płacowych. Niedawno ukazało się ciekawe badanie o tym, jak w analizie sprawozdań finansowych radzi sobie popularny GPT 4.0. Zadaniem sztucznej inteligencji było określenie, czy w kolejnym okresie sprawozdawczym badana spółka odnotuje wzrost czy spadek przychodów. To bardzo trudna prognoza (i zarazem kluczowa dla wyceny spółek), gdyż przychody firm obarczone są bardzo dużym szumem informacyjnym (przypominają błądzenie losowe) i profesjonalni analitycy osiągają jedynie 52-57% trafnych wskazań, czyli niewiele więcej od rzutu monetą. Nieco lepiej radzą sobie wyspecjalizowane modele statystyczne (regresje logistyczne i sieci neuronowe) – osiągają niespełna 60% trafności. A jak rodzi sobie niewyspecjalizowany GPT 4.0? Przy prostym pytaniu niezbyt imponująco: 52%. Ale jeśli dodatkowo poprosi się to go o skorzystanie z konkretnego wzorca rozumowania (tzw. Chain-of-Thought prompting), to jego trafność skacze do 60%.
Oznacza to, że GPT 4.0 mógłby założyć swój własny fundusz inwestycyjny i zaoferować inwestorom strategię kupowania spółek, których przychody wg jego szybkiej oceny będą rosnąć i sprzedawania na krótko tych spółek, których przychody będą spadać. Autorzy wspomnianego badania przygotowali nawet dedykowaną aplikację do tego: GPT Companion (jest darmowa, ale trzeba mieć subskrypcję GPT Plus). Taka strategia ma sporą szansę wygenerować nieco wyższą stopę zwrotu niż szeroki rynek akcji (jak sugeruje backtesting) za ułamek kosztów aktywnie zarządzanych funduszy.
Stopa zwrotu z szerokiego rynku akcji i strategii SI w USA
Nie od dziś wiadomo, że generatywne sztuczne inteligencje są bardzo dobre w zapamiętywaniu dużych korpusów tekstów i operowaniu językiem – sami pisaliśmy o tym, że dorównują ludziom w analizie umów prawnych (a są przy tym dużo szybsze i tańsze). Okazuje się, że ich rozumienie liczb i umiejętności operowania nimi, czyli kluczowe kompetencje w analizie sprawozdań finansowych firm również jest bardzo dobre. Już samo to rozszerza znacznie zakres prac, jakie będą w stanie wykonywać, co potwierdza intuicję, że sztuczne inteligencje będą miały ogromny wpływ na gospodarkę. Warto też jednak zwrócić uwagę na wszechstronność jaką demonstrują. Najnowsze ich wersje są multimodalne, czyli operują nie tylko na tekście i liczbach, lecz także na dźwięku i obrazie. Nie jest dalekie od prawdy stwierdzenie, że widzą, słyszą i rozumieją abstrakcyjne pojęcia. Niewiele więc je dzieli od ogólnej sztucznej inteligencji. O tym, jakie będzie mieć to konsekwencje dla świata napisaliśmy szerzej w naszym niedawnym raporcie o megatrendach.
