มนุษย์กับเครื่องจักร: พรมแดนถัดไปของการบริหารความมั่งคั่ง

ผู้ค้าหุ่นยนต์จัดการได้ประมาณ 1 ดอลลาร์จากทุกๆ 3 ดอลลาร์ พวกเขาแพร่หลาย คุณอาจเป็นเจ้าของกองทุนดัชนีบางกองทุนที่ถือว่าเป็นกองทุนหุ่นยนต์หรือกองทุนเชิงปริมาณ ราคาถูกและช่วยให้เข้าถึงตลาดหุ้นที่ดูเหมือนจะผ่านพ้นไม่ได้ในช่วงหลัง แต่ในที่สุด ฟองสบู่อาจแตกออก (อย่างน้อยก็สำหรับกองทุนควอนตั้ม) เงินทุนจำนวนมากกำลังปิดตัวลง (เช่น Columbia Threadneedle, Neuberger Berman) กองทุนควอนตัมที่ตามเทรนด์มีการไหลออกที่เลวร้ายที่สุดในรอบ 13 ปี ดังนั้นกองทุนควอนตัมเหล่านี้คืออะไรกันแน่? ทำไมพวกเขาถึงมา? และนี่เป็นสัญญาณของปัญหาเฉพาะถิ่นด้วยควอนต์หรือเพียงแค่รีเซ็ตชั่วคราวหรือไม่?

อิทธิพลที่เพิ่มขึ้นของซอฟต์แวร์ต่อการตัดสินใจลงทุน

สาขาวิชาการเงินที่กว้างขวางเนื่องจากการเข้าถึงเงินทุนนั้นเป็นภาคส่วนที่มีแนวโน้มที่จะยอมรับนวัตกรรมทางเทคโนโลยีมาก่อนอุตสาหกรรมอื่น ๆ ดังนั้นเมื่อเทคโนโลยีซอฟต์แวร์มาถึงในศตวรรษที่ 20 และโปรแกรมอัลกอริธึมเกิดขึ้น ภาคการเงินจะเป็นคนแรกที่ควบคุมศักยภาพได้อย่างหลีกเลี่ยงไม่ได้ John Bogle ผู้ก่อตั้ง Vanguard เปิดตัวกองทุนดัชนีแห่งแรกของโลกในปี 1970 โดยปรับใช้ซอฟต์แวร์เพื่อติดตามตะกร้าหุ้น ดังนั้นจึงอนุญาตให้กองทุนปรับใช้การจัดสรรใหม่โดยอัตโนมัติตามการเปลี่ยนแปลงในเกณฑ์มาตรฐาน

ข้อได้เปรียบของการใช้ซอฟต์แวร์ในการซื้อขายอัตโนมัตินั้นลึกซึ้งมาก โดยส่วนใหญ่เป็นผลมาจากการลดต้นทุนการดำเนินงาน กองทุนดัชนีไม่ต้องจ่ายเงินสำหรับทรัพยากรมนุษย์ที่อาจถูกนำมาใช้ในการตัดสินใจเลือกและจัดสรร การถือกำเนิดของกองทุนดัชนีเป็นเหตุการณ์สำคัญในการเปิดโลกของการจัดการการเงินส่วนบุคคลสู่ตลาดมวลชนที่ราคาจะแตกต่างจากบริการดังกล่าว

กรอไปข้างหน้าอย่างรวดเร็วจนถึงปัจจุบัน และกองทุนอัตโนมัติ (เชิงปริมาณ) ได้ขยับขึ้นอย่างต่อเนื่องเพื่อครองส่วนแบ่งสูงสุดของปริมาณโดยการซื้อขายสถาบันในตลาดหุ้นสหรัฐในช่วงทศวรรษที่ผ่านมา

ETFs: กองทุนดัชนีได้รับการคัดเลือก

การพัฒนาเทคโนโลยีเพิ่มเติมนำไปสู่การแนะนำกองทุน Exchange Traded Funds (ETFs) เชิงปริมาณในช่วงปลายทศวรรษ 1980 เครื่องมือเหล่านี้ปรับใช้โปรแกรมซอฟต์แวร์เพื่อทำการตัดสินใจเลือกหุ้นแบบไดนามิกตามปัจจัยบางประการ ตัวอย่างเช่น อัลกอริทึมสามารถตั้งโปรแกรมให้ซื้อหุ้นเมื่ออัตราส่วนตลาดต่อหนังสือลดลงต่ำกว่า 1.0 จากนั้นจึงขายหุ้นเดิมเมื่ออัตราส่วนสูงกว่า 1.5 ดังที่แสดงในตัวอย่างคร่าวๆ นี้ ซอฟต์แวร์ได้รับการตั้งโปรแกรมให้ตัดสินใจลงทุนอย่างเป็นระบบโดยอิงจากการวิเคราะห์พื้นฐานที่ผู้จัดการที่เป็นมนุษย์อาจทำอย่างอื่น

ในช่วง 30 ปีนับตั้งแต่ ETF ครั้งแรก ความซับซ้อนของการซื้อขายอัตโนมัติได้ก้าวหน้าไปสู่ขั้นที่ก้าวหน้ากว่าที่เคย อันเนื่องมาจากนวัตกรรมที่รวดเร็วในด้านปัญญาประดิษฐ์ ภายในบริบทของซอฟต์แวร์อัลกอริธึม การใช้ปัญญาประดิษฐ์บอกเป็นนัยว่าโปรแกรมการซื้อขายสามารถเรียนรู้และปรับปรุงประสิทธิภาพได้ด้วยตนเอง ดังนั้น สมมติว่าซอฟต์แวร์ที่ใช้ในตัวอย่าง ETF ของเราข้างต้นถูกปรับใช้กับโมดูลปัญญาประดิษฐ์ ตอนนี้ อาจสามารถวิเคราะห์ข้อมูลเกี่ยวกับประสิทธิภาพของหุ้นได้อย่างต่อเนื่อง ทำให้สามารถดึงข้อมูลเชิงลึกในภายหลังว่ากลยุทธ์ที่ทำกำไรได้มากกว่าคือการซื้อหุ้นเฉพาะเมื่ออัตราส่วนตลาดต่อบัญชีต่ำกว่า 1.25 และขายเมื่ออัตราส่วนเพิ่มขึ้นเป็น 1.8 จากนั้นซอฟต์แวร์จะเริ่มตัดสินใจโดยอิงจากการเรียนรู้นี้ โดยไม่จำเป็นต้องมีการแทรกแซงของมนุษย์

ในปี 2019 ETF และกองทุนดัชนีร่วมกันจัดการหุ้นสหรัฐมากกว่าผู้จัดการสินทรัพย์ที่จัดการโดยมนุษย์ มูลค่าตลาดของหุ้นสหรัฐที่ 31 ล้านล้านดอลลาร์ ปัจจุบันกองทุนควอนท์ถือหุ้น 35.1% ของมูลค่าหลักทรัพย์ตามราคาตลาด เทียบกับ 24.3% ของกองทุนที่จัดการโดยมนุษย์ นี่เป็นการเปลี่ยนแปลงครั้งสำคัญ—แต่ทำไมมันถึงสำคัญ?

Quants vs. Humans ในการจัดการการลงทุน

Quant Pros

กองทุนเชิงปริมาณเป็นทางเลือกของผู้จัดการสินทรัพย์ที่เหนือกว่าบุคคลในลักษณะใด? วิธีที่จับต้องได้มากที่สุดคือค่าธรรมเนียมการจัดการที่ต่ำซึ่งจ่ายโดยกองทุนควอนต์ ซึ่งไม่สามารถจับคู่กับกองทุนที่ใช้งานอยู่ที่จัดการโดยมนุษย์ได้ ประสิทธิภาพด้านต้นทุนเป็นเหตุผลหนึ่งที่เราเห็น Vanguard ซึ่งเป็นผู้ประดิษฐ์กองทุนดัชนี ก้าวขึ้นสู่ตำแหน่งผู้จัดการสินทรัพย์ที่ใหญ่ที่สุดในโลกตลอดหลายทศวรรษที่ผ่านมา ค่าธรรมเนียมมีความสำคัญในกองทุนเพราะเมื่อเวลาผ่านไป ค่าธรรมเนียมจะรวมกันเป็นภาระต้นทุนที่สำคัญสำหรับนักลงทุน และเนื่องจากในบริบทของการวัดผลประสิทธิภาพ ยิ่งค่าธรรมเนียมสูง ประสิทธิภาพที่สูงกว่าจะต้องเกินเกณฑ์มาตรฐานเพื่อปรับให้เหมาะสม โดยเฉพาะอย่างยิ่ง กองทุนเฮดจ์ฟันด์ สามารถสร้างภาระให้นักลงทุนด้วยค่าธรรมเนียมสูงถึง 20% แต่กลับมีประสิทธิภาพต่ำกว่าในทศวรรษที่ผ่านมา

ข้อดีอีกประการของเงินทุนควอนต์มาจากความสามารถในการดึงข้อมูลเชิงลึกโดยการวิเคราะห์ข้อมูลจำนวนมากในแบบเรียลไทม์ นี่อาจไม่จำเป็นสำหรับเหตุการณ์ในอนาคตตามที่ Ray Dalio ผู้จัดการกองทุนที่มีชื่อเสียงกล่าวไว้:

“หากใครค้นพบสิ่งที่คุณค้นพบ ไม่เพียงแต่จะไร้ค่าเท่านั้น แต่ยังมีการลดราคามากเกินไปอีกด้วย และจะทำให้เกิดความสูญเสีย ไม่มีการรับประกันว่ากลยุทธ์ที่เคยใช้ได้ผลมาก่อนจะได้ผลอีกครั้ง” เขากล่าว กลยุทธ์แมชชีนเลิร์นนิงที่ไม่ใช้ตรรกะของมนุษย์นั้น “ต้องพังทลายในที่สุดหากไม่ได้มาพร้อมกับความเข้าใจอย่างลึกซึ้ง”

กองทุน Quant ยังสามารถตัดสินใจลงทุนได้เร็วกว่าผู้จัดการที่เป็นมนุษย์ ดังนั้นพวกเขาจึงสามารถวางคำสั่งซื้อได้รวดเร็วขึ้นและใช้ประโยชน์จากกำไรจากส่วนต่างราคาที่แคบได้อย่างมีประสิทธิภาพมากขึ้น พวกเขาสามารถมีประสิทธิภาพมากขึ้นในการใช้กลยุทธ์การซื้อขายมากกว่าผู้จัดการที่เป็นมนุษย์เนื่องจากความลำเอียงที่เป็นกลางและความเสี่ยงที่จะเกิดข้อผิดพลาดของนิ้วอ้วน

Quant Cons

และข้อเสียของกองทุนควอนตัมคืออะไร? แง่ลบประการหนึ่งคือด้วยการใช้ปัญญาประดิษฐ์ที่เพิ่มขึ้น กองทุนเชิงปริมาณที่แตกต่างกันอาจเริ่มทำการตัดสินใจแบบเดียวกันอย่างหลีกเลี่ยงไม่ได้ ซึ่งอาจก่อให้เกิดปัญหาการแพร่ระบาดสำหรับตลาดการเงิน ข้อได้เปรียบที่สำคัญอย่างหนึ่งของการจัดการกองทุนที่ขับเคลื่อนโดยมนุษย์คือความสามารถในการตรวจจับลักษณะเฉพาะของตลาดและตัดสินใจตามข้อมูลเชิงคุณภาพ กองทุน Quant ไม่สามารถดูดนิ้วโป้งได้ ดังนั้นจึงสามารถนำไปสู่ความผันผวนที่เพิ่มขึ้นในช่วงที่ตลาดตึงเครียด

กองทุน Quant มีการวัดกับตัวเองอย่างไร?

ความเที่ยงธรรมที่เป็นระบบของการซื้อขายเชิงปริมาณทำให้เกิดคำถามว่ากองทุนควอนตัมสร้างความแตกต่างจากกันและกันได้อย่างไร กองทุนควอนตัมได้เปรียบในการแข่งขันเหนือคู่แข่งอย่างไร? ผู้จัดการที่เป็นมนุษย์หารายได้โดยแสดงให้เห็นถึงความเข้าใจพื้นฐานที่ดีขึ้นหรือผ่านสัญชาตญาณที่เหนือกว่า ปัจจัยทั้งสองนี้พัฒนาขึ้นจากการเรียนรู้หลายปีและได้รับการพิสูจน์อย่างเป็นกลางผ่านอัลฟ่าด้านล่าง

กองทุนที่ขับเคลื่อนด้วยปัญญาประดิษฐ์มีพื้นฐานมาจากการวิเคราะห์ข้อมูลจำนวนมากในแบบเรียลไทม์ จากนั้นจึงรับข้อมูลเชิงลึกและตัดสินใจลงทุนในภายหลัง ซึ่งจะแนะนำตัวแปรใหม่ๆ ในเกณฑ์การจัดอันดับ เช่น กองทุนใดมีอำนาจในการคำนวณที่เร็วที่สุด หรือการเข้าถึงข้อมูลระดับเพตะไบต์ ตัวเข้ารหัสดาวอาจเข้ามาแทนที่ผู้ค้ารายย่อยเนื่องจากกองทุนได้เปรียบในการแข่งขันจากการมีกฎการเรียนรู้ด้วยเครื่องที่เหนือกว่าซึ่งเขียนโดยนักวิทยาศาสตร์ด้านข้อมูลในเบื้องหลัง

ความต้องการความเร็ว

การแสวงหากองทุนอัลกอริธึมการซื้อขายความถี่สูง (HFT) เพื่อให้ได้เปรียบในการแข่งขันผ่านการซื้อขายที่เร็วขึ้นส่งผลให้บางคนสร้างเครือข่ายใยแก้วนำแสงหรือไมโครเวฟส่วนตัวเพื่อเชื่อมต่อกับตลาดหลักทรัพย์ ทฤษฎีที่ว่าการวางสายเคเบิลเป็นเส้นตรงที่สมบูรณ์แบบที่สุดจะส่งผลให้ประสิทธิภาพในการส่งคำสั่งซื้อไปยังการแลกเปลี่ยนเป็นไปอย่างมีประสิทธิภาพสูงสุดทำให้เจ้าของอยู่ในตำแหน่งที่ได้เปรียบเมื่อเทียบกับคู่แข่งที่ใช้สาธารณูปโภค

เพียงไม่กี่มิลลิวินาทีก็สามารถวัดความได้เปรียบที่ได้รับจากการเป็นเจ้าของเครือข่ายไฟเบอร์ส่วนตัว แต่เสี้ยววินาทีเหล่านี้อาจส่งผลให้เกิดความแตกต่างในผลกำไรหลายล้านหรือพันล้านดอลลาร์สำหรับบริษัท HFT ที่ดำเนินการตามคำสั่งซื้อหลายพันครั้งในเซสชั่นการซื้อขาย ในหนังสือของเขา Flash Boys ผู้เขียน Michael Lewis ให้รายละเอียดถึงขอบเขตที่ผู้ค้าบางรายได้รับรู้ถึงผลกำไรที่เพิ่มขึ้นของสายใยแก้วนำแสงส่วนตัวที่สร้างขึ้นระหว่างตลาดหุ้นชิคาโกและนิวยอร์ก การแลกเปลี่ยน NASDAQ ในนิวยอร์กมีเวลาดำเนินการที่เร็วที่สุดในบรรดาตลาดหลักทรัพย์สำคัญๆ ของโลก ซึ่งแสดงให้เห็นถึงข้อเสนอเดิมพันสูงสำหรับผู้ค้าที่รอบคอบที่ต้องการรับข้อได้เปรียบที่สามารถทำได้โดยการเป็นคนแรกในแถว

ทว่าเครือข่ายไฟเบอร์ส่วนตัวนั้นมีค่าใช้จ่ายสูงในการสร้าง พวกเขาต้องการการลงทุนเริ่มแรกที่สำคัญและสามารถขัดขวางโดยอุปสรรคทางกายภาพเช่นภูเขา อย่างไรก็ตาม เครือข่ายไมโครเวฟมีจุดประสงค์เดียวกัน แต่มีข้อได้เปรียบจากความเร็วสูงกว่าและมีอุปสรรคทางภูมิศาสตร์น้อยลงเนื่องจากการส่งสัญญาณทางอากาศ ในบางตลาด HFT ได้กำหนดแนวรบในการเสนอราคาเพื่อเป็นเจ้าของเครือข่ายไมโครเวฟที่เหมาะสมที่สุด

HFT บางตัวได้ลองใช้ co-location ซึ่งหมายถึงการวางซอฟต์แวร์การซื้อขายในระบบที่อยู่ภายในตลาดหลักทรัพย์ที่พวกเขากำลังซื้อขายอยู่ นี่คือจุดสิ้นสุดของเกมสำหรับการต่อสู้เพื่อจับเวลาเพื่อรับคำสั่งให้แลกเปลี่ยน ตลาดหลักทรัพย์หลายแห่งให้บริการ co-location โดยคิดค่าธรรมเนียมสำหรับการให้พื้นที่แก่ผู้ค้าเพื่อวางระบบของตนให้ใกล้ชิดกับระบบการแลกเปลี่ยนมากขึ้น แต่ในระยะยาว ความถูกกฎหมายของบริการ co-location เหล่านี้มักจะถูกท้าทาย ทำให้เกิดคำถามทางจริยธรรมในลักษณะเดียวกันกับการอภิปรายเรื่องความเป็นกลางสุทธิ สาระสำคัญของตลาดหุ้นคือผู้ดูแลสภาพคล่องหรือตลาดที่นำผู้ซื้อและผู้ขายมารวมกันโดยไม่มีอคติ ระบบที่เป็นชั้นของการเข้าถึงที่เป็นประโยชน์จะทำลายความสัมพันธ์นี้ ซึ่งเป็นสถานการณ์ที่น่ากังวล

แม้ว่า HFT จะพยายามใช้ข้อได้เปรียบทั้งหมดที่เป็นไปได้ แต่ก็ไม่มีการรับประกันว่าจะได้ผลเสมอ กรณีของ Knight Capital จะเป็นเครื่องเตือนใจในเรื่องนี้เสมอ Knight เป็นหนึ่งใน HFT แรกๆ ที่ออกสู่ตลาด แต่ในปี 2012 ซอฟต์แวร์อัลกอริธึมของมันทำงานผิดปกติ และเกิดการเทรดที่ผิดพลาดถึง 7 พันล้านดอลลาร์ในช่วงเวลาเพียงหนึ่งชั่วโมง การแก้ไขการซื้อขายที่ผิดพลาดเหล่านี้ทำให้บริษัทต้องเสียค่าใช้จ่ายเกือบครึ่งพันล้านดอลลาร์ และท้ายที่สุดส่งผลให้กองทุนต้องเลิกกิจการและปิดตัวลง

ที่ปรึกษา Robo จะเป็นแอปพลิเคชั่นปฏิวัติของ AI ในด้านการเงินหรือไม่?

นั่นยังนำเราไปสู่ปัญหาการบริหารความมั่งคั่งส่วนบุคคล ในระดับสังคม นี่อาจเป็นประเด็นที่สำคัญที่สุดที่ต้องพิจารณา เพราะการลงทุนส่วนใหญ่ที่เข้ากองทุนตราสารทุนนั้นเป็นการลงทุนรวมของพลเมืองแต่ละคน (เช่น เงินบำนาญ)

Robo-advisors คือที่ปรึกษาการลงทุนที่ขับเคลื่อนด้วยซอฟต์แวร์ ซึ่งกำหนดทิศทางลูกค้าตามอัลกอริธึม พวกเขาค่อยๆ เข้ามามีบทบาทในช่วงทศวรรษที่ผ่านมา มีทั้งสัญญาและอันตรายจากการถอดการตัดสินใจของมนุษย์ออกจากคำแนะนำทางการเงิน ในอีกด้านหนึ่ง มีโอกาสที่จะแนะนำกลุ่มประชากรจำนวนมากให้กับแนวคิดของสถาบันในการวางแผนทางการเงินและการสร้างพอร์ตการลงทุน ในทางกลับกัน เสาหลักในการตัดสินใจบางอย่างของ robo-advisor นั้นค่อนข้างจะเป็นไปตามอำเภอใจ (เช่น เป็นเจ้าของพันธบัตรมากขึ้นเมื่อคุณอายุมากขึ้น) และ—ในขณะที่ "ถูกต้อง" ในความหมายตามตำราเรียน—อาจไม่นำมาพิจารณา สถานการณ์ส่วนบุคคลของผู้ลงทุน การใช้ปัญญาประดิษฐ์จะช่วยให้ที่ปรึกษาหุ่นยนต์เริ่มปรับแต่งการตัดสินใจในการจัดสรรตามการเรียนรู้ของตนเอง

นี่เป็นสัญญาณเตือนภัยสำหรับผู้จัดการความมั่งคั่งของมนุษย์หรือไม่? การเปลี่ยนแปลงวิธีการบริหารความมั่งคั่งในธนาคารและสถาบันการเงินอื่น ๆ ที่ให้บริการการบริหารความมั่งคั่งอย่างมีนัยสำคัญจะเปลี่ยนหรือไม่? เมื่อพูดถึงเรื่องเงินและการลงทุน การปล่อยให้ทุกอย่างเป็นซอฟต์แวร์และเทคโนโลยีถือเป็นความเสี่ยงที่จะมีน้อยมาก ในท้ายที่สุด ซอฟต์แวร์ แม้ว่าจะมีส่วนประกอบ AI ก็ตาม แต่ก็ต้องอาศัยกฎเกณฑ์ในการทำงาน และกฎเหล่านี้สร้างได้โดยมนุษย์เท่านั้น Robo-advisor สามารถทำให้กระบวนการจัดการความมั่งคั่งเร็วขึ้นและมีประสิทธิภาพมากขึ้น ถึงกระนั้น บางทีผู้ชนะที่แท้จริงในการต่อสู้ครั้งนี้อาจเป็นสถาบันที่ควบคุมข้อดีของทั้งมนุษย์และเครื่องจักรที่ทำงานร่วมกัน