Pomona Institute의 최근 연구에 따르면 주식 시장 투자에서 인공 지능의 성과에 의문을 제기했습니다. 연구원들은 투자 결정을 위해 AI에 의존하는 ETF (Exchange-Traded Funds)를 분석 한 결과 전체 성과가 S & P 500보다 이상적이지 않다는 것을 발견했습니다. 이 연구는 사람들이 금융 분야에서 AI의 적용을 다시 생각하는 것을 촉발 시켰으며 실제 응용 분야에서 AI 기술의 한계를 보여줍니다. 이 기사는 연구 결과를 자세하게 분석하고 AI가 투자 의사 결정에서 직면 한 문제를 탐구합니다.
최근 Pomona College의 Economics 교수 Gary N. Smith와 학생 Sam Wyatt가 실시한 연구는 주식 시장에서 인공 지능의 성과에 대한 깊은 생각을 촉발했습니다. AI 과대 광고는 주식 시장을 추진하고 있지만, AI 주식 선택에 의존하는 많은 교환 거래 자금 (ETF)이 이상적인 결과를 얻지 못했다는 사실입니다.
Smith와 Wyatt는 과학 미국 기사에서 2017 년 10 월부터 투자 결정을 내리기 위해 AI 시스템에 대해 공개적으로 의존했다고 언급했습니다. 결과는이 자금의 대부분이 미국 주식 시장에서 500 대 기업을 대표하는 S & P 500 지수보다 더 나빠 졌음을 보여줍니다. 연구에 따르면 AI에 의존하는 43 개의 펀드 중 10 개만 S & P 500보다 더 잘 수행되었으며, 이는 AI가 재고 선택에 심각한 문제가 있음을 의미합니다.
Smith와 Wyatt는 모든 사람들 에게이 기금의 성과를 더 잘 이해하기 위해 요약했습니다. AI에 의존하는 자금은 평균 연간 수익률이 S & P 500의 12.4%보다 5% 낮습니다. AI에 전적으로 의존하고 인간의 개입이없는 기금은 훨씬 더 비참하게 수행되었으며, 11 개의 자금이 S & P 500보다 뒤떨어졌으며 6 개는 시장이 일반적으로 개선 될 때 돈을 잃었습니다. 전반적 으로이 11 개의 완전 AI 중심 자금의 평균 연간 손실은 1.8%에 도달했습니다.
연구원들은 AI가 데이터 관련성 측면에서 비교할 수 없지만이 데이터의 의미를 이해하지 못한다고 지적합니다. "AI 시스템의 치명적인 약점은 통계적 패턴을 찾을 수 있지만 이러한 패턴이 합리적인지 무의미한 지 알 수 없다는 것입니다. AI 알고리즘이 단어의 의미와 현실 세계와의 관계를 이해할 수있을 때만" 그들은 말했다. 그들은 투자를 포함한 중요한 결정에서 신뢰할 수있게된다. "
핵심 사항 :
AI에 의존하는 대부분의 교환 거래 자금은 S & P 500을 저조하고 있습니다.
AI에 전적으로 의존하는 자금의 평균 연간 손실은 1.8%이며 주식 시장이 일반적으로 개선 될 때 이익을 얻지 못했습니다.
AI는 데이터 패턴을 찾을 수 있지만 아직 데이터의 실제 의미를 이해하지 못했습니다.
요컨대,이 연구 결과에 따르면 AI 기술은 데이터 분석에 장점이 있지만 복잡한 금융 시장에서 투자 결정을 내리기 위해 AI에만 의존하는 데 여전히 큰 위험이 있습니다. 미래의 연구는 투자 분야에서 더 나은 결과를 달성하기 위해 AI 기술과 인간의 경험 및 판단을 더 잘 결합하는 방법을 탐구해야합니다.