Nový model pro předpovídání chování finančních trhů využívající umělou inteligenci vznikne v následujících letech na ECON MUNI. Očekává se, že bude přesnější než nynější ekonometrické modely a modely využívající strojové učení. Shafqat Iqbal věří, že se mu podaří vyvinout spolehlivější způsob, jak předpovídat rizika na finančních trzích. Pro svůj výzkum nedávno získal financování z Operačního programu Jan Amos Komenský.
Proč jste se rozhodl uskutečnit váš výzkum na ECON MUNI?
Ekonomicko-správní fakultu jsem si vybral kvůli její výzkumné excelenci a podporujícímu výzkumnému prostředí. Zároveň zde mohu najít mentory mezi zkušenými profesory z mého oboru. Kromě toho má fakulta již dostatek zkušeností s hostováním zahraničních akademiků.
Na co jste se ve vašem výzkumu dosud zaměřoval?
Soustředil jsem se na vývoj nových hybridních predikčních modelů založených na statistice, strojovém učení a umělé inteligenci, které mohou pomoci zkoumat a předvídat chování trhů. Pro ilustraci si můžeme hybridní predikční modely představit jako skupinu vědců. Každý vědec má své silné a slabé stránky a je schopen sám uskutečnit výzkum. Když se ale spojí s dalšími odborníky, dokážou společně jako výzkumná skupina dojít k přesnějším a spolehlivějším výsledkům. Stejně tak pokud se spojí různé druhy predikčních modelů, budou společně silnější a jejích předpovědi budou přesnější a spolehlivější.
Čím konkrétně se budete zabývat na ECON MUNI?
Mým cílem je prozkoumat nové, přesnější způsoby predikce chování finančních trhů. Abych toho docílil, budu kombinovat nejnovější predikční modely a umělou inteligenci. Investoři se rozhodují za účelem dosažení zisku, proto není překvapivé, že se na burzách denně obchoduje s majetkem v hodnotě miliard dolarů. Pokud dokážou správně předvídat chování trhu, mohou se vyhnout rizikům spojeným s jejich investicemi a být pokaždé o krok napřed. To může výrazně zvýšit jejich zisk. Proto model, který se chystám vyvinout, pomůže investorům lépe nakládat s jejich majetkem, penzijními plány a budoucími investicemi obecně.
Proč nejsou nynější predikční modely dostatečně spolehlivé?
Současné ekonometrické modely a modely založené na strojovém učení jsou silné nástroje, mají ale svá omezení. Existující modely například předpokládají, že se finanční trhy chovají lineárně. To ale není pravda, protože se mohou chovat i nelineárně a jejich vlastnosti se proměňují. To může vést k nedostatečné reprezentaci tržních dynamik, nepřesnostem a nespolehlivým výsledkům. S využitím umělé inteligence ale můžeme tento problém vyřešit.
Jaká je budoucnost umělé inteligence v oblasti financí?
Budoucnost využití umělé inteligence při modelování finančních rizik je slibná. Umožňuje nám použít takzvanou mlhavou logiku při analýze obrovského množství dat, a tím zlepšit přesnost předpovědí. Mlhavá logika označuje věci, které jsou víceznačné nebo nejasné, a používá lingvistické proměnné jako slova nebo věty místo čísel. V reálném životě často narazíme na situace, kdy nelze určit, zda je určitý stav pravdivý nebo nepravdivý. Mlhavá logika do nich vnáší flexibilitu. Představme si například, že chceme určit teplotu něčeho. Místo toho, abychom řekli, zda je to pravda nebo lež, abychom odpovědím přiřadili hodnoty 1 nebo 0, můžeme využít lingvistické proměnné. Můžeme třeba říct, že je daná věc velmi horká, mírně horká, teplá, studená nebo velmi studená. Jinými slovy odpověď nemusí mít hodnotu pouze 1 nebo 0, ale může se nacházet kdekoli mezi hodnotami 1 a 0. Díky tomu dokážeme formulovat přesnější odpovědi nebo predikce.
Jaké výzvy na vás během výzkumu čekají?
Z výzkumného hlediska bude největší výzvou dynamické chování finančních trhů. Věřím však, že se mi ji podaří vyřešit ve spolupráci s odborníky na umělou inteligenci a finance z Masarykovy univerzity. Kromě toho může být výzvou samotný přesun do České republiky, kdy pro mě může být náročnější přizpůsobit se kulturním zvyklostem, tradicím a společenským normám. Navíc očekávám, že se budu muset vyrovnat s jazykovou bariérou a naučit se orientovat v jiném systému zdravotní péče. A také jsem zvyklý žít na místech s krátkou zimou, takže v Česku si budu muset zvyknout na nízké teploty a sníh.
