Intelligenza artificiale batte analisti di Wall Street nel prevedere dati finanziari

analisti finanza previsioni intelligenza artificiale

L’intelligenza artificiale può battere anche gli analisti finanziari professionisti secondo quanto rivela un nuovo comunicato apparso sul sito del MIT.
Sono stati infatti proprio i ricercatori dell’istituto del Massachusetts ad aver sviluppato un nuovo software che “supera significativamente gli esseri umani nel predire le vendite aziendali”, come riferito nell’articolo.

Ed è proprio il settore finanziario quello che, secondo gli esperti, sarà uno di quelli più sfruttati dalle intelligenze artificiali. In questo settore, infatti, di solito si devono maneggiare grosse quantità di dati e fare previsioni in base a queste analisi, una cosa che calza a pennello per quanto riguarda i nuovi applicativi di intelligenza artificiale basati sul machine learning.

Nel settore finanziario, poi, l’interesse crescente è sempre più legato ai cosiddetti “dati alternativi”, ossia quei dati, di solito imprecisi ma comunque generati frequentemente e dunque sempre disponibili ed abbondanti, che possono aiutare a prevedere i guadagni di una società.
Questi dati alternativi sono per esempio rappresentate da quelli relativi agli acquisti con la carta di credito, quelli sulla posizione o quelli che, grazie alle immagini satellitari, mostrano quante auto possono essere parcheggiate nei pressi di un certo rivenditore.

Questi dati “abbondanti” possono poi essere combinati con quelli meno frequenti, come gli importi trimestrali, i prezzi delle azioni, eccetera.
Il software riesce ad avere dunque un quadro, evidentemente più chiaro rispetto a quello che possono avere gli analisti umani tradizionali, relativo alla salute di una società.

Il nuovo modello, descritto in uno studio scientifico pubblicato su Proceedings of ACM Sigmetrics Conference, utilizza transazioni anonime di carte di credito insieme ad altri dati e, nel prevedere gli utili trimestrali di più di 30 aziende, ha superato le stime combinate degli analisti di Wall Street.
E il modello di apprendimento automatico creato dai ricercatori del MIT ha utilizzato un set di dati molto più piccolo di quelli che avevano a disposizione gli analisti umani.

“I dati alternativi sono questi strani segnali proxy per aiutare a tracciare i dati finanziari sottostanti di un’azienda”, dichiara Michael Fleder, ricercatore del il Laboratory for Information and Decision Systems (LIDS) e autore principale dello studio. “Abbiamo chiesto: ‘Riesci a combinare questi segnali rumorosi con numeri trimestrali per stimare i veri dati finanziari di un’azienda alle alte frequenze?’ La risposta è sì.”