Van még olyan befektetési stratégia, ami nem gépesíthető
Az MI az elemzők többségénél pontosabban jelzi előre a hozamokat, de a gép alapvetően abban veri az embert, amiből eddig sem született többlethozam. Az átlagos elemzés már így is az árfolyam része, az igazi értéket az jelenti, ami nem gépesíthető: az egyediség, a határhelyzetek helyes megítélése és a türelem.
A szerző a Hold Alapkezelő részvényelemzője. Ez itt a Zéróosztó, a G7 elemzői szeglete, amelyben külső elemzők, szakértők cikkei olvashatók. Az írások és az azokban megfogalmazott vélemények a szerzők álláspontját tükrözik.
Építsünk mesterséges intelligencia (MI) elemzőt: olvastassuk el vele a vállalati jelentéseket, az iparági trendeket és a makroadatokat, majd kérjünk tőle hozam-előrejelzést, ugyanúgy, ahogy egy elemzőtől kérnénk. A Journal of Financial Economics folyóiratban megjelent kutatás szerzői pontosan ezt tették. A szoftver az ember által készített elemzői előrejelzések 54,5 százalékánál volt pontosabb, vagyis verte a mezőny többségét, ráadásul úgy, hogy nem láthatta a vonatkozó előrejelzéseket.
Az ember két helyen marad versenyben. Egyrészt ott, ahol immateriális eszközök, az összetett cégszerkezet vagy a pénzügyi stressz miatt az intézményi tudás számít. Másrészt a géppel együttműködve is van előnye: az ember és szoftver közös előrejelzése a tisztán gépi tippek kicsit magasabb, 54,8 százalékát múlta felül, miközben a nagy melléfogások száma jelentősen csökkent.
Aki részvényelemzésből él, annak ez kellemetlen adat. A kimutatások feldolgozása, a modellfrissítés, a gyorsjelentés-összefoglaló, az első piszkozat: ez a napi elemzői munka gerince, és ebben a gép ma már elemzői színvonalon teljesít, lényegében ingyen. A reflexszerű következtetés: az elemzői szakmának meg vannak számlálva a napjai.
Ez viszont egy hallgatólagos feltevésen áll: azon, hogy az átlagos elemzés eddig pénzt ért.
A számok viszont mást mondanak. Az S&P Dow Jones SPIVA-felmérése szerint 2025-ben az aktívan kezelt amerikai nagyvállalati részvényalapok 79 százaléka maradt el az S&P 500-tól, tizenöt éves távon pedig közel 90 százalékuk. Ezeket az alapokat képzett elemzők tömege szolgálja ki részletes modellekkel, az iparág évtizedek óta óriási mennyiségben termeli az elemzést, átlagos többlethozam még sincs belőle.
A magyarázat a piac természetében van: a többlethozam relatív játék. Előnye annak van, aki eltér a konszenzustól, és igaza lesz. Az átlagos elemzés viszont definíció szerint maga a konszenzus, azt pedig az árfolyam már tartalmazza.
Grossman és Stiglitz 1980-as klasszikus érvelése szerint a piac azért nem lehet tökéletesen hatékony, mert akkor senkinek sem érné meg információt gyűjteni: valakit meg kell fizetni azért, hogy az árak informatívak legyenek. Az MI ezt az egyensúlyt rendezi át. A sztenderd elemzési réteg, amiért eddig fizetség járt, ingyenes lesz, a fizetett munka pedig feljebb csúszik oda, ahová a gép nem ér el.
Mi marad az elemzőnek?
A legjobb adat arról, hogy mit tesz az MI a tudásmunkával, a Harvard és a BCG 2023-as közös kísérletéből jön, amelyben 758 tanácsadó vett részt. Amíg a feladat a modell képességein belül maradt, az MI-t használók 25 százalékkal gyorsabban dolgoztak és 40 százalékkal jobb minőségű munkát adtak le.
A tanulság az eloszlásban van: a mezőny gyengébbik felének teljesítménye 43 százalékkal ugrott meg, a legjobbaké 17-tel. A szoftver összenyomja a mezőnyt, az átlagos színvonal nő, a szórás csökken. Amikor viszont a feladat a modell képességein kívülre esett, az MI-t használók 19 százalékponttal kisebb eséllyel jutottak helyes megoldásra, mint azok, akik nélküle dolgoztak, mert elhitték, amit a gép magabiztosan, de tévesen állított.
Az elemzői munkára lefordítva: a jelentésfeldolgozó, modellfrissítő, szövegtermelő réteg elveszti a megkülönböztető erejét, mert erre szinte mindenki képes lesz. Felértékelődik az elsődleges információ, amely nincs benne semmilyen adatbázisban, mert iparági beszélgetésből, versenytársaktól, helyszíni tapasztalatból származik.
A gép arra válaszol, amit kérdeznek tőle, a nem konszenzusos kérdést viszont továbbra is embernek kell feltennie.
Ezen felül egyre fontosabb lesz a hibák felismerése: a legdrágább hiba az lesz, amikor valaki ott bízik a modellben, ahol az magabiztosan téved.
A türelem nem automatizálható
A portfóliókezelő szűk keresztmetszete sosem az elemzési kapacitás volt. A SPIVA-számok mögött viselkedési okok állnak: rossz időzítés, türelemhiány, hibás pozícióméretezés. Ezek ösztönzési és alkati kérdések, információs problémaként nem oldhatók meg, ezért az MI sem oldja meg őket.
Sőt, a nagy, likvid papírokban a helyzet bonyolultabb lesz: ha mindenki hasonló modellekkel dolgozik, a konszenzus élesebb és gyorsabb lesz, a félreárazások rövidebb ideig lesznek elérhetők. Az előny ezért ott lesz, ahol az input nem gépesíthető: a kevésbé lefedett, kisebb, illikvidebb piacokon, a különleges helyzetekben és abban a képességben, hogy valaki évekig tart egy pozíciót, miközben a piac ellene megy.
Az időhorizont ma is az egyik utolsó legális arbitrázs, és ezen a gép semmit nem változtat.
A mindenkinek járó eszköz senkinek sem előny. Az Excel és a Bloomberg-terminál sem tette az átlagos alapkezelőt a piacnál jobbá, csak megemelte a belépési szintet. Az MI esetében ugyanez történik, csak gyorsabban.
Az elemzés átlaga tehát ingyenes. Ez árazási kérdés, nem a szakma vége: az iparágnak újra meg kell tanulnia, pontosan miért is fizetnek neki. A jelentés melléktermék; a termék a konszenzustól való eltérés és a döntésért viselt felelősség. A befektető kérdése csak annyi, hogy a díj, amit fizet, melyiket veszi meg.
Mi van, ha a gép megtanul türelmesnek lenni?
Minden eddigi állítás a ma létező modellekre vonatkozik, és senki nem tudja, mit hoz a következő generáció. Előbb-utóbb valaki megpróbál olyan modellt építeni, amelyik betanított türelemmel és kontrariánus (a többségi véleménnyel szembe menő) szemlélettel kereskedik. A türelemmel nem is lesz gondja, mert az sosem volt számítási korlát. A gép ma is végtelenül türelmes, bármeddig tartana egy pozíciót. A türelmetlenség a megbízási láncban él: az ügyfélben, aki a második rossz év után kiszáll, és a döntéshozókban, akik ilyenkor lekapcsolják a stratégiát. Betanított türelem tehát már ma is van – a kitartott türelemhez viszont türelmes tőke kellene, ami továbbra is szűkös marad.
A kontrariánus szemlélet a keményebb dió. Konszenzustól eltérő véleményt gyártani triviális.
Az eltérő és egyben igaz vélemény a ritka, ahhoz pedig olyan információ kell, ami a többieknek nincs.
Amíg a modell ugyanabból a nyilvános adatból dolgozik, amiből mindenki másé, addig a meglátása gépi sebességgel válik konszenzussá. A piac ráadásul visszatanul. A Journal of Finance-ben megjelent, sokat idézett vizsgálat 97 hozamjelző mintázatot követett végig: a rájuk épülő stratégiák hozama a publikálás után átlagosan 58 százalékkal romlott. Ami megmaradt belőlük, az az illikvid, magas egyedi kockázatú papírokban volt, vagyis pont ott, ahol az előnyt hagytuk.
Ha pedig a türelmes, kontrariánus modell egyszer megszületik, és mindenki azt futtatja, a véleménye maga lesz a konszenzus, a pozíciói pedig a tömeg pozíciói. A svájci székhelyű Pénzügyi Stabilitási Tanács már most arra figyelmeztet, hogy az azonos modellekre és adatokra épülő szereplők sokk esetén úgy viselkedhetnek, mintha egyetlen intézmény lennének. Az ilyen modell tehát létezhet, csak attól a pillanattól, hogy mindenkié, nem előny többé.
