اگر هوش مصنوعی آینده بازار را درست پیشبینی کند، آیا لزوماً به ما کمک کرده سرمایهگذاری بهتری داشته باشیم؟
تصور کنید از یک چتبات هوش مصنوعی مثل ChatGPT درباره آینده بورس سؤال میکنید. چتبات با بررسی اطلاعاتی که در اختیار دارد، پیشبینی میکند که بازار سهام تا پایان سال رشد خواهد کرد.
شما هم با اتکا به این تحلیل، بخشی از پولی را که برای تمدید قرارداد خانهتان کنار گذاشتهاید، وارد بازار میکنید.
چند ماه بعد، بازار افت میکند و درست زمانی که به پول نیاز دارید، ناچار میشوید سهام خود را با زیان بفروشید.
اما در پایان سال، بازار مطابق همان پیشبینی اولیه رشد میکند.
پیشبینی درست بود؛ تصمیم سرمایهگذاری نه.
این موقعیت فرضی، تفاوت مهمی را نشان میدهد که اغلب در بحث استفاده از هوش مصنوعی در بازارهای مالی نادیده گرفته میشود.
هوش مصنوعی میتواند حجم زیادی از اطلاعات مالی را پردازش کند، روندها را شناسایی کند و سناریوهای مختلف را بررسی کند. بااینحال، یک تحلیل یکسان ممکن است برای دو سرمایهگذار نتایج کاملاً متفاوتی داشته باشد.
در اقتصاد ایران، جایی که تورم و نوسانات نرخ ارز بر قدرت خرید و ارزش داراییها اثر میگذارند، این تفاوت اهمیت بیشتری پیدا میکند.
کسی که تا سه ماه آینده به سرمایهاش نیاز دارد، شرایط متفاوتی با فردی دارد که برای پنج سال آینده سرمایهگذاری میکند؛ حتی اگر هر دو درباره آینده بازار به تحلیل مشابهی رسیده باشند.
میزان ریسکپذیری، نیاز به نقدینگی و ترکیب فعلی داراییها، همگی بر مناسببودن یک تصمیم اثر میگذارند.
ممکن است یک فرصت سرمایهگذاری برای دو نفر به یک اندازه سودآور باشد، اما به یک اندازه مناسب نباشد.
سرمایهگذاری را در نظر بگیرید که ۶۰۰ میلیون تومان دارایی دارد:
• ۳۰۰ میلیون تومان در صندوق طلا
• ۱۵۰ میلیون تومان در سکه
• ۱۵۰ میلیون تومان در سهام
در ظاهر، سرمایه او میان سه دارایی تقسیم شده است. بااینحال، ۷۵ درصد آن همچنان در معرض عوامل اثرگذار بر بازار طلا قرار دارد.
صندوق طلا و سکه، با وجود تفاوت در ساختار، هزینهها و نقدشوندگی، به عواملی مانند قیمت جهانی طلا و نرخ ارز وابستهاند.
حالا اگر این فرد از یک دستیار هوشمند درباره خرید طلا سؤال کند، تحلیل روند قیمت بهتنهایی تصویر کاملی از تصمیم پیش روی او ارائه نمیدهد.
ممکن است چشمانداز بازار طلا مثبت باشد، اما خرید بیشتر آن، تمرکز سرمایه را افزایش دهد و سبد را در برابر تغییرات یک بازار آسیبپذیرتر کند.
اینجاست که بررسی ترکیب داراییها، شناسایی ریسکهای مشترک و سنجش تأثیر خرید بر کل سبد اهمیت پیدا میکند.
گاهی اطلاعاتی که برای یک تصمیم بهتر نیاز داریم، در وضعیت فعلی سرمایهمان پنهان شدهاند؛ نه در پیشبینی قیمتهای آینده.
یکی از تصورات رایج درباره هوش مصنوعی این است که چون مانند انسان تحت تأثیر احساسات قرار نمیگیرد، تحلیلهای بیطرفانهتری ارائه میدهد.
اما مدلهای هوش مصنوعی هم میتوانند تحت تأثیر نحوه ارائه اطلاعات و طرح سؤال قرار بگیرند.
برای نمونه، این دو پرسش را در نظر بگیرید:
«چرا الان زمان خوبی برای خرید این سهم است؟»
«چه عواملی ممکن است نشان دهند خرید این سهم تصمیم اشتباهی است؟»
هر دو درباره یک دارایی هستند، اما جهت متفاوتی به تحلیل میدهند.
در پرسش اول، از ابتدا توجه به دلایل موافق خرید معطوف شده است. در پرسش دوم، مدل به بررسی ریسکها و شواهد مخالف هدایت میشود.
سرمایهگذاران نیز ممکن است ناخودآگاه به دنبال اطلاعاتی باشند که تصمیم قبلی آنها را تأیید میکند. اگر دستیار هوشمند صرفاً همین مسیر را دنبال کند، احتمال دارد این سوگیری تقویت شود.
ارزش یک تحلیل خوب در تأیید تصمیم ما نیست؛ در این است که بتواند ضعفهای احتمالی آن را هم آشکار کند.
بهویژه در بازارهای پرنوسان، بررسی سناریوهای مخالف میتواند بهاندازه شناسایی فرصتهای جدید اهمیت داشته باشد.
با گسترش دستیارهای هوشمند مالی، دسترسی به اطلاعات بازار سادهتر شده است. امروز میتوانیم درباره روند قیمتها، ویژگی داراییها و فرصتهای سرمایهگذاری سؤال کنیم و در زمان کوتاهی به تحلیلهای مختلف برسیم.
اما کیفیت این تحلیلها تا حد زیادی به اطلاعاتی بستگی دارد که در اختیار ابزار قرار میدهیم.
برای نمونه، بهجای پرسیدن «الان طلا بخرم یا نه؟»، میتوانیم سؤال را به وضعیت واقعی سرمایه خودمان نزدیک کنیم:
«۶۰۰ میلیون تومان سرمایه دارم که ۷۵ درصد آن در طلا و داراییهای مرتبط با طلاست. شش ماه دیگر هم به بخشی از این پول برای رهن خانه نیاز دارم. خرید طلای بیشتر چه تأثیری بر ریسک و نقدشوندگی سرمایهام میگذارد؟ اگر بازار افت کند، چه سناریوهایی پیش رو دارم؟»
با این شیوه، هوش مصنوعی بهجای تمرکز صرف بر پیشبینی قیمت، میتواند پیامدهای احتمالی یک تصمیم را در شرایط مشخص بررسی کند.
البته پاسخ یک چتبات بهتنهایی برای تصمیم مالی کافی نیست. ممکن است اطلاعات آن بهروز نباشد، دادههای ناقصی دریافت کرده باشد یا در تحلیل خود دچار خطا شود. بنابراین بررسی اعتبار اطلاعات و محدودیتهای تحلیل همچنان ضروری است.
پیش از هر تصمیم سرمایهگذاری، سه موضوع باید روشن باشد: چه مقدار ریسک میتوانیم تحمل کنیم، چه زمانی به پولمان نیاز داریم و انتخاب جدید چه تأثیری بر مجموع داراییهایمان میگذارد.
به داستان ابتدای مقاله برگردیم.
اگر آن سرمایهگذار پیش از خرید سهام، نیاز چند ماه آیندهاش به نقدینگی را در تحلیل لحاظ کرده بود، شاید تصمیم متفاوتی میگرفت؛ حتی با همان پیشبینی درست از رشد بازار.
هوش مصنوعی میتواند در تحلیل فرصتها، بررسی سلامت سبد سرمایهگذاری و شناخت ریسکهای پنهان به ما کمک کند. اما تصمیم نهایی همچنان باید بر اساس اهداف و شرایط مالی خودمان گرفته شود.
پیشبینی خوب درباره آینده بازار است؛ تصمیم خوب درباره آینده مالی شما.