Ciclurile de creştere economică se schimbă rapid în acest secol, iar durata şi intensitatea acestora este din ce în ce mai lipsită de predictibilitate în contextul în care în prezent bursele americane înregistrează cel mai lung ciclu de creştere din istoria pieţei bursiere. Clasele de active, împărţite până acum cu claritate de investitori, îşi schimbă locurile istorice pe fondul dobânzilor negative din Europa şi al schimbărilor din planul geopolitic. Un astfel de context generează o nevoie din ce în ce mai mare de predictibilitate, care îşi poate găsi răspunsul într-un algoritm de inteligenţă artificială.

Fondat la începutul anului 2018 la Toronto de analistul de origine indiană Mukul Pal, start-up-ul fintech AlphaBlock, care are un hub de cercetare la Cluj-Napoca, dezvoltă soluţii de managementul al investiţiilor bazate pe inteligenţă artificială pentru fonduri de acţiuni, de pensii şi hedging, dar şi pentru alte pieţe.

Astfel, start-up-ul fondat de Mukul Pal, cel care a înfiinţat în 2005 compania românească Orpheus Capitals (înglobată în AlphaBlock în februarie 2018), foloseşte statistică, matematică, fizică, machine learning şi inteligenţă artificială pentru a replica performanţele de anticipare din industria de investiţii în pieţe financiare, dar şi în alte pieţe precum retail, energie sau securitate cibernetică.

Dar povestea AlphaBlock începe mai devreme de 2005. În anii 2000, Mukul Pal a început să activeze în piaţa financiară şi a sesizat că existau anumite aspecte pe care le putea observa în restul domeniilor, dar pe care cumva piaţa financiară nu le accepta ca fiind prezente. Discuţia principală era despre cât de diferit este sectorul financiar ca metodologie folosită pentru rezolvarea problemelor specifice faţă de alte sectoare.

„Noi avem o problemă culturală în a accepta faptul că putem sau nu putem anticipa ce se va întâmpla în viitor. Credinţa populară este că nu putem anticipa viitorul şi că înţelegerea viitorului este rezervată divinităţii. De aici apare un alt strat în zona de pieţe financiare care spune că există anumite capabilităţi care ar putea să vadă puţin mai bine decât noi, cetăţenii de rând, ce se întâmplă în viitor. Acolo e o categorie de oameni care au folosit nişte sisteme discreţionare pe baza cărora să încerce să înţeleagă evoluţia viitoare a preţurilor, a bursei ş.a.m.d.”, spune Andrei Nagy, head of European sales al AlphaBlock.

Aşadar, Mukul Pal a făcut demersuri în sensul identificării unui mecanism ştiinţific care să poată răspunde la întrebări de anticipare. În piaţa financiară, nevoia de predicţie este poate cea mai cunoscută sau cel mai bine înţeleasă, pentru că, spune Nagy, „mecanismul de a defini astăzi o structură a unui portofoliu de investiţii a cărui valoare viitoare cu obiectivul declarat cât mai mare să poată fi îndeplinit este o problemă la care se caută o soluţie de când a început piaţa financiară”.

Mukul Pal a venit în România în 2004, iar în 2005 a fondat Orpheus Capitals, companie care oferea servicii pentru firme sau persoane fizice din piaţa de capital pe care le gestiona cu metodologiile existente la vremea respectivă.

Analiza de date şi inteligenţa artificială, la intersecţie cu vechile teorii economice

În 2008, Mukul Pal şi-a dat seama că toată această industrie care tot adună resurse nu reuşeşte să evite un anumit fenomen de criză care apare ciclic şi devine mai motivat să cerceteze cadrul de lucru utilizat la momentul respectiv pentru a înţelege unde sunt lipsurile care generează disconcordanţa. Astfel, a aplicat toate teoriile existente „ca la carte”, până la cea mai recentă teorie, câştigătoare de premiu Nobel, pe baza căreia ar fi trebuit să obţină performanţe mai bune decât cu metodologiile anterioare. Însă fiecare încercare a dus la rezultate nesatisfăcătoare sau a fost sortită eşecului.

„Mukul Pal începe să creeze frameworkul (n.r.: sistem integrat) teoretic care stă la baza metodologiilor existente astăzi şi îşi dă seama de nişte lucruri pe care le putem înţelege foarte uşor. Primul este că, istoric vorbind, cercetătorii nu puteau comunica între ei şi atunci nu aflau unul despre munca celuilalt. Acum, dacă te uiţi din urmă şi încerci să corelezi, e mult mai simplu, pentru că avem toată informaţia şi toată evoluţia acelor frameworkuri ştiinţifice. Mai există un alt aspect, care ţine de faptul că cercetătorii nu au cum să îşi ducă munca la bun sfârşit, să şi-o coreleze. Pal începe să mai descopere alte lucruri care ţin de faptul că noi preluăm cunoştinţele aşa cum au fost ele interpretate de către antemergători. Niciun student sau doctorand nu îndrăzneşte să pună la îndoială soluţiile pe care un profesor i le furnizează contând pe capabilitatea lor de validare şi filtrare a acelor informaţii, indiferent că le-au obţinut ei sau le-au obţinut din alte părţi. Aici este problema. Nu vorbim de validare, ci de completare”, explică Nagy.

În 2009-2010, Mukul Pal a identificat elemente pe care să le poată corela diferit faţă de ceea ce au făcut ceilalţi înainte şi, săpând în mai multe direcţii, a realizat că poate să răspundă la întrebarea de anticipare într-un alt fel. „El poate să identifice în orice set de date o arhitectură a lor, o regulă sau un set de reguli care definesc felul în care setul de date se contruieşte, spre deosebire de toate celelalte abordări care sunt orientate pe înţelegerea conţinutului dintr-un set de date, adică înţelegerea tuturor elementelor din setul de date şi a valorilor lor.”

În metoda clasică, care este cunoscută ca şi big data analytics, datele sunt analizate cu scopul de a înţelege motivele pentru care anumite rezultate au fost obţinute plecându-se de la cauzele care pot fi identificate. Abordarea lui Pal este diferită şi spune că este mult mai important să înţelegem acea structură care ne permite mult mai uşor să identificăm evoluţia în timp. La fel de bine cum ADN-ul ne ajută să putem înţelege mai bine cum ar putea evolua o persoană de la o vârstă încolo mult mai uşor decât înţelegerea persoanei respective.

Din 2004 până în 2017, Orpheus a dezvoltat activităţi de consultanţă specifice pieţei de capital folosind metodologii clasice până la un punct după care a început să folosească metodologia nou descoperită, validând-o cu clienţi din Canada, SUA şi India, astfel încât conceptul frameworkului teoretic să poată fi validat în viaţa reală.

„În 2018, pentru că exista nevoia comercializării soluţiei pe nişte pieţe dezvoltate pentru servicii de tipul celor din piaţa de capital, unde deja aveam trei clienţi în Canada şi unul în America, cu care s-a testat produsul din faza Orpheus, direcţia strategică de dezvoltare dădea nevoia de a avea prezenţă cu un birou comercial în America de Nord. În acelaşi timp, dezvoltarea către blockchain (tehnologia de tip infrastructură digitală care stă în spatele monedelor digitale) şi deschiderea Canadei către blockchain, pentru că Toronto este Ethereum City, ne-au determinat să mergem să dezvoltăm partea comercială în Canada”, povesteşte Nagy. S-au întâlnit acolo în februarie 2018 cu cel mai mare venture capital în zona de inteligenţă artificială, Real Ventures, care ridicase cea mai mare rundă de finanţare de tip seria A pentru un startup din AI, de 135 milioane de dolari. „Când s-au întâlnit cu noi au fost intrigaţi de metoda alternativă propusă şi de performanţele pe care le obţinem cu aceasta şi au făcut o primă investiţie la sfârşitul anului 2018. Tot ei conduc acum următoarea rundă din poziţia de lead investor, din care ne ajută atât prin contribuţia personală, cât şi prin adăugarea de alţi investitori pentru a închide şi această rundă. Finanţarea s-a făcut la o evaluare de 15 milioane de dolari, fără a fi specificată valoarea investiţiei”, îşi aminteşte Andrei Nagy.

Citeşte continuarea articolului pe www.businessmagazin.ro