Dalam dunia investasi, kurangnya insight atau pengetahuan penting dapat membuat portofolio Anda tampak kurang. Untungnya, kita telah bertransisi ke masyarakat yang kaya data dengan banyaknya informasi yang dapat ditemukan bahkan untuk bisnis terkecil sekalipun. Sayangnya, mengetahui ke mana harus mencari dan menentukan apa yang relevan dalam lautan fakta dan angka ini semakin menjadi tugas yang tidak manusiawi.
"Menurut IBM, 90% data di dunia diciptakan dalam dua tahun terakhir," kata Holly Robertson, Vice President, Quantitative Investment Solutions Sales di HSBC Global Markets. "Dan kami mungkin akan mengatakan hal yang sama lagi dalam dua tahun mendatang."
Hal yang lebih rumit lagi, sebagian besar informasi yang baru saja dihasilkan ini terkandung dalam teks bahasa alami dan format lain yang kurang dapat diakses dan tidak terstruktur, seperti posting media sosial, gambar, dan video. Memanfaatkan detail yang relevan dari format ini dapat memberikan HSBC insight baru tentang perusahaan atau peluang tertentu dan berpotensi menghasilkan keputusan investasi yang lebih baik.
"Ini adalah potongan informasi yang tidak sesuai dengan spreadsheet," kata Robertson. "Ini adalah data yang tidak mudah diukur. Ini adalah metadata—informasi di sekitar informasi. Sebagai contoh, Anda bisa belajar banyak jika Anda mempertimbangkan cara seorang CEO berbicara tentang topik tertentu selama panggilan pendapatan baru-baru ini dibandingkan dengan cara mereka membahas topik yang sama di masa lalu, dan diskusi selanjutnya di media sosial. Kami melihat sintesis data tradisional dan alternatif untuk menemukan hubungan dan mendorong insight. Itu bukanlah hal yang akan ditunjukkan oleh analisis fundamental pada umumnya."
Dia lanjutkan: "Semua informasi ini ada di luar sana, tersedia untuk umum. Jika Anda memiliki orang dan waktu yang tidak terbatas, Anda bisa duduk di Twitter sepanjang hari dan melakukan triangulasi. Namun, jumlah yang sangat banyak itu sungguh di luar pemahaman manusia." Dan ketika para pakar pun baru saja menyentuh permukaan data yang tersedia, ada masalah yang jelas—dan peluang yang luar biasa.
Volume penjualan besar
HSBC telah merealisasikan lebih dari USD 2 miliar dalam penjualan yang terkait dengan AiPEX
Unggul
AiPEX mengungguli S&P 500 sebesar 123% selama 10 tahun terakhir
Bersamaan dengan ledakan informasi ini, telah terjadi lonjakan minat yang terkait dengan investasi ritel dan pasar saham secara keseluruhan. "Kita semua telah melihatnya selama dua tahun terakhir," kata Robertson. "Sebelumnya, kami berurusan dengan investor berpengalaman atau mereka yang memiliki fokus institusional, tetapi sekarang investor individu membangun antusiasme pada tingkat yang belum pernah kami lihat sebelumnya. Semakin banyak orang yang mencari insight tentang perusahaan mana yang berkinerja baik dan mengapa."
Dan memberikan insight semacam itu kepada para investor yang lebih baru—yang sering kali independen dan melek teknologi—merupakan fokus bagi organisasi Quantitative Investment Solutions (QIS) di HSBC.
"Kami bangga dapat mengambil sesuatu yang tampak rumit dan merunutkannya sehingga investor perorangan dapat memahami dan semoga mendapat manfaat darinya," tambah Robertson. "Jadi, ketika kami menyadari bahwa investor institusional telah menciptakan keuntungan yang sangat besar bagi pelanggan mereka dengan menggunakan AI, kami ingin membawa keuntungan tersebut kepada individu."
Secara khusus, bank ingin memanfaatkan power AI untuk memindai kekayaan teks bahasa alami dan data tak terstruktur yang terus berkembang untuk mengidentifikasi perusahaan dengan potensi pertumbuhan yang lebih tinggi. Dan dengan membangun indeks imbal hasil berlebih yang terkendali dari saham-saham bisnis ini, HSBC dapat memelopori sebuah produk keuangan inovatif yang menawarkan pilihan investasi berbasis data kepada konsumen yang melek teknologi.
"Ketika kami melihat jumlah data relevan yang sudah ada di luar sana, rasanya sangat luar biasa," kenang Robertson. "Kami membutuhkan AI—dan orang-orang yang tahu cara menggunakannya—untuk memberikan power pada gagasan ini dalam mengambil semua data terstruktur dan tidak terstruktur ini dan menggunakannya untuk membuat prediksi pertumbuhan."
Dan setelah serangkaian diskusi di sekitar Silicon Valley, HSBC tertarik untuk bekerja sama dengan Mitra Bisnis IBM EquBot Inc. untuk membangun indeks barunya.
“Kepala organisasi QIS mereka benar-benar menghubungi kami secara langsung,” tambah Chida Khatua, Chief Executive Officer EquBot. "Dia mengatakan bahwa dia tertarik dan bersemangat dengan pekerjaan yang kami lakukan, memanfaatkan AI dan machine learning untuk mengubah data menjadi keputusan investasi yang lebih baik. Jadi kami melakukan beberapa pembicaraan dengan HSBC untuk membantu mereka memahami teknologi — termasuk IBM Watson — di balik platform investasi AI EquBot.”
"IBM sepertinya merupakan tempat yang cukup baik untuk memulai ketika Anda mencoba membangun sesuatu yang menggunakan AI," ujar Robertson. "Dan tim EquBot membawa banyak keahlian dan pengalaman. Mereka tahu apa yang mereka bicarakan dalam hal teknik dan di sisi distribusi dan manajemen aset. Ini sepertinya memang kolaborasi yang bagus sejak awal.”
US Equity Index (AiPEx) HSBC yang didukung AI yang baru menggunakan platform investasi EquBot AI sebagai pemilih saham, memilih perusahaan dengan potensi pertumbuhan dengan mengidentifikasi dan mengukur hubungan yang tidak mudah terlihat oleh manusia. IBM Watson Discovery dan IBM Watson Natural Language Understanding menyediakan analisis dan pengayaan informasi teks yang menghasilkan insight yang digunakan oleh platform. Sementara itu, IBM Watson Studio mengawasi model AI eksklusif yang mengelola hasil-hasil ini, menangkal bias dan penyimpangan data.
"Komitmen kami adalah menggunakan teknologi yang terbaik di kelasnya bagi investor kami," jelas Art Amador, Chief Operating Officer dan Co-Founder EquBot. "Kami melihat berbagai opsi untuk bekerja dengan platform investasi AI kami, dan Watson Discovery dan Watson Studio adalah yang paling efektif. Mereka akhirnya membuahkan keputusan terbaik. Dan IBM memiliki rekam jejak yang sangat kuat. Perusahaan ini memiliki sejarah yang sangat dikenal oleh para investor dan klien yang kami ajak bicara secara berkala."
Untuk menyiapkan model AI terkait, EquBot menggunakan teknologi IBM untuk mengumpulkan dan menyerap sekitar 20 tahun data dan teks historis, termasuk format terstruktur dan tidak terstruktur. "Hanya butuh waktu tiga bulan bagi kami untuk menguji kembali dan melakukan fine tuning parameter yang berbeda," kenang Amador. "Dan itu dilakukan bersama dengan tim QIS HSBC."
Ia lanjutkan: "Seberapa sering menyeimbangkan kembali, bagaimana menyaring perusahaan yang memiliki masalah likuiditas, seberapa besar persentase perusahaan tertentu yang harus dimasukkan ke dalam indeks—tim HSBC dapat melakukan beberapa kali iterations di platform kami untuk menjawab pertanyaan-pertanyaan tersebut. Mereka dapat mencoba berbagai model yang berbeda hingga mereka menemukan apa yang mereka pikir akan diinginkan oleh para investor mereka."
Untuk memilih saham-saham yang membentuk AiPEX, platform investasi AI EquBot mengikuti approach investasi berbasis aturan dan memantau bisnis-bisnis yang terdaftar di dalam indeks Russell 1000, mengidentifikasi sekitar 250 perusahaan dengan potensi pertumbuhan tertinggi menurut perhitungannya.
"Dan itu membuat pilihan saham tersebut berdasarkan insight seluruh pasukan yang kami sebut sebagai analis riset AI simulasi," kata Robertson. "Simulasi ini bekerja dalam koordinasi yang lengkap, jadi jika satu modul AI mempelajari sesuatu tentang sebuah perusahaan, semuanya akan diketahui. Dan pengetahuan bersama itulah yang mereka gunakan untuk memilih portofolio perusahaan-perusahaan yang memiliki posisi terbaik untuk pertumbuhan."
Untuk setiap 1.000 bisnis yang dievaluasi, "analis riset AI yang disimulasikan" ini memberikan tiga skor untuk mengevaluasi potensi pertumbuhan mereka—skor keuangan, skor berita, dan sentimen, serta skor manajemen.
“Untuk skor keuangan,” jelas Robertson, “analisis ini melihat hal-hal seperti harga barang yang dijual, rasio harga terhadap pendapatan, pengeluaran pendapatan, laba per saham. Dan skor kedua, peringkat berita dan sentimen, ditentukan oleh Watson saat membaca artikel berita dan media sosial untuk melihat apa yang dikatakan orang tentang perusahaan tertentu. Akhirnya, skor manajemen melihat tindakan dan kinerja manajemen dan C-suite perusahaan-perusahaan ini serta bagaimana mereka dipersepsikan di pasar.”
Karena pasar selalu berubah, platform ini menghitung ulang skor-skor ini—dan menyeimbangkan kembali portofolio AiPEX—setiap bulan. Dan untuk menjaga agar perhitungan tetap relevan, tim EquBot terus lanjutkan memberi makan analis AI virtual dengan informasi pasar terkini saat tersedia.
“Kami memberikannya data terstruktur tradisional,” tambah Amador. “Tapi itu hanya sepotong informasi yang ada di luar sana. Sekitar 90% informasi yang kami gunakan tidak terstruktur. Dan dengan Watson Discovery, kami melihat sekitar satu juta artikel berita setiap hari dalam lebih dari selusin bahasa yang berbeda.
Tampaknya cukup jelas bahwa platform AI EquBot menangkap tren yang tidak disadari oleh manusia. "Bahkan sebelum Maret 2020, ketika pasar mulai mundur karena pandemi," kata Robertson, "portofolio AiPEX sudah mengalokasikan ke dalam farmasi dan biotek sebagai tema umum. Dan secara khusus berfokus pada salah satu perusahaan yang menciptakan vaksin."
Dia lanjutkan: "Itu mampu menganalisis dan mendapatkan insight dari dokumen uji klinis FDA perusahaan itu — rincian yang bahkan belum ada dalam berita AS. Dan itu melihat bahwa bisnis ini memimpin di pasar. "
Demikian pula, solusi tersebut tampaknya memprediksi kekurangan energi dan gangguan pasar terkait yang terjadi pada kuartal kedua tahun 2022. "AiPEX menjadi kelebihan berat badan secara signifikan dalam saham energi pada Desember 2021 karena melihat sinyal dalam model informasi bahwa ketidakstabilan akan datang jauh sebelum sanksi apa pun ditargetkan terhadap Rusia. Jadi AiPEX, yang kaya energi, mendapatkan manfaat ketika minyak melonjak 40%, sementara sektor energi yang sesuai dari indeks tradisional yang dibatasi bobot pasar—seperti S&P 500—relatif kecil. "
Langsung sukses, AiPEX menghasilkan lebih dari USD 250 juta dalam penjualan produk dalam beberapa bulan pertama dan telah melampaui USD 2 miliar dalam total penjualan sejak saat itu. Dan indeks yang dipilih AI secara rutin mengungguli indeks tertimbang kapitalisasi pasar tradisional, menghasilkan keuntungan sebesar 5% per tahun selama 10 tahun terakhir.
“Kepercayaan sangatlah penting,” kata Robertson. “Dan merek IBM mendapat kepercayaan yang besar. Jadi, bekerja sama dengan IBM memberikan rasa kredibilitas yang membantu mendorong kesuksesan kami di pasar. Dan dengan transparansi IBM dan EquBot, kami dapat menyingkap tabir AI dan membuat hal yang kompleks menjadi sederhana. Kami dapat dengan jelas menunjukkan mengapa setiap saham dipilih dengan cara yang dapat dipahami dan membuat investor merasa nyaman. Karena dalam hal investasi, merasa nyaman dengan proses investasi sangatlah penting."
Dan ketika membahas peran EquBot di seluruh proyek, Robertson menambahkan: “Saya tidak dapat think perusahaan selain EquBot yang akan mampu merancang algoritma yang memberi makan AipEX secara efisien dan kemudian menyajikan cerita itu dengan cara yang membuat orang bersemangat tentang hal itu. Keahlian mereka yang dikombinasikan dengan cerita dan komitmen mereka untuk membuat AiPEX sukses adalah alasan mengapa kami yakin telah membuat pilihan yang tepat."
"Ini masih merupakan masa-masa yang sangat awal dalam menerapkan machine learning pada strategi investasi," kata Amador. "Ada USD 100 triliun aset global di luar sana yang dikelola, dan mungkin ada di bawah satu triliun jenis investasi machine learning AI. Namun pada titik tertentu, kami percaya bahwa sebagian besar strategi investasi akan secara langsung atau tidak langsung dikelola oleh AI dan machine learning."
Robertson menambahkan bahwa masih banyak potensi pasar yang menunggu untuk ia jelajahi lebih lanjut: "Apa yang akan terjadi selanjutnya adalah hal yang sangat menarik. Kami telah melihat banyak tema yang muncul dalam hal saham-saham yang dipilih Watson—seperti keamanan siber atau masa depan transportasi. Topik yang sedang banyak dibicarakan. Dan kami mulai melihat bagaimana kami dapat mengambil tema-tema itu dan menggunakan AI untuk mengumpulkan portofolio — sekeranjang saham — yang mungkin selaras dengan mereka.”
"Kita bisa berbicara tentang apa yang EquBot dan IBM lakukan bersama, tetapi yang benar-benar membuat kami bersemangat tentang AI adalah ketika kami bisa mewujudkannya untuk mereka," jelas Robertson. "Jadi kami telah menyelenggarakan acara klien di Pusat Pengalaman IBM (IBM Experience Center)—kami telah menyelenggarakannya di New York dan di San Francisco. Dan di pusat-pusat ini Anda dapat melihat apa yang dilakukan IBM dan Watson di industri Anda dan industri lainnya. Ini hanya memberi Anda spektrum penuh tentang betapa kuatnya AI."
HSBC USA, Inc (tautan berada di luar ibm.com) adalah perusahaan induk di Maryland yang memiliki berbagai anak perusahaan, termasuk HSBC Bank USA, N.A. Dan melalui anak perusahaan ini, HUSI menawarkan berbagai produk dan layanan perbankan tradisional kepada individu, klien bernilai tinggi, usaha kecil, korporasi, institusi, dan pemerintah. HUSI adalah anak perusahaan yang sepenuhnya dimiliki oleh HSBC North America Holdings Inc.
Berkantor pusat di San Francisco, California, Mitra Bisnis IBM EquBot (tautan berada di luar ibm.com) mengembangkan dan mendistribusikan solusi teknologi keuangan global yang diberi power oleh AI dan machine learning. Saat ini, platform investasi AI perusahaan — disampaikan di bawah model platform-as-a-service (PaaS)—memberi power lebih dari USD 2 miliar investasi di seluruh dunia.
Hukum
© Hak Cipta IBM Corporation 2022. IBM Corporation, IBM Watson, New Orchard Road, Armonk, NY 10504
Diproduksi di Amerika Serikat, Oktober 2022.
IBM Cloud, dan IBM Watson adalah merek dagang dari International Business Machines Corp, yang terdaftar di banyak yurisdiksi di seluruh dunia. Nama produk dan layanan lain mungkin merupakan merek dagang milik IBM atau perusahaan lain. Daftar merek dagang IBM saat ini tersedia di web di ibm.com/legal/copyright-trademark.
Dokumen ini adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Isi dalam dokumen ini (termasuk mata uang atau referensi harga yang tidak termasuk pajak yang berlaku) adalah yang terbaru pada tanggal awal publikasi dan dapat diubah oleh IBM kapan saja. Tidak semua penawaran tersedia di setiap negara tempat IBM beroperasi.
Data kinerja dan contoh klien yang dikutip disajikan hanya untuk tujuan ilustrasi. Hasil kinerja aktual dapat bervariasi, tergantung pada konfigurasi dan kondisi pengoperasian tertentu. INFORMASI DALAM DOKUMEN INI DISEDIAKAN "SEBAGAIMANA ADANYA" TANPA JAMINAN APA PUN, BAIK TERSURAT MAUPUN TERSIRAT, TERMASUK TANPA JAMINAN UNTUK DAPAT DIPERJUALBELIKAN, KESESUAIAN UNTUK TUJUAN TERTENTU, DAN JAMINAN ATAU KETENTUAN APA PUN YANG TIDAK MELANGGAR. Produk IBM dijamin sesuai dengan syarat dan ketentuan perjanjian yang mengatur penyediaan produk tersebut.