Systemfejl i pengemaskinen

Det, vi troede, vi vidste …

Op mod 80 procent af verdens aktiehandler bliver i dag foretaget af computere – så hvorfor skulle kunstig intelligens ikke også kunne regne sig frem til morgendagens kurser?

En lang række studier har undersøgt brugen af neurale netværk på aktiemarkedet og konkluderer, at såkaldte LSTM- og CNN-modeller kan forudsige markedsbevægelser med over 90 procents præcision og slå menneskelige analytikere.

Det, vi ved nu

Men i et nyt studie sætter Erfan Radfar fra Teherans tekniske universitet spørgsmålstegn ved resultaternes validitet. Modellernes høje succesrate skyldes snarere metodiske fejl i studierne end teknisk snilde, mener han.

Modellerne bliver ofte testet på datasæt med kort tidsperspektiv og bedømt ud fra deres evne til at forudsige næste dags kurs – men da aktiers daglige udsving tit er små, skal der meget til, før modellerne tager grueligt fejl.

Erfan Radfar testede selv modellerne på 12 aktier på børsen i Teheran. For at få et mere realistisk billede af deres evner gav han dem data for de sidste 100 dage og bad dem så forudsige, hvor aktierne lå efter 30 dage.

Resultaterne var slående: LSTM-modellerne klarede sig i flere tilfælde dårligere end den simple strategi, hvor man blot antager, at en aktiekurs forbliver den samme. CNN-modellerne klarede sig en smule bedre, men kun marginalt.

Ifølge studiet skyldes det, at modellerne har svært ved at tage højde for komplekse og eksterne faktorer som makroøkonomi, geopolitik og nyheder samt det støj og kaos, der også påvirker aktiekurser.

Men …

Studiet konkluderer dog, at AI har et potentiale: Det kan være brugbart i kombination med såkaldt fundamental analyse, hvor man læser regnskaber og vurderer aktiers gæld, omsætning og fremtidsudsigter for at give en mere helhedsorienteret vurdering af, om de er billige eller dyre.

Humanities and Social Sciences Communications, 13. maj.