Por Naz Quadri, Head Global de Machine Learning e dados alternativos na Bloomberg.
As empresas devem plantar as sementes agora para garantir que as equipes estejam familiarizadas com tecnologia orientada por dados
O aprendizado da máquina (machine learning) tem grande potencial para as empresas de gestão de ativos. A implantação de sistemas que utilizam tecnologias orientadas por dados pode simplificar os processos operacionais do lado da compra, descobrir insights valiosos e possivelmente melhorar as estratégias e o desempenho do portfólio. Mas apenas as empresas que adotam uma cultura de aprendizado de máquina – e que estão abertas à aplicação de técnicas de aprendizado de máquina de forma criativa e ampla – têm a melhor chance de colher os benefícios.
Para construir uma cultura que extraia o máximo de valor dos dados e da autoaprendizagem, é importante que as diretorias das empresas de buy-side se comprometam com esse esforço para promover a colaboração e o investimento em tecnologia orientada por dados em toda a empresa. As empresas também devem abordar essa transformação cultural como fariam com qualquer mudança estratégica em toda a organização, alocando capital e repensando o pessoal e as habilidades necessárias para que isso aconteça.
A revolução de dados ilumina a faísca
Olhando para trás, percebe-se a crescente revolução dos dados e a proliferação da inteligência artificial (IA) continuam a remodelar indústrias e setores, incluindo a gestão de ativos.
Como um subconjunto da IA, o aprendizado de máquina envolve sistemas que usam dados para aprender, melhorar e construir modelos analíticos com significativamente menor esforço de programação ou mesmo a capacidade de resolver problemas anteriormente intratáveis. Como a quantidade de dados se expandiu exponencialmente nas últimas duas décadas, também tem a capacidade de coleta, armazenamento e processamento de dados. Juntamente com esse crescimento, a tecnologia de computação em evolução permitiu aos participantes do mercado expandir ainda mais a coleta, o armazenamento, a limpeza e a análise de quantidades de dados cada vez maiores – assim como mais diversificados e granulares – tanto para dados estruturados quanto para dados não estruturados, de fontes cada vez mais variadas em maior velocidade.
A integração da ciência dos dados, juntamente com os avanços da computação em IA, permitiu que os gerentes de ativos examinassem com sucesso grandes e complexas quantidades de dados em busca de padrões. Eles esperam aproveitar esta tecnologia de forma a impulsionar retornos, melhorar estratégias, reduzir custos e melhorar processos e operações.
Em última análise, os investidores antecipam que dados e análises poderosas continuarão a melhorar muitas funções de front-office e middle-office à medida que remodelam o cenário da gestão de investimentos. Isso inclui construção e reequilíbrio de portfólio, gestão de riscos, conformidade e análise de custos de negociação, entre outros benefícios.
O espectro da utilização da tecnologia baseada em dados
No espaço de gestão de ativos, os níveis de sofisticação, adaptação e aplicação da tecnologia baseada em dados variam entre empresas com diferentes objetivos de investimento. Os fundos mutualistas e os gestores de ativos de maior dimensão e de análise fundamental, que são predominantemente investidores conservadores em ativos mais seguros, adotam uma abordagem relativamente menos tecnológica e humana na seleção de ativos. Os fundos de investimento, que na sua maioria concebem carteiras que utilizam estratégias baseadas em modelos de fatores clássicos, utilizam geralmente a tecnologia necessária para esse processo.
Enquanto isso, os fundos de hedge tendem a vir em duas variedades, as quais se baseiam mais fortemente em tecnologias orientadas por dados. Muitos investidores em fundos de hedge usam estratégias semelhantes às dos fundos mútuos, mas que podem assumir mais riscos, aplicar alavancagem e estão mais interessados em utilizar a tecnologia para encontrar uma vantagem. Outros fundos de hedge mais avançados adotam estratégias de investimento exóticas e sofisticadas e adotam ferramentas e análises orientadas por dados como uma ferramenta essencial de geração de alfa.
A cultura de dados nas empresas de buy-side mudou, principalmente nos últimos 10 anos, para um cenário no qual mais organizações adotam abordagens orientadas por dados em suas estratégias e modelos. Os fundos hedge tecnologicamente avançados e bem capitalizados demonstraram o uso precoce de dados e experiência, e hoje fazem dessas tecnologias parte da realocação diária de seus portfólios e da estratégia de risco.
Os gerentes de fundos de algumas grandes empresas e fundos mútuos seguiram o uso de dados e aprendizado de máquina em seus front e middle-offices. E os grandes gestores de ativos, fundos mútuos e lojas fundamentais têm seguido cautelosamente para o espaço de dados, preocupados principalmente em aprender onde e como alterar os processos e a cultura de grupo para serem mais colaborativos em torno de dados que atualmente tendem a ser armazenados em silos.
Todos esses esforços são importantes porque os benefícios são inúmeros. Embora muitos traders e gerentes de portfólio aspirem a encontrar maneiras consistentes de como os dados podem ajudá-los a desenvolver estratégias de geração de alfa, as empresas procuram essa tecnologia para melhorar muitas funções de front e middle-office. Estas incluem:
- construção e reequilíbrio de portfólio
- conformidade da gestão de riscos e monitorização e comunicação de informações regulamentares
- análise de custos de comercialização
- alocação de ativos
- identificação de operação irregular
- automação de tarefas administrativas e outras
- colaboração geral entre grupos
Como as empresas de gestão de ativos cultivam uma cultura de aprendizado de máquina? Elas podem começar por garantir a aceitação da importância da autoaprendizagem por parte das respectivas diretorias. Ganhar o compromisso da liderança facilita o estabelecimento e a disseminação de uma cultura mais centrada em dados em toda a empresa, de modo que ela se torne a parte principal das mensagens, do DNA e do planejamento.
Além disso, essa cultura de aprendizado de máquina prospera em ambientes que incentivam a cooperação, bem como o compartilhamento de dados, tecnologia e modelos. Por exemplo, equipes que abrangem diferentes classes de ativos podem compartilhar técnicas de dados para resolver problemas semelhantes, mas distintos, ou comunicar informações valiosas com mais facilidade em silos.
As empresas de gestão de ativos que têm uma cultura de autoaprendizagem tendem a ser flexíveis, bem como particularmente abertas à colaboração, novas ideias e novas formas de pensar. Elas desenvolvem processos de tomada de decisão adaptáveis em torno dos tipos de modelos que utilizam. E eles consideram investimentos em aplicações de autoaprendizagem em todos os níveis da empresa, não apenas no front office.
Encarar a questão como uma questão estratégica
As organizações podem abordar a questão do desenvolvimento de uma cultura de aprendizado de máquina da mesma forma que fariam com qualquer tipo de planejamento estratégico, como a compra de um novo edifício ou a expansão para novas classes de ativos. A empresa pode diagnosticar o imperativo estratégico que está tentando abordar e determinar se pode aplicar soluções baseadas em dados. Em seguida, pode determinar quanto capital alocar para este esforço.
Para fazer isso corretamente é necessário o pessoal certo. Os gerentes de ativos podem começar contratando um especialista em dados de nível sênior ou em aprendizado de máquina com experiência na transformação de empresas do setor financeiro que entendem a organização, sua estratégia e cultura. Este perito deve desenvolver múltiplas opções para um plano multifásico que faça evoluir a organização de uma forma que seja consistente com a cultura e os objetivos.
Na próxima etapa, a diretoria pode explorar o que significaria tornar a equipe “capacitada para a máquina”. Futuros talentos exigirão conjuntos de habilidades que sejam mais proficientes em dados. Como muitos em Wall Street se preocupam com automação e perda de empregos, as organizações devem estar semeando as sementes agora para garantir que a equipe seja mais fluente em tecnologias orientadas por dados, quer trabalhem no front ou middle-office, em uma empresa de análise fundamental ou mais quantitativa.
A força de trabalho terá de evoluir à medida que a tecnologia evolui. Assim, como parte de uma cultura de aprendizado de máquina, as empresas devem considerar como garantir que seus funcionários tenham o conjunto de habilidades correto para avançar com as mudanças na indústria.
A explosão de dados é promissora para qualquer empresa que possa processar fontes de informação complexas e díspares de forma rápida, eficiente e criativa. Os gestores de ativos que exploram o potencial das tecnologias orientadas por dados colocam-se numa posição forte para se destacarem da concorrência, melhorarem o desempenho e atraírem novos investidores.