מעודכן ל-07/2020

בעשורים הקודמים מנהלי קרנות ניסו לבנות את תיקי ההשקעות עם מתן העדפה לתעשייה מסוימת על פני תעשייה אחרת – למשל, קנו מניות אנרגיה בתקווה שמחירי הנפט יעלו, ונמנעו ממניות קמעונות בגלל חשש לירידה בהוצאה של צרכנים. בעידן המחשבים והנתונים יש שיטות מדויקות יותר לנסות להכות את השוק.

כך מוצאים מניות עם מאפיינים או "פקטורים" – שמשפרים את הביצועים שלהן. קרנות שעוקבות אחר הפקטורים האלה מוכרות בתעשייה כ"סמארט בטא".

השקעת פקטור היא אחת ההשקעות שנבחנת באמצעים טכנולוגיים על פי מודלים המבוססים על פרמטרים להשקעה. מדובר במודלים המבוססים על סדרות של מידע, ברובו פיננסי וסטטיסטי,  וכולל פרמטרים כמו נפח מסחר, מומנטום, תנודתיות, יחסי הון עצמי לשווי שוק, מכפיל רווח וכדומה.

לא מעט מהפרמטרים האלו תוכלו למצוא בעבודות אנליזה על חברות שונות, או אפילו ברוב אתרי המידע הכלכלי בצמידות למניה או לסקטור ספציפי. השינוי העיקרי הוא החיבור בין נתונים פיננסיים לנתונים סטטיסטיים: רוב מנהלי ההשקעות לא משלבים ביניהם, בעוד שהשקעת הפקטור מתייחסת לשניהם. יתרון אחר הוא התבססות על מודלים הנשענים על סדרות נתונים בלבד, ואינם כוללים הטיות אנושיות של המשקיעים, כמו דעתם על הנהלת החברה, ההשפעה שיש לשם החברה על החלטת ההשקעה או הטיות אחרות המובילות לטעויות. כמו כן, כיוון שמדובר בשימוש במחשב יש התחשבות מדויקת ומדודה יותר במספר גדול יותר של פרמטרים בו-זמנית.

מוערך כי התעשייה העולמית מנהלת כיום 1.9 טריליון דולר במדדים פאסיביים ובניהול השקעות אקטיבי המבוסס על השקעות פקטור.

עם השנים המודלים נעשים דינמיים ומשתנים יותר, כי השווקים משתנים לעתים קרובות יותר, ונוספת ההשפעה של פקטור כמו תנודתיות או מומנטום. הטכנולוגיה מאפשרת לעבד את המידע במהירות ולהגיב בזמן אמת לשינויים בשווקים.

שילוב הטכנולוגיה והשימוש בביג דאטה ולימוד מכונה מגיע כבר לכ-80% הצלחה. אחת החברות בתחום בודקת באילו תנאי שוק יש למשקיעים סיכוי טוב יותר להצליח – שוק עולה, יורד, תנודתי, וגם באיזה סקטור – חברות גדולות, קטנות וכן הלאה. כמו כן היא בודקת מהו העיתוי הטוב להשקיע. התוכנה גם מצביעה על האנליסט עם הביצועים הכי טובים בפרק זמן.

מה אפשר ללמוד מהעבר על העתיד

אחת הבעיות המרכזיות בניתוח נתונים פיננסיים של חברה היא הסתמכות על נתוני עבר, שלא תמיד מעידים על העתיד, אלא בעיקר על מגמות. כך ניתחו בעבר, אבל טכנולוגיות כמו ביג דאטה ולמידת מכונה מאפשרות להשיג יותר נתונים מדוחות כספיים. כך אפשר לזהות את תוצאות החברה רק על פי איסוף נתונים מהשטח או מהרשת ולקבל אומדן קרוב של התוצאות הכספיות, הרבה לפני פרסום הדוח הכספי של החברה ואפילו ברמה יומית.

לא מספיק לאסוף נתונים, צריך גם לעבד אותם, לנקות מהם את הנתונים הלא רלוונטיים כדי להבין סנטימנט כלפי מוצר, מניה או סקטור ספציפי, והאם הקולות לגביהם אוהדים יותר או פחות. היתרון של האינטרנט הוא שאפשר ללמוד הרבה בזמן אמת ולא צריך לחכות לדוח. אפשר גם להיעזר בכלי ניתוח שונים של אתרים כמו סימילרווב או גוגל אנליטיקס.

החשיבות של בינה מלאכותית

כלי משלים ללימוד מכונה המאפשר ללמוד התנהגות צרכנים הוא מערכת הבינה המלאכותית החשובה מאוד בניהול ההחלטות במקרים שונים.

כך אפשר להגיע לאלפי נתונים ומתוכם לקבוע אלפי אסטרטגיות. הגישה המשלבת בין עולם הטכנולוגיה לפיננסים נקראת פינטק ורואים אותה יותר ביותר בעולם ההשקעות במקום מנהלי ההשקעות והאנליסטים המסורתיים.

כך מתיישנות התיאוריות לגבי אופן התנועה של מחירי המניות, מגמות וניהול סיכונים, שרובן סובייקטיביות, ומחליפות אותן השקעות פקטור. השילוב בין מכונה לחוכמה אנושית והשימוש בטכנולוגיות מתקדמות, כמו יכולת עיבוד נתונים מבוסס בינה מלאכותית ויכולת חישוב כמותית, מובילים להפעלת אסטרטגיות מדויקות יותר בזמן נתון ופחות להסתמכות על נתוני עבר.

חברות הביטוח – ביטוח OUT ; השקעות IN      

ניהול תיקי השקעות בסכום של 50 אלף שקל – האם כדאי?

פקטורינג דיגיטלי – הכירו את קרדיטפלייס