Некоторые из конкретных поведенческих предубеждений, к которым склонны отдельные инвесторы, включают стадное поведение, эмоциональные разрывы, якорение и самоатрибуцию. Точно так же, как компьютер можно запрограммировать играть в шахматы без эмоций, ИИ был разработан, чтобы помочь инвесторам принимать более разумные решения, действуя объективно в интересах достижения наилучшего возможного результата с помощью расчетной вероятности. Может возникнуть стадное поведение, поскольку страх упустить что-то берет верх. Легко следовать за толпой и находить утешение в этих решениях, особенно когда такое поведение приводит к краткосрочной выгоде. Однако, как видно во время пузыря доткомов, стадное поведение может привести к катастрофе. Баффету удалось не попасть в атмосферу тех времен, он придумал поговорку: «Бойтесь, когда другие жадничают, и жадничайте, когда другие боятся». Точно так же инвестиционная технология, основанная на искусственном интеллекте, не предназначена для стадных тенденций.
Хотя он может инвестировать в популярные акции в любой момент времени, он не инвестирует просто потому , что они популярны. Если вы обнаружите, что тяготеете к определенным инвестиционным стратегиям или акциям из-за их популярности, подумайте, как ИИ может помочь вам улучшить ваш инвестиционный процесс. Предвзятость привязки возникает, когда фиксированная цена товара становится ориентиром для принятия решений, даже если она не имеет значения. Это может произойти с акциями малой капитализации, поскольку низкие цены привлекают тех, кто считает акции недооцененными именно по этой причине. Это также может произойти во время спадов, когда инвесторы верят, что они заключают сделку, поскольку акции становятся ниже их базовой цены, даже если нет никаких фундаментальных оснований, поддерживающих это мнение. ИИ может прочесывать невероятное количество данных, чтобы определить, какими акциями потенциально можно владеть. Тот факт, что акции дешевы, не означает, что они заслуживают места в вашем портфеле.
При инвестировании может быть трудно оставаться хладнокровным и логичным. Даже самые успешные инвесторы попали в заголовки газет, приняв, казалось бы, разумные решения, которые в конечном итоге привели к провалу. Недавно, например, Билл Хван из Archegos Capital Management потерял 20 миллиардов долларов за несколько дней , продолжая использовать подход с экстремальным риском, опираясь на предыдущий успех этого метода. Даже когда у него была возможность сократить убытки, его эмоции взяли над ним верх, и он отказался это сделать. Падение Хвана, вероятно, является результатом самоатрибуции, когнитивной проблемы, которая заставляет инвесторов брать на себя чрезмерный риск после первых признаков успеха и возлагать вину на других или ситуационные факторы, а не на себя, когда они не правы, укрепляя свою веру в себя. Возможно, Хвангу стоило использовать ИИ. Постоянный нейтралитет Deep Blue помог устранить предвзятость и облегчить эмоциональную усталость от шахматного матча.
Компьютер был в состоянии оценить миллионы потенциальных ходов на скорости, с которой не может сравниться ни один человек, а затем точно выбрать лучший из них. Это применимо и к финансовой индустрии, потому что ИИ может учитывать и тестировать множество потенциальных инвестиционных сценариев и не похлопывает себя по спине за правильное решение. Его глубокие возможности машинного обучения могут нарисовать полную картину инвестиционного ландшафта и выявить риски и выгоды так, как человеческий мозг не может. .