Sijoittaminen

Tekoäly tulee finanssialalle – Evli avasi suuntaviivoja

Suomen suurimpiin kuuluva varainhoitaja Evli esitteli tekoälyn kasvavaa roolia sijoittamisessa ja salkunhoidossa medialle 9.4.2024.

Yhtiö haluaa olla ensimmäisten joukossa hyödyntämässä tekoälyä ja näkee sen tärkeänä myös kansainvälisen kilpailukyvyn kannalta. Isot toimijat maailmalla kuten S&P, MSCI ja Blackrock ovat kunnostautuneet tekoälyn hyödyntämisessä.

Katsotaan ensin, millainen Evli on tänä päivänä. Yhtiön nettoliikevaihto – koostuen pääasiassa palkkiotuotoista – oli viime vuonna 109 miljoonaa euroa, jossa on kasvua 13 prosenttia. Vastaavasti liikevoitto kohosi 30,9 miljoonasta 40,2 miljoonaan euroon. Isoin osa voitosta, 33 miljoonaa, tuli Varainhoito- ja sijoittaja-asiakkaat -segmentistä. Hallinnoidut varat kasvoivat 16 miljardista 18 miljardiin euroon. Tästä Evli-Rahastoyhtiön hallinnoimien sijoitusrahastojen pääoma oli 12,6 miljardia.

Evli on pörssilistattu yhtiö, jonka markkina-arvo vuoden lopussa oli 522 miljoonaa euroa ja kevään osinko 30,7 miljoonaa euroa eli noin kuusi prosenttia vuoden lopun markkina-arvosta.

Kim Pessala kertoo, että Evli on Suomen kolmanneksi suurin rahastoyhtiö Nordean ja OP:n jälkeen. Kuva: Henri Elo

Vuonna 1995 taloon tullut, nykyinen instituutiovarainhoidon johtaja Kim Pessala kertoi, että Evlillä on noin 80 salkunhoitajaa ja yhteensä 300 työntekijää. Yhtiö on hänen mukaansa ollut aina datakeskeinen; yksi yhtiön neljästä arvokriteeristä on jatkuva oppiminen. Siksi panostaminen tekoälyyn on luontevaa.

Tekoälyn hyödyntäminen ei ole pelkkää voittokulkua vaan myös oppimista ja epäonnistuneitakin projekteja, kuten kallis vuonna 2019 startattu hanke.

Evli panostaa datan hyödyntämiseen ja ohjelmointiin itse sekä käyttää tekoälyn hyödyntämisessä ulkopuolisia kumppaneita ja sovelluksia. Pessala havainnollistaa, että tekoäly eli AI (artificial intelligence) tuo lisäarvoa perinteisten aktiivisesti hoidettujen rahastojen ja passiivisten rahastojen välimaastoon.

Tätä välimaastossa toimii esimerkiksi systemaattisia rahastoja ja salkunhoitoa, sisältäen sekä aktiivisten että passiivisten rahastojen elementtejä.

”Voidaan tehdä systemaattisia aktiivisia strategioita, joissa hinnoittelu on lähellä passiivista.”

Tekoälyn hyödyntämisellä pyritään hakemaan ratkaisua varsinkin ei-strukturoidun datan käsittelyyn ja seulontaan. Tekoälyn käytössä on monia haasteita. Kuva: Evli

Perinteisesti tekoälyä on käytetty sijoitustoiminnassa historiallisen numeerisen datan analysointiin. Koneoppimisen (machine learning) avulla tekoäly on etsinyt esimerkiksi trendejä ja pyrkinyt ennustamaan niiden perusteella tulevia tuottoja. Tästä on vaihtelevia kokemuksia.

Nyt puhutaan enemmän generatiivisesta tekoälystä, jota esimerkiksi ChatGPT edustaa. Se on vuorovaikutteista ja siihen liittyy olennaisena osana kielimallit (LLM, large language model). Kysytäänpä ChatGPT:ltä, mitä ovat kielimallit.

”Kielimallit ovat tekoälyn algoritmeja, jotka on koulutettu ymmärtämään ja tuottamaan luonnollista kieltä, kuten ihmisten puhetta tai kirjoitettua tekstiä. Nämä mallit perustuvat syväoppimiseen ja käyttävät suuria määriä tekstidataa koulutukseen. Ne voivat suorittaa erilaisia kielitehtäviä, kuten käännöksiä, kieliparseerausta, tekstianalyysiä, vastausten generointia ja jopa keskustella ihmisten kanssa.”

Tekoäly etsii tietomassasta olennaisen

Tomas Hildebrandt muistutti talousteorioiden kulmakivistä, kuten kassavirta-analyysista, hajautuksesta, arvonmääritysmalleista ja markkinatehokkuudesta. Kuva: Henri Elo

Markkinastrategi ja Evlin kokeneimpiin salkunhoitajiin kuuluva Tomas Hildebrandt luonnehti, että tekoäly on pikemminkin evoluutiota kuin vallankumous.

”Tämä on jatkumoa siitä, kun dataa alettiin systematisoida ja kvantifioida. Laskentatehon kasvu mahdollistaa tekoälyn laajemman hyödyntämisen.”

Datan määrää lisäävät muun muassa yritysten kasvavat raportointivaatimukset, kuten taksonomia- ja vastuullisuusraportointi. Tässä tekoäly voi tulla avuksi esimerkiksi etsien tai kiteyttäen dataa. Myös tekoäly oppii ja kehittyy jatkuvasti.

”Sijoittaminen on pitkä prosessi. Tekoälyä voidaan hyödyntää sijoitustoiminnan joka vaiheessa: suunnittelussa, toteuttamisessa, seurannassa ja raportoinnissa”, Hildebrandt kertoo.

Finanssiala on tyypillisesti ollut valmis ottamaan uusia teknologioita käyttöön. Tekoälysovelluksia käytetään laajasti eri toiminnoissa ja niiden käyttö yleistyy ja monipuolistuu. Kuva: Evli

Hildebrandt kertoo esimerkin. Kun yritys laskee liikkeelle bondin eli joukkovelkakirjalainan, sen esite saattaa olla 200-sivuinen. Tekoälysovellus tiivistää sen 8-sivuiseksi, jolloin salkunhoitajan on helpompi ja nopeampi perehtyä siihen.

Tekoäly lisää tuottavuutta

Peter Lindahl näkee, että tekoälybuumi on vasta alkanut. Hän vertaa sitä internetbuumiin 90-luvulla, joka hänen mukaansa sai alkunsa Netscape-selaimen julkistamisesta 1994. Kuva: Henri Elo

Evlin systemaattisten rahastojen johtaja Peter Lindahl vetää neljän hengen tiimiä, jonka keskeinen työ liittyy dataan ja sen ohjelmointiin.

Lindahl viittaa arvioon, jonka mukaan tekoäly voi lisätä talouden tuottavuuden kasvua länsimaissa 1,5 prosenttiyksikköä seuraavan 10 vuoden aikana.

Investointipankki Goldman Sachsin tekemässä selvityksessä isoimpia voittajia tuottavuuden näkökulmasta olisivat Hong Kong, Israel, Sveitsi, Kuwait, Japani, Ruotsi, Yhdysvallat ja Iso-Britannia.

Tekoälyssä on samalla riskinsä. Näitä ovat Yhdysvaltain ja Kiinan ”teknologisen kylmän sodan” pahentuminen, AI-sääntelyn jarruttava vaikutus sekä mahdollinen väärinkäytön lisääntyminen.

”Perinteisistä tekoälysovelluksista ei ole oikein löydetty ratkaisua salkunhoitoon. Ehkä generatiivinen eli kielimalleihin perustuva tekoäly voi auttaa tässä. Se on myös demokratisoiva työkalu käytön lisääntyessä”, Lindahl avaa.

Iso merkitys rahoitusalalla on sillä, että kone pystyy nyt entistä enemmän analysoimaan myös ei-strukturoitua ja kvalitatiivista dataa, kuten tiedotteita, erilaisia dokumentteja, esitelmiä ja sosiaalista mediaa – vaikkapa tätä artikkelia.

Tekoälyllä on ja tulee olemaan myös vaikutuksia työtehtävien katoamiseen ja syntymiseen eri toimialoilla. Tekoäly lisää samalla koodaajien tehokkuutta isoin harppauksin.

Lindahl esitti lopuksi esimerkin, jossa tekoälysovellus etsi 6 000 yhtiön joukosta ”puhdas vesi” -teeman yhtiöitä. Tämäntyyppinen soveltaminen voi olla avuksi paitsi rahastojen myös yksittäisten asiakkaiden salkunhoidossa.

Softallakin on ”jatkuvaa parannettavaa”. Nimittäin Kemiraa ei mainitulla listalla ollut, mutta ehkä tekoäly on oppinut jo tämänkin!

Työ muuttuu ja kaupunki muuttuu. Kolmen sepän patsaan Helsingin keskustassa suunnitteli Felix Nylund ja se pystytettiin 1932, mutta oli välillä suojassa jatkosodan pommituksilta. Kuva: Henri Elo
Kommentoi
Ylös
>