Artificiell intelligens har under de senaste åren skapat imponerande genombrott inom områden som medicin och läkemedelsforskning. 

AI-system hjälper idag forskare att upptäcka nya läkemedel, ta fram effektivare behandlingar och till och med ställa diagnoser mer träffsäkert än mänskliga läkare. 

Inom dessa områden håller AI på att förändra hela branscher.

På finansmarknaderna ser bilden däremot annorlunda ut. Banker, hedgefonder och tradingfirmor har investerat miljardbelopp i AI-utveckling — men resultaten har varit blandade. 

Många storsatsningar har misslyckats i tysthet, och de flesta firmor förlitar sig fortfarande på mer traditionella modeller. Varför lyckas AI så väl på ett område, men misslyckas på ett annat?

Skillnaden handlar i grunden om tillgång till data — och hur den delas. AI behöver enorma mängder data för att kunna lära sig effektivt. Inom medicinen är det möjligt. 

Sjukhus, universitet och läkemedelsbolag samlar löpande in miljontals patientjournaler och följer upp behandlingsresultat över tid. 

En stor del av denna data kan anonymiseras och delas mellan olika aktörer, med det gemensamma målet att förbättra folkhälsan. 

I en sådan miljö får AI tillgång till omfattande datamängder — och dessutom till biologiska system som följer stabila och oföränderliga mönster.

Inom finansvärlden ser det helt annorlunda ut. Här är data en konkurrensfördel — något man inte delar med andra. 

Om en hedgefond eller tradingfirma hittar ett lönsamt koncept är det sista de vill att den kunskapen sprids (se t.e.x. Jim Simons Renaissance). En edge i finansmarknaden fungerar bara så länge konkurrenterna inte känner till det. 

Skulle data bakom en vinnande strategi bli offentlig, försvinner lönsamheten snabbt när andra aktörer kliver in och tar rygg.

Därför är den mest värdefulla finansiella datan — den som AI verkligen skulle behöva — hårt skyddad. 

Till och med historiska marknadsdata av hög kvalitet är dyr och ofta ofullständig. Än viktigare är att även när AI lyckas identifiera mönster i marknadsdata, finns inga garantier för att dessa mönster kommer att bestå. Finansmarknader förändras snabbt — när många aktörer agerar på samma signal försvinner ofta hela möjligheten.

Det finns också en kulturell skillnad. Inom medicin samarbetar universitet, företag och myndigheter ofta för att driva forskningen framåt.

I finansvärlden råder en renodlad konkurrenskultur. Alla tävlar om att överlista varandra, och få är villiga att dela med sig av insikter eller data.

Resultatet blir att AI inom medicin kan tränas på enorma och kvalitativa datamängder, medan AI inom finans begränsas av bristfällig, hemlig och brusig data. 

Det gör det mycket svårare att bygga modeller som verkligen kan förstå marknadernas beteende — särskilt när marknadsförhållandena hela tiden förändras och strategier snabbt tappar sin effekt. 

Det som fungerade igår kan vara verkningslöst redan imorgon.

Det ska dock sägas att AI inom finans kan fungera väl för mindre aktörer, som själva kan utveckla och anpassa sina modeller i den riktning de anser vara mest effektiv (storlek en nackdel).

Att däremot bygga helt automatiska system som kontinuerligt genererar 20 procents avkastning — utan mänsklig inblandning — ligger långt bort. Det är inte ett rimligt antagande, varken praktiskt eller teoretiskt. 

Alla kan helt enkelt inte tjäna 20 procent per år. Finansmarknaden behöver ett ständigt flöde av förlorare — och det är just därför det kan vara så lönsamt för den lilla andel som faktiskt skapar resultat. AI kommer inte att ändra på den grundläggande spelmekaniken.

Marknader är inte som biologiska system; de anpassar sig, förändras och “slår tillbaka”. 

Och den data som krävs för att förstå marknaderna på djupet är svår att få tag på.

I slutändan kommer AI sannolikt fortsätta att förändra de områden där kunskap växer genom att delas — inte genom att hemlighållas. Medicin och läkemedelsforskning är perfekta exempel på detta. 

Finansmarknaderna däremot är fortfarande ett spel som drivs av sekretess, snabbhet och ständig anpassning. 

Om inte det förändras — om det någonsin gör det — kommer AI:s största framgångar att ligga utanför tradinggolvet.

Så medan AI fortsätter att revolutionera forskningen om sjukdomar och behandlingar, får vi nog vänta ett bra tag innan algoritmerna lyckas bemästra den oförutsägbara och ständigt föränderliga världen av finans.

Artikeln publicerades först i VM Update. 

Henrik Hallenborg
henrik.hallenborg@hasafuma.com