Фон

Финансово грамотные люди всегда приобретали активы за ликвидные деньги, чтобы потом пожинать плоды. Но набор «финансово грамотных» людей составляет очень маленькую долю среди большого населения. Это верно даже для развитых стран, таких как США, и ситуация еще хуже в развивающихся странах, таких как Индия. Суть в том, что неэффективность инвестиций — это проблема, которую необходимо решать независимо от экономического положения региона. Пока мы говорим, в банковской и финансовой сфере открываются широкие горизонты вероятных технологических решений, и когда у вас есть такая обширная клиентская база, не знающая тонкостей управления деньгами, вероятность буквально бесконечно.

Провокация мысли

Одной из актуальных тем в наши дни среди миллениалов или поколения Z является увеличение собственного капитала за счет разумных инвестиций. Как говорится в общем учебнике, мы все должны вкладывать деньги тем или иным образом, иначе наши деньги со временем испортятся из-за чего-то, что мы называем «инфляцией». Ежедневно на YouTube загружается множество видеороликов, которые также смотрят миллионы людей. Даже если торговым предложением является инфляция и увеличение денег сверхурочно и т. д., предложение продукта было общим для массового населения, давайте не будем говорить здесь о богатстве, потому что фирмы обращаются с ними с особой осторожностью, несмотря ни на что. Или, позвольте мне перефразировать, несмотря на то, что общее количество инвесторов разнообразно по своим приоритетам, целям, зависимости, проблемам и поиску решений, отвечающих их потребностям, финансовые учреждения раньше продавали им одни и те же продукты. Понятно, что у нас есть конфликт между ожиданиями и предложениями или, скорее, реальная возможность изучить потенциал роста.

Подготовка почвы

Хотя ФИ как-то разобрался в проблеме но как решить проблему? Выделенные советники назначаются богатым людям, но абсолютно нецелесообразно и, по сути, невозможно назначать ФА на массовом уровне. Технологии в помощь. Хорошо, но все же, как?

Постановка задачи широкая — предоставлять персонализированные инвестиционные решения. Но ее можно разбить на несколько небольших задач и соответственно найти решения. Звучит хорошо, но какая технология, какие шаги? Есть ли предпосылки? какие-то предпосылки? Что ж, позвольте мне подойти к ним по одному. Когда мы говорим о том, чтобы понять человека и что-то порекомендовать, то с закрытыми глазами мы знаем, что этого можно достичь только за счет разумной реализации алгоритма AI/ML. Говоря о важных условиях для построения решений, их несколько:

Во всем мире, независимо от бизнеса, каждая компания быстро движется к цифровизации. Некоторые уже опережают время и совершенно справедливо, поэтому они также пожинают плоды. Вот в чем загвоздка: только потому, что миллениалы технически подкованы и именно поэтому все строят цифровые шлюзы — это, вероятно, не совсем так, и должна быть большая скрытая возможность.

Эврика

Уже есть несколько доступных инструментов, с помощью которых люди самостоятельно планируют свое благосостояние, подписываются на услуги по работе с клиентами, заявляют о своих целях и т. д., и, соответственно, клиентам звонят с просьбой инвестировать то здесь, то там, и к такой-то дате они будут получать такую ​​​​большую прибыль. что хорошо, но не то, что ожидают клиенты новой эры. Они хотят подлинную рекомендацию, которая соответствует их потребностям. Скажем, мистер X не склонен к риску, поэтому очевидно, что криптовалюта не для него. С другой стороны, он активно инвестировал в акции, а также в нефтегазовый сектор. Итак, теперь его распределение долга меньше? Ссылаясь на рост цен на сырую нефть, куда идут его инвестиции? есть прогноз на следующие 6 месяцев? Заинтересован ли он в устойчивых инвестициях или он занимается только инвестициями в акции? Хорошо ли сейчас иметь короткие позиции по акциям технологических компаний? Как доллар ведет себя с евро? Я понимаю, что это довольно сложные темы, и опытный финансовый консультант должен быть в состоянии ответить на них. Но вот в чем прелесть технологии, вы все равно можете чего-то добиться без эксперта. Алгоритмы машинного обучения достаточно умны, чтобы понимать данные клиентов, затем текущие рыночные условия, данные об активах, после чего оценивать вероятностные оценки с поведением клиентов и, соответственно, рекомендовать инвестиционные изменения или решения. Фирмы идут по этому пути. Позвольте мне привести вам пару простых, но уместных примеров: у мистера X есть сын, который собирается поступить в известный инженерный колледж в ближайшие 4 года. Y ищет «европоездку» со своими друзьями в конце года. Г-н Y должен принять агрессивный вызов, чтобы получить больше прибыли, в то время как г-н X может позволить себе быть умеренным при принятии решения. Это рекомендация. Наш алгоритм машинного обучения, работающий за кулисами, должен понимать и давать рекомендации, отвечающие их индивидуальным потребностям.

Дошли ли мы туда? Что ж, путешествие началось, но предстоит пройти долгий путь. Технологическая реализация, безусловно, непроста, потому что фирмам необходимо собирать данные из бесчисленных источников, а затем выполнять очистку данных, выполняя должный анализ такого огромного набора данных, — это, по меньшей мере, громоздкая задача. Более того, нестабильные рыночные условия и социально-политическая атмосфера бросают больше вызовов фирмам и их разработчикам. Следовательно, возможное путешествие в будущее наверняка будет поездкой на американских горках. Наконец, точный подход к реализации, то есть технология — давайте обсудим это как-нибудь в другой день и глубоко погрузимся в дизайн системы рекомендаций ML — надеюсь, скоро.

Спасибо, что прочитали!

Если вам это понравилось и вы хотите больше такого контента, нажмите «хлоп».

Если вы чувствуете связь со мной на