রোবোটিক ব্যবসায়ীরা প্রতি $3 এর মধ্যে প্রায় $1 পরিচালনা করে। তারা সর্বব্যাপী। আপনি সম্ভবত কিছু সূচক তহবিলের মালিক যেগুলি রোবোটিক বা পরিমাণগত তহবিল হিসাবে বিবেচিত হয়। তারা সস্তা এবং তারা দেরীতে আপাতদৃষ্টিতে অপ্রতিরোধ্য স্টক মার্কেটে অ্যাক্সেস সরবরাহ করে। কিন্তু অবশেষে, বুদ্বুদ ফেটে যেতে পারে (অন্তত কোয়ান্ট ফান্ডের জন্য)। কোয়ান্ট তহবিল সর্বত্র বন্ধ হয়ে যাচ্ছে (যেমন, Columbia Threadneedle, Neuberger Berman)। প্রবণতা-অনুসরণকারী কোয়ান্ট ফান্ডগুলি 13 বছরের মধ্যে কিছু খারাপ বহিঃপ্রবাহ দেখেছে। তাই এই পরিমাণ তহবিল ঠিক কি? তারা কেন এসেছিল? এবং এই ডিপ কি পরিমাণের সাথে একটি স্থানীয় সমস্যার সংকেত নাকি কেবল একটি অস্থায়ী রিসেট?
অর্থের বিস্তৃত ক্ষেত্র, মূলধনের অ্যাক্সেসের কারণে, দীর্ঘকাল ধরে এমন একটি খাত যা অন্যান্য শিল্পের আগে প্রযুক্তিগত উদ্ভাবনকে আলিঙ্গন করে। সুতরাং যখন 20 শতকে সফ্টওয়্যার প্রযুক্তির আগমন ঘটে এবং অ্যালগরিদমিক প্রোগ্রামগুলি আবির্ভূত হয়, তখন এটি অনিবার্য ছিল যে আর্থিক খাতই প্রথম সম্ভাবনাকে কাজে লাগাবে। জন বোগল, ভ্যানগার্ডের প্রতিষ্ঠাতা, 1970-এর দশকে বিশ্বের প্রথম সূচক তহবিল চালু করেছিলেন, স্টকের ঝুড়িগুলি ট্র্যাক করার জন্য সফ্টওয়্যার স্থাপন করে এবং এইভাবে, একটি তহবিলকে তার অন্তর্নিহিত বেঞ্চমার্কের যে কোনও পরিবর্তন অনুসারে স্বয়ংক্রিয় পুনর্বন্টন স্থাপনের অনুমতি দেয়৷
ট্রেডিং স্বয়ংক্রিয় করার জন্য সফ্টওয়্যার ব্যবহার করার সুবিধাটি গভীর ছিল, বেশিরভাগই এটির কার্যক্ষম খরচ কমানোর উপর প্রভাব ফেলে। সূচক তহবিলগুলিকে মানব সম্পদের জন্য অর্থ প্রদান করতে হয়নি যা অন্যথায় নির্বাচন এবং বরাদ্দের সিদ্ধান্ত নেওয়ার জন্য ব্যবহার করা হত। সূচক তহবিলের আবির্ভাব ব্যক্তিগত আর্থিক ব্যবস্থাপনার বিশ্বকে একটি গণবাজারে উন্মুক্ত করার জন্য একটি গুরুত্বপূর্ণ ঘটনা ছিল যা অন্যথায় এই ধরনের পরিষেবার মূল্য নির্ধারণ করা হত।
বর্তমান দিনে দ্রুত এগিয়ে, এবং স্বয়ংক্রিয় (পরিমাণগত) তহবিলগুলি, গত এক দশকে, মার্কিন স্টক এক্সচেঞ্জগুলিতে প্রাতিষ্ঠানিক লেনদেনের মাধ্যমে ভলিউমের সর্বোচ্চ অংশ ধরে রাখতে ক্রমাগত ঊর্ধ্বমুখী হয়েছে৷
প্রযুক্তির আরও উন্নয়নের ফলে 1980-এর দশকের শেষের দিকে পরিমাণগত এক্সচেঞ্জ ট্রেডেড ফান্ড (ETFs) চালু হয়। এই যন্ত্রগুলি নির্দিষ্ট কারণের উপর ভিত্তি করে গতিশীল স্টক নির্বাচনের সিদ্ধান্ত নেওয়ার জন্য সফ্টওয়্যার প্রোগ্রাম স্থাপন করে। উদাহরণস্বরূপ, একটি অ্যালগরিদম একটি স্টক কেনার জন্য প্রোগ্রাম করা যেতে পারে যখন এর মার্কেট টু বুক অনুপাত 1.0 এর নিচে নেমে আসে এবং তারপর অনুপাত 1.5 এর উপরে উঠলে একই স্টক বিক্রি করার জন্য। যেমন এই অশোধিত উদাহরণে দেখানো হয়েছে, সফ্টওয়্যারটিকে মৌলিক বিশ্লেষণের উপর ভিত্তি করে পদ্ধতিগত বিনিয়োগের সিদ্ধান্ত নেওয়ার জন্য প্রোগ্রাম করা হয়েছে যা অন্যথায় মানব পরিচালকদের দ্বারা করা হবে৷
প্রথম ETF থেকে 30 বছরে, কৃত্রিম বুদ্ধিমত্তার ক্ষেত্রে দ্রুত উদ্ভাবনের কারণে স্বয়ংক্রিয় বাণিজ্যের পরিশীলিততা সর্বদা উন্নত পর্যায়ে অগ্রসর হয়েছে। অ্যালগরিদমিক সফ্টওয়্যারের প্রেক্ষাপটে, কৃত্রিম বুদ্ধিমত্তার ব্যবহার বোঝায় যে ট্রেডিং প্রোগ্রামগুলি তাদের নিজস্ব ইচ্ছায় তাদের কার্যকারিতা শিখতে এবং উন্নত করতে পারে। সুতরাং, ধরুন যে উপরের আমাদের ETF উদাহরণে ব্যবহৃত সফ্টওয়্যারটি একটি কৃত্রিম বুদ্ধিমত্তা মডিউল দিয়ে স্থাপন করা হয়েছিল। এখন, এটি ক্রমাগত স্টক পারফরম্যান্সের ডেটা বিশ্লেষণ করতে সক্ষম হতে পারে, এটি পরবর্তীতে অন্তর্দৃষ্টি আঁকতে অনুমতি দেয় যে একটি আরও লাভজনক কৌশল হ'ল স্টক কেনা তখনই যখন তাদের বাজারের বুক অনুপাত 1.25-এর নিচে নেমে আসে এবং অনুপাত 1.8-এ বেড়ে গেলে সেগুলি বিক্রি করে৷ সফ্টওয়্যারটি তখন মানুষের হস্তক্ষেপের প্রয়োজন ছাড়াই এই শিক্ষার উপর ভিত্তি করে সিদ্ধান্ত নেওয়া শুরু করবে।
2019 সালের হিসাবে, ETF এবং সূচক তহবিল একসাথে মানব-পরিচালিত সম্পদ পরিচালকদের চেয়ে বেশি মার্কিন ইকুইটি পরিচালনা করে। মার্কিন স্টক মার্কেট মূল্যের $31 ট্রিলিয়ন জুড়ে, কোয়ান্ট ফান্ড এখন বাজার মূলধনের 35.1% মালিক, মানব-পরিচালিত তহবিলের 24.3% এর তুলনায়। এটি একটি উল্লেখযোগ্য পরিবর্তন—কিন্তু কেন এটি গুরুত্বপূর্ণ?
কোন উপায়ে পরিমাণগত তহবিল তাদের মানব প্রতিপক্ষের তুলনায় একটি উচ্চতর সম্পদ ব্যবস্থাপকের পছন্দ? সবচেয়ে বাস্তব উপায় হল কোয়ান্ট ফান্ড দ্বারা কম ব্যবস্থাপনা ফি, যা মানব-পরিচালিত সক্রিয় তহবিলের দ্বারা মেলে না। খরচের উপর দক্ষতা একটি কারণ হল আমরা কেন ভ্যানগার্ডকে দেখতে পাই – সূচক তহবিলের উদ্ভাবক – কয়েক দশক ধরে বিশ্বের বৃহত্তম সম্পদ ব্যবস্থাপক হওয়ার দ্বারপ্রান্তে পৌঁছেছেন। তহবিলে ফি অপরিহার্য কারণ, সময়ের সাথে সাথে, এগুলি বিনিয়োগকারীর জন্য একটি উল্লেখযোগ্য ব্যয়ের বোঝা হয়ে থাকে এবং কারণ-কার্যক্ষমতা পরিমাপের পরিপ্রেক্ষিতে-ফি যত বেশি হবে, উচ্চতর কর্মক্ষমতাকে তাদের ন্যায্যতা দেওয়ার জন্য বেঞ্চমার্ক অতিক্রম করতে হবে। হেজ ফান্ডগুলি, বিশেষ করে, বিনিয়োগকারীদের 20% পর্যন্ত ফি দিয়ে জর্জরিত করতে পারে, তবুও তারা গত এক দশকে কম পারফর্ম করেছে৷
কোয়ান্ট ফান্ডের আরেকটি সুবিধা রিয়েল টাইমে প্রচুর পরিমাণে ডেটা বিশ্লেষণ করে অন্তর্দৃষ্টি আঁকার ক্ষমতা থেকে আসে। এটি অগত্যা ভবিষ্যতের ইভেন্টগুলির জন্য একটি সুবিধা নাও হতে পারে, যেমন বিখ্যাত ফান্ড ম্যানেজার রে ডালিও বলেছেন:
"আপনি যা আবিষ্কার করেছেন তা যদি কেউ আবিষ্কার করে, তবে এটি কেবল মূল্যহীন নয়, তবে এটি অতিরিক্ত ছাড়ে পরিণত হবে এবং এটি ক্ষতির কারণ হবে৷ কোন গ্যারান্টি নেই যে আগে কাজ করা কৌশলগুলি আবার কাজ করবে, "তিনি বলেছেন। একটি মেশিন লার্নিং কৌশল যা মানুষের যুক্তিকে কাজে লাগায় না "যদি এটি গভীর বোঝার সাথে না থাকে তবে শেষ পর্যন্ত উড়িয়ে দিতে বাধ্য।"
কোয়ান্ট ফান্ডগুলি মানব পরিচালকদের তুলনায় দ্রুত বিনিয়োগের সিদ্ধান্ত নিতে পারে। তাই তারা আরও দ্রুত অর্ডার দিতে পারে এবং সংকীর্ণ মূল্যের পার্থক্য থেকে লাভকে আরও কার্যকরভাবে কাজে লাগাতে পারে। তারা তাদের নিরপেক্ষ পক্ষপাতিত্ব এবং চর্বি-আঙ্গুলের ত্রুটির ঝুঁকির কারণে মানব পরিচালকদের তুলনায় ট্রেডিং কৌশল বাস্তবায়নে অনেক বেশি কার্যকরী হতে পারে।
এবং কোয়ান্ট ফান্ডের অসুবিধাগুলি কী কী? একটি নেতিবাচক হল যে কৃত্রিম বুদ্ধিমত্তার বর্ধিত ব্যবহারের সাথে, বিভিন্ন পরিমাণগত তহবিল অনিবার্যভাবে ঐক্যবদ্ধভাবে একই সিদ্ধান্ত নেওয়া শুরু করতে পারে, যা আর্থিক বাজারের জন্য সংক্রামক সমস্যা নিয়ে আসতে পারে। মানব-চালিত তহবিল ব্যবস্থাপনার একটি প্রধান সুবিধা হল একটি বাজারের বৈশিষ্ট্যগুলি সনাক্ত করার এবং গুণগত ডেটার উপর ভিত্তি করে সিদ্ধান্ত নেওয়ার ক্ষমতা। কোয়ান্ট ফান্ড তাদের বুড়ো আঙুল চুষতে পারে না, এবং যেমন, বাজারের চাপের সময় বর্ধিত অস্থিরতায় অবদান রাখতে পারে।
পরিমাণগত ট্রেডিংয়ের পদ্ধতিগত বস্তুনিষ্ঠতা একটি প্রশ্ন উত্থাপন করে যে কীভাবে কোয়ান্ট ফান্ড একে অপরের থেকে পার্থক্য তৈরি করে। কিভাবে একটি কোয়ান্ট ফান্ড একটি প্রতিদ্বন্দ্বী থেকে একটি প্রতিযোগিতামূলক সুবিধা লাভ করে? মানব পরিচালকরা মৌলিক বিষয়গুলির আরও ভাল বোঝার প্রদর্শনের মাধ্যমে বা উচ্চতর অন্তর্দৃষ্টির মাধ্যমে তাদের স্ট্রাইপগুলি অর্জন করে, উভয় কারণই বছরের পর বছর শেখার মাধ্যমে বিকাশ লাভ করে এবং বটম-লাইন আলফার মাধ্যমে বস্তুনিষ্ঠভাবে প্রমাণিত হয়।
কৃত্রিম বুদ্ধিমত্তা-চালিত তহবিলগুলি রিয়েল টাইমে প্রচুর পরিমাণে ডেটা বিশ্লেষণ এবং তারপর অন্তর্দৃষ্টি এবং পরবর্তী বিনিয়োগের সিদ্ধান্ত নেওয়ার উপর ভিত্তি করে। এটি র্যাঙ্কিংয়ের মানদণ্ডে নতুন ভেরিয়েবলের প্রবর্তন করে, যেমন কোন ফান্ডের দ্রুততম কম্পিউটিং শক্তি, বা ডেটা অ্যাক্সেসের পেটাবাইট। স্টার কোডার স্টার ট্রেডারকে ছাড়িয়ে যেতে পারে কারণ ব্যাকগ্রাউন্ডে ডেটা সায়েন্টিস্টদের দ্বারা লিখিত একটি উচ্চতর মেশিন লার্নিং নিয়ম থাকার ফলে তহবিল একটি প্রতিযোগিতামূলক সুবিধা লাভ করে।
উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং (HFT) অ্যালগরিদমিক তহবিলের মধ্যে দ্রুত ট্রেডিংয়ের মাধ্যমে প্রতিযোগিতামূলক সুবিধা অর্জনের জন্য তাদের মধ্যে কিছু স্টক এক্সচেঞ্জের সাথে সংযোগ করার জন্য তাদের নিজস্ব ফাইবার অপটিক বা মাইক্রোওয়েভ নেটওয়ার্ক তৈরি করেছে। তত্ত্বটি হল যে তারের সবচেয়ে নিখুঁত, সরল রেখা স্থাপনের ফলে এক্সচেঞ্জে অর্ডার পাঠানোর জন্য সবচেয়ে চূড়ান্ত সুপ্ত দক্ষতা দেখাবে, পাবলিক ইউটিলিটিগুলি ব্যবহার করে প্রতিযোগীদের তুলনায় মালিককে সুবিধার অবস্থানে রাখবে।
মাত্র কয়েক মিলিসেকেন্ড একটি ব্যক্তিগত ফাইবার নেটওয়ার্কের মালিক হয়ে অর্জিত সুবিধা পরিমাপ করতে পারে। কিন্তু এই কয়েক মিলিসেকেন্ডের ফলে এইচএফটি সংস্থাগুলির লাভের মধ্যে লক্ষ লক্ষ বা বিলিয়ন ডলারের পার্থক্য হতে পারে যেগুলি একটি ট্রেডিং সেশনে হাজার হাজার অর্ডার কার্যকর করছে৷ তার বই ফ্ল্যাশ বয়েজতে শিকাগো এবং নিউ ইয়র্ক স্টক এক্সচেঞ্জের মধ্যে নির্মিত একটি প্রাইভেট ফাইবার অপটিক লাইনের প্রান্তিক লাভ উপলব্ধি করতে কতিপয় ব্যবসায়ীরা যে পরিমাণে গিয়েছিলেন তা লেখক মাইকেল লুইস বিশদভাবে বর্ণনা করেছেন। বিশ্বের প্রধান স্টক এক্সচেঞ্জগুলির মধ্যে নিউইয়র্কের NASDAQ এক্সচেঞ্জের দ্রুততম কার্যকরী সময় রয়েছে, যা সূক্ষ্ম ব্যবসায়ীদের জন্য অফারে উচ্চ অংশীদারিত্ব প্রদর্শন করে যা তারা প্রথম লাইনে থাকার মাধ্যমে যেকোনো সুবিধা পেতে চায়।
তবুও, ব্যক্তিগত ফাইবার নেটওয়ার্কগুলি তৈরি করা ব্যয়বহুল। তাদের উল্লেখযোগ্য প্রাথমিক বিনিয়োগের প্রয়োজন এবং পাহাড়ের মতো শারীরিক প্রতিবন্ধকতা বাধাগ্রস্ত হতে পারে। মাইক্রোওয়েভ নেটওয়ার্কগুলি, তবে, একই উদ্দেশ্য পরিবেশন করে তবে উচ্চ গতির সুবিধার সাথে এবং তাদের বায়ু-ভিত্তিক সংক্রমণের কারণে কম ভৌগলিক প্রতিবন্ধকতার সাথে। কিছু বাজারে, HFT গুলি ইতিমধ্যেই সবচেয়ে অনুকূল মাইক্রোওয়েভ নেটওয়ার্কগুলির মালিক হওয়ার জন্য বিডগুলিতে যুদ্ধের লাইন তৈরি করেছে৷
কিছু এইচএফটি এমনকি সহ-অবস্থানের চেষ্টা করেছে, যা তাদের ট্রেডিং সফ্টওয়্যারগুলিকে স্টক এক্সচেঞ্জের ভিতরে অবস্থিত সিস্টেমগুলিতে স্থাপন করাকে বোঝায় যেখানে তারা ট্রেড করছে। এটি, কিছু উপায়ে, একটি বিনিময়ের আদেশ পেতে সময় যুদ্ধের জন্য শেষ খেলা। অনেক স্টক এক্সচেঞ্জ এখন সহ-অবস্থান পরিষেবা অফার করে, ব্যবসায়ীদের তাদের সিস্টেমগুলিকে এক্সচেঞ্জের সিস্টেমের কাছাকাছি রাখার জন্য জায়গা দেওয়ার জন্য ফি চার্জ করে। কিন্তু দীর্ঘমেয়াদে, এই সহ-অবস্থান পরিষেবাগুলির বৈধতা চ্যালেঞ্জ হতে পারে, যা নেট নিরপেক্ষতার বিতর্কের অনুরূপভাবে নৈতিক প্রশ্ন উত্থাপন করে। স্টক মার্কেট হল, তাদের সারমর্মে, বাজার প্রস্তুতকারক বা মার্কেটপ্লেস যা ক্রেতা এবং বিক্রেতাদেরকে কোনো পক্ষপাত ছাড়াই একত্রিত করে। উপকারী অ্যাক্সেসের একটি স্তরযুক্ত ব্যবস্থা এই সম্পর্কটিকে ভেঙে দেয়, যা একটি উদ্বেগজনক পরিস্থিতি৷
এমনকি যদি একটি এইচএফটি সম্ভাব্য সমস্ত সুবিধা দিয়ে নিজেকে সজ্জিত করার চেষ্টা করে, তবে এটি যে সর্বদা কাজ করবে তার কোন গ্যারান্টি নেই। নাইট ক্যাপিটালের কেস সর্বদা এটির একটি অনুস্মারক হিসাবে কাজ করবে। নাইট ছিল বাজারে আসা প্রথম HFTগুলির মধ্যে একটি, কিন্তু 2012 সালে, এটির অ্যালগরিদমিক সফ্টওয়্যার ত্রুটিপূর্ণ হয়ে পড়ে এবং মাত্র এক ঘন্টার ব্যবধানে $7 বিলিয়ন ডলারের ভুল লেনদেন হয়েছিল৷ এই ভ্রান্ত লেনদেনগুলিকে সংশোধন করার জন্য ফার্মের প্রায় অর্ধ বিলিয়ন ডলার খরচ হয়েছে এবং শেষ পর্যন্ত তহবিলটি লিকুইডেট এবং বন্ধ করতে হয়েছে৷
এটি আমাদের ব্যক্তিগত সম্পদ ব্যবস্থাপনার বিষয়েও নিয়ে আসে। সামাজিক স্তরে, এটি দেখার জন্য সবচেয়ে গুরুত্বপূর্ণ ক্ষেত্র হতে পারে, কারণ বিনিয়োগের একটি বড় অংশ যা ইক্যুইটি তহবিলে যায় তা পৃথক নাগরিকদের পুল করা মূলধন বিনিয়োগ (যেমন, পেনশন)।
রোবো-উপদেষ্টা হল সফ্টওয়্যার-চালিত বিনিয়োগ উপদেষ্টা যারা অ্যালগরিদমের উপর ভিত্তি করে ক্লায়েন্টদের নির্দেশ দেয়। তারা গত এক দশকে ধীরে ধীরে বিশিষ্ট হয়ে উঠেছে। আর্থিক পরামর্শ থেকে মানুষের সিদ্ধান্ত গ্রহণ অপসারণের প্রতিশ্রুতি এবং বিপদ উভয়ই রয়েছে। একদিকে, আর্থিক পরিকল্পনা এবং বিনিয়োগ পোর্টফোলিও নির্মাণের প্রাতিষ্ঠানিক ধারণার সাথে জনসংখ্যার বিশাল অংশকে পরিচয় করিয়ে দেওয়ার সুযোগ রয়েছে। তবুও, অন্যদিকে, রোবো-পরামর্শের কিছু সিদ্ধান্ত গ্রহণের স্তম্ভগুলি বেশ স্বেচ্ছাচারী (অর্থাৎ, আপনার বয়স বাড়ার সাথে সাথে আরও বন্ডের মালিক) এবং - যদিও পাঠ্যপুস্তকের অর্থে সম্ভাব্যভাবে "সঠিক" - বিবেচনায় নিতে ব্যর্থ হতে পারে বিনিয়োগকারীর ব্যক্তিগত পরিস্থিতি। কৃত্রিম বুদ্ধিমত্তার ব্যবহার রোবো-উপদেষ্টাদেরকে আরও শক্তিশালী করবে কারণ তারা তাদের নিজস্ব শিক্ষার উপর ভিত্তি করে তাদের বরাদ্দের সিদ্ধান্তগুলিকে পরিমার্জিত করতে শুরু করবে।
এটি কি মানব সম্পদ ব্যবস্থাপকের জন্য একটি বিপদের ঘণ্টা? এটি কি ব্যাংক এবং অন্যান্য আর্থিক প্রতিষ্ঠানে সম্পদ ব্যবস্থাপনা পরিষেবা প্রদানকারী সম্পদ ব্যবস্থাপনার পদ্ধতিকে উল্লেখযোগ্যভাবে পরিবর্তন করবে? অর্থ এবং বিনিয়োগের ক্ষেত্রে, সফ্টওয়্যার এবং প্রযুক্তিতে সবকিছু ছেড়ে দেওয়া একটি ঝুঁকি যা অবশ্যই খুব কমই নেবে। দিনের শেষে, সফ্টওয়্যার, এমনকি যদি এটিতে এআই উপাদান থাকে, কাজ করার জন্য নিয়মের প্রয়োজন হয়; এবং এই নিয়ম শুধুমাত্র মানুষের দ্বারা তৈরি করা যেতে পারে. রোবো-উপদেষ্টারা সম্পদ ব্যবস্থাপনা প্রক্রিয়াকে দ্রুত এবং আরও দক্ষ করে তুলতে পারে। তবুও, সম্ভবত এই যুদ্ধে প্রকৃত বিজয়ী হবে সেই প্রতিষ্ঠান যেটি একসাথে কাজ করে মানুষ এবং মেশিন উভয়ের সুবিধাগুলিকে কাজে লাগাতে পারে৷