На Уолл-стрит все могут купить одну и ту же ИИ-модель. Откуда тогда берётся доходность выше рынка?
8 октября Google Cloud и управляющая компания Balyasny Asset Management объявили о сотрудничестве: Gemini будет интегрирована в собственную исследовательскую платформу последней. Согласно официальному сообщению, в компании работает более 200 инвестиционных команд, а внутренние приложения подключаются к более чем 80 финансовым базам данных и корпоративным инструментам и управляют ими.
Важно посмотреть, какие задачи исследователи поручают модели после её внедрения. Более быстрое чтение финансовой отчётности и распознавание графиков могут сократить рутинную работу, но такой рост эффективности ещё не доказывает, что портфель начнёт приносить больше прибыли.
Мой вывод таков: когда конкуренты тоже могут купить сопоставимые модели, скорость обработки общедоступной информации будет всё сложнее превратить в уникальное преимущество. Сильнее от других, вероятно, отличают эксклюзивные данные, умение формулировать вопросы и процессы, позволяющие превращать выводы исследований в реальные позиции портфеля.
Это также влияет на то, как я оцениваю связанные с ИИ активы, такие как $RENDER , $FET и $TAO . Закупки облачных сервисов институциональными инвесторами свидетельствуют о корпоративном спросе, но для каждого токена нужно отдельно выяснять, каким образом он может получать доход. Нельзя проводить между ними связь лишь из-за сходства тематики.
Объявление о сотрудничестве может подтвердить, что инструмент внедряют. Но чтобы доказать наличие инвестиционного преимущества, нужны долгосрочные результаты и сопоставимые данные о затратах. Если рассматривать эти два вопроса отдельно, выводы будут яснее.
Нажмите на мой аватар, чтобы посмотреть реальные сделки с торговыми сигналами
8 октября Google Cloud и управляющая компания Balyasny Asset Management объявили о сотрудничестве: Gemini будет интегрирована в собственную исследовательскую платформу последней. Согласно официальному сообщению, в компании работает более 200 инвестиционных команд, а внутренние приложения подключаются к более чем 80 финансовым базам данных и корпоративным инструментам и управляют ими.
Важно посмотреть, какие задачи исследователи поручают модели после её внедрения. Более быстрое чтение финансовой отчётности и распознавание графиков могут сократить рутинную работу, но такой рост эффективности ещё не доказывает, что портфель начнёт приносить больше прибыли.
Мой вывод таков: когда конкуренты тоже могут купить сопоставимые модели, скорость обработки общедоступной информации будет всё сложнее превратить в уникальное преимущество. Сильнее от других, вероятно, отличают эксклюзивные данные, умение формулировать вопросы и процессы, позволяющие превращать выводы исследований в реальные позиции портфеля.
Это также влияет на то, как я оцениваю связанные с ИИ активы, такие как $RENDER , $FET и $TAO . Закупки облачных сервисов институциональными инвесторами свидетельствуют о корпоративном спросе, но для каждого токена нужно отдельно выяснять, каким образом он может получать доход. Нельзя проводить между ними связь лишь из-за сходства тематики.
Объявление о сотрудничестве может подтвердить, что инструмент внедряют. Но чтобы доказать наличие инвестиционного преимущества, нужны долгосрочные результаты и сопоставимые данные о затратах. Если рассматривать эти два вопроса отдельно, выводы будут яснее.
Нажмите на мой аватар, чтобы посмотреть реальные сделки с торговыми сигналами