วิวัฒนาการเฟสปัจจุบันของการบริหารจัดการสินทรัพย์ยังคงดำเนินต่อไป Algorithm trading (การเทรดแบบใช้อัลกอริทึม) กำลังถูกพัฒนาไปสู่อีกขั้นที่เหนือกว่าโดยการนำ A.I. และ Big Data เข้ามาประยุกต์ใช้
ข้อมูลที่น่าจะมีประโยชน์ที่นำมาใช้ได้ ได้ถูกสร้างขึ้นบนสื่อ social media บน Google บนอุปกรณ์มือถือ และอุปกรณ์อื่น ๆ ที่รวมไปถึงยานยนต์ โดรน และกล้องถ่ายรูป แหล่งข้อมูลที่มีโครงสร้างและไม่มีโครงสร้างเหล่านี้ สามารถนำมาใช้ในการวิเคราะห์ Big Data เพื่อใช้ทำนายและตัดสินใจสิ่งต่าง ๆ ได้ในหลากหลายอุตสาหกรรม
ชุดข้อมูลขนาดใหญ่เหล่านี้ต้องมีการจัดการ (ซึ่งจัดเป็นอีกหนึ่งสายงานได้เลย) ตามด้วยการประมวลผลโดยใช้ซอฟต์แวร์ Big Data และพลังการคำนวณที่มหาศาล การจัดการที่ดีร่วมกับซอฟต์แวร์ A.I. ที่มีประสิทธิผลจะสามารถสกัดเอาองค์ความรู้ (insights) ที่ไม่เคยมีมาก่อนออกมาจากข้อมูลได้ สายงานเทคโนโลยี Big Data ได้เติบโตขึ้นอย่างรวดเร็วไปพร้อม ๆ กันกับ A.I. สาเหตุก็เนื่องมาจากปริมาณแหล่งข้อมูลที่เติบโตขึ้น และการนำไปประยุกต์ใช้ในเครื่องจักรและโปรแกรมอัตโนมัติที่มากมายหลากหลายขึ้น
A.I. และ Big Data เข้ามาเปลี่ยนแปลงอุตสาหกรรมการบริหารจัดการสินทรัพย์อย่างไร
ตัวอย่างของการใช้ A.I. และ Big Data ในการบริหารจัดการสินทรัพย์
Catana Capital (https://catanacapital.com/) เป็นตัวอย่างบริษัทหนึ่งที่ใช้ A.I. และ Big Data มาบริหารจัดการกลยุทธ์การ long/short (ซื้อ/ขาย) หลักทรัพย์ กองทุน Data Intelligence Fund (https://catanacapital.com/data-intelligence-fund/) (หนึ่งในกองทุนของ Catana Capital) ใช้กลยุทธ์การ long/short โดยอาศัยข้อมูลที่ถูกรวบรวมด้วยวิธีประมวลผลภาษาธรรมชาติ (NLP – Natural Language Processing) จากเว็บไซต์แหล่งข่าวการเงิน และข้อมูลจาก social media ต่าง ๆ การลงทุนโดยใช้ A.I. มากำหนดกลยุทธ์จะประสบความสำเร็จหรือไม่นั้นขึ้นอยู่กับคุณภาพของข้อมูลที่ใช้ เหตุนี้เองทำให้ Catana Capital พยายามที่จะรวบรวมข้อมูลที่เกี่ยวข้องจากหลากหลายแหล่งให้มากที่สุดเท่าที่จะเป็นไปได้
Data Intelligence Fund managed by Catana Capital
ข้อมูลที่ใช้นี้ถูกรวบรวมมาจากข่าว งานวิจัย บทวิเคราะห์ ปฏิทินกิจกรรมต่าง ๆ และเนื้อหาข้อความจาก social networks โดยข้อมูลจาก social media อย่าง Twitter, Reddit และ StockTwits นั้นถูกสร้างขึ้นมาอย่างมากมายตลอดเวลา จุดนี้เองที่ มีผู้จัดการกองทุนอยู่เพียงไม่กี่รายเท่านั้นที่สามารถนำข้อมูลเหล่านี้มาใช้ได้อย่างมีประสิทธิผล