Por Saikat Chatterjee
LONDRES (Reuters) - O uso de aprendizado de máquina melhorou em toda a indústria de serviços financeiros, apesar de problemas como a qualidade dos dados continuarem prejudicando seu progresso, segundo um estudo da Refinitiv.
Em um relatório, a Refinitiv, provedora de dados financeiros, disse que mais de 90 por cento das organizações entrevistadas implantaram o aprendizado de máquinas em várias áreas da organização.
O aprendizado de máquina refere-se ao uso de algorítmos e modelos estatísticos nos mercados financeiros, sem usar diretrizes humanas e, em vez disso, baseia-se em padrões para fazer escolhas.
Embora o gatilho inicial para tais tecnologias tenha sido a automação de tarefas repetitivas, a pesquisa descobriu que as principais aplicações estavam nas áreas de prevenção de riscos, gerando ideias de negociação e investimento, e analisando o desempenho.
Conduzida por meio de 447 entrevistas por telefone com executivos e profissionais de ciência de dados em várias empresas de serviços financeiros, a pesquisa também descobriu que a qualidade dos dados é a principal barreira à adoção de aprendizado de máquina.
O aprendizado de máquina tem sido, há muito tempo, o pilar dos fundos de hedge, que combinaram estratégias algorítmicas complexas com dados financeiros para fazer grandes apostas nos mercados.
Mas com o crescente uso da computação em nuvem e a constante pressão sobre os bancos para reduzir custos, as técnicas de aprendizado de máquina têm visto uma maior aceitação entre os bancos.