@tomhardi @asepson @Iwojima @anub1s
AI SANGAT BISA SEKALI menebak market, ini yg namanya quantitative analysis (QtA), yang dipopularkan oleh Jim Simons dengan Medallion Fund-nya dengan rata2 return 66% per tahun selama 30 tahun Tetapi kalau ada yg mau main tubruk ingin segera develop AI untuk menebak market -- hati2 karena ada 2 kendala besar:
1. QtA hingga saat ini ada keterbatasan di jumlah fund-nya sehingga tidak bisa CAGR. Jadi rata2 return 66% per tahun itu hampir setara dengan CAGR 20% utk 10 tahun -- kalau dibandingkan dgn CAGR 20% utk 30 tahun beda-nya langit dan bumi ( https://stockbit.com/post/10789351 ).
2. Utk model kelas retail seperti kita memang gak usah bicara soal keterbatasan jumlah fund dan justru masalah-nya jumlah fund kita yang sangat terbatas sehingga tidak cukup untuk mendevelop AI ini haha Yes, mendevelop AI untuk QtA yg mumpuni luar biasa mahal-nya.
Dan seperti biasa, karena ada gula ada semut -- sekarang semakin banyak big fund yg mendevelop AI untuk trading -- termasuk BlackRock -- atau yg bermain di semi-AI untuk mendevelop market model ( thus tidak sepenuh-nya QtA ) seperti Ray Dalio.
Untuk yang berpendapat "intelligence" di AI adalah bullshit -- Anda 1/2 benar. 1/2 benar-nya lagi adalah "intelligence" di otak manusia yang bullshit haha
Karena 90% lebih dari waktu yang di-spend oleh otak manusia itu BUKAN digunakan untuk slow-thinking ( intelligence atau System2 ) -- tetapi untuk fast-thinking ( pattern / statistical matching atau System1 ). Fakta ini ditemukan oleh Daniel Kahneman ( https://cutt.ly/pea5LMuA ) dan mungkin merupakan breakthrough terbesar di bidang psychology, setara dgn General Relativity (GR) dan Quantum Mechanics (QM) di bidang physics ( yg kedua-nya di-establish oleh Einstein -- yes Einstein bukan Planck).
Atau dengan kata lain intelligence manusia itu terlalu dibesar2kan. Hanya cara berpikir fast-thinking inilah yang diadopsi oleh AI sekarang ( https://cutt.ly/8ea5LMVL ) -- dan kita bahkan masih have no-idea AT-ALL bagaimana untuk bisa mendevelop AI yang bisa slow-thinking.
Jadi secanggih2nya AI sekarang itu masih sebatas men-summarize knowledge yang sudah ada -- dan tidak akan bisa menghasilkan knowledge baru.
Tetapi again manusia memang suka membesar2kan kemampuan-nya sendiri -- karena yang sehari2 kita bahasakan dengan kata "conclude" itu sebetul-nya hanya summarizing existing knowledge kita atau pattern-matching berdasarkan level abstraksi yang bukan fundamental tetapi experience atau yang biasa kita sebut sebagai intuition.
Conclude secara semi-formal adalah berarti menghasilkan knowledge baru yang beyond dari knowledge sekarang. Misalnya conclusion dari GR dan QM menunjuk-kan (bukan menebak) harus ada yang namanya graviton dan god-particle -- yang baru diketemukan bukti-nya lebih dari 50 tahun kemudian.
Kalau yang berpendapat bahwa AI masih memerlukan "expert" untuk pandai bermain catur -- ini adalah AI level 30 tahun yang lalu dimana computing power masih sangat terbatas. Kalau yang berpendapat AI tidak lebih daripada expert system -- well... ini lebih outdated lagi. Kalau yang namanya expert system bahkan mungkin sudah ada sejak komputer pertama kali diciptakan -- karena masih dalam kemampuan otak kita untuk menulis software yang mimic seorang "expert". Kalau faktor "expert"-nya sendiri bahkan sudah ada sejak 5000 tahun lalu -- tidak perlu computer -- yaitu di-"coding" dalam sebuah media yang namanya buku 馃槀馃槀
AI itu adalah cara baru mendevelop software yang sudah tidak mungkin lagi dikerjakan secara manual karena keterbatasan kapasitas otak manusia dalam menghandle parameter atau input yang terlalu banyak.
Ironis-nya memang AI sendiri secara scientific breakthrough bahkan lebih "primitif" lagi -- karena fundamental teori-nya itu di-establish oleh Bayes di tahun 1763 -- lebih dari 250 tahun lalu. Jadi di universe ini ada fitur yang lebih ajaib dari GR dan QM -- yaitu bahwa statistics yang purely math concept somehow bisa bekerja dengan baik untuk menghasilkan prediction yg physical. Misal-nya kalau sebuah dadu dilempar kita bisa predict outcome-nya utk setiap angka adalah 1/6 dan ternyata memang betul begitu (dan walaupun sangat kecil ada chance tidak memberikan hasil yang definitif). Perhatikan angka 1/6 ini tidak di-derive dari teori physics apapun -- purely math concept. ( Angka "6" yes di-derive dari fisik dadu -- thus di-derive dari "teori" physics -- tetapi "1" dari 6 atau 1/6 tidak ada teori physics-nya. )
( GR dan QM yang kita kenal itu jelas berasal dari universe ini -- tetapi tidak jelas hal-nya utk math. Kalau universe ini dikosongkan tidak ada yang namanya GR dan QM. Tetapi math atau logic belum tentu karena bisa jadi berasal dari out-of-nothing. Coba pikirkan bagaimana cara-nya mengisi kantong plastik dengan "konsep" angka 3 -- angka 3 ya -- bukan 3 objek -- pasti akan mengerti maksudnya. )
Problem-nya dengan Bayes theorem adalah solving equation yang dihasilkan olehnya membutuhkan computing power yang luar biasa besar. Terobosan pertama dalam hal ini adalah ditemukan-nya algoritma Gradient Descent yang bisa meminimize computing power yang dibutuhkan secara significant dan kemudian tentu saja breakthrough di computing power. So yes AI saat ini tidak lebih daripada engineering breakthrough.
Yang berpendapat AI akan bisa memusnahkan umat manusia -- menurut saya terlalu mengada2. Kalau AI sudah bisa melakukan "conclude" dan apalagi bisa memiliki "consciousness" barulah kita patut khawatir. "Conclude" dan "consciousness" masih beyond dari physics theory saat ini -- dan hampir pasti diperlukan fundamental "particle" dan "force" baru yang kita belum kebayang apa -- dan most likely bukan dalam kategori semua partikel dan force yang kita kenal sekarang (ada 17 fundamental particles dan 4 fundamental forces). Dark matter adalah kandidat terbaik yang kita punya sekarang. Bagi penggemar novel2 Jinyong mungkin inilah jalan untuk bisa melakukan pukulan jarak jauh 馃槀
*So, semua knowledge yang sudah ada, berserta interference-nya, kalau kita masuk-kan ke persamaan-nya Bayes, hitung dengan algoritma Gradient Descent, dan berikan computing power yang cukup, dan biarkan si misterius statistics bekerja, 99% pekerjaan manusia saat ini bisa digantikan oleh AI, tersisa hanya pekerjaan di bidang science dan math.*
Bukan karena AI-nya terlalu canggih tetapi karena intelligence manusia ternyata ya hanya segitu2nya saja -- bisa dibuktikan dengan banyaknya harsh comments di SB 馃槀 Seperti menghafal nilai pi sampai sekian puluh digit bukanlah kegiatan intelligence, catur bukanlah kegiatan intelligence tetapi computing storage dan processing speed. Thus catur adalah bidang yg pertama kali tumbang oleh AI. Tidak ada satu orang pun di dunia saat ini yang bisa mengalahkan AI dalam bermain catur. Termasuk catur Go. Jadi sekarang situasinya bukan AI belajar dari juara dunia catur -- tetapi sebalik-nya lah Carlsen dan Ding lah yang belajar dari AI.
Trading masih lebih susah daripada catur karena parameter-nya jauh lebih banyak dan lebih banyak hal yang sifat-nya abstrak. Tetapi prestasi dari QtA yang memberikan return rata2 66% return per tahun selama 30 tahun adalah record yang belum pernah ditumbangkan oleh trader manapun. ( Konon kalau 10% trading sudah dilakukan oleh QtA -- akan terjadi yang namanya kiamat financial. Untuk trader ya hehe tetapi berkah utk value investor seperti Tom dan gw. )
Khusus penggemar technical analysis (TA) -- kalau mau "mengajarkan" AI jaman sekarang -- ini seperti pungguk merindukan UY Scuti. TA itu hanya berkutat dengan satu-dua parameter sehingga beberapa menit pekerjan manual-pun sudah selesai. Sama sekali tidak sebanding dengan QtA yang berkutat dengan ratusan juta parameter.
$IHSG