人工知能、自動化、新興技術のトレンドが4.6兆ドルの通貨市場に混乱をもたらしている

人工知能、自動化、新興技術のトレンドが4.6兆ドルの通貨市場に混乱をもたらしている

いくつかのスタートアップ企業は、最新のテクノロジーを活用して、最大かつ最も古いセクターの 1 つである金融業界に革命を起こしています。

[[346846]]

テーマ型ファンドや無名の金融商品が次々と登場する中、2020年の最も重要なトレンドは、総額4.6兆ドルを超えるマネーマーケット上場投資信託(ETF)の過去最高値だった。そして、これらすべては AI と自動化テクノロジーの力のおかげです。

ETF は、事前に定義されたさまざまな商品にわたって資本の正確な配分を維持する必要がある、厳密に認可されたファンドを表します。資産価格が上昇すると、ETF は厳しい管理を維持するために資産を再配分する必要があります。総資本の日々の変動幅が急激に拡大している現状に直面し、ETFの運用は極めて困難になってきています。この点で、AI と自動化テクノロジーは、ファンドマネージャーが毎日何千もの取引を処理し、市場の変化に応じて再バランスをとるのに役立ち、最終的にタスクを完了し、大量の資金を大規模に管理できるようになります。

マネー マーケット ETF は、不安定な市場において投資家の資本を保全しながら、適度な収益を生み出し続けるという安全性と安心感を提供します。このため、世界的に流行が拡大する中、世界中の投資家は、経済の不確実性の時期を乗り切るために、元の投資ポートフォリオを可能な限りマネーマーケットETFに転換したいと考えています。同様に、多くの投資家はビットコインなどのデジタル資産の購入を選択しています。一部の専門家は、固定された供給量がプログラム的に制御されている暗号通貨は、深刻なインフレの可能性をヘッジする可能性があると考えています。

この点で、AI、自動化、デジタル資産は素晴らしい形で交差し始め、2020年の金融分野で最も重要なトレンド、つまりデジタル資産の自動化された通貨市場を形成します。これらのテクノロジーの組み合わせにより、イノベーションと金融テクノロジーの新興企業が誕生し、発展してきました。これらの企業は、テクノロジーの力を活用して、現代の金融市場や通貨市場の主流に影響を与えています。

通貨市場は不確実な時期に特に魅力を示す傾向があります。 2020年3月初旬、投資家はマネー・マーケット・ファンドに集まり始めました。この傾向は当初、景気後退の警告によって促進されたが、今年の新型コロナウイルスのパンデミックの間、金融市場ではボラティリティの高まりと景気後退がいつまで続くかという見通しに関連して、資金の増加が続いている。この点で、AI テクノロジーは多くの現代のマネー マーケット ファンドに強力なサポートを提供し、市場全体を共通の性質を持つファンドへと変革し始めています。 AIトレーダー、または「オートトレーダー」と呼ばれるものは、高品質で短期の債務証券、現金、およびさまざまな現金同等物への投資にますます利用されるようになっています。

マネーマーケットファンドは現金ほど安全ではありませんが、投資の世界では依然として非常に低リスクの選択肢と考えられています。マネーマーケットETF自体も金融分野における主要なAI応用カテゴリーとなっています。そして、経済状況が悪化し続ける中、このAI支援市場のユーザー数は増加し始めています。金融市場は、複雑な歴史的時期に資本に対する信頼できる保護を提供し始めました。短期金融市場の資金は主に、米国債やコマーシャルペーパーなど、質が高く流動性の高い短期債務証券に流れ込んでいます。こうした投資によって得られる収益は限られていますが、それでも金利がゼロに近づいたり、マイナスになったりする従来の貯蓄よりも収益は優れています。歴史的な観点から見ると、AI は伝統的な通貨市場を牽引する主要な技術的手段でもありました。

マネーマーケットETFはAIと自動化技術を使用して資金の大部分を現金同等物または短期の高格付け証券に投資しますが、一部の機関は資金の一定割合を使用して長期または低格付け証券を購入します。現在、市場には、iShares Short-Term Treasury Bond ETF (SHV)、iShares Short-Term Bond ETF (NEAR)、SPDR Bloomberg Barclays January-March T-Bill ETF (BIL)、Invesco Ultra Short-Term ETF (GSY) など、AI を活用した従来のマネー マーケット ETF がいくつか存在します。同時に、強化された AI 駆動型マネー マーケット、つまり分散型マネー マーケットにおいて、新たな重要なトレンドが生まれつつあります。今日の競争は長い間、技術の対決となってきたため、伝統的な通貨市場は、2020年に投資家の実際の要件を満たすことを期待して、AIとブロックチェーンを組み合わせる潜在的な利点を探求する必要があります。

新規ユーザーが分散型金融市場に多額の資金を預け入れるという全体的な傾向は、分散化が金融市場の次の発展方向になると予想されることを証明している可能性があります。シリコンバレーでは、最も有望な新興技術だけが最大の成長機会を引き付けるという信念も広く浸透している。景気後退などの背景にある全体的な傾向の影響と相まって、マネーマーケットは2020年以降も引き続きより多くの資金を引き付けていく可能性が高い。

ウォール・ストリート・ジャーナルはリフィニティブ・リッパーのデータを引用し、こうしたファンドに預けられた資産総額は最近4兆6000億ドルに達したと報じた。これは、1992 年以来のマネー マーケット ファンド総額の過去最高額でもあります。

資金の流入は業界の専門家にも明確なシグナルを送った。短期金融市場では現金の運用能力が高まり、より高いリスク許容度が求められる市場への業務拡大の機会が生まれます。しかし投資家の視点から見ると、年初から先週までプラスを維持していたS&P500は、新型コロナウイルスへの懸念から突然再び急落した。専門家の中には、指数の変化はやや過剰反応だと考える者もいるが、一方で世界経済はすぐに回復すると楽観視する者もいる。

新型コロナウイルスへの懸念による投資市場の第1波の急落を受けて、現金資産は2月に急増し始めた。投資家たちはマネー・マーケット・ファンドや米国債に殺到し、保有していた株式や社債を売却し始めた。同時に、連邦準備制度理事会が企業信用市場に参入したことにより、リスク資産への信頼が高まり、今年4月と5月にはリスク資産が反発した。複雑に変化する傾向に直面して、一部の投資家は経済が急速に回復すると考えていますが、多くの投資家は最悪の事態に備え始めています。いずれにせよ、両方のタイプの投資家が不確実な時期にマネー マーケットを魅力的な投資と見なしているため、マネー マーケットの成長は継続しています。この需要が拡大し続けるにつれて、通貨市場を動かすテクノロジーに対する真のニーズも高まります。

Harvest.io のビットコインやその他の資産向けの新しいマネー マーケットは、この 3,540 億ドル規模のセクターに包括的なソリューションをもたらすことが期待されています。暗号通貨の人気が高まるにつれ、Harvest.io は現在の金融システムの自然な拡張を提供し、より多くのユーザーがデジタル資産を使って貸し借りし、利益を上げることができるようにしたいと考えています。

Harvest.io プラットフォームは、ネイティブ アセットとアセット コード HARD (HARvest Decentralized) も提供し、すべてのトークン保有者にクラウド集中型プラットフォームの継続的な運用と開発に関する音声チャネルを提供することを目指しています。 「Harvest.io は、分散型のオープン インフラストラクチャを使用して、あらゆる個人、企業、金融機関がマネー マーケット製品にアクセスできるようにします。」

[[346847]]

画像: Harvest.io

Harvest.io上に構築された分散型プラットフォームであるKavaの共同設立者兼CEOであるブライアン・カー氏によると、Harvestがビットコインやその他のデジタル資産のマネーマーケットを創設したのは、ポール・チューダー・ジョーンズ氏などの大手個人投資家や、スクエアやマイクロストラテジーなどの上場企業が、ポートフォリオを拡大し、企業資本を守るために大量のビットコインを蓄積していると発表した時期と重なるという。 Harvest の通貨市場はタイムリーであり、参加者にデジタル資産に対するより大きな利益をもたらすことができます。

AIベースの通貨市場はこれまで、投資分野におけるテクノロジーの大きな利点を実証してきましたが、ブロックチェーンテクノロジーは、その極めて高い効率性によってもたらされる追加の利点により、これらの新製品に対するユーザーの需要を今後も促進すると予想されます。

2019年はAI技術が通貨市場の成長を牽引する主流技術となる重要な年でしたが、2020年はブロックチェーンがAIを超え、最先端の技術ソリューションとなるもう一つのマイルストーンになると予想されます。もちろん、今後 1 ~ 2 年で、ブロックチェーンが金融サービス分野全体で AI 技術を完全に追い抜く可能性は低いことを認めなければなりません。現在でも、業界全体の中心的な焦点は、AI 技術の理解と応用にあります。

<<:  Pythonで完全な異常検出アルゴリズムをゼロから実装する

>>:  データ構造とアルゴリズムシリーズ - 深さ優先と幅優先

ブログ    

推薦する

自動運転マップ構築モデルを1つの記事で理解する

1 高精度地図高精度地図HDMapは自動運転において愛憎入り混じった役割を果たしており、近年、業界の...

...

マイクロソフト、AIシステムツール「Counterfit」のソースコードを公開

最近、マイクロソフトは、開発者が AI および機械学習システムのセキュリティをテストできるように設計...

AI、機械学習、ディープラーニングの謎を解く

ディープラーニング、機械学習、人工知能 — これらの流行語は分析の未来を表しています。この記事では、...

人工知能に関しては 5 つの主要な考え方があります。あなたはどれを支持しますか?

将来の雇用状況は依然としてテクノロジー大手やCEOによって決定されますが、人工知能の将来は依然として...

...

...

待望のWeb顔認識ログインのフルバージョンが登場しました。気に入っています

[[436944]]この記事はWeChatの公開アカウント「Programmer Insider T...

...

スタンフォード大学がAI法の講座を開設。人工知能は法律の対象になり得るか?

昨年3月、アリゾナ州でウーバーの自動運転車が歩行者をはねて死亡させた。米国の検察当局が「ウーバーに責...

海外メディア:TikTokは米国の規制当局の支援を得るためにアルゴリズムを公開する予定

米国現地時間の水曜日、人気の短編動画プラットフォーム「TikTok」(Douyinの海外版)のCEO...

2019年の世界人工知能チップ産業の市場競争状況の分析

1. 世界の人工知能チップ産業の企業概要の分析近年、さまざまな勢力が AIチップに注目しています。参...

AIと機械理解の限界を押し広げ、オックスフォード大学の博士論文は3Dオブジェクトの再構築とセグメント化を学ぶ

機械が人間のように 3D の物体や環境を認識できるようにすることは、人工知能の分野における重要なトピ...

中国情報通信研究院が2021年最初の「信頼できるAI成果」を発表、百度が5つの賞を受賞

[[416150]]グローバルな AI ガバナンスのコンセンサスを実装し、信頼できる AI テクノロ...

いくつかの負荷分散アルゴリズムの原理とコード実装

ポーリング アルゴリズム: 受信したリクエストをバックエンド サーバーに順番に転送します。現在のサー...