توسعه سیستم مشاور روباتیک شخصی سازی شده با در نظر گرفتن سوگیری های رفتاری سرمایه گذاران با استفاده از یادگیری تقویتی عمیق
منبع:
مدیریت مالی هوشمند سال ۲ بهار ۱۴۰۵ شماره ۱ (پیاپی ۵)
1 - 18
حوزههای تخصصی:
رشد سریع فناوری های مالی و افزایش دسترسی سرمایه گذاران خرد به بازارهای مالی، زمینه را برای توسعه سیستم های مشاور روباتیک فراهم کرده است. این سیستم ها با بهره گیری از الگوریتم های هوش مصنوعی و تحلیل داده های مالی، خدمات مدیریت سبد سرمایه گذاری را با هزینه ای کمتر و سرعتی بیشتر نسبت به مشاوران انسانی ارائه می کنند. با وجود پیشرفت های قابل توجه در حوزه مشاوران روباتیک، اغلب سیستم های موجود بر مبنای نظریه های کلاسیک مالی طراحی شده اند و فرض می کنند سرمایه گذاران رفتار کاملاً عقلایی دارند. در حالی که مطالعات مالی رفتاری نشان داده اند تصمیمات سرمایه گذاران تحت تأثیر سوگیری های شناختی و احساسی متعددی قرار دارد که می تواند منجر به انحراف از رفتار عقلایی شود.هدف این پژوهش توسعه یک چارچوب نوین برای طراحی مشاور روباتیک شخصی سازی شده است که علاوه بر ویژگی های مالی و ریسک پذیری سرمایه گذار، سوگیری های رفتاری وی را نیز در فرآیند تصمیم گیری لحاظ می کند. در این چارچوب، از یادگیری تقویتی عمیق به عنوان هسته تصمیم گیری استفاده می شود تا عامل هوشمند بتواند از طریق تعامل مستمر با محیط بازار و تحلیل رفتار کاربران، استراتژی های بهینه تخصیص دارایی را فراگیرد. مدل پیشنهادی با ترکیب داده های بازار، مشخصات فردی سرمایه گذار و شاخص های رفتاری، قادر است توصیه های سرمایه گذاری متناسب با ویژگی های هر فرد ارائه نماید.نتایج مطالعات نظری نشان می دهد ادغام مفاهیم مالی رفتاری با الگوریتم های یادگیری تقویتی عمیق می تواند عملکرد مشاوران روباتیک را در مدیریت سبد، کنترل ریسک و افزایش رضایت سرمایه گذاران بهبود بخشد. همچنین انتظار می رود سیستم پیشنهادی بتواند اثرات منفی سوگیری هایی نظیر اعتماد بیش از حد، زیان گریزی، رفتار گله ای و لنگراندازی را کاهش داده و تصمیمات سرمایه گذاری منطقی تری ایجاد کند.