Tekoälyn käyttö ETF-rahastoissa

Abstract

Tämä pro gradu -tutkielma tarkastelee tekoälyllä ohjattujen ETF-rahastojen suorituskykyä ja tekoälyn käyttöä ETF-rahastojen hallinnoinnissa. Tekoälyn integroiminen rahoitusalalle on lisääntynyt merkittävästi viime vuosina, ja ETF-rahastot tarjoavat ainutlaatuisen ympäristön tekoälyn hyödyntämiseen rahaston hallinnassa. Tutkimuksen päätavoitteena on selvittää, ovatko tekoälyllä ohjatut rahastot tuottaneet paremmin tunnettuihin vertailuindekseihin nähden, jotka on kullekin tekoälyllä ohjatulle rahastolle määritelty, sekä miten tekoälyä, koneoppimista ja erilaisia algoritmeja hyödynnetään näiden pörssinoteerattujen rahastojen osakepoiminnassa ja voidaanko tekoälyllä johdetulla poiminnalla saavuttaa etua perinteisiin menetelmiin verrattuna. Tutkimusaineisto koostuu globaalisti 11 olemassa olevasta tekoälyllä ohjatusta eri ETF-rahastosta, joiden suorituskykyä mitataan erilaisilla tunnusluvuilla ja mittareilla, kuten p/e, pitkän aikavälin tuotto, beeta ja ter-luku. Tutkimuksen keskeisenä tavoitteen on myös selvittää, miten tekoälyä, koneoppimista ja erilaisia algoritmeja hyödynnetään kunkin ETF-rahaston sijoituspolitiikassa ja osakkeiden, sekä muiden sijoituskohteiden valinnassa. Tekoälyn käyttö on mahdollistanut nopeammat ja tarkemmat sijoituspäätökset, mikä on parantanut rahastojen kykyä sopeutua markkinamuutoksiin. Tekoäly poistaa myös ihmisen tunteellista ja inhimillistä toimintaa sijoittamisesta. Tulokset vahvistavat, että tekoäly voi tarjota merkittäviä etuja ETF-rahastojen hallinnoinnissa, edellyttäen, että sen käyttö on hyvin integroitu rahaston strategiaan. Tekoäly on kuitenkin vielä voimakkaimman kehityskaarensa alkuvaiheessa, joten odotettavissa on, että tekoälyn käytön osuus ETF-rahastoissa tulee kasvamaan. Odotettavissa on myös entistä monipuolisempia tekoälyratkaisuja rahastojen hallintaan.