Tekoäly päätöksenteon tukena osakemarkkinoilla

Abstract

Tämän tutkimuksen tarkoituksena on tutkia tekoälyn käyttöä päätöksenteon tukena pörssiosakemarkkinoilla. Oletuksena on, että tekoäly voi käsitellä ja analysoida suuria tietomääriä nopeammin ja tehokkaammin kuin ihminen. Tämä nopeus ja tehokkuus ovat erittäin tärkeitä osakemarkkinoilla, joissa päätökset on usein tehtävä lyhyessä ajassa ja suuren informaatiomäärän pohjalta. Oletuksena on myös, että tekoälypohjaiset menetelmät voivat tunnistaa malleja ja trendejä markkinadatassa, jotka voivat jäädä ihmisanalyytikoilta huomaamatta. Tämä voisi johtaa tarkempiin markkinaennusteisiin ja parempiin sijoituspäätöksiin. Tutkimusongelmana on selvittää, miten tekoälyä voidaan käyttää tuottamaan tietoa osakemarkkinoista ostopäätöksenteon tueksi. Tutkimus keskittyy erityisesti tekoälyn soveltamiseen pörssiosakemarkkinoilla, jättäen huomiotta muut tekoälyn sovellusalueet. Tutkimusmenetelmä on kirjallisuuskatsaus, jonka aineistona ovat tieteelliset artikkelit. Tutkimusaineistoa etsitään Scopus, Andor, Google Scholarista, sekä muista julkisista tietokannoista. Consensus AI:ta käytetään tutkimuskysymyksien vastauksien etsintään, jotka perustuvat tieteellisiin artikkeleihin. Consensus AI:n vastauksien artikkelit etsitään ja tarkistetaan Andor tietokannasta. Jos Consensus AI:n löytämää vastausta ei ole Andor tietokannassa, sitä ei käytetä. Consensus AI:ta käytetään siis tiedonetsinnät työkaluna, mutta ei tietolähteenä. Tutkimusaineistona käytetään pääasiassa tieteellisesti vertaisarvioitua kirjallisuutta. Työssä määritellään tekoäly ja osakemarkkinat yleisellä tasolla, sekä käsitellään tekoälyn menetelmiä markkinoilla, kuten sentimenttianalyysiä, koneoppimista, neuroverkkoja, geneettisiä algoritmeja ja asiantuntijajärjestelmiä. Tämän kirjallisuuskatsauksen tutkimukset antavat ymmärtää, että koneoppiminen auttaa tunnistamaan vaikeasti havaittavia trendejä markkinatiedoista ja ennustamaan osakkeiden hintoja. Sentimenttianalyysi antaa syvällisempää ymmärrystä sijoittajien mielialoista, josta voi päätellä osakkeiden hinnan muutoksia. Neuroverkkoja käytetään ennustamaan osakemarkkinoiden muuttujien keskeisiä riippuvuuksia. Geneettiset algoritmit ja asiantuntijajärjestelmät tukevat sijoittajien päätöksentekoa. Kirjallisuuskatsauksen tuloksista voidaan päätellä, että tekoälyn eri menetelmät auttavat sijoittajia tekemään valistuneempia päätöksiä ja saamaan kilpailuetua osakemarkkinoilla. Tekoälyn menetelmien onnistunut soveltaminen vaatii silti ymmärrystä datasta ja siitä luoduista malleista, jotta kilpailuetu on mahdollista saavuttaa.