AI and Exchange Rate Predictability
यह शोध पत्र यह प्रदर्शित करता है कि जनरेटिव एआई मॉडल आर्थिक बुनियादी सिद्धांतों के आधार पर मुद्रा रिटर्न का पूर्वानुमान लगाकर मीज़-रोगॉफ विनिमय दर विसंगति पहेली (Meese-Rogoff exchange rate disconnect puzzle) को प्रभावी ढंग से हल कर सकते हैं, जो टेलर नियम ढांचे को एक प्रमुख भविष्य कहनेवाला तंत्र के रूप में उपयोग करने वाली रणनीति के माध्यम से 0.7 से अधिक का शार्प अनुपात (Sharpe ratio) प्राप्त करते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
वैश्विक अर्थव्यवस्था की कल्पना एक विशाल, अराजक महासागर के रूप में करें जहाँ मुद्राएँ नावों की तरह हैं। दशकों से, अर्थशास्त्री मौसम की रिपोर्टों—जैसे मुद्रास्फीति, रोज़गार और विकास जैसे "आर्थिक बुनियादी सिद्धांतों" (economic fundamentals)—को देखकर यह अनुमान लगाने की कोशिश कर रहे हैं कि कौन सी नाव ऊपर उठेगी और कौन सी डूबेगी। लेकिन एक प्रसिद्ध रहस्य है जिसे "विनिमय दर विच्छेद" (exchange rate disconnect) कहा जाता है। यह एक मौसम मानचित्र को पढ़कर तूफान का पूर्वानुमान लगाने जैसा है, केवल यह देखने के लिए कि नावें मानचित्र की पूरी तरह से अनदेखी करते हुए पूरी तरह से यादृच्छिक (random) रूप से चलती हैं। एक साधारण अनुमान (एक "रैंडम वॉक") अक्सर जटिल गणित से बेहतर काम करता है। यह निराशाजनक है क्योंकि यदि हम यह अनुमान नहीं लगा सकते कि पैसा कैसे चलता है, तो दुनिया के सबसे बड़े वित्तीय बाजार को समझना कठिन हो जाता है। यहाँ प्रवेश होता है आर्टिफिशियल इंटेलिजेंस (AI) का, विशेष रूप से एक नए प्रकार का जिसे "लार्ज लैंग्वेज मॉडल्स" (LLMs) कहा जाता है। इन्हें केवल कैलकुलेटर के रूप में नहीं, बल्कि सुपर-स्मार्ट, अथक इंटर्न के रूप में सोचें जो पलक झपकते ही हजारों समाचार सुर्खियों और आर्थिक रिपोर्टों को पढ़ सकते हैं और उन कड़ियों को जोड़ सकते हैं जिन्हें मानवीय मस्तिष्क मिस कर सकता है। बड़ा सवाल यह है: क्या यह डिजिटल मस्तिष्क अंततः महासागर के कोड को क्रैक कर सकता है, या यह केवल एक तुक्का है?
अमीन इज़ादियार द्वारा लिखा गया यह शोध पत्र ठीक यही पूछता है। लेखक दस प्रमुख मुद्राओं (जैसे अमेरिकी डॉलर, यूरो और जापानी येन) के लिए वित्तीय विश्लेषक के रूप में कार्य करने के लिए ChatGPT और DeepSeek जैसे AI मॉडल का उपयोग करते हैं। AI को जटिल गणितीय समीकरण देने के बजाय, लेखक उसे एक सरल काम देते हैं: नवीनतम आर्थिक समाचार (जैसे GDP रिपोर्ट या मुद्रास्फीति संख्या) को पढ़ना, इसकी तुलना विशेषज्ञों द्वारा किए गए अनुमानों से करना, और यह तय करना कि समाचार अच्छा है (मुद्रा मजबूत होगी), बुरा है (मुद्रा कमजोर होगी), या तटस्थ है। AI फिर एक "दिशात्मक संकेत" (directional signal) देता है। समय के साथ इन हजारों संकेतों को एकत्र करके, लेखक एक स्कोरकार्ड बनाता है जिसे AIFX इंडेक्स कहा जाता है, जो आर्थिक समाचारों के आधार पर किसी मुद्रा की शुद्ध "शक्ति" को मापता है।
परिणाम आश्चर्यजनक रूप से आशाजनक हैं। शोध पाता है कि यह AI-जनित स्कोरकार्ड वास्तव में मुद्रा रिटर्न की भविष्यवाणी कर सकता है। एक सरल ट्रेडिंग रणनीति जो मजबूत AI स्कोर वाली मुद्राओं को खरीदती है और कमजोर स्कोर वाली मुद्राओं को बेचती है, प्रति वर्ष 0.7 से अधिक का लाभ (शार्प रेशियो द्वारा मापा गया) उत्पन्न करती है। इसे समझने के लिए, यह केवल अनुमान लगाने से बेहतर एक ठोस रिटर्न है, और यह उन अन्य ज्ञात तरीकों के बाद भी लाभदायक रहता है जिनसे व्यापारी पैसा कमाते हैं। AI ने आर्थिक समाचारों और मुद्रा कीमतों के बीच एक छिपा हुआ संबंध खोज लिया है जिसे पारंपरिक मॉडल मिस कर गए थे।
हालाँकि, लेखक इस बात का दावा करने में बहुत सावधान हैं कि AI जादुई है या इसने इस पहेली को हमेशा के लिए "हल" कर दिया है। AI के साथ एक बड़ी चिंता "लुक-अहेड बायस" (look-ahead bias) है—यह डर कि AI वास्तव में तर्क करने के बजाय अपने प्रशिक्षण डेटा से जानकारी का उपयोग कर रहा है। यह साबित करने के लिए कि ऐसा नहीं हो रहा है, लेखक चार चतुर परीक्षण चलाते हैं। पहला, वे AI से बिना तारीख बताए यह अनुमान लगाने के लिए कहते हैं कि समाचार कहानी किस वर्ष प्रकाशित हुई थी; AI बुरी तरह विफल रहता है, और अधिकांश समय गलत वर्ष का अनुमान लगाता है। दूसरा, वे एक पुराने AI मॉडल (जो 2021 तक के डेटा पर प्रशिक्षित है) की तुलना एक नए मॉडल (जो 2023 तक के डेटा पर प्रशिक्षित है) से करते हैं; दोनों समान प्रदर्शन करते हैं, जिससे पता चलता है कि नया मॉडल केवल हाल की घटनाओं को "याद" नहीं कर रहा है। तीसरा, वे जांचते हैं कि क्या AI ने मुद्रास्फीति और मुद्रा कीमतों जैसे चीजों के बीच ऐतिहासिक संबंध को याद कर लिया है; उसने ऐसा नहीं किया है। अंत में, वे एक "शुद्ध पश्चदृष्टि" (pure hindsight) पोर्टफोलियो बनाते हैं जो उस आधार पर है कि AI पिछले मूल्य आंदोलनों के बारे में क्या याद रखता है, और पाते हैं कि AI की वास्तविक ट्रेडिंग रणनीति केवल स्मृति के विपरीत दिशा में काम करती है। ये परीक्षण बताते हैं कि AI वास्तव में समाचारों के बारे में तर्क कर रहा है, न कि केवल एक स्क्रिप्ट पढ़ रहा है।
गहराई से जांच करने पर, यह शोध पत्र खोजता है कि क्यों AI काम करता है। यह पाया गया है कि AI तीन विशिष्ट प्रकार के समाचारों को देखते समय सबसे सफल होता है: मुद्रास्फीति डेटा, रोजगार डेटा, और व्यापक आर्थिक गतिविधि संकेतक। ये वही चर (variables) हैं जिनका उपयोग केंद्रीय बैंक ब्याज दरों को तय करने के लिए टेलर रूल नामक एक प्रसिद्ध सूत्र में करते हैं। AI सहज रूप से समझता है कि यदि किसी देश में उच्च मुद्रास्फीति या कम बेरोजगारी है, तो केंद्रीय बैंक ब्याज दरें बढ़ा सकता है, जिससे वह मुद्रा अधिक आकर्षक बन जाती है। दिलचस्प बात यह है कि AI की सफलता मुख्य रूप से सकारात्मक समाचारों (अच्छे आर्थिक डेटा) द्वारा संचालित होती है। जबकि बुरी खबरें मुद्रा के मूल्य में तत्काल, तीव्र गिरावट का कारण बनती हैं (जिसे बाजार तुरंत आत्मसात कर लेता है), अच्छी खबरें धीरे-धीरे, अधिक क्रमिक वृद्धि की ओर ले जाती हैं, जिससे AI को भविष्य के लाभों की भविष्यवाणी करने के लिए अधिक समय मिलता है।
संक्षेप में, यह शोध पत्र सुझाव देता है कि आर्टिफिशियल इंटेलिजेंस एक अत्यधिक प्रभावी वित्तीय विश्लेषक के रूप में कार्य कर सकता है, जो आर्थिक मौलिकों और विनिमय दरों के बीच एक वास्तविक संबंध को उजागर कर सकता है जो सामने होते हुए भी छिपा हुआ था। इसका मतलब यह नहीं है कि बाजार पूरी तरह से अनुमानित है, लेकिन यह सुझाव देता है कि सही उपकरणों के साथ, हम अंततः मौसम के मानचित्र को सही ढंग से पढ़ना शुरू कर सकते हैं। निष्कर्ष सुदृढ़ हैं और कठोर परीक्षणों द्वारा समर्थित हैं, लेकिन लेखक नोट करते हैं कि यह एक जटिल प्रणाली को समझने के लिए एक शुरुआती बिंदु है, न कि वित्त के हर रहस्य का अंतिम उत्तर।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।