В нескольких словах
Статья посвящена роли алгоритмов и искусственного интеллекта на современных финансовых рынках. Алгоритмы все больше влияют на процессы торговли, анализируя огромные объемы данных и принимая решения о покупке или продаже активов. Это приводит к увеличению скорости торгов и снижению влияния человеческого фактора. Однако существуют и риски, связанные с «мгновенными обвалами» и возможностью манипулирования рынком. Искусственный интеллект также меняет рынок труда в финансовой сфере, создавая новые возможности для технических специалистов.
В декабре 1979 года Майкл Маркус, калифорнийский трейдер сырьевыми товарами, совершил сделку всей своей жизни.
В декабре 1979 года Майкл Маркус, калифорнийский трейдер сырьевыми товарами, совершил сделку всей своей жизни. Он увидел по телевизору новость о том, что Советский Союз только что вторгся в Афганистан, и немедленно бросился к телефону и позвонил в Гонконг. Он обычно торговал там, пользуясь тем, что разница во времени была ему на руку по сравнению с его коллегами из Нью-Йорка, которые в это время спали. Убедившись, что никто, похоже, не знает о начале войны и цена на золото остается стабильной, он отдал приказ купить 200 000 унций. Через несколько минут, когда информация распространилась по планете, эта инвестиция, актив-убежище во времена конфликта, принесла ему два миллиона долларов.
Эта история, рассказанная самим Маркусом в интервью в книге «Маги рынка» (Valor Editions), вызвала бы насмешливую улыбку у современных трейдеров, вынужденных выживать в сверхконкурентной среде, где новости воздействуют на котировки за миллисекунды, и транзакции совершаются все чаще автоматически, благодаря высокочастотной торговле (High Frequency Trading или HFT). По данным британской управляющей компании Jupiter AM, около 80% движений на фондовом рынке США в 2021 году были совершены машинами. Другие оценки несколько снижают эту цифру, но не меняют реальность: алгоритмы управляют значительной частью рынков без участия человека. И им не нужно спрашивать, чтобы стрелять. Они выявляют тенденции, не зная, стоит ли за этим война, тариф или пандемия. И используют их, чтобы решить, когда покупать или продавать. Чистая математика.
Никто и ничто, даже самый сложный алгоритм, не может с уверенностью предсказать, вырастет или упадет акция в ближайшее время. Но можно оценить вероятность этого. В «Воспоминаниях биржевого спекулянта», опубликованных в 1923 году, Эдвин Лефевр рассказывает, как один ветеран биржевой торговли однажды сказал ему: «Если я иду по железнодорожному пути и вижу, что на меня несется поезд со скоростью сто километров в час, я продолжаю идти по рельсам? Дружище, я отойду в сторону и даже не похлопаю себя по спине за то, что я такой умный и научился этому». В переводе на язык рынков это означает дать инерции работать: не пытаться поймать падающий нож и не срезать прибыль, когда компания взлетает.
Это основное правило, которое раньше основывалось на прямом наблюдении, теперь учитывает тысячи переменных, как отмечает Карлос Прието, профессор курса «Системы и количественные модели алгоритмической торговли» в Политехническом университете Мадрида и старший менеджер Deloitte. «Основная идея, которую пытается использовать инвестиционный алгоритм, заключается в том, что рынок ведет себя не совсем случайно, а существуют периоды времени, когда интересы участников рынка совпадают. Это приводит к динамике котировок, которую можно предсказать».
Подобно тому, как метеорологические институты присваивают процент вероятности дождя, алгоритмы используют прецеденты для выявления двух основных моделей, как объясняет Маркос Аза, руководитель Core Mandate в Santander AM. «Один из них — это следование за трендом. Этот тип алгоритмов рекомендовал бы нам покупать, если акция выросла в недавнем прошлом, полагая, что эта тенденция сохранится. Другой — это паттерн возврата к среднему. В отличие от последователей тренда, этот тип алгоритмов предложит нам покупать, когда акция сильно упала, полагая, что она восстановится после падений».
Пример с GameStop
Ярким примером этого стал январь 2021 года, когда легион из тысяч пользователей Reddit скоординировался для покупки акций находящихся в упадке компаний, таких как сеть видеоигр GameStop, кинотеатры AMD или Nokia, когда-то лидер в области телефонии. Фонды, играющие на понижение, были вынуждены ликвидировать свои позиции, чтобы сократить убытки, усиливая рост, и здесь в игру вступили алгоритмы, как позже описал американский фондовый регулятор SEC в своем анализе произошедшего. «Некоторые инвесторы, которые инвестировали в целевые акции до событий на рынке, неожиданно выиграли от повышения цен, в то время как другие, включая количественные и высокочастотные хедж-фонды, присоединились к рыночному ралли, чтобы получить прибыль».
Алгоритмы повсюду в мире инвестиций. Не только в молниеносном исполнении заказов. Маркос Аза, который присоединился к команде количественных инвестиций Santander в 2019 году, работает непосредственно с ними. «Мы используем их двумя способами: первый — автоматически, то есть у нас есть алгоритмы, которые выполняются без вмешательства человека в определенные часы и дни для выполнения задачи. Например, у нас есть алгоритмы, которые каждый понедельник запускаются автоматически, собирают информацию о рыночных ценах за последние 12 месяцев и предлагают нам покупки и продажи. Второй — по запросу, когда мы хотим выполнить задачу в определенный момент. Например, узнать, как влияет на оценку компании только что опубликованные результаты».
Новые инструменты искусственного интеллекта, появившиеся в последнее время, улучшили вычислительные возможности, сделав алгоритмы, которые помогают разрабатывать стратегии, управлять рисками или распределять веса в портфелях, более сложными и эффективными. «В мире инвестиций использование машинного обучения (machine learning) на протяжении десятилетий использовалось для обнаружения закономерностей и разработки моделей на их основе. Однако недавние достижения в области генеративного искусственного интеллекта значительно расширяют спектр решений, доступных для управляющих и разработчиков инвестиционных стратегий», — признает Прието.
Сельсо Отеро, управляющий фондами и руководитель отдела искусственного интеллекта Renta 4, называет среди них анализ тенденций, машинное обучение для выявления закономерностей или составление резюме отчетов и новостей. «Теперь вы можете изучить различные компании за то время, которое раньше уходило на изучение одной, или синтезировать результаты, когда они появляются», — говорит он по телефону. Речь идет, следовательно, о переваривании и извлечении выводов из огромных объемов данных, которые человек не смог бы обработать за разумное время.
Прието указывает на еще одно преимущество. «В случае систем трейдинга одним из самых важных является то, что они упрощают управление с психологической точки зрения, поскольку заставляют менеджера следовать заранее определенным правилам, на которые не влияют эмоциональные предубеждения».
Алгоритм не женится и не разводится. И не просыпается в этот день особенно оптимистичным или пессимистичным. Он только обрабатывает данные и действует. Означает ли это, что люди находятся в невыгодном положении, когда конкурируют с ними на рынках? Каталонец Жорди Марти бросил свою работу в фармацевтической транснациональной корпорации Novartis, чтобы полностью посвятить себя трейдингу. Одна из тем, которая его волнует, — это манипулирование рынками и борьба, которую ведут всевозможные фонды с розничными инвесторами за пирог прибыльности. Он называет их соответственно профессиональными деньгами и стадом.
Этот конфликт он отразил в книге с красноречивым названием: «Привет, я финансовый инвестор, и я пришел забрать твои деньги» (Deusto). Почему алгоритмы заставляют частных инвесторов терять деньги? «Потому что они побуждают их совершать движения. Если крупные игроки хотят купить много, они заставят частных лиц продавать, создавая свечи паники. И то же самое, если они хотят продать. Они будут создавать бары эйфории, чтобы мелкие инвесторы покупали. Сегодня алгоритмы выполняют эти манипуляции в совершенстве», — пишет он по электронной почте.
Искусственный интеллект — это не только соперник для мелкого инвестора. Он также может быть союзником. Renta 4 позволяет своим клиентам использовать автономного менеджера, который использует искусственный интеллект для создания персонализированных портфелей. Заинтересованный человек отвечает на вопросы об уровне риска, который он готов взять на себя, алгоритмы присваивают ему первый ярлык: консервативный, умеренный или устойчивый к риску вкладчик. А затем они уточняют еще больше, помещая его в один из 21 доступных профилей, выбирают продукты с фиксированным доходом или переменным доходом, которые должны быть включены в портфель, и определяют их оптимальный вес.
После запуска дело не останавливается на достигнутом. Другие алгоритмы постоянно отслеживают настроения рынка и новости и вносят коррективы, если это необходимо. Автоматизация снижает комиссии (они составляют 0,25%, что ниже обычного), потому что нет менеджера, которому нужно платить зарплату за отправку приказов на покупку и продажу. И это позволяет снизить минимальный порог инвестиций, в данном случае 100 евро. Но не рискованно ли, что машина управляет нашими деньгами? «Это не значит, что это не проверяется. Алгоритм будет постоянно учиться и развиваться, и мы будем его модифицировать, добавляя изменения на рынке», — поясняет Отеро.
ETF — это наиболее пассивная сторона этой реальности. Они повторяют крупные индексы, такие как американский S&P 500, Eurostoxx 50 или Ibex 35, или другие, меньшие и секторальные. Частные лица могут приобрести их через своего брокера без необходимости в менеджере. Алгоритмы осуществляют покупки и продажи для корректировки весов каждой компании в индексе, оптимизируя весь процесс. Высокий спрос на эти продукты, продаваемые такими управляющими компаниями, как Vanguard, BlackRock, Amundi или Fidelity, свидетельствует о новых, более индивидуалистических привычках инвестирования, которые также являются результатом повышения финансовой грамотности тех, кто заставляет свои деньги работать. И это контрастирует с временами, когда клиенты с недостаточным образованием делегировали все менеджеру, не понимая, куда на самом деле пойдет их капитал. «Существует целое молодое поколение, которое не знает, что такое финансовый консультант или банковский менеджер, и ищет автоматизированное управление своими деньгами в зависимости от возраста, зарплаты, семейного положения...», — утверждает экономист Хавьер Сантакрус.
Идея демократизированного инвестирования, к которому каждый может получить доступ без необходимости иметь большой капитал или иметь в своем распоряжении армию дорогих менеджеров, просто нажав несколько кнопок в любое время дня, звучит как новый виток в капиталистической мечте. Но вся эта структура алгоритмов, которая так много сделала для повышения ликвидности рынков и снижения комиссий, имеет и свою темную сторону.
Сотрясения от «мгновенных обвалов»
Профессор прикладной экономики Университета Виго Хосе Карлос Ариас только что опубликовал книгу «Время — деньги» (Transforma Editores), эссе, в котором он рассказывает, как скорость и краткосрочность стали отличительной чертой капитализма. «В ультрабыстрых финансах самым тревожным явлением является феномен «мгновенных обвалов». Правда, с момента самого значительного из них прошло уже 15 лет, и, похоже, они стали случаться реже. Это, по-видимому, указывает на то, что элементы автоматической паузы, которые были введены на рынках, работают довольно хорошо. Но самое тревожное в внезапных обвалах заключается в том, что происхождение некоторых из них до сих пор полностью не выяснено, с этой странной смесью человеческой ошибки/технологического сбоя, которая вызывает сотрясения», — предупреждает он.
«Мгновенные обвалы» — это внезапные падения индексов в течение нескольких минут, за которыми следует столь же быстрое восстановление. Последний действительно значительный произошел в 2022 году и зародился на Шведской фондовой бирже, которая упала на 8%, а падения более чем на 10% произошли в течение нескольких минут в таких компаниях, как H&M или телекоммуникационная компания Telia. Ошибка одного биржевого оператора Citi смогла вызвать шторм в размере 300 миллиардов евро на европейских рынках, активировав автоматизированные приказы на продажу, которые выполняются только тогда, когда фондовые рынки теряют определенные уровни, что является способом защиты капитала путем сокращения убытков. Ibex 35, например, потерял 200 пунктов сразу, что составляет более 2,3%.
Франсиско Хавьер Муньос, бывший президент Испанского института технических и количественных аналитиков (IEATEC), считает необходимым, чтобы власти установили ограничения для дикого запада ультрабыстрых финансов. «Непрозрачность алгоритмов порождает недоверие, поскольку непонятно, как принимаются решения. Данные, используемые для обучения моделей, могут иметь предубеждения и приводить к неправильным решениям. Необходимо установить нормативно-правовую базу для использования искусственного интеллекта на финансовых рынках», — требует он.
Сельсо Отеро считает, что действующие меры уже дают результаты. ««Мгновенные обвалы» привели к ограничению движений стоимости и началу аукционов волатильности. Логично, что технология приходит раньше, а регулирование адаптируется для защиты рынка и клиента».
Высокая сложность
Самые зловещие антиутопии обычно сосредоточены на том моменте, когда автономия машин выходит из-под контроля человека, и все превращается в хаос. Достаточно ли надзора для предотвращения возникновения финансовых хаосов в будущем? Карлос Прието считает, что гарантии не полные. «Алгоритмы, как правило, разрабатываются индивидуально; однако они постоянно взаимодействуют друг с другом на рынке. Это может привести к ситуациям, когда алгоритмы разных участников неожиданно выстраиваются в ряд, вызывая аномальные колебания цен. Другой важный риск — это отсутствие объяснимости: многие алгоритмы настолько сложны, что люди не могут понять во всех деталях все процессы, связанные с генерацией их результатов, что затрудняет их надзор и контроль».
Дух времени, похоже, идет вразрез с этой возросшей потребностью в регулировании, как отмечает Хосе Карлос Ариас. «С приходом к власти, не меньше чем в Соединенных Штатах, технолибертарианцев, которые идентифицируют себя как акселерационисты, с неизвестной силой появляется идея одновременного продвижения в двойной дерегуляции: технологической и финансовой».
Долгосрочные инвестиции могут стать убежищем для инвесторов от этой алгоритмической гиперактивности рынков. Переехав на Багамы, пионер инвестиционных фондов Джон Темплтон обнаружил, что и The Wall Street Journal, и Financial Times, газеты, которые он обычно с жадностью поглощал каждое утро, приходили с опозданием на один-два дня, поэтому, если он хотел использовать их информацию для торговли, было уже поздно. Вместо того чтобы нервничать, эта задержка помогла ему не реагировать чрезмерно и сохранять спокойствие в своей работе перед лицом сменяющихся эйфорий и апокалипсисов, с которыми каждый день просыпались его коллеги в Нью-Йорке.
Сельсо Отеро (Renta 4): «Мы не перестаем расти»
Появление искусственного интеллекта вызвало дебаты о его влиянии на рынок труда. Есть эксперты, которые предсказывают, что алгоритмы ИИ станут для многих офисных работников тем же, чем тракторы стали для сельскохозяйственных рабочих: инструментом, который резко повышает производительность и, следовательно, сокращает общее количество необходимых сотрудников. Мир инвестиций не станет исключением. Опрос Bloomberg Intelligence среди нескольких банков показал, что сокращения могут составить до 3% их рабочей силы, то есть 200 000 рабочих мест окажутся под угрозой в течение следующих трех-пяти лет, поскольку искусственный интеллект будет выполнять задачи, которые в настоящее время выполняют люди. Bloomberg оценивает, что услуги по обслуживанию клиентов наиболее уязвимы, поскольку боты могут обрабатывать инциденты. «Все рабочие места, связанные с рутинными и повторяющимися задачами, находятся под угрозой», — заключает он. Сельсо Отеро из Renta 4 не видит этой тенденции в своем подразделении, занимающемся применением искусственного интеллекта в инвестициях, хотя, конечно, его работа, тесно связанная с инновациями, не является рутинной. «Мы нанимаем людей. Наша команда не перестает расти, особенно с более техническими профилями: математики, физики, инженеры... Профессионалы со знанием финансов, программирования и искусственного интеллекта. Раньше мир финансов управлялся людьми, изучавшими экономику или бизнес-администрирование, но сейчас он открывается для гораздо более технических секторов», — утверждает он.
Карлос Прието, профессор курса «Системы и количественные модели алгоритмической торговли» в Политехническом университете Мадрида, перечисляет некоторые из профессий, которые работают с этими инструментами в своей повседневной жизни. «Инженеры и специалисты по данным, которые разрабатывают и совершенствуют модели и алгоритмические системы; финансовые аналитики, которые применяют их для проведения углубленного анализа; управляющие портфелями, которые используют их для оптимизации распределения активов и улучшения управления рисками; и, конечно же, трейдеры, которые полагаются на них для выполнения операций с быстротой и точностью». Маркос Аза из Santander считает, что их использование открылось для других профилей. «В настоящее время алгоритмы используются как техническими, так и нетехническими специалистами, поскольку был достигнут большой прогресс в объяснении и способах их использования, поэтому не обязательно быть инженером или физиком, чтобы их использовать».
