Компьютер уже становится финансовым консультантом и даже проводит операции с имуществом

Будущее уже сегодня: всё большее и больше профессиональных управляющих активами и инвестициями готовят стратегию торгов на фондовой бирже с помощью компьютерных алгоритмов; новой тенденцией является искусственный интеллект.

 Кто на самом деле решает, куда вкладываются ваши деньги? Вы? Аналитик выбранного фонда? Всё менее вероятно. «В будущем их место займут кибер-консультанты», — убеждён Лука Подлогар, председатель правления Фондов KD. Управляющие активами при распределении доверенных им средств в различные инвестиции всё больше полагаются на «здравый смысл» компьютеров. О том, что и когда покупать или продавать, всё чаще решают алгоритмы, функционирующие на основе искусственного интеллекта.

Это – стимулирующий или стрессовый фактор? Наш собеседник с этой дилеммой не имеет хлопот, и его клиенты тоже. Люди, которые хотят сэкономить за счёт инвестиций на рынке капитала, заинтересованы в двух вещах: безопасности и возврате инвестиций. Обе также связаны с надежностью рекомендации, полученной в ходе принятия решения об инвестировании. «Возможность злоупотребления есть всегда, но я думаю, что риску ошибочного совета более подвержена личность человека, нежели кибер-консультант», — полагает Подлогар.

Молодёжь даже в финансовых вопросах, по-видимому, всё больше опирается на компьютерный анализ, чем на консультирование людей. Это, не удивительно, так как мы уже смирились с фактом, что, например, социальные сети постоянно анализируют наше поведение в Интернете и предлагают информацию для прочтения, которая, по мнению компьютерных алгоритмов, представляет для нас интерес.

В течение первых трех месяцев компьютер победил рынок

London Man Group, крупнейший менеджер хедж-фондов, которая также сама является открытой акционерной компанией, в пятницу похвалилась, что компьютеризированной торговлей в первом квартале этого года она достигла гораздо более высокой производительности, чем конкуренты, также ей удалось сохранить объём активов под управлением.

Первый квартал этого года был отмечен январским и февральским падением цен на мировых рынках. Для инвестиционных фондов этот период стал временем повышенной сложности. BlackRock, крупнейший управляющий активами в мире, например, в четверг показал 20-процентное снижение прибыли. Man Group по объёму средств, которыми он управляет, потерял всего 100 миллионов долларов; начиная с 31 января прошлого года по 31 марта этого года, эта сумма с 78,7 миллиарда долларов упала до 78,6 миллиарда долларов.

Операторы Man Group специально подчеркнули, что они были исключительно успешными в дивизионе AHL, продающем несколько хедж-фондов, в которых аллокативные решения об инвестициях «принимают» компьютерные торговые программы.

Фонды AHL в течение первых трёх месяцев зафиксировали доходность на уровне 5,3%, что превзошло 4,1% индекса доходности компьютеризированной торговли CTA, который рассчитывает Société Générale. Чистый приток в фонды AHL достиг 1,3 миллиардов долларов, и, таким образом, позволил в условиях увеличения платежей в «классических» управляемых фондах уменьшения их стоимости; в связи с отрицательным показателем прибыли общий объём средств, находящихся в управлении Man Group, существенно не уменьшился.

Фонды, в которых инвестиционными решениями занимаются компьютерные программы, представляют почти половину портфеля Man Group, а это – 37,7 миллиарда долларов.

Компьютеры учатся распознавать лица. В 2015 году различные группы исследователей с использованием техник глубокого обучения и больших групп данных достигли различной точности при распознавании лиц. В некоторых случаях компьютер уже превосходит человека.

procentnoe sootnoshenie oshibochno raspoznannyh lic

В таблице дано процентное соотношение ошибочно распознанных лиц.

Источник: MIT Technology Review.

Luka Podlogar

Лука Подлогар

Чем при управлении активами «занимается» и что означает искусственный интеллект?

 Понятие искусственного интеллекта является тем, что в последнее время сильно присутствует в общественном дискурсе, в том числе, благодаря программе AlphaGo, которая недавно победила одного из лучших игроков традиционной китайской стратегической игры Го. Кроме того, концепция, которая в качестве своего рода «растущей технологии» появляется в различных видах деятельности, а не только в финансовой сфере, становится всё более важной. Если мы вникнем в суть вопроса, то увидим, что искусственный интеллект присутствует с самого начала эры ЭВМ. Всё начиналось уже с шифровой машины Enigma, о ней было много разговоров, когда персональный компьютер IBM в 1996 году победил Гарри Каспарова в шахматы.

Ну, как мы знаем, при принятии решений об инвестициях профессиональные менеджеры уже в течение десятилетий используют принцип компьютерного анализа исторических тенденций и пытаются на этой основе сделать вывод о будущих событиях. Мы также знаем, что компьютеры имеют большое значение для быстрого анализа больших объемов финансовых данных. Что нового теперь?

До сих пор люди в мире управления активами имели аналитика, он составлял некую модель, и на её основе фонд некоторое время вёл торговлю. Модель является рыночной стратегией. Она может работать некоторое время, но когда её обнаруживают другие игроки на рынке, то шансы на лучший результат этой стратегии исчезают. Новое веяние в сфере искусственного интеллекта, в первую очередь, глубокое изучение (deep learning), в качестве одного из методов в области искусственного интеллекта, которое заключается в том, что компьютер с помощью алгоритмов самостоятельно изучает, как работают выбранные стратегии. Он может оптимизировать, улучшить эти стратегии и даже помогает создавать новые рыночные стратегии. Это то, чего человек своим собственным интеллектом не смог обнаружить, так как они основаны на анализе очень больших объёмов неструктурированных данных, которые трудно анализировать человеческому мозгу. 80% данных в мире являются неструктурированными и только 20% – структурированными.

В чем разница между этими двумя группами данных?

Среди структурированных данных прослеживаются достаточно четкие связи, а среди неструктурированных данных конкретных идентифицируемых связей нет. Тем не менее, компьютер может их обнаружить, а человек ранее не был в состоянии зафиксировать таковые. Уже сегодня успешные хедж-фонды – те, которые имеют свои собственные компьютерные модели, при принятии решений об инвестициях они реализуют определённые закономерности на рынке, которые кто-то ещё до сих пор не обнаружил. Тем самым, они получают преимущество.

 С помощью искусственного интеллекта компьютер, стало быть, может заменить аналитиков, которые ранее участвовали в подготовке торговых моделей?

Компьютер может выполнять функцию аналитика. Не обязательно, что искусственный интеллект всегда сам занимался подобными вещами. Если бы все использовали тот же подход к глубокому обучению и тот же набор данных, компьютеры могли бы дать очень похожие результаты. В будущем ключевым фактором останется то, как человек будет использовать искусственный интеллект. То есть, аналитик будет определять, какие данные и каким образом будут обработаны компьютером.

 Что означает – глубокое изучение?

 Это набор математических функций, которые имитируют работу человеческого мозга. Математические формулы имитируют связи между клетками в мозге, связанными с нейронами. Эти процессы осуществляются на различных уровнях, и на основе подобного взаимодействия программное обеспечение генерирует результат.

 Что делать, если компьютер на основе характеристики ведения торговли в конкретной стратегии разработает альтернативные стратегии, кто их оценит и решит, какая из них будет использоваться на следующем этапе?

 Человек, конечно. Если система была полностью автоматизирована, то сам компьютер мог бы и далее вести торговлю. Как правило, исполнение проходит отдельно от подготовки модели, поэтому человеку необходимо оценить результаты. Глубокое изучение использует несколько моделей нейронных сетей – от простых до более сложных. Например, если мы анализируем только финансовые данные, один и тот же набор данных бухгалтерского баланса и данных о торговле, различные компьютеры придут к аналогичным выводам. Мы можем включить «мягкие данные», например, семантический анализ сообщений, циркулирующих в Интернете. Некоторые хедж-фонды уже ведут торговлю на основе анализа твитов.

Они анализируют, что люди сообщают из компании, и что говорят другие о них?

Такт точно, они охватывают фактические твиты, и на этой основе пытаются определить, каковы реальные настроения участников рынка, чтобы вести торговлю на основе этих оценок.

 Как компьютерная программа может распознать эту «мягкую информацию», в том числе мнения и реакции людей?

Перед значимыми событиями делового мира в веб-трафике часто появляются специфические события, из которых можно сделать вывод, что с определенной акцией что-то произошло. Конечно, мы не можем контролировать весь веб-контент. Здесь надо сосредоточиться на ключевых словах, на семантическом анализе определённого типа информации для инвестиций, представляющих наш интерес. Если к типичным финансово-экономическим данным мы добавим анализ этих «мягких данных», то можем получить преимущество в конкуренции.

 Что из того, о чём мы говорим, в данный момент уже существует?

 Всё это уже существует. Крупные хедж-фонды имеют большие команды по разработке и использованию искусственного интеллекта. Но они очень закрыты, и что именно они делают, обществу практически неизвестно. До появления искусственного интеллекта эти фонды cчитались количественными фондами, торгующими автоматически…

… это означает, что компьютерная программа использует параметры с уточнениями, в каком цикле движения курсов валют инвестиция покупает и когда продаёт?

Да, если говорить по-простому. Эти фонды имели очень хорошие результаты. Теперь же мы знаем, что в качестве одной из технологий они уже используют глубокое изучение.

 Что в этой области разрабатывают Фонды KD?

 Если речь идёт о глубоком изучении, вам необходимо много вычислительной мощности. Мы пока не инвестировали в какую-то крупную инфраструктуру. Мы начинаем использовать различные методы искусственного интеллекта в инструменте, программном обеспечении, которое оптимизирует инвестиционные классы или акции, с учётом реального распределения доходов для инвестиций. Речь идёт об использовании концепта дополненной теории портфелей Марковица, которая говорит, что ожидаемые доходы от инвестиций не всегда расположены в виде нормальной кривой Гаусса, но могут быть «сдвинуты» влево или вправо. Большой сдвиг влево, в первую очередь, означает увеличение вероятности результатов в тех областях, где доходы крайне отрицательные, и таких циклов инвесторы не желают. С использованием оптимизатора мы достигаем того, что портфель приспосабливается к фактическому распределению доходности, и тем самым мы ограничиваем максимально возможные колебания.

 Как вы этого достигнете?

 Программа реализует динамичную аллокацию, успевая зафиксировать точки экстремума – то есть, выделяет периоды максимальных спадов и подъёмов. Это означает, что в заданный период ты меняешь инвестиции друг с другом.

 Специальный пакет инвестиций продаётся, а другие покупаются?

 Да, именно так. Когда рынок начнёт двигаться в нисходящем тренде, динамичная аллокация перемещает его в менее рискованные инвестиции, когда начинается восходящий тренд, он перемещается программой к более рискованным инвестициям. Так можно ограничить нисходящий тренд и лучше сохранить тренд роста. Эта технология используется нами при индивидуальном управлении активами. Мы меняем аллокацию среди наших взаимных фондов, обходясь без торговых издержек, при этом инвесторы по-прежнему остаются в том же «зонтичном» фонде, и, следовательно, со сменой инвестиции не возникает налоговое обязательство.

 Этот алгоритм вы разработали самостоятельно?

 Да, мы его разработали с помощью коллеги, который руководит отделом по вопросам развития.

 Как долго им пользуетесь?

 Начиная с середины 2015 года, я был первым пробным клиентом.

 Вы довольны?

 Да, я доволен. Избыточный доход, созданный системой, невероятно высокий.

 Что это означает в числовом выражении?

 В моём портфеле от инвестиций до сих пор рынок (сравнительный индекс) упал на 11%, мой портфель уменьшился на 4%. В то же время, были короткие периоды, когда он был на несколько процентных пунктов выше базового индекса, что является очень хорошим показателем. Искусственный интеллект будет нами применяться, в первую очередь, в качестве инструмента, который будет работать с этой программой. Она уже сама по себе комплексная, но искусственный интеллект может помочь найти оптимальное сочетание параметров конфигурации, которые будут вести программу так, что мы будем иметь только правильный период перераспределения средств, только правильный исторический период, что будет нами учитываться при рассмотрении решения о перераспределении.

 Как клиенты относятся к тому, что их инвестициями занимается компьютерная программа, а не люди?

 Хорошо. Вы знаете, наши клиенты понимают, что человек может быть предвзятым. Если же у нас есть система, которая компьютеризирована, то присутствует большая уверенность в том, что она будет соответствовать ожиданиям заказчика. Компьютер всегда будет определять аллокацию аналогичным образом. Человек может находиться под влиянием настроений рынка, каких-либо чрезвычайных событий, всех возможных обстоятельств. По-прежнему верно утверждение, что человек хорош при анализе так называемых «мягких данных», но есть риск внешнего влияния и соответственно неправильного решения.

 Каковы недостатки компьютера?

 Не обязательно, что алгоритм при определённых стратегиях или изменениях обнаружит возможности. Скажем, компьютер с трудом увидит возможность на рынке, связанную с передачей собственности или чем-то подобным.

 В этом случае наиболее вероятно вмешательство аналитика?

 Конечно. Кроме случаев, когда нам удастся встроить соответствующую поддержку данных, установленных в программе. Теоретически это возможно. Даже с семантическим анализом статей в отношении определённого предприятия компьютер может понять, что идёт передача собственности и на этом основании он может вести торговлю не только в Словении, а на каком-то развитом рынке.

 Какова будет роль аналитиков в управлении активами?

 Я думаю, что они не исчезнут за одну ночь. По-прежнему существует очень много торговых операций, которые требуют работы аналитиков, и до того, как весь процесс управления активами будет полностью автоматизирован, пройдёт много лет, если не десятилетий. Тем не менее, те, кто будут стремится иметь конкурентные преимущества, всё чаще будут использовать компьютеризированные количественные методы, которые будут поддерживаться различными технологиями глубокого изучения. В случае фондов ETFs такой принцип уже реализован, ведь ты можешь составить портфель и работать на рынке так, чтобы быть ближе к выбранному базисному индексу. Эта адаптация сегодня уже может проходить полностью в электронном виде. Следующим важным моментом является роль финансовых консультантов и консультантов по вопросам собственности. Я думаю, что их работа в большей опасности, чем работа аналитиков, поскольку предлагаемые ими услуги всё чаще перемещаются в Интернет. Они будут заменены роботами-консультантами, по сути, их уже целый поток. Это – компьютерные алгоритмы, родственные оптимизатору, который есть у нас.

 То есть, развитие идёт в направлении, когда инвестициями будут управлять компьютерные программы?

 Да. Клиент сможет внести определённые вопросы в так называемом «ритейле» на сайте финансового учреждения и компьютер по веб-приложению предложит ему оптимальный портфель. Те, кто имеют более развитые средства, будут предлагать и динамичное распределение. Такими очень скоро будем и мы. Отношения между клиентом и консультантом перейдут в отношения между клиентом и определённым веб-сайтом. Сегодня мы стали свидетелями явления среди молодого поколения, когда человек больше доверяет сайту, нежели человеку.

 Как это можно объяснить?

 Это социальная тенденция. Поколение Миллениум, пользователи социальных сетей, изменение привычек.

 Как мы сможем узнать, что эти сложные системы не будут работать в ущерб клиентам? Дабы программа не была создана таким образом, что часть дохода от инвестиции «уйдёт» к провайдеру системы без ведома клиента?

 Законный вопрос. Будет ли некий инструмент фаворитизировать средства эмитента – это необходимо проверить «мелким шрифтом». Впрочем, я полагаю, что нет ничего плохого в том, что ты – ангажированный консультант, и не скрываешь это. Когда программа составлена с учётом принципов этики и важные сведения, связанные с ней носят открытый характер, она, осмелюсь сказать, лучше, чем многие финансовые консультанты. Возможность злоупотребления есть всегда, но я думаю, что риску более подвержен клиент консультанта-человека, чем кибер-консультанта.

 Сколько инвестиционных консультаций и решений имеется на фоне автоматизации, и что стоит за снижением издержек в финансовой деятельности?

 Фактором являются расходы. Все мы находимся под давлением фактора сбережения и расширения спектра услуг. Консультирование является относительно дорогой услугой. Если мы можем перенести её в онлайн режим, учреждение сможет сэкономить приличные средства, а весь процесс автоматизируется: от первых сведений, заказов до обработки в бэк-офисе документы «путешествуют» в электронной форме. Это означает экономию на почтовых расходах, которые успешно заменяет электронная почта.

 Источник: http://www.delo.si