Комп’ютер вже стає фінансовим консультантом і навіть проводить операції з майном

Майбутнє вже сьогодні: все більше і більше професійних керуючих активами та інвестиціями готують стратегію торгів на фондовій біржі за допомогою комп’ютерних алгоритмів; новою тенденцією є штучний інтелект.

Хто насправді вирішує, куди вкладаються ваші гроші? Ви? Аналітик обраного фонду? Все менш імовірно. «У майбутньому їх місце займуть кібер-консультанти», – переконаний Лука Подлогар, голова правління Фондів KD. Керуючі активами при розподілі довірених їм коштів в різні інвестиції все більше покладаються на «здоровий глузд» комп’ютерів. Що і коли купувати або продавати, все частіше вирішують алгоритми, що функціонують на основі штучного інтелекту.

Це – стимулюючий або стресовий фактор? Наш співрозмовник з цією дилемою не має клопоту, і його клієнти теж. Люди, які хочуть заощадити за рахунок інвестицій на ринку капіталу, зацікавлені в двох речах: безпеці і повернення інвестицій. Обидві також пов’язані з надійністю рекомендації, отриманої в ході прийняття рішення про інвестування. «Можливість зловживання є завжди, але я думаю, що до ризику помилкової поради більш схильна  особистість людини, ніж кібер-консультант», – вважає Подлогар.

Молоде покоління навіть в фінансових питаннях, мабуть, все більше спираються на комп’ютерний аналіз, ніж на консультування людей. Це, не дивно, оскільки ми вже змирилися з фактом, що, наприклад, соціальні мережі постійно аналізують нашу поведінку в Інтернеті і пропонують інформацію для прочитання, яка, на думку комп’ютерних алгоритмів, представляє для нас інтерес.

Впродовж перших трьох місяців комп’ютер переміг ринок

London Man Group, найбільший менеджер хедж-фондів, яка також сама є відкритою акціонерною компанією, в п’ятницю похвалилася, що завдяки комп’ютеризованій торгівлі в першому кварталі цього року вона досягла набагато вищої продуктивності, ніж конкуренти, також їй вдалося зберегти під управлінням обсяг активів.

Перший квартал цього року був відзначений січневим і лютневим падінням цін на світових ринках. Для інвестиційних фондів цей період став часом підвищеної складності. BlackRock, володіючий найбільшими активами в світі, наприклад, в четвер показав 20-відсоткове зниження прибутку. Man Group за обсягом коштів, якими він управляє, втратив всього 100 мільйонів доларів; починаючи з 31 січня минулого року по 31 березня цього року, ця сума з 78,7 мільярда доларів впала до 78,6 мільярда доларів.

Оператори Man Group спеціально підкреслили, що вони були виключно успішними в дивізіоні AHL, який продає кілька хедж-фондів, в яких аллокативні рішення щодо інвестицій «приймають» комп’ютерні торгові програми.

Фонди AHL впродовж перших трьох місяців зафіксували прибутковість на рівні 5,3%, що перевершило 4,1% індексу прибутковості комп’ютеризованої торгівлі CTA, який розраховує Société Générale. Чистий приплив до фондів AHL досяг 1,3 млрд доларів, і таким чином дозволив в умовах збільшення платежів в «класичних» керованих фондах зменшення їх вартості; в зв’язку з негативним показником прибутку загальний обсяг коштів, що знаходяться в управлінні Man Group, істотно не зменшився.

Фонди, в яких інвестиційними рішеннями займаються комп’ютерні програми, представляють майже половину портфеля Man Group, а це – 37,7 мільярда доларів.

Комп’ютери вчаться розпізнавати обличчя. У 2015 році різні групи дослідників з використанням технік глибокого навчання і великих груп даних досягли різної точності при розпізнаванні осіб. У деяких випадках комп’ютер вже перевершує людину.

procentnoe sootnoshenie oshibochno raspoznannyh lic

      У таблиці дано відсоткове співвідношення помилково розпізнаних осіб.

Джерело: MIT Technology Review.

Luka Podlogar

Лука Подлогар

Чим при управлінні активами «займається» і що означає штучний інтелект?

Поняття штучного інтелекту є тим, що останнім часом дуже присутня в громадському дискурсі, в тому числі завдяки програмі AlphaGo, яка нещодавно перемогла одного з кращих гравців традиційної китайської стратегічної гри Го. Крім того, концепція, яка в якості  «зростаючої технології» з’являється в різних видах діяльності, а не тільки у фінансовій сфері, стає все більш важливою. Якщо ми заглибимося в суть питання, то побачимо, що штучний інтелект присутній з самого початку ери ЕОМ. Все починалося вже з шифрової машини Enigma, про неї було багато розмов, коли персональний комп’ютер IBM в 1996 році переміг Гаррі Каспарова в шахи.

Ну, як ми знаємо, при прийнятті рішень про інвестиції професійні менеджери вже впродовж десятиліть використовують принцип комп’ютерного аналізу історичних тенденцій і намагаються на цій основі зробити висновок про майбутні події. Ми також знаємо, що комп’ютери мають велике значення для швидкого аналізу великих обсягів фінансових даних. Що нового тепер?

До цього часу люди в світі управління активами мали аналітика, він створював певну модель, і на її основі фонд деякий час вів торгівлю. Модель є ринковою стратегією. Вона може працювати деякий час, але коли її виявляють інші гравці на ринку, то шанси на кращий результат цієї стратегії зникають. Нове віяння в сфері штучного інтелекту, в першу чергу, глибоке вивчення (deep learning), в якості одного з методів в області штучного інтелекту, яке полягає в тому, що комп’ютер за допомогою алгоритмів самостійно вивчає, як працюють обрані стратегії. Він може оптимізувати, поліпшити ці стратегії і навіть допомагає створювати нові ринкові стратегії. Це те, чого людина своїм власним інтелектом не спроможна виявити, оскільки вони засновані на аналізі дуже великих обсягів неструктурованих даних, які важко аналізувати людському мозку. 80% даних в світі є неструктурованими і тільки 20% – структурованими.

У чому різниця між цими двома групами даних?

Серед структурованих даних простежуються досить чіткі зв’язки, а серед неструктурованих даних конкретних ідентифікованих зв’язків немає. Проте, комп’ютер може їх виявити, а людина раніше не в змозі зафіксувати такі. Уже сьогодні успішні хедж-фонди – ті, які мають свої власні комп’ютерні моделі, при прийнятті рішень про інвестиції реалізують певні закономірності на ринку, які хтось ще досі не виявив. Тим самим, вони отримують перевагу.

Отже, за допомогою штучного інтелекту комп’ютер може замінити аналітиків, які раніше брали участь у підготовці торгових моделей?

Комп’ютер може виконувати функцію аналітика. Не обов’язково, щоб штучний інтелект завжди сам займався подібними речами. Якби всі використовували той же підхід до глибокого вивчення і той же набір даних, комп’ютери могли б дати дуже схожі результати. В майбутньому ключовим фактором залишиться те, як людина буде використовувати штучний інтелект. Тобто, аналітик буде визначати, які дані і яким чином будуть оброблені комп’ютером.

Що означає – глибоке вивчення?

Це набір математичних функцій, які імітують роботу людського мозку. Математичні формули імітують зв’язок між клітинами в мозку, пов’язаними з нейронами. Ці процеси здійснюються на різних рівнях, і на основі подібної взаємодії програмне забезпечення генерує результат.

Що робити, якщо комп’ютер на основі характеристики ведення торгівлі в конкретної стратегії розробить альтернативні стратегії, хто їх оцінить і вирішить, яка з них буде використовуватися на наступному етапі?

Людина, звичайно. Якщо система була повністю автоматизована, то сам комп’ютер міг би і далі вести торгівлю. Як правило, виконання проходить окремо від підготовки моделі, тому людині необхідно оцінити результати. Глибоке вивчення використовує кілька моделей нейронних мереж – від простих до більш складних. Наприклад, якщо ми аналізуємо тільки фінансові дані, один і той же набір даних бухгалтерського балансу і даних про торгівлю, різні комп’ютери прийдуть до аналогічних висновків. Ми можемо включити «м’які дані», наприклад, семантичний аналіз повідомлень, що циркулюють в Інтернеті. Деякі хедж-фонди вже торгують на основі аналізу твітів.

Вони аналізують, що повідомляють люди з компанії, і що говорять інші про них?

Саме так. Вони охоплюють фактичні твіти і на цій основі намагаються визначити, які реальні настрої учасників ринку, щоб вести торгівлю на основі цих оцінок.

Як комп’ютерна програма може розпізнати цю «м’яку інформацію» в тому числі думки і реакції людей?

Перед значущими подіями ділового світу в веб-трафіку часто з’являються специфічні події, з яких можна зробити висновок, що з певною акцією щось сталося. Звичайно, ми не можемо контролювати весь веб-контент. Тут треба зосередитися на ключових словах, на семантичному аналізі певного типу інформації для інвестицій, які представляють наш інтерес. Якщо до типових фінансово-економічних даних ми додамо аналіз цих «м’яких даних», то можемо отримати перевагу в конкуренції.

Що з того, про що ми говоримо, в даний момент вже існує?

Все це вже існує. Великі хедж-фонди мають великі команди з розробки та використання штучного інтелекту. Але вони дуже закриті, і що саме вони роблять, суспільству практично невідомо. До появи штучного інтелекту ці фонди вважаються кількісними фондами, що торгують автоматично …

… Це означає, що комп’ютерна програма використовує параметри з уточненнями, в якому циклі руху курсів валют інвестиція купує і коли продає?

Так, якщо говорити по-простому. Ці фонди мали дуже гарні результати. Тепер же ми знаємо, що в якості однієї з технологій вони вже використовують глибоке вивчення.

Що в цій області розробляють Фонди KD?

Якщо мова йде про глибоке вивчення, необхідно багато обчислювальної потужності. Ми поки не інвестували в якусь велику інфраструктуру. Починаємо використовувати різні методи штучного інтелекту в інструменті, програмному забезпеченні, яке оптимізує інвестиційні класи або акції з урахуванням реального розподілу доходів для інвестицій. Мова йде про використання концепту доповненої теорії портфелів Марковіца, яка говорить, що очікувані доходи від інвестицій не завжди розташовані у вигляді нормальної кривої Гаусса, але можуть бути «зрушені» вліво або вправо. Великий відступ вліво, в першу чергу, означає збільшення ймовірності результатів в тих областях, де доходи вкрай негативні, і таких циклів інвестори не бажають. З використанням оптимізатора ми досягаємо того, що портфель пристосовується до фактичного розподілу дохідності, і тим самим ми обмежуємо максимально можливі коливання.

Як ви цього досягнете?

Програма реалізує динамічну аллокацію, встигаючи зафіксувати точки екстремуму – тобто, виділяє періоди максимальних спадів і підйомів. Це означає, що в заданий період ти замінюєш інвестиції одну іншою.

Спеціальний пакет інвестицій продається, а інші купуються?

Так, саме так. Коли ринок почне рухатися в спадному тренді, динамічна алокація переміщує його в менш ризиковані інвестиції, коли починається висхідний тренд, він переміщається програмою до більш ризикованих інвестицій. Так можна обмежити спадний тренд і краще зберегти тренд зростання. Ця технологія використовується нами при індивідуальному управлінні активами. Ми міняємо аллокації серед наших взаємних фондів, обходячись без торгових витрат, при цьому інвестори як і раніше залишаються в тому ж «зонтичному» фонді, і, отже, зі зміною інвестиції не виникає податкове зобов’язання.

Цей алгоритм ви розробили самостійно?

Так, ми його розробили за допомогою колеги, який керує відділом з питань розвитку.

Як довго ним користуєтеся?

Починаючи з середини 2015 року, я був першим пробним клієнтом.

Ви задоволені?

Так, я задоволений. Надлишковий дохід, створений системою, неймовірно високий.

Що це означає в числовому вираженні?

У моєму портфелі від інвестицій до цього часу ринок (порівняльний індекс) впав на 11%, мій портфель зменшився на 4%. У той же час були короткі періоди, коли він був на кілька відсоткових пунктів вище базового індексу, що є дуже хорошим показником. Штучний інтелект буде нами застосовуватися, в першу чергу, в якості інструменту, який працюватиме з цією програмою. Вона вже сама по собі комплексна, але штучний інтелект може допомогти знайти оптимальне поєднання параметрів конфігурації, які будуть вести програму так, що ми отримаємо лише правильний період перерозподілу коштів і лише правильний історичний період, що буде нами враховуватися при розгляді рішення про перерозподіл.

Як клієнти ставляться до того, що їх інвестиціями займається комп’ютерна програма, а не люди?

Добре. Ви знаєте, наші клієнти розуміють, що людина може бути упередженою. Якщо ж у нас є система, яка комп’ютеризована, то це дає велику впевненість в тому, що вона буде відповідати очікуванням замовника. Комп’ютер завжди буде визначати аллокації аналогічним чином. Людина може перебувати під впливом настроїв ринку, будь-яких надзвичайних подій, всіх можливих обставин. Як і раніше, сьогодні вірним є твердження, що людина потрібна при аналізі так званих «м’яких даних», але є ризик зовнішнього впливу і відповідно неправильного рішення.

Які недоліки комп’ютера?

Не обов’язково, що алгоритм при певних стратегіях або змінах виявить можливості. Скажімо, комп’ютер може не побачити можливість на ринку, пов’язану з передачею власності або чимось подібним.

У цьому випадку найбільш ймовірно втручання аналітика?

Звичайно. Крім випадків, коли нам вдасться вмонтувати відповідну підтримку даних, встановлених в програмі. Теоретично це можливо. Навіть з семантичним аналізом статей щодо певного підприємства комп’ютер може зрозуміти, що йде передача власності і на цій підставі він може вести торгівлю не тільки в Словенії, а на іншому розвиненому ринку.

Яка буде роль аналітиків в управлінні активами?

Я думаю, що вони не зникнуть за одну ніч. Як і раніше, існує дуже багато торгових операцій, що вимагають роботи аналітиків, і до того, як весь процес управління активами буде повністю автоматизований, пройде багато років, якщо не десятиліть. Проте, ті, хто прагнутиме мати конкурентні переваги, все частіше  використовуватимуть комп’ютеризовані кількісні методи, які будуть підтримуватися різними технологіями глибокого вивчення. У разі фондів ETFs такий принцип вже реалізований, адже ти можеш скласти портфель і працювати на ринку так, щоб бути ближче до вибраного базисного індексу. Ця адаптація сьогодні вже може проходити повністю в електронному вигляді. Наступним важливим моментом є роль фінансових консультантів і консультантів з питань власності. Я думаю, що їх робота в більшій небезпеці, ніж робота аналітиків, оскільки пропоновані ними послуги все частіше переміщуються в Інтернет. Вони будуть замінені роботами-консультантами, по суті, їх уже цілий потік. Це – комп’ютерні алгоритми, родинні оптимізатора, який  у нас є.

Тобто, розвиток йде в напрямку, коли інвестиціями керуватимуть комп’ютерні програми?

Так. Клієнт зможе внести певні питання в так званому «ритейлі» на сайті фінансової установи, і комп’ютер по веб-додатком запропонує йому оптимальний портфель. Ті, хто мають розвиненіші засоби, будуть пропонувати і динамічний розподіл. Такими дуже скоро будемо і ми. Відносини між клієнтом і консультантом перейдуть у відносини між клієнтом і певним веб-сайтом. Сьогодні ми стали свідками явища серед молодого покоління, коли людина більше довіряє сайту, ніж людині.

Як це можна пояснити?

Це соціальна тенденція. Покоління Міленіум, користувачі соціальних мереж, зміна звичок.

Як ми зможемо дізнатися, що ці складні системи не будуть працювати на збиток клієнтам? Що програма не була створена таким чином, коли частина доходу від інвестиції «піде» до провайдера системи без відома клієнта?

Законне запитання. Чи буде якийсь інструмент фаворитизирувати кошти емітента – це необхідно перевірити «дрібним шрифтом». Втім, я вважаю, що немає нічого поганого в тому, що ти – ангажований консультант, і не приховуєш це. Коли програма складена з урахуванням принципів етики і важливі відомості, пов’язані з нею носять відкритий характер, вона, насмілюся сказати, краще, ніж багато фінансових консультантів. Можливість зловживання є завжди, але я думаю, що до ризику більш схильний  клієнт консультанта-людини, ніж кібер-консультанта.

Джерело: http://www.delo.si