Понятие искусственного интеллекта у всех на слуху. Он проник во многие сферы жизни, но что дает ИИ профессионалам фондового рынка — дополнительную возможность повысить доходность инвестиционного портфеля или породить новые, до сих пор неконтролируемые риски? Способен ли ИИ заменить финансового аналитика или портфельного управляющего?
Стоит признать, что искусственный интеллект в целом и принципы его использования в частности являются логическим продолжением техник классического математического моделирования. Вычислительные возможности в современном мире становятся все более обширными, объемы данных для анализа увеличиваются многократно.
XX век был веком финансовой эконометрики — области знаний, изучающей количественные и качественные экономические взаимосвязи при помощи статистики, теории вероятностей и регрессионного анализа. Британский статистик Джордж Бокс в свое время утверждал, что «все модели прогнозирования в сущности плохи, хотя и бывают полезны». Реальный мир всегда сложнее, а любая модель — это упрощение, которое имеет свою область применимости, и свои ограничения.
Рынком правят страх и жадность. Психологические и социальные аспекты поведения участников рынка подтверждают эту аксиому
Потоки информации оказывают прямое влияние на финансовые рынки. При описании этих взаимодействий часто пользуются гипотезой эффективного рынка. Эффективность рынка зависит от его способности отражать новую информацию. Выделяют три формы эффективного рынка: слабая форма оперирует только информацией из прошлого; рынок средней формы зрелости дополнительно владеет публичными данными настоящего; рынок зрелой формы способен использовать и закрытую для многих инсайдерскую информацию. При этом даже на самом «эффективном» рынке случаются аномалии, часто связываемые с поведенческими аспектами деятельности его участников. Часто на иррациональность человеческих поступков в большинстве случаев и списываются сбои в работе той или иной гипотезы о природе рынка.
Сегодня ИИ научили обрабатывать огромный объем, в первую очередь, текстовой информации — потоки из соцсетей, новости СМИ, поисковые запросы в браузерах и т.д. Данную информацию не может отслеживать отдельный финансовый аналитик. Таким образом ИИ помогает в значительной мере проанализировать «настроение» рынка, влияющее на фондовый рынок. Особенно этот аспект становится актуальным в последнее время — на рынок выходит все больше частных инвесторов, способных порой вести скоординированную деятельность (например, посредством общения на специализированных форумах). Институциональные же инвесторы, за долгое время привыкшие доминировать на фондовом рынке, в новых реалиях уже вынуждены подстраиваться и под эти факторы. Возникла новая, прежде недоступная аналитикам, медиа-плоскость значимой информации.
Существует большая вероятность, что влияние частных инвесторов на фондовый рынок будет только усиливаться. А выявить эту степень влияния и возможность синхронизации и координации в поведении физлиц на рынке еще предстоит исследовать и вычислить в том числе при помощи ИИ. Сегодня можно лишь утверждать, что за последние пару лет с уходом иностранных участников рынка из России изменился в целом сам профиль инвестора, его поведение, горизонты планирования.
На данный момент ИИ не производит революции в работе с фондовым рынком, являясь лишь инструментом для быстрого эффективного анализа большого объема данных
Есть огромный сегмент IT-специалистов, которые специализируются на ИИ, но у финансистов есть свой внутренний ресурс. В этих задачах могут преуспеть финансовые математики. Финансовых математиков часто называют «квантами» (от quantitative researcher, то есть количественный аналитик). Востребованность таких технически подкованных в области высшей математики (статистики и теории вероятностей в том числе), программирования и финансов специалистов постоянно растет.
Первоначально — с конца 1970-ых годов — спрос на них формировался со стороны банков с целью развивать рынки производных финансовых инструментов (деривативов) и их ценообразование, то есть разрабатывать новые виды фьючерсов, форвардных контрактов, свопов, опционов и др. Продавцу таких инструментов требуется точно оценивать собственные риски, формировать определенные резервы с тем, чтобы сохранять способность отвечать по обязательствам перед клиентом. Каждый финансовый кризис, начиная с конца 1980-ых годов, был обусловлен именно ошибками в оценки рисков деривативов вследствие неучтенных факторов. Переоценка данного опыта изменила подходы к риск-менеджменту в финансовой сфере. И это вторая важная функция «квантов» — прогнозирование рисков с целью защиты инвестиционных компаний.
Универсальных решений полностью подвластных технологиям на рынке инвестиций не существует
В управлении активами они нацелены на понимание целей клиента и оценку его профиля с позиции риска и доходности активов с целью формирования соответствующего инвестиционного портфеля при максимальном снижении издержек. Расширение возможностей аллокации активов, то есть выбор конкретных инструментов — акций, облигаций, золота, валют и пр. — также находится в компетенции данных специалистов. «Кванты» знают, как зарабатывать на росте и падении рынка, его волатильности, выбирать оптимальный срок размещения активов в инструментах и систематически перераспределять их внутри портфеля. Созданные ими на основе статистических данных и выявленных рыночных закономерностей алгоритмы принятия решений и есть прообраз глобального искусственного интеллекта. И решающим фактором для качества данной работы является опыт.
Для работы ИИ требуется качественно подготовленная инфраструктура исходных данных и цифровизация бизнеса
У практиков существует выражение — не бывает плохого бэктеста (backtest). То есть моделирование на истории всегда дает хороший результат, при этом та же самая модель может не сработать в реальных условиях. В будущем сама природа того или иного явления, учитываемого в работе модели, может измениться, поэтому «привязываться к прошлому» нельзя. Современные техники машинного обучения позволяют повысить качество и устойчивость прогнозных моделей. Искусственный интеллект — инструмент рабочий и повсеместно внедряемый, но все еще требующий значительной доработки подходов для повышения его надежности и доверия.
Технологии ИИ требуют больших вложений с точки зрения оборудования и обучения. Результативность работы данной технологии пока представляется спорной, поскольку на уже более-менее отработанными являются генеративные модели (ChatGPT и его аналоги), что же касается специфичных систем, используемых в сфере инвестирования, то они куда менее опробованы. С этой точки зрения прогресс не столь значителен, и требует детального анализа.
ИИ сегодня выполняет ряд функций, автоматизируя рутинные процессы в управлении активами. По сравнению с существующими техниками, используемыми «квантами», ИИ пока не дает более качественного результата. Он лишь мониторит возрастающий объем данных, подсвечивая закономерности процессов и отслеживая ключевые факторы. Внедрение его в полном объеме остается вопросом будущего. Тем не менее, портфельные управляющие и финансовые аналитики не перестанут быть востребованными, а, наоборот, будут иметь больше возможностей овладев новым инструментом для принятия решений. Для самих специалистов в области финансов работа с искусственным интеллектом является триггером к постоянному обучению в этой новой области и совершенствованию существующих навыков. Машина уже может принимать решения в сфере инвестирования, но за ней всегда будет «присматривать» человек и принципиальная позиция.
Авторы: Артём Антипов, начальник отдела количественных исследований ТКБ Инвестмент Партнерс и Наталья Максимова.
