Как искусственный интеллект помогает зарабатывать больше на фондовом рынке

Есть отрасли, где искусственный интеллект (ИИ) только начинает внедряться. Однако для биржевой торговли такой помощник – дело привычное. Машины помогают профессиональным игрокам прогнозировать цены на акции, строить модели автоследования (когда участники копируют стратегии успешных трейдеров) и выявлять манипуляции на фондовых рынках. Как ИИ изменил рынок биржевой торговли и способна ли машина действовать успешнее опытного игрока, рассказывает Глеб Хазиев.

Глеб Хазиев

Аспирант Центра финансовых исследований и анализа данных НИУ ВШЭ

Содержание:

Востребованность ИИ и методы машинного обучения

Методы ИИ уже несколько лет используются при торговле на фондовом рынке и успели стать нормой. Так, согласно исследованию исследованию Barclay Hedge, проведенному среди менеджеров хедж-фондов еще в июле 2018 года, было установлено, что:

более половины респондентов используют ИИ/МО (машинное обучение) для принятия обоснованных инвестиционных решений.
2/3 используют искусственный интеллект/машинное обучение для генерации торговых идей и оптимизации портфелей.
более 25% используют ИИ для автоматизации совершения сделок.
более половины используют умный алгоритм в течение трех и более лет, а треть - более пяти лет.

Столь активное и повсеместное распространение методов ИИ обусловлено несколькими факторами:

1. Прибыль от торговли ценными бумагами на бирже зависит, в том числе, от полноты обработки информации и скорости принятия решений. В современном мире объемы данных непрерывно растут, и время на их анализ играет ключевую роль. Машинные методы позволяют не только сделать это быстрее и качественнее, но и найти новые закономерности в ценах, улучшить существующие стратегии.

2. Большая часть работы профессионалов систематизирована и имеет четкие стратегии торговли, подходы к принятию решений и многолетнюю историю предыдущих операций. Это позволяет строить и обучать базовые алгоритмы, которые будут давать результаты не хуже, чем текущая команда управляющих. Далее — за счет оптимизации и дообучения модели могут превосходить предыдущие показатели фонда.

Интересный факт 1:

Создатель и главный разработчик недавно нашумевшей китайской нейросети DeepSeek Лян Веньфэнь изначально использовал свои знания в области искусственного интеллекта именно в сфере финансов. Он создал инвесткомпанию, которая потом превратилась в хедж-фонд, применяющий ИИ во всех торговых стратегиях.

Интересный факт 2:

Искусственный интеллект на фондовом рынке используют даже консервативно настроенные компании — например, те, кто придерживается стратегии традиционного инвестирования в акции и облигации, а не биткоины и прочие криптовалюты. Так, один из крупнейших инвестфондов Vanguard начал внедрять ИИ в свои стратегии еще в 2018 году и сейчас использует его для управления несколькими фондами с общим капиталом более 13 млрд долларов.

Чем ИИ полезен при биржевой торговле

Основные направления использования ИИ в торговле на бирже:

Составление портфеля ценных бумаг для индивидуального инвестора и фонда. Обучив ИИ торговым стратегиям, учитывающим отношение к риску частных инвесторов либо долгосрочные цели портфеля (в том числе максимальную возможную «просадку») - в случае с портфелем фонда, алгоритм способен самостоятельно формировать рекомендации по списку акций, облигаций, фондов, которые стоит купить. Советы будут тщательно обоснованы и вполне могут оптимизировать, а иногда и заменить работу профессионального управляющего.
Принятие торговых решений. Хорошо обученная модель может заменить профессионального трейдера, так как способна обрабатывать гораздо больший объем информации в единицу времени. Если алгоритм хорошо обучен и его результаты протестированы в течение длительного времени, то, с учетом скорости принятия решений, эффективность ИИ в торговле может значительно превзойти результаты трейдера.
Определение трендов по рынку и отдельным бумагам. Способности ИИ в части сбора и обработки информации зачастую ограничены только объемами вычислительных мощностей. Модели способны собирать огромное количество данных из всевозможных источников по рынку или конкретной компании. Это позволяет заранее увидеть сигналы, которые указывают на возможные изменения цены конкретной бумаги или тенденций на рынке в целом.

ИИ может превзойти трейдера

Искусственный интеллект, безусловно, способен обойти по результатам опытного трейдера. При этом важно понимать, что именно действия его и компаний ложатся в основу обучения моделей. Как бы они ни совершенствовались в процессе, базовые алгоритмы работы в них закладываются на основе уже выработанных торговых стратегий профессионалов.

Это значит, что возможность ИИ получить лучшие результаты по сравнению с трейдером обуславливается, в основном, отсутствием у алгоритма эмоций и фактора «человеческой ошибки».

К примеру, банк ING доказывает, что они создали модель, которая предсказывает цены на валюту лучше, чем трейдеры. Алгоритм оперативно мониторит рынок, корректирует спреды и определяет риски.

Впрочем, использование ИИ несет и риски, например, в случае значительного изменения ситуации на рынке или событий, которые ранее никогда не происходили и привели к аномальным отклонениям всех показателей от заложенных ранее в модель. ИИ может отказаться неспособным принимать эффективные решения.

К примеру, в 2012 году крупнейший американский трейдер Knight Capital, ежедневно торговавшая ценными бумагами на 21 млрд долларов, из-за сбоя в программном обеспечении за час получила убытки в 440 млн долларов. Еще один пример: 6 мая 2010 года из-за сбоя торговых алгоритмов индекс Dow Jones Industrial Average за несколько минут потерял 9% своей стоимости.

Прогноз использования искусственного интеллекта на бирже

Примерно 70 процентов сделок на фондовом рынке США уже осуществляется при помощи алгоритмов, сообщает Quantified Strategies.

ИИ будет использоваться во всех направлениях на финансовых рынках и дальше, но успех лежит в сфере межотраслевого взаимодействия.

Для того, чтобы алгоритм работал и показывал превосходные результаты, нужно объединить лучших трейдеров, инженеров и специалистов по Data Science. Так можно получить торговую стратегию, которая будет подкреплена опытом, максимальным количеством доступной на рынке информации и высокой скоростью принятия решений.

Специалистов, которые способны выполнять сразу несколько функций, коллеги в шутку называют «алгоритмическими диджеями» или мастерами на все руки. Именно они будут все более востребованы при росте доли сделок с применением ИИ.