Днес около 90% от търговията на някои от най-големите борси се извършва с помощта на алгоритми. Да, те най-често работят по строго зададени правила и само изпълняват повелите на хората. А какво ще стане, когато се научат да „четат“ по-добре знаците на пазара и окончателно вземат нещата в свои ръце?

Дали това ще значи край на тежките световни финансови кризи, появили се заради емоции? Дали дава шанс на повече хора да се изкачат по класовата стълбица, или обратното – ще направят още по-богати богатите, които са инвестирали достатъчно предвидливо в тях? Може ли „роднините“ на ChatGPT да сложат край на търговията такава, каквато я познаваме?

Едно е сигурно, във взаимоотношенията между изкуствения интелект и парите предстоят интересни времена, а знаците, че те идват съвсем скоро, са все по-видими.

Парите не миришат

1602 г. В Амстердам отваря врати най-старата работеща и днес стокова борса, собственост на Нидерландската Източноиндийска компания. Тя първа въвежда модерната идея за търговия с ценни книжа вместо стоки срещу стоки.

Идват фондовите борси, „Уолстрийт“ и останалите, за да създават мултимилионери, милиардери, а понякога и… за да предизвикат някоя дребна глобална финансова кризичка.

От раждането на пазарните отношения, та до биткойн, детайлите и теориите се менят, икономиката става все по-сложна, обществата нямат нищо общо с днешните, но принципите си остават едни и същи: имаме продавач и купувач, които успяват да намерят цената на баланса, за да направят следващата сделка.

Тук се задава изкуственият интелект, готов да промени всичко. Да анализира движенията на борсите значително по-прецизно от човека. Какво идва след това?

За милиони няма закони…

Търговията не е сред приложенията на изкуствения интелект, за които ще чуете често. А това е странно, дори много преди медийния бум, дошъл с ChatGPT, има огромен брой сериозно финансирани разработки в тази област. От друга страна: това и по дефиниция е прекрасно поле за този тип технологии.

Какво умеят най-добре алгоритми на машинното самообучение и конкретно дълбоките невронни мрежи? Да намират закономерности. Да обработват огромни обеми от информация и на базата на тях да се учат да изпълняват конкретна задача, която се свежда или до това да определят какво представлява следващата единица информация, която получат, или да опитат да възпроизведат тази следваща единица.

С други думи, да анализират факторите, които водят до дадена закономерност и с изумителна понякога точност да кажат какво ще се случи на следващата стъпка.

Ако се замислим, точно това е, до което винаги се е свеждал успехът в търговията. Ако се насочим към елементарните ѝ форми – в умението на продавача или на купувача да анализира ситуацията от възможно най-много гледни точки, така че да получи най-добрата за себе си цена.

А ако продължим към борсите и инвестициите – успехът идва с анализирането на тенденциите и с изпреварването на задаващата се промяна. С това да се отчетат много фактори, на базата на които да прецениш кога да купуваш и продаваш.

Тигре, тигре, имаш ли пари?

Ето защо съвсем не е чудно, че алгоритмите вече управляват огромна част от паричните потоци. На първо време заради друга тяхна изключителна способност, в която отдавна им отстъпваме: скоростта. Докато човекът се нуждае чисто физически от време, за да осмисли дадена информация и да реагира подобаващо, алгоритмите отдавна могат да бъдат светкавични. Те могат да се погрижат частици от секундата, след като определени акции достигнат цената, която сте задали, да купят или продадат избран дял от тях.

Да, тук няма нищо подобно на интелект, става дума за чисто механично изпълняване на решения, което обаче дава огромната разлика. И неслучайно това приложение днес е много по-масово, отколкото бихте могли да си представите.

Може би най-популярната форма на алгоритмична търговия е високочестотната търговия (high-frequency trading или HFT), при която стоките или акциите се купуват и продават с изключително висока скорост, от порядъка на наносекунди.

Средно за всички борси в САЩ днес повече от 80% от сделките се осъществяват чрез някаква форма на алгоритмична търговия. Разбира се, това са доста по-сложни алгоритми, те не просто следят цената. Обикновено се включват редица индикатори, които отново са определени от самите търговци, добре познаващи пазара. Тоест, на този етап конкуренцията кой ще предвиди по-точно развитието и ще спечели, е изцяло в ръцете на хората.

Бърз или беден

Така стигаме до следващата логична стъпка. Алгоритмите не просто да изпълняват, а да помагат при вземането на решения. През последните години са все повече апликациите, които по различни критерии се опитват да дават анализи за различни типове инвестиции.

Някои анализират вложенията ви и помагат те да ги диверсифицирате така, че минимизирате рисковете. Проектът Danelfin следи по 900 числови показателя за всяка от 1000 водещи акции в САЩ и 600 в Европа. След като обработи данните, дава класация с точки за това как ще се развият нещата през следващите 30 сесии от продажби. Компаниите с индекс от 1 до 10 се очаква да направят пробив.

Друг подобен състезател – BUZZ Indexes, събира данни от социалните мрежи, тематични блогове за търговия и инвестиции и на базата на тях дава подобни индекси.

При всяко от приложенията става дума за огромни обеми данни. Дори „простите“ алгоритми за високоскоростна търговия обработват 250 000 000 единици информация само за първия час след отварянето на Нюйоркската фондова борса.

Парица е царица

Минусът при този подход обаче е очевиден. Възползваме се от умението на алгоритмите да обработват информация и губим това на бързината. Някак работата остава половинчата, защото отново оставаме водени от човешките емоции при вземането на решения.

Да, машините нямат емоции, често го повтарят в коментарите си гостите на Дигитални истории. Но ако това наистина прави трудно за момента да си представим изкуствен интелект, неразличим от човека, то определено е от полза на борсата.

Така стигаме до удивителната, някъде между настоящето и бъдещето, където инвестирането се контролира изцяло от алгоритмите, които вземат решения.

Нека си представим идеалния софтуер тук. Той може да анализира огромен обем информация, реагира за частици от секундата и е напълно безпристрастен. При това се учи от грешките си, за разлика от единствения вид на Земята, който два пъти пада в една и съща дупка.

Левовете в биткойн

Ако питате по-старото поколение „вълци на Уолстрийт“, всеки ще ви каже, че търговията на борсата никога не би могла да бъде делегирана на компютрите. Защото това е една от най-комплексните системи, които ние, хората, сме създали като вид.

Колко обаче може да е сложна така, че да не бъде делегирана на алгоритъм? При това такъв, който симулира изключително успешно работата на мозъка, а за сметка на това може да обработва несравними по обем и скорост данни в сравнение с дори най-вездесъщия трейдър?

Отделни проекти вече показват по-добри резултати от хората, което е ясен знак накъде вървят нещата. Сред първопроходниците са фондът ETF, който е „съветван“ и AIEQ, който пък е изцяло управляван от ИИ. И двата проекта се крепят върху изчислителната мощ на добре познатия алгоритъм на IBM „Уотсън“. За вече няколко години „работа“ и двата фонда се оказват изключително печеливши.

Немалко проекти залагат на силните на деня – GPT-3 и 4, и това определено крие възможността за големи изненади, и все пак, там най-интересното тепърва предстои.

Все пак, неотдавнашно изследване на учени от Флорида показа, че дори ChatGPT може да предскаже движението на акциите, анализирайки новинарски заглавия. Захранили платформата с 40 000 текста и тя се оказала изключително точна в прогнозите си за това как ще се развият акциите на Нюйоркската фондова борса.

Пари при ИИ отиват

Голямата трудност на следващите стъпки е какви точно данни да дадем на алгоритъма, за да ги анализира? Дали трябва да следи новините, чисто пазарните индикации, съобщенията на компаниите, действията на най-добрите на пазара… Факторите могат да бъдат изброявани дълго. Дали да се базира на досегашните показатели на пазара и на опита от движенията на акциите, или по-скоро да е насочен „навън“, към новините, които водят след себе си промени в стойностите? Или пък да използваме големите езикови модели, които не се влияят толкова от контекста?

Един любопитен пример идва от 2015-а. По това време 10-те световни валути дълго време са с почти „заспали“ курсове, особено по-консервативните. Но на 5 януари Швейцарската национална банка неочаквано премахва фиксирания курс от 1,20 евро за франк, при което следва колосално движение на курса нагоре и надолу – само за един час стойността се променя с общо 20%. Това се отразява най-зле на търговците на дребно, който реагират по-бавно и са по-предпазливи. Но се оказва, че същото се опитват да правят и работещите тогава фондове с ИИ, които също търпят сериозни загуби.

„Черният лебед“, знаете, онези събития, които никога не могат да бъдат предвидени, а носят колосални промени. И все пак… става дума за пример отпреди доста години. И ако невронните мрежи са прецизно обучени и анализират достатъчно широк кръг периметри, много по-вероятно е именно те да видят задаващата се вълна преди хората.

За какво са ни всичките тези пари

Това проучване анализира над 2300 научни публикации по темата за алгоритмичната търговия от 1995 до 2019 г. И събира освен общите идеи, за които стана дума, и много любопитни примери за това кое всъщност се оказва ефективно.

Един от разгледаните проекти единствено „чете новините“. Разпределя ги в три категории за дадена компания – добри, лоши или неутрални. Оказва се, че добрите качват стойността на наблюдаваните акции средно с 3% за 60 минути и 1% за ден, а лошите правят обратното. Още ли мислите, че медиите нямат значение днес? Само че кой има потенциала да обработи огромния поток от новини, който излиза отвсякъде днес освен алгоритмите…

Друг проект анализира 1,6 милиона туита, от които половината са положителни и другите отрицателни за дадена компания. Постепенно информацията е отсята, за да останат 150 000 публикации, свързани с 8 компании, публикувани през 2011-а. Оказва се, че връзката с промените в стойността на акциите им е изключително пряка. Тъй де…, още ли сте убедени, че Мъск купи тази социална мрежа точно за да се бори за свободата на словото?

По-комплексните модели включват повече фактори и, разбира се, се оказват по-точни. Някои комбинират актуалните движения на стойностите с исторически наблюдения, технически индикатори и анализ на настроенията отново на базата на туитове или новини.

Пари нема, действайте!

В университета „Ерланген – Нюрнберг“ „пускат“ своя алгоритъм, за да видят как би се справил той в исторически условия.

Един от моделите показва, че би гарантирал 73% средна годишна печалба между 1992 и 2015 г. при средна пазарна доходност от 9%. Още по-интересното обаче е друго. Печалбата е била особено висока през годините на борсови кризи – 545% през 2000 г. и 681% през 2008 г. Тоест, алгоритъмът се справя по-добре в периодите на висока волатилност, когато водещи са емоциите. Дали това не значи, че когато роботите търговци се наложат по-масово, това ще ограничи подобни кризи?

Много погледи днес са насочени проекта EquiLibre. Създателите му са трима учени, работили за едно от най-големите ИИ начинания на нашето време – DeepMind на Google. Ти са създатели и на алгоритъма DeepStack, първият, който се оказа способен да победи опитни играчи в класическия покер.

„Същият този алгоритъм може да бъде успешно научен да търгува на борсата“, казва Мартин Шмид. Използва се подход, при който невронната мрежа инвестира, печели или губи, като от това се обучава за следващите си действия.

Любопитна е историята и на Джеф Гликман. Програмистът и самоук търговец разработва сам в продължение на две десетилетия алгоритъм, специализиран за „Уолстрийт“. През 2020-а той буквално изуми финансовия свят, след като алгоритъмът му показа 60% успеваемост на сделките, при положение, че на тази изключително изравнена среда дори най-впечатляващите трейдъри едва постигат 51%. През 2021-а, само за три месеца, той също започна с невероятни цифри… но после се оказа, че може би нещата не са точно каквито изглеждат и по-скоро става дума за случаен и краткосрочен успех.

Милионче или левче

„Повсеместното внедряване на ИИ във финансовата индустрия ще доведе дотам, че трейдърите с огромни заплати ще останат без работа толкова бързо, колкото и работниците във фабриките“ – казва Марк Миневич, основател на Going Global Ventures. „Влиянието на изкуственият интелект в тази индустрия постоянно расте, но съвсем скоро той ще я промени из основи“.

„Дали това трябва да ни плаши?“ – пита се Бабак Ходжат, съосновател на финансовия стартъп Sentient. „Хората са тези, които са предубедени и емоционални, независимо дали го осъзнават. Хората правят грешки. Според мен много по-плашещо е да се опираме на догадките и интуицията, отколкото на данните и статистиката“.

Днес, по данни на Coalition Development, средната заплата в 12-те най-големи инвестиционни банки достига $500 000 в година, а мнозина от служители вземат над милион. Какво ли ги очаква?

През 2000 г. в Goldman Sachs работели 600 трейдъри, които купували и продавали акции за големите клиенти на банката. Днес са само двама, работата на останалите се върши от алгоритми.

Пет пари не давам

Големият успех, по всичко личи, е близо. И който го постигне, може да стане фамозно богат.

По-интересният въпрос, както обикновено, гласи: какво се задава после? Дали наистина съвършено работещата система за инвестиции ще се продава като услуга? Или пък ще се превърне в монопол на богатите, които да станат още по-богати?

Какво ли ще стане, когато алгоритмите масово станат достатъчно добри и на практика елементът на съревнование изчезне? Дали тогава и те ще развият… нещо, подобно на емоция, което да „клати“ пазара?

Ами с идването на тази „емоция“ няма ли да дойде и следващата… всеки интелигентен човек, докоснал се до пирамидата на парите, няма как да не тръгне нагоре по стълбицата, описана от Смирненски. Може ли алгоритъмът да е алчен? Ами ако стане прекалено разумен и разбере, че може сам да печели? Една от древните и най-унищожителни човешки страсти…

Иска ни се или не, битието продължава да има твърде общо със съзнанието. Парите и собствеността продължават да ни определят като хора и това е още едно поле, в което новите технологии като че ли имат силата за революционни промени. При това такива, които могат да променят и обществото, и социалната стратификация, и отношенията. Дали?