В 2030 году благодаря искусственному интеллекту (ИИ) финансовые организации смогут дополнительно заработать 300 млрд долларов, это в 7,2 раза больше, чем в 2018-м. Разбираемся, как эту технологию используют на финансовых рынках и может ли она заменить человека в трейдинге.

Как технологии применяются на финансовых рынках

Использование алгоритмов давно не новость на финансовых рынках. Они применяются в этой сфере уже несколько десятилетий. Основная цель — повышение эффективности, масштабирование, автоматизация и качественное управление рисками.

Классическая алгоритмическая торговля (алготрейдинг) строится на заранее заданных правилах, которые чётко описывают, когда совершать сделку. Они определяют цену, время и объём сделки, учитывая множество разных параметров.

Благодаря алгоритмам торговые операции можно проводить автоматически, с минимальным участием трейдера. В 2018 году около 80% сделок на американском фондовом рынке практически полностью контролировалось машинами, рассказывали в Jupiter Asset Management.

С каждым годом алгоритмы становились всё более сложными и совершенными. Сделать их ещё умнее помогли технологии искусственного интеллекта. ИИ повышает точность, скорость и эффективность операций, позволяя увеличить прибыль участников финансового рынка. При этом есть и обратная сторона: возрастают требования к компетенциям последних.

Сильные и слабые стороны технологии

Плюсы: меньше эмоций и больше объёмов

Эмоции и жадность традиционно считаются проблемой человечества, трейдеры здесь не исключение. При принятии важного решения люди могут поддаться эффекту толпы, панике, неоправданному риску. С машиной таких проблем нет, при этом она может принять решение намного быстрее человека. В Gartner ожидают, что к 2025 году интуиция и личный опыт человека будут играть всё меньшую роль при принятии инвестиционных решений. Как, сколько и куда вкладывать — эти задачи сможет решать ИИ.

Ограничения: риски сбоев и беспомощность в новых ситуациях

Помимо плюсов, у любых технологий есть и свои особенности, которые важно принимать во внимание. История знает много случаев, когда машины ошибались или оказывались бесполезными. В 2012 году жизнь крупного американского хедж-фонда Knight Capital оборвалась буквально за 40 минут из-за технической ошибки: новые и старые версии кода запустились одновременно, торговый алгоритм «сошёл с ума» и стал выполнять убыточные операции.

Knight Capital потерял почти 500 млн долларов. В данном случае сбой произошёл в работе алгоритма. Возможно, если бы в этой ситуации алгоритмы использовались в связке с ИИ, эта ошибка не достигла таких масштабов: модели смогли бы определить аномальное поведение раньше, и менеджмент фонда остановил бы проведение операций.

Собственно, именно для предотвращения таких ситуаций на финансовых рынках и стали использовать искусственный интеллект. Технология обучается на прецедентах, исторических моделях, в результате число ошибок и сбоев снижается.

Особенность искусственного интеллекта в том, что технология не способна ориентироваться в новых нестандартных ситуациях. Если на рынке происходит нештатная ситуация, модель вряд ли подскажет оптимальный выход. Пандемия — яркий тому пример. Организация экономического сотрудничества и развития (OECD) приводит данные, что, согласно опросу Bank of England, в этот период около 35% банков испытали негативные последствия от функционирования модели ИИ, основанной на методе машинного обучения. Связано это прежде всего с тем, что пандемия стала причиной изменения многих макроэкономических показателей, ставших теми параметрами, которые участвуют в разработке моделей.

Учитывая эти особенности искусственного интеллекта, многие финансовые организации не дают ему полной свободы действий. Например, в Сбербанке ИИ не позволяют напрямую управлять торговыми роботами. Он выступает скорее в роли «умного» помощника и даёт трейдеру рекомендации по настройке алгоритма-исполнителя. При этом окончательное решение всегда принимает человек.

Александр Зозуля,

старший управляющий директор

департамента глобальных рынков Сбербанка

В этом алготрейдинг очень похож на автопилот. Когда полёт протекает в штатном режиме, автопилот отлично справляется с управлением. Но если самолёт влетает в зону турбулентности, то пилоты принимают управление полетом в свои руки.

Научатся ли машины действовать в новых ситуациях

В обозримом будущем машины вряд ли смогут эффективно действовать в условиях таких глобальных и неожиданных встрясок, как пандемия. Но с относительно небольшими прецедентами они уже учатся справляться.

Александр рассказывает, что в Сбербанке есть целая команда, которая занимается вопросами разработки моделей ИИ для Global Markets. Сейчас она работает над обучением системы: искусственно создаёт для машины большое количество прецедентов, которые выбиваются из общей канвы. Для этого синтезируются данные, генерируются различные исключительные ситуации. Увидев большое количество прецедентов и адаптировавшись к ним, машина сможет в будущем корректно на них реагировать.

Как участники финрынка могут использовать возможности ИИ

Технологии ИИ помогают торговать на рынке и физлицам, и корпоративным клиентам. Но у них разные потребности и разные запросы к алгоритмам.

У корпоративных клиентов, в отличие от физических лиц, больше ресурсов для совершения операций на финансовых рынках, при этом у них запрос на большее количество и более высокую скорость этих операций.

Однако Александр Зозуля уточняет, что для многих компаний подобные сделки — непрофильная деятельность, связанная с большими издержками на ИТ-инфраструктуру, а также неоправданный риск. Основная задача представителя корпоративного сектора — управление ликвидностью и валютным риском компании. Сбербанк может предложить тут специализированное решение Trading as a Service² (TaaS), когда банк предоставляет клиентам свою инфраструктуру, знания и опыт трейдинга. При этом TaaS помогает не только непосредственно с управлением валютной позицией, но также с посттрейд-процессами, торговой аналитикой и анализом данных.

Конечно, можно опасаться ИИ и избегать его применения, вспоминая фильм «Терминатор». Есть и другой вариант: использовать технологию на благо бизнеса, соблюдая необходимые предосторожности и учитывая особенности моделей. И здесь важны устойчивые системы с надлежащим управлением и контролем, а также надёжные партнёры и провайдеры, которые смогут предоставить свою экспертизу.

¹ — Панель управления, отображающая данные в реальном времени.

² — Трейдинг как сервис.

³ — Time-weighted average price, средневзвешенная по времени цена.