ИИ на бирже: не торгует, но поможет
ИИ-трейдер, устраивающий трейдерам-людям «судный день», в обозримом будущем не появится. Иное дело нейросети в роли помощников и советников: тут процесс идет вовсю
Страх перед технологиями, породивший в 1980-х целый жанр — киберпанковские антиутопии, вновь набирает силу. Теперь речь идет об ИИ, в частности об основанных на нем торговых роботах. Одни опасаются, что нейросети заменят «живых» трейдеров, другие — что избыток машин станет приводить к слишком резким колебаниям на бирже, когда все роботы одновременно и одинаково отреагируют на какую-либо новость. И конечно, главное опасение — что на рынке не останется возможности заработать: он превратится в арену ИИ-сражений, и выигрывать будет тот, у кого лучше модель обучения нейросети и больше вычислительных мощностей.
Волна хайпа заставляет людей верить во всемогущество нейросетей. Но пока бояться рано. Достаточно вспомнить проект Nof1, устроивший соревнование нейросетей: стартовый капитал в 10 тыс. долларов, торговля в рамках блокчейна Hyperliquid криптой (на акции модель собирались распространить позже), нулевое участие человека. На момент подготовки материала на заработок от такого трейдинга, тем более стабильный, не может претендовать ни один из участников состязания. Причин множество. Главная: обучить нейросеть торговать на рынке — крайне нетривиальная задача. Да, ИИ способен обучаться на истории биржевых торгов, причем запоминать все, от тиковых данных (наименьшее возможное изменение цены, может быть минутным или даже секундным) до недельных и месячных периодов за десятки и даже — в случае США — сотню с лишним лет. Но, как прекрасно известно всем трейдерам, прежние графики не гарантируют, что в будущем рынок станет вести себя так же. ИИ может учесть все данные макроэкономической статистики и политические события. Однако разные модели будут обучаться по-разному. И по-разному интерпретировать инвестиционные цели.
Отличить закономерность от совпадения тоже непросто. «С одной стороны, в теории такие вещи можно проверять вполне четким алгоритмом статистической обработки рядов данных. С другой — не всегда понятно, что именно добавлять в эти ряды и какие дополнительные факторы учитывать в реальности. Для ИИ большое число совпадений может казаться закономерностью, но в этом также может быть ценность», — уточняет руководитель отдела ИИ-автоматизации инвестиционной компании «АВИ Кэпитал» Анастасия Найшева.
Торговые роботы и алгоритмы существуют давно, занимают определенную нишу уже не первое десятилетие. Получается, что «далекие предки» ИИ могли торговать, а нынешним нейросетям это не удается? Однако на самом деле противоречия тут нет.
Все ради скорости
История алгоритмического трейдинга началась, когда частью биржевой инфраструктуры стали компьютеры. В 1971 году появилась внебиржевая электронная система торговли ценными бумагами Nasdaq. Создание электронной системы передачи заявок DOT в 1976 году и Super DOT в 1984-м стало шагом к «роботизации» трейдинга. Тогда это были просто автоматически выставляемые заявки на основании роста и падения индекса цен. Дальнейшее развитие компьютеров повлекло за собой создание уже более сложных автоматических торговых систем, однако по сути они остались такими же: проводили примитивный анализ текущих цен и выставляли заявки на покупку или продажу. Эти операции выполнялись относительно медленно, и роботы могли конкурировать по скорости с людьми только на рынке акций, где параметров для анализа минимум. Тем не менее возможность полностью автоматической торговли была заложена. Постепенно скорости росли, и в итоге появился HFT — High Frequency Trading, высокочастотный трейдинг, когда компьютер совершает множество сделок за очень короткий промежуток времени, — человеку такое недоступно.
До конца 2000-х годов алгоритмическая торговля оставалась игрушкой для богатых — ею пользовались крупные банки, фонды и международные финансовые компании. Но по мере совершенствования технологий алгоритмы становились сложнее (хотя во многом оставались довольно примитивными: самообучения на огромном массиве данных, как у современных нейросетей, еще не было).
Параллельно развернулась борьба за скорость. Например, компания Barksdale’s Spread Networks в 2009 году проложила между Нью-Йорком и Чикаго оптоволоконный кабель, потратив 300 млн долларов ради экономии в три миллисекунды для своих HFT-клиентов и поставив все автоматизированные торговые системы без этой экономии в заранее невыгодное положение. Технологии совершенствовались, и, как только позволило «железо», разрыв в скорости достиг уже не милли-, а наносекунд.
В России аналогичные процессы шли с заметной задержкой, роботизация торгов на ММВБ (сейчас Московская биржа) началась лишь в начале — середине 2000-х.