Новости партнеров ,  
0 

Как применяется искусственный интеллект на финансовых рынках

Фото: пресс-служба
Фото: пресс-служба
По мнению аналитиков, в 2030 году благодаря искусственному интеллекту финансовые организации смогут дополнительно заработать $300 млрд. Технологии позволяют ловить ошибки и делать прогнозы.

Что технологии позволяют делать на финансовых рынках

Искусственный интеллект (ИИ) применяется на финансовых рынках уже несколько десятилетий. Основная цель — повышение эффективности, масштабирование, автоматизация и качественное управление рисками.

Фото:пресс-служба
Фото: пресс-служба

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

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

С каждым годом алгоритмы становились все более сложными и совершенными. Сделать их еще 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 игроков.

По данным IHS Markit, в 2018 году эффект от использования ИИ финансовыми организациями оценили в $41,1 млрд, в 2030-м этот показатель может достичь $300 млрд. Технологию используют для решения множества задач: от поиска закономерностей и аномалий до создания прогнозов. Если классический алготрейдинг представлял собой возможность совершить сделку по определенному алгоритму — изначально заложенному в программу набору правил, то сегодня с развитием ИИ системы получили способность обучаться на собственном опыте, предсказывать потенциальное движение рынка и выполнять те задачи, которые раньше мог исполнять только человек.

Возможности искусственного интеллекта:

  • Прогнозировать поведение потребителей и рынка на базе исторических данных.
  • Создавать прогнозы в режиме реального времени на основе анализа закономерностей изменения цен, стоимости валют, глобальных индексов, сырья и других показателей.
  • Находить аномалии на рынке.
  • Снижать операционные риски.
  • Повышать скорость и количество сделок.
  • Переносить знания и модели, полученные из одной задачи, к другим целевым задачам, где не хватает данных.
  • Синтезировать собственные данные благодаря методам машинного обучения.
  • Использовать претрейд-аналитику и строить торговые стратегии.
  • Предоставлять клиенту наиболее интересное готовое предложение.
  • Экономить ресурс работников и переводить их на более творческие и высокоинтеллектуальные задачи.
  • Анализировать поведение конкурентов и клиентов в реальном времени и оперативно реагировать на изменения.

Сильные и слабые стороны технологии

Согласно отчету Организации экономического сотрудничества и развития (The Organisation for Economic Co-operation and Development, OECD), в 2020 году финансовые компании по всему миру вложили в развитие ИИ свыше $50 млрд. К 2024 году инвестиции вырастут более чем вдвое, до $110 млрд.

Учитывая широкие возможности ИИ, может показаться, что эта технология способна легко заменить обычных трейдеров. Но у алгоритмической торговли с использованием ИИ есть как свои плюсы, так и ограничения.

Плюсы: меньше эмоций и больше объемов

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 все меньшую роль при принятии инвестиционных решений. Как, сколько и куда вкладывать — эти задачи сможет решать ИИ.

Помогая человеку управлять эмоциями, технология также позволяет проводить больше операций, освобождая людей от рутины для более интеллектуальных, творческих задач. По словам старшего управляющего директора департамента глобальных рынков Сбербанка Александра Зозули, за последние пять лет количество и объем сделок трейдинга в Сбербанке выросли в несколько раз. При этом число трейдеров в банке не увеличилось. Благодаря алгоритмам они могут обрабатывать большие объемы данных и совершать больше сделок. «Уже сегодня 99% валютного трейдинга в Сбербанке составляют алгоритмические операции», — отмечает эксперт.

Александр Зозуля, старший управляющий директор департамента глобальных рынков Сбербанка:

«Мы внедрили инструмент «Умный» помощник FX-трейдера». Это дашборд1 на экране монитора трейдера, благодаря которому можно отслеживать состояние системы и множество ее показателей в режиме реального времени: в частности, отклонение от штатных параметров на рынке и ошибки в ценообразовании для клиентов, корректность данных от поставщиков ликвидности, процессы ценообразования. Помощник выполняет в том числе задачи, которыми раньше занимались начинающие трейдеры. А они, в свою очередь, теперь сфокусировались на улучшении моделей и более эффективном использовании алгоритмов».

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 «сошел с ума» и стал выполнять убыточные операции.

Фото:пресс-служба
Фото: пресс-служба

Knight Capital потерял почти $500 млн. В данном случае сбой произошел 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. 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 ИИ, 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 дает трейдеру рекомендации по настройке алгоритма-исполнителя. При этом окончательное решение всегда принимает человек. «В этом алготрейдинг очень похож на автопилот. Когда полет протекает в штатном режиме, автопилот отлично справляется с управлением. Но если самолет влетает в зону турбулентности, то пилоты принимают управление полетом в свои руки», — говорит Александр Зозуля.

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 Зозуля рассказывает, что в Сбербанке есть целая команда, которая занимается вопросами разработки моделей ИИ для Global Markets. Сейчас она работает над обучением системы: искусственно создает 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 финансового рынка могут использовать технологии

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

Разработка грамотной стратегии, которая будет строиться на понимании трендов и паттернов рынка, в современном мире становится одним из ключевых инструментов торговли. В этих стратегиях частный трейдер может определить оптимальную точку входа с минимальным риском и точку выхода с фиксированной доходностью. ИИ стоит на страже эмоций, формализуя для физлица сбалансированную торговую идею.

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.

Фото:пресс-служба
Фото: пресс-служба

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.

Александр Зозуля:

«Приведу пример. Компания заинтересована в том, чтобы купить валюту по оптимальному курсу с минимальным риском. В данном случае один из алгоритмов нашей системы SberCIB Terminal — TWAP3 — способен решить эту задачу. Клиенту необходимо задать несколько параметров: сумму, которую он хочет купить или продать, временной интервал, в течение которого он хочет это сделать, и максимальный курс, который его устроит. Далее система автоматически дробит ордер — он исполняется на рынке отдельными заявками с настраиваемым интервалом, например раз в десять секунд.

В результате клиент может получить средневзвешенную цену за обозначенный период, при этом дробное исполнение практически не влияет на рынок, большой ордер становится «незаметным» для других участников рынка. Это гораздо удобнее, чем пытаться самостоятельно выбрать удачный момент покупки или продажи».

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 надежные партнеры 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)

На правах рекламы