У грудні 1979 року Майкл Маркус, трейдер з Каліфорнії, здійснив свій найуспішніший фінансовий хід. Він побачив по телевізору новину про те, що Радянський Союз вторгся в Афганістан, і відразу ж зателефонував у Гонконг. Торгуючи там, він користувався тим, що різниця в часі дозволяла йому обійти своїх колег у Нью-Йорку, які в цей момент спали. Переконавшись, що ніхто не зреагував на початок війни і ціна на золото залишалася стабільною, він віддав наказ купити 200 000 унцій. Всередині хвилин, коли інформація почала розповсюджуватися світом, ця інвестиція, що стала притулком у часи конфлікту, принесла йому два мільйони доларів.

Історія, розказана самим Маркусом в інтерв'ю до книги «Чарівники ринку», змусить сьогоднішніх трейдерів усміхнутися з іронією, оскільки вони змушені виживати в умовах ультраконкуренції, де новини досягають цін з затримкою в мілісекунди, а операції виконуються все більше автоматично, завдяки високочастотній торгівлі (High Frequency Trading, HFT). За даними британської компанії Jupiter AM, приблизно 80% торгівлі на фондовому ринку США в 2021 році було здійснено машинами. Інші оцінки трохи знижують цю цифру, але суть залишається незмінною: алгоритми управляють значною частиною ринків без людського втручання. Вони не запитують, чи є підстави для покупки чи продажу - просто виявляють тенденції і використовують їх для своїх рішень. Це чиста математика. Ніхто, навіть найскладніший алгоритм, не може з упевненістю передбачити, чи підніметься акція чи впаде. Але вони можуть оцінити ймовірність цього.

У книзі «Спогади біржового оператора», опублікованій в 1923 році, Едвін Леффевр розповідає, що один ветеран біржового поля одного разу сказав: «Якщо я йду по залізничній колії і бачу, що до мене мчить поїзд на шістдесят миль на годину, чи продовжую я йти між рейками? Друже, я просто відступлю і не даватиму собі оплесків за таку розумність».

У перекладі на ринок це означає дозволити інерції діяти: не намагатися ловити падаючі ножі і не відрізати прибутки, коли компанія демонструє зростання. Це основне правило, яке раніше базувалося на прямому спостереженні, нині враховує тисячі змінних, як зазначає Карлос Прієто, професор курсу «Системи та кількісні моделі алгоритмічної торгівлі» в Політехнічному університеті Мадрида та старший менеджер Deloitte. «Основна ідея, яку намагається використати інвестиційний алгоритм, полягає в тому, що ринок не веде себе абсолютно випадково, а існують періоди часу, коли інтереси учасників ринку збігаються. Це трансформується у динаміку котирувань, яка може бути передбачуваною». Як метеорологічні інститути визначають ймовірність дощу, алгоритми використовують попередній досвід для виявлення двох основних патернів, як пояснює Маркос Аза, відповідальний за Core Mandate в Santander AM.

• Один - слідування тренду. Цей тип алгоритмів порадить нам купити, якщо акція зросла в останній час, вважаючи, що ця тенденція продовжиться.
• Інший - повернення до середнього. На відміну від тих, хто слідкує за трендами, цей тип алгоритмів запропонує купити, коли акція значно впала, вважаючи, що вона знову підніметься.

Прикладом цього явища можна вважати події січня 2021 року, коли армія з тисяч любителів Reddit скоординувалася, щоб купувати акції збанкрутілих компаній, таких як мережа ігор GameStop, кінотеатрів AMD або Nokia, колишнього лідера телефонії. Хедж-фонди змушені були закрити свої позиції, щоб зменшити втрати, що стимулювало зростання акцій, в результаті чого алгоритми зайняли свою роль, як пізніше описав регулятор ринку, SEC. «Деякі інвестори, які вклали кошти в ці акції перед ринковими подіями, несподівано отримали вигоду від зростання цін, тоді як інші, включаючи кількісні хедж-фонди та фонди з високою частотою, також приєдналися до зростання ринку для отримання прибутку».

Алгоритми присутні скрізь у світі інвестицій. Вони не лише виконують команди миттєво. Маркос Аза, який приєднався до команди кількісних інвестицій Santander у 2019 році, працює безпосередньо з ними. «Ми використовуємо їх двома способами: перший - автоматично, тобто маємо алгоритми, які виконуються без людського втручання в задані години та дні для виконання завдань. Наприклад, ми маємо алгоритми, які кожен понеділок автоматично збирають інформацію про ціни ринку за останні 12 місяців і пропонують нам купівлі та продажі. Другий метод - за запитом, коли ми хочемо виконати завдання в певний момент. Наприклад, дізнатися, як результати, які щойно опублікувала компанія, впливають на її оцінку».

Нові інструменти штучного інтелекту, які нещодавно з'явилися, підвищили обчислювальну потужність, роблячи алгоритми, що допомагають формувати стратегії, управляти ризиками або розподіляти активи, більш складними та ефективними. «У світі інвестицій використання машинного навчання використовувалося протягом десятиліть для виявлення патернів і розробки моделей на їх основі. Однак останні досягнення у генеруючому штучному інтелекті значно розширюють спектр рішень, доступних для управляючих та розробників інвестиційних стратегій», - визнає Прієто.

Сельсо Отеро, управитель фондів і відповідальний за штучний інтелект у Renta 4, згадує серед них аналіз трендів, машинне навчання для виявлення патернів або підсумовування звітів і новин. «Тепер ви можете вивчити різні компанії в той час, коли раніше переглядали одну, або узагальнити результати, коли вони з'являються», - говорить він по телефону. Це означає перетворення і витягнення висновків з великих обсягів даних, які людина не змогла б обробити в розумні терміни.

Прієто зазначає ще одну перевагу. «У випадку з системами торгівлі одна з найважливіших полягає в тому, що вони спрощують управління з психологічної точки зору, оскільки зобов'язують управляючого дотримуватися попередньо визначених правил, на які не впливають емоційні упередження». Алгоритм не одружується і не розлучається. Він не прокидається особливо оптимістичним або песимістичним. Він просто обробляє дані та діє.

Чи означає це, що люди перебувають в нерівному становищі, коли змагаються з ними на ринках? Каталонець Жорді Марті залишив свою роботу в фармацевтичній мультинаціональній компанії Novartis, щоб повністю присвятити себе торгівлі. Однією з тем, які його турбують, є маніпуляція ринками та боротьба між різними фондами та дрібними інвесторами за частку прибутковості. Він називає їх відповідно професійними грошима і натовпом. Цю боротьбу він відобразив у книзі з промовистою назвою: «Привіт, я фінансовий інвестор, і я прийшов забрати твої гроші» (Deusto).

Чому алгоритми змушують приватних інвесторів втрачати? «Тому що вони спонукають їх до дій. Якщо великі гравці хочуть купити багато, вони змусять дрібних почати продавати, створюючи панічні вогнища. Те ж саме стосується продажу. Вони генеруватимуть емоційні підйоми, щоб змусити дрібних купувати. Сьогодні алгоритми виконують ці маніпуляції ідеально», - коментує він по електронній пошті.

Штучний інтелект не є лише супротивником для дрібних інвесторів. Він також може бути союзником. Renta 4 дозволяє своїм клієнтам використовувати автономного менеджера, який використовує штучний інтелект для створення персоналізованих портфелів. Зацікавлені особи заповнюють анкету про рівень ризику, який вони готові займати, і алгоритми присвоюють їм первинну мітку: консервативний заощаджувач, помірний або ризиковий. Потім вони детально коригують, вписуючи в один з 21 доступних профілів, вибираючи продукти з фіксованим доходом або акцій, які мають бути включені до портфеля, а також визначаючи їх оптимальну вагу. Після запуску програма не зупиняється. Інші алгоритми постійно моніторять настрої ринку і новини, та вносять корективи, якщо це необхідно.

Автоматизація знижує комісії (вона складає 0,25%, що нижче звичайного) оскільки немає менеджера, якому потрібно платити за звичайний запуск купівлі та продажу. Це також дозволяє встановити нижчий мінімальний поріг для інвестицій - 100 євро в даному випадку. Але чи не ризиковано, щоб машина керувала нашими грошима? «Це не означає, що це не контролюється. Постійно алгоритм буде вчитися та еволюціонувати, а ми будемо вносити зміни, додаючи нововведення ринку», - пояснює Отеро.

ETF - це найбільш пасивна сторона цієї реальності. Вони відтворюють великі індекси, такі як американський S&P 500, Eurostoxx 50 або Ibex 35, або більш дрібні та секторні індекси. Приватні інвестори можуть купувати їх через свої брокери, без потреби в менеджері. Алгоритми виконують купівлі та продажі для коригування ваги кожної компанії в індексі, оптимізуючи весь процес.

Високий попит на ці продукти, що реалізуються такими компаніями, як Vanguard, BlackRock, Amundi або Fidelity, свідчить про нові інвестиційні звички, більш індивідуалістичні, також пов'язані з вищим рівнем фінансової освіти тих, хто вкладає свої гроші. І це контрастує з часами, коли клієнти з обмеженими знаннями делегували все своїм менеджерам, не дуже розуміючи, куди насправді прямує їх капітал.

«Є ціле покоління молоді, яке не знає, що таке фінансовий радник або банківський менеджер, і шукають автоматизоване управління своїми грошима в залежності від віку, зарплати, сімейної ситуації...», - стверджує економіст Хав'єр Санта-Крус. Ідея демократизованих інвестицій, до яких може отримати доступ будь-хто, без потреби мати великий капітал або армію дорогих людських менеджерів, лише натискаючи кілька разів протягом дня, звучить як новий виток у капіталістичній мрії.

Але ця вся система алгоритмів, яка так багато зробила для підвищення ліквідності ринків і зниження комісій, має також свою темну сторону. Шокові падіння та їх причини. Професор застосованої економіки Університету Віго Хосе Карлос Аріас тільки-но опублікував книгу «Час - це золото», есе, в якому розказується, як швидкість і короткостроковість стали характерною рисою капіталізму.

«У фінансах ультрашвидких, найбільш тривожним феноменом є флеш-креч. Вірно, що найбільше з них сталося вже 15 років тому, і здається, що вони стали рідші в часі. Це свідчить про те, що автоматичні елементи уповільнення, які були введені на ринки, здається, працюють непогано. Але найтривожніше з різких колапсів - це те, що їхнє походження ще не було повністю з'ясоване, із дивним поєднанням людської помилки/технологічної помилки, яке викликає тремтіння», - застерігає він.

Флеш-креч - це різке падіння індексів протягом кількох хвилин, за якими слідує швидке відновлення. Останній справді важливий сталися у 2022 році, і його коріння знаходилось на шведській біржі, де індекси впали на 8%, з падіннями більш ніж на 10% протягом хвилин в акціях таких компаній, як H&M або телекомунікаційна компанія Telia. Помилка одного трейдера з Citi змогла спричинити бурю на ринках Європи на 300 мільярдів євро, активувавши автоматизовані команди продажів, які виконуються тільки тоді, коли фондові ринки втрачають певні рівні, що є способом захисту капіталу шляхом обмеження втрат. Ibex 35, наприклад, звалився на 200 пунктів відразу, більше ніж на 2,3%.

Франсіско Хав'єр Муньйос, колишній президент Іспанського інституту технічних аналітиків та кількісних (IEATEC), вважає за необхідне, щоб влада встановила обмеження на дикий захід ультрашвидких фінансів. «Непрозорість алгоритмів породжує недовіру, оскільки незрозуміло, як приймаються рішення. Дані, що використовуються для навчання моделей, можуть містити упередження і призвести до невірних рішень. Необхідно встановити регуляторну базу для використання штучного інтелекту на фінансових ринках», - вимагає він.

Сельсо Отеро вважає, що чинні заходи вже дають результати. «Флеш-креч змусили обмежити рухи акцій і почати аукціони волатильності. Логічно, що технології приходять раніше, а регулювання поступово адаптується для захисту ринку та клієнта».

Висока складність. Найбільш песимістичні дистопії часто зосереджуються на моменті, коли автономія машин виходить з-під контролю людства, і все перетворюється на хаос. Чи достатньо контролю, щоб запобігти фінансовому хаосу в майбутньому? Карлос Прієто вважає, що гарантії не є абсолютними. «Алгоритми зазвичай розробляються індивідуально; однак вони постійно взаємодіють одні з одними на ринку. Це може призводити до ситуацій, коли алгоритми різних учасників раптово вирівнюються, що викликає аномальні коливання цін. Інша важлива проблема полягає у відсутності пояснювальності: багато алгоритмів настільки складні, що ми, люди, не можемо зрозуміти детально всі процеси, що беруть участь у формуванні їхніх результатів, що ускладнює їхній контроль», - говорить він.

Дух часу, схоже, йде всупереч цій зростаючій необхідності регулювання, як зазначає Хосе Карлос Аріас. «З приходом до влади, нічого меншого, ніж у Сполучених Штатах, технократів, які себе ідентифікують як прискорювачі, з'явилася з незвичною силою ідея просуватися одночасно в подвійній дерегуляції: технологічній та фінансовій». Довгостроковість може стати укриттям для інвесторів від цієї алгоритмічної гіперактивності ринків.

Після переїзду на Багами, піонер інвестиційних фондів Джон Темплтон відкрив, що як Wall Street Journal, так і Financial Times, газети, які він зазвичай з'їдав щодня, прибували з одноденним або двуденним запізненням, тому, якщо він хотів використовувати їх інформацію для торгівлі, вже було пізно. Замість того, щоб панікувати, ця затримка послужила йому, щоб не надмірно реагувати і утримувати спокій у своїй торгівлі перед черговою емоційною та апокаліптичною активністю своїх колег з Нью-Йорка.

Сельсо Отеро (Renta 4): «Ми не перестаємо зростати». Вибух штучного інтелекту викликав дискусію про його вплив на ринок праці. Є експерти, які прогнозують, що алгоритми штучного інтелекту будуть для багатьох офісних працівників тим, чим трактори були для сільськогосподарських робітників, інструментом, який різко підвищує продуктивність, і, отже, знижує загальну кількість працівників, які потрібні. Світ інвестицій не буде виключенням.

Опитування Bloomberg Intelligence серед кількох банків показувало, що скорочення можуть становити до 3% їхньої робочої сили, тобто 200 000 робочих місць можуть бути під загрозою протягом наступних трьох-п’яти років, оскільки штучний інтелект бере на себе завдання, які зараз виконують люди. Bloomberg оцінює, що послуги обслуговування клієнтів піддаються більшому ризику, оскільки боти можуть справлятися з інцидентами. «Всі роботи, які передбачають рутинні та повторювані завдання, піддаються ризику», - підсумовує він.

Сельсо Отеро з Renta 4 не спостерігає такої тенденції в своїй одиниці, присвяченій застосуванню штучного інтелекту в інвестиціях, хоча це правда, що його діяльність, тісно пов'язана з інноваціями, не є рутинною. «Ми набираємо людей. Наша команда не перестає зростати, особливо з технічними профілями: математики, фізики, інженери... Професіонали з знаннями в галузі фінансів, програмування та штучного інтелекту. Світ фінансів раніше управлявся людьми, які вчилися на факультетах економіки або бізнесу, але зараз відкривається для набагато технічніших секторів», - зазначає він.

Карлос Прієто, професор курсу «Системи та кількісні моделі алгоритмічної торгівлі» в Політехнічному університеті Мадрида, перераховує деякі професії, які щодня працюють з цими інструментами. «Це інженери і науковці даних, які розробляють і вдосконалюють моделі та алгоритмічні системи; фінансові аналітики, які їх застосовують для здійснення просунутих аналітичних розрахунків; управителі портфелів, які їх використовують для оптимізації розподілу активів і поліпшення управління ризиками; і, звісно, трейдери, які спираються на них для виконання операцій з швидкістю та точністю. Маркос Аза з Santander вважає, що їх, алгоритми, використовують уже не тільки технічні фахівці. «Сьогодні алгоритми використовують фахівці як технічного, так і нетехнічного профілю, оскільки було досягнуто значного прогресу в їх поясненні та способах використання, тому більше не потрібно бути інженером або фізиком, щоб ними користуватися».