Машины делают деньги
Как технологии искусственного интеллекта используются в биржевой торговле
Машинное обучение и искусственный интеллект давно стали неотъемлемой частью мира финансов благодаря возможности делать сложные математические расчеты и автоматизировать процессы. В условиях экспоненциального роста объема данных и вычислительных мощностей финансовые компании активно внедряют ИИ для повышения эффективности и прибыльности.
В помощь трейдерам
Первые шаги в развитии алгоритмической торговли были сделаны в 1970-х с запуском внебиржевой электронной системы торговли NASDAQ, а также автоматизированной передачи данных и обработки ордеров Нью-Йоркской фондовой биржей (NYSE). С появлением полностью электронных рынков зародилась полноценная алгоритмическая торговля, в которой математические модели автоматизировали процесс принятия решений, выводя за скобки человека.
Автоматизация помогла сократить издержки и увеличить скорость работы биржевых торговых систем. Предоставление прямого доступа на рынок (Direct Market Access, DMA) позволило повысить скорость обработки заявок, что привело к появлению высокочастотной торговли (High Frequency Trading, HFT) – разновидности алготрейдинга, отличающейся высокими ежедневными оборотами и быстрой скоростью совершения сделок. По данным Jupiter Asset Management, в 2018 году около 80% сделок на американском фондовом рынке совершалось с помощью торговых роботов.
Начало алгоритмическому трейдингу в качестве альтернативы интуитивному и эмоциональному подходу к торговле положил математик Джим Саймонс. Он нацелился на разработку математических и статистических моделей анализа рыночных данных для прогнозирования будущих тенденций цен. В 1982 году Саймонс основал хедж-фонд Renaissance Technologies, взяв на вооружение количественные стратегии инвестирования. Один из первых и наиболее успешный фонд Medallion в начале своего пути отставал от широкого рынка, но потом сумел нарастить прибыль и выйти на среднюю ежегодную доходность 35% с учетом комиссий. В 2022 году фонд вырос на 19%, несмотря на два убыточных месяца. На конец марта RenTech управлял портфелем на $121,85 млрд, основную долю в котором занимали акции секторов здравоохранения, ИТ и финансов.
Крупнейший в индустрии хедж-фонд Bridgewater Associates, основанный Рэем Далио, управляет активами на $169 млрд также за счет количественных методов. За первые шесть месяцев 2022-го ключевой фонд компании Pure Alpha вырос на 32%, но завершил год лишь с результатом +9,5%.
Выдающиеся достижения в прошлом году продемонстрировал Citadel Securities. По оценке LCH Investments, его флагманский мультистратегический фонд Wellington принес доход 38,1%, или $16 млрд, а фонд, ориентированный на облигации, показал прибыль 32,58%. Citadel управляет активами на $59 млрд и является ведущим маркетмейкером на биржах, обеспечивая около 35% торгов на американском рынке акций и 30% – на рынке опционов. Другой заметный участник высокочастотной торговли – это Virtu Financial (NASDAQ: VIRT), который контролирует примерно 25% оборота в акциях и управляет активами в размере $939,56 млн.
ИИ для всех
По данным IHS Markit, в 2018 году эффект от использования ИИ финансовыми организациями оценивался в $41,1 млрд, а в 2030-м может достичь $300 млрд. Кроме того, модели обработки изображений и естественного языка (Natural Language Processing, NLP) позволяют анализировать и интерпретировать сложный аудио- и текстовый контент: финансовые отчеты, пресс-конференции, презентации, комментарии в СМИ и социальных сетях. Эти возможности подталкивают управляющие компании к интеграции искусственного интеллекта в стратегии биржевых инвестиционных фондов.
AI Powered Equity ETF (AIEQ) стал первым ETF, определяющим структуру портфеля исключительно с помощью ИИ. Алгоритм анализирует около 6 тыс. ценных бумаг по широкому спектру данных – от финансовой отчетности, корпоративных апдейтов и макростатистики до анализа ценовых уровней и технических сигналов. Основные доли в фонде занимают сектора финансов, здравоохранения и ИТ. Несмотря на использование ИИ в определении структуры, фонд активно управляется, хотя с момента запуска заметно уступает по доходности S&P 500.
Компания Qraft Technologies из Южной Кореи предлагает четыре активно управляемых фонда на базе технологий ИИ. Среди них – Qraft AI-Enhanced U.S. Large Cap Momentum ETF (AMOM) и Qraft AI-Enhanced US Next Value ETF (NVQ). AMOM ориентируется на фактор моментума, выбирая акции с лучшей доходностью за период от трех до 36 месяцев. NVQ придерживается стратегии стоимостного инвестирования. Алгоритм учитывает не только базовые показатели стоимости (мультипликаторы P/B, P/E и EV/EBIDTA), но и оценку нематериальных активов, стремясь превзойти традиционные стратегии, обычно не учитывающие последний фактор при анализе компаний. Оба ETF инвестируют в сектора технологий, промышленности и потребительских товаров.
Merlyn.AI Bull-Rider Bear-Fighter ETF (WIZ) и Merlyn AI SectorSurfer Momentum ETF (DUDE) основаны на модели fund-of-funds, ориентируясь на структуры других ETF. Составы в конце каждого месяца оцениваются и корректируются в зависимости от трендов – «бычьего» или «медвежьего».
WisdomTree International AI Enhanced Value Fund (AIVI) с 2022 года начал работать на количественной модели ИИ. AIVI инвестирует в акции компаний крупной и средней капитализации на развитых рынках, за исключением США и Канады. Состав фонда обновляется ежемесячно, алгоритм выбирает фундаментально сильные компании с привлекательными мультипликаторами. С начала года фонду удалось показать доходность 10,45%, тогда как его бенчмарк MSCI EAFE Value Index прибавил только 7,49%.
Среди других ИИ-ETF можно выделить BTD Capital Fund (DIP), основанный на классической стратегии buy the dip. Фонд первым стал использовать ИИ как для выбора активов, так и для управления сделками. DIP был запущен чуть более года назад и пока отстает от S&P 500. Optimize AI Smart Sentiment Event-Driven ETF (OAIE) полагается на рыночные ожидания, анализируя недельные опционы.
Из ключевых показателей видно, что большинство ИИ-ETF уступают по доходности широкому рынку, что частично обусловлено их еще непродолжительной историей. При этом ИИ-ETF стоят значительно дороже, чем другие активные и ванильные* ETF: коэффициенты затрат выше 58 базисных пунктов. В целом ETF на базе ИИ пока имеют незначительные объемы активов в портфелях относительно общего рынка биржевых фондов США, размер которого оценивается в $6,98 трлн.
*Биржевые фонды, повторяющие состав индекса акций, не содержащие дополнительных или производных инструментов
Робот поможет
Благодаря быстрому анализу объемных данных, эффективному прогнозированию и автоматизации, высокой производительности и управлению рисками искусственный интеллект представляет собой весьма перспективную технологию для финансовых рынков. Алгоритмы позволяют минимизировать или даже совсем устранить негативное влияние человеческого фактора, в том числе исключая банальные «ручные» ошибки при принятии инвестиционных решений.
**Assets Under Management (AUM) – рыночная стоимость активов