Финансовый регулятор впервые разрешил предлагать розничным инвесторам рекомендации искусственного интеллекта о том, какие акции стоит покупать или продавать. Но будут ли его советы более выгодными, чем те, что дают финансовые консультанты и управляющие фондами, — большой вопрос. Тем более что машина не всегда может объяснить, почему она делает тот или иной выбор.
Никаких персональных советов
Израильское управление по ценным бумагам (ISA)в конце сентября разрешило тель-авивскому стартапу Bridgewise использовать чат-бот, который предлагает клиентам советы по выбору акций. В партнерстве с Israel Discount Bank, одним из крупнейших банков страны, Bridgewise намерена запустить продукт, в котором генеративный искусственный интеллект дает рекомендации покупать или продавать те или иные акции.
ISA выдвинуло к этому продукту определенные требования. В частности, инвестиционные рекомендации не должны носить характер «персональных советов» и «относиться к конкретному пользователю», а комиссионные за пользование чат-ботом должны быть фиксированными и не зависеть от результатов инвестиций, пишет Bloomberg.
Регулятор с самого начала был вовлечен в процесс разработки продукта, длившейся несколько лет, пояснил Габи Дайамант, гендиректор Bridgewise. ИИ тренировался на исторических данных и новостях, поступающих в режиме реального времени, его уже используют для проведения инвестиционного анализа брокеры и управляющие компании, а также Nasdaq, Лондонская и Тель-Авивская фондовые биржи.
Тестируя бета-версию продукта, репортер Bloomberg попросил назвать пять акций, которые лучше всего купить в этот день. Чат-бот быстро ответил и привел причины, по которым это стоит сделать. В отличие от него популярный ChatGPT предоставил информацию общего характера о компаниях и описал связанные с инвестированием риски. А на вопрос, стоит ли покупать или продавать акции Alphabet, материнской компании Google, ответил, что не дает такие рекомендации.
«Я не знаю»
Компьютерные модели в финансах и инвестировании используются гораздо дольше тех двух лет, в течение которых ChatGPT стал международным интернет-феноменом. Хедж-фонды, которые называют количественными (quantitative), или «квантами», применяют их уже не один десяток лет. Например, основанный в 1982 году Renaissance Technologies использует математические и статистические модели, обрабатывающие огромные объемы информации с целью выявить возможности для заработка с помощью быстрых операций. Из примерно 300 сотрудников 90 имеют степени доктора математики, физики, информатики и смежных областей, говорится на сайте Renaissance. Среднегодовой доход Medallion, основного фонда под управлением Renaissance, с 1988 по 2018 годы составил 66% до комиссий, 39% после их вычета, или в общей сложности $100 млрд в деньгах. Это лучше, чем у любого другого фонда, говорилось в статье The Wall Street Journal 2019 года об основателе Джиме Саймонсе.
Применение искусственного интеллекта для выбора ценных бумаг также является частью количественного подхода к инвестированию. Надежды на повышение доходности инвестиций в основном возлагаются на машинное обучение – область ИИ, в которой компьютеры на огромных массивах данных учатся выполнять определенные задачи, поясняет Bloomberg. Машинное обучение включает в себя как генеративный ИИ, создающий контент для того же ChatGPT, так и предиктивный (прогнозный) ИИ, использующий прошлые результаты для прогнозирования будущих (чем занимается классический технический анализ).
Машинное обучение может находить закономерности, основанные на экономических моделях, говорит Стефан Зохрен, возглавляющий квантовое торговое подразделение лондонского Man, крупнейшего публичного хедж-фонда в мире. Именно таким образом применяют ИИ многие работающие с ним фонды – используют его в рамках традиционных метрик и теорий, но для гораздо более быстрого анализа больших объемов информации. Однако с помощью машинного обучения можно также найти множество других, не столь очевидных закономерностей, что является потенциальным «преимуществом, поскольку понятно, что их может обнаружить меньше людей», поясняет он.
Правда, оговаривается Зохрен, не всегда ясно, насколько эти новые закономерности надежны.
С этим связана одна из главных проблем ИИ: он не всегда может объяснить, почему сделал тот или иной выбор. Для ИИ это нормально, поясняет физик Михаил Харитонов, который ранее работал в Европейском центре ядерных исследований CERN в Женеве, а затем основал в Кремниевой долине хедж-фонд Voleon Group, использующий ИИ: «Никто ведь не просит ChatGPT объяснить, почему он использует те или иные слова». Но в случае с инвестициями это крайне важно: люди хотят знать, что происходит с их деньгами. И если реализуемая искусственным интеллектом стратегия не приносит результата, а управляющий фондом не может объяснить, почему (так как мышление машины неизвестно), это становится проблемой.
Именно так вела себя первая ИИ-машина, которую пытался ввести в эксплуатацию Man: когда в 2012 году ее тестировали на операциях с реальными деньгами, она давала хорошие результаты, но даже разработчики не могли объяснить, почему она проводит те или иные сделки.
Это заставило руководство отложить реальную работу с ней до 2014 года. «Я понимал, что ответить крупным клиентам «я не знаю», когда она (ИИ-машина) вдруг потеряет деньги, будет невозможно», – рассказывал Люк Эллис, который тогда был членом правления Man, а впоследствии стал гендиректором. По его словам, программу даже держали на отдельном сервере, будто бы боясь, что она может заразить основную компьютерную систему.
Так ли эффективен ИИ
Главное, зачем инвесторам нужен ИИ, – найти новые возможности для того, чтобы не столько обыграть рынок, сколько получить небольшое преимущество перед другими его участниками. «В финансах можно быть очень успешным, если будешь лишь чуть-чуть лучше 50%», – говорит Харитонов.
Вместе с тем, инвесторы и сами управляющие постоянно сравнивают результаты фондов с каким-либо ориентиром, в роли которого обычно выступает индекс. И тут результаты ИИ неоднозначны.
Согласно недавней работе исследователей из Школы бизнеса имени Бута в Чикагском университете, ИИ лучше финансовых аналитиков предсказывает корпоративные прибыли. Последние являются одним из главных факторов, на которые ориентируются инвесторы. Основываясь исключительно на анализе бухгалтерской отчетности и отчетах о прибылях тысяч компаний за несколько десятилетий, ИИ-модель в 60,35% случаев правильно определила, вырастет или упадет прибыль компании в следующем году. У живых аналитиков коэффициент точности составил 52,71%.
Правда, у ИИ точность анализа падала в периоды экономических шоков, таких как, например, нефтяной кризис 1974 года, финансовый кризис 2008 года или пандемия ковида. В этих случаях полезными оказывались знания людей и понимание ими не только финансовых процессов, но и психологии участников рынка, действий менеджеров и пр. Тем не менее, результаты исследования поднимают вопрос о том, «будут ли обоснованные решения на финансовых рынках и дальше принимать прежде всего аналитики», — сказал WSJ соавтор исследования, профессор Чикагского университета Валерий Николаев. По его мнению, ИИ-модели могут стать не просто «вспомогательным инструментом», но «занять более центральное место в процессе принятия решений, занять место водителя, а человек будет смотреть через их плечо».
В другой работе исследователей из университетов Израиля и США искусственный интеллект не выдержал испытания на практике. Тестирование на исторических данных давало фантастические результаты – модель обгоняла рынок на 40% в годовом исчислении, пояснял WSJ в 2020 году Дорон Аврамов, профессор финансов в израильском Междисциплинарном центре в Герцлии.
Но когда он с коллегами стал разбираться, выяснилось, что значительная часть бумажной прибыли по составленному ИИ портфелю приходится на микроакции – бумаги компаний с очень маленькой рыночной капитализацией. Поскольку на рынке торгуется очень мало таких бумаг, в них невозможно занять значимую позицию, не спровоцировав сильного скачка цен. Их также нельзя взять в долг у брокера, чтобы продать в короткую.
Когда же исследователи оставили только ликвидные акции, более половины бумажной прибыли испарилось. А оставшуюся часть в значительной мере съели транзакционные издержки (комиссии бирже, депозитарию, брокеру). Они оказались большими, поскольку ИИ проводил гораздо больше сделок, чем совершается при традиционных стратегиях, ориентированных на более долгосрочное инвестирование.
Еще более удивительным оказалось то, что стратегии ИИ не представляли из себя ничего особенного, то есть не смогли добиться того, чего от них ждали, отмечал Аврамов, – найти способы заработка, которые не могут найти обычные инвесторы. Возможно, этим объясняется то, что Eurekahedge, индекс 12 использующих ИИ фондов, отстал за период с 2018 по 2023 годы на 14 процентных пунктов от своего ориентира – индекса традиционных хедж-фондов.
По словам Андреаса Фогеля, старшего аналитика Plexus Investments, которая отслеживает результаты ИИ-фондов, лишь 45% из них обыгрывают свои индексы-ориентиры. Это примерно соответствует результатам живых управляющих, то есть ИИ вполне может с ними конкурировать, говорит Фогель: не нужно нанимать дорогого управляющего портфелем, если компьютер может дать аналогичный результат.
Журналисты Bloomberg задали ChatGPT прямой вопрос: может ли искусственный интеллект выбирать акции лучше, чем люди? Длинный ответ завершился такими словами: «В итоге можно сказать, что у ИИ есть потенциал стать ценным инструментом для выявления инвестиционных возможностей, но это не волшебное средство, которое всегда может выбирать акции лучше, чем человек. Перед принятием инвестиционных решений важно проводить глубокий анализ, включая консультации с финансовым советником».
