Искусственный интеллект для трейдинга

Вы видели, как талантливые трейдеры проводят вычисления в уме? Или как в фильмах они активно записывают свои недавние сделки, одновременно отслеживая текущие данные? Такие традиционные методы трейдинга устарели и постепенно исчезают. Те, кто стремился идти в ногу со временем и дальше получать прибыль, стали обращаться к техническим специалистам.

Программисты совместно с математиками и аналитиками дали рынку полезный инструмент — торговых роботов (или ботов), которые проводят операции за счёт заложенных алгоритмов и предоставленных данных. Популярность алгоритмической торговли на биржах привела к появлению высокочастотного трейдинга.

Трейдеры, брокеры, инвестиционные фонды уже не обходятся без разработчиков роботов, потому что люди не способны торговать с маленькими спредами на высокой скорости и концентрации. Одни создают стратегии, другие пишут алгоритмы, а боты по ним торгуют — так работает трейдинг в XXI веке. Точнее, работал.

С усилением конкуренции на рынке и развитием направления «большие данные» возможностей ботов стало недостаточно. В автоматизированном трейдинге их начали сменять машины, которые при той же работоспособности могут ещё думать как человек, — модели нейронных сетей и искусственного интеллекта (ИИ).

Участие искусственного интеллекта в биржевой торговле

Профессиональные трейдеры периодически вынуждены модернизировать свои наработки, так как прогресс делает трейдинг сложнее. В 2000–2015 гг. им пришлось конкурировать с торговыми ботами, а потом научиться настраивать их, чтобы силы уравнялись. Примерно с 2015 года трейдерам и их ботам приходится конкурировать уже с искусственным интеллектом.

За последние 5 лет количество торговых систем с ИИ значительно выросло. По мере их распространения и влияния на рынок трейдеры, использующие устаревшую автоматизацию, наблюдают падение доходов. И наоборот, те, кто использует искусственный интеллект для торговли на биржах, получают результаты лучше, чем средние по рынку показатели.

Способности ИИ в торговле на бирже

По сравнению с ботами, которых надо постоянно перенастраивать, искусственный интеллект способен действовать самостоятельно, без вмешательства людей. Он может придумывать торговые стратегии, тестировать и дорабатывать их. Может учитывать рыночные тренды, чтобы совершенствоваться с помощью свежеобретённых знаний. То есть ИИ умеет имитировать мышление аналитиков.

Вот ещё несколько способностей ИИ, которые используются на благо трейдеров, брокеров, фондов, а также их клиентов:

• сбор информации из новостей, социальных сетей, тематических сайтов для её применения в фундаментальном анализе;
• обработка рыночных данных, фондовых индексов для их применения в техническом анализе;
• консультирование по среднесрочным инвестициям;
• управление портфелем активов, его диверсификация;
• составление рейтинга аналитиков, проверка их результативности при выборе лучших стратегий для зеркального трейдинга;
• построение поведенческих моделей в периоды рыночных потрясений;
• выявление случаев сговора и манипулирования на рынке.

На что ИИ не способен, хотя это плюсы, а не минусы: проявлять человеческие эмоции, такие как жадность и страх; строить иррациональные догадки. ИИ на бирже показывает результаты лучше, чем алгоритмические боты, не говоря уже о превосходстве над людьми.

Создание торговых стратегий искусственным интеллектом

Искусственный интеллект становится главным компонентом при разработке торговых стратегий для труднопрогнозируемых рынков. Он не просто торгует по написанному алгоритму, а постоянно собирает и обрабатывает огромные массивы данных, анализирует события и тренды, сам принимает решения.

Сбор данных

Сегодня к ИИ применяют глубокое обучение, чтобы он разборчиво собирал неструктурированные данные из различных источников, таких как новости и посты в социальных сетях. Обычно поступающие данные выглядят как хаотичная структура. Однако даже в такой структуре характерно то, что прошлые события могут оказать влияние на настоящие и будущие тренды.

ИИ использует исторические данные, чтобы понять, как текущий рынок отреагировал бы на прошедшие события. Так он сможет отрегулировать свои торговые стратегии. Хоть это не сразу приносит выгодный результат, но в перспективе позволяет ИИ научиться продуктивности в будущих рыночных условиях.

Организация данных

Принцип работы программ с ИИ для торговли на бирже мало чем отличается от подхода, используемого аналитиками. Следующий шаг после сбора данных — организовать их и разделить на определённые группы. Существует два набора данных:

1. Обучающий набор, предназначенный для обучения и настройки алгоритма перед тестированием.
2. Тестовый набор, приводящий в действие откалиброванный алгоритм.

Построение торгового алгоритма

Идея алгоритма заключается в том, чтобы прогнозировать динамику цены актива, которым торгует трейдер или инвестиционный менеджер. Существует много способов построения прогнозирующего алгоритма, однако большинство из них пытаются упростить проблему, а затем следуют двухклассовой модели, основанной на факторах сигнала и предсказуемости:

1. Сигнал указывает на то, что ожидается: повышение или понижение цены.
2. Предсказуемость показывает уверенность в сигнале.

После того как сгенерируются выходные данные, трейдер получает нужный сигнал.

Практическое применение искусственного интеллекта в трейдинге

Финансовый и ИТ-рынки изменчивы, так что машины тоже нуждаются в совершенствовании. За последние 10 лет многие компании предлагали трейдерам инструменты и сервисы на основе ИИ, но половина из них обычно закрывались через 2-3 года. Перечислим интересные проекты, которые продолжают работать в 2021 году.

ИИ-фолловер Buzz

Канадская компания BUZZ Indexes собирает большие данные из соцсетей, тематических СМИ и блогов, пишущих о трейдинге и инвестициях. Затем её система с ИИ фильтрует эти данные и интерпретирует, какое у интернет-сообщества складывается мнение о часто упоминаемых акциях: положительное, отрицательное или нейтральное. На основании 15 миллионов точек данных строится аналитическая модель с учётом настроений инвесторов.

Каждый месяц компания формирует BUZZ NextGen AI US Sentiment Leaders Index по лицензии Van Eck Associates Corporation. Это индекс интереса к 75 популярным акциям американских компаний с крупной капитализацией.

ИИ на службе количественного трейдинга в Walnut

Французская компания Walnut Investments занимается количественным управлением инвестициями, применяя ИИ в стратегиях с абсолютной доходностью. Она сочетает финансовую экспертизу с методами машинного обучения для создания прибыльных самообучающихся торговых систем. Walnut выстраивает торговые стратегии так:

• Машинное обучение — для точного, быстрого, непрерывного анализа больших объёмов данных. Так достигается педантичность в измерении и контроле статистической надёжности, но без жёстких правил.
• Количественное инвестирование — для торговли по взвешенным решениям, без оглядки на интуицию или случайности. Так увеличивается статистическая значимость, за счёт последовательного применения математики и рыночного обоснования.
• Диверсификация — для снижения риска, особенно когда происходит корреляция во время кризиса. Так защищаются позиции и контролируется уровень подверженности рискам.

У Walnut ещё есть Singularity — программа краткосрочных фьючерсов с систематическим управлением. В ней машинное обучение используется для обнаружения длинных и коротких импульсов, а также сигналов возврата к среднему. Торговля фьючерсами ведётся только внутри дня, позиции не удерживаются на ночь.

На заметку тем, кто планирует разработать или заказать похожий проект: с июня 2016 по июль 2017 Walnut Investments SASU привлекла венчурные инвестиции и получила грант на общую сумму €1,5 миллиона.

ИИ как управляющий хедж-фондом Numerai

Калифорнийский хедж-фонд Numerai управляет долгосрочными/краткосрочными инвестициями в акции с помощью ИИ. По замыслу разработчиков, он должен стать глобальным краудсорсинговым хедж-фондом, способным прогнозировать фондовые рынки. Сейчас он поддерживается сетью анонимных специалистов по обработке данных. Они создали и обучили уже 2774 модели на данных, очищенных и упорядоченных хедж-фондом.

Numerai был первым в мире хедж-фондом с ИИ, который выпустил собственную криптовалюту — токен Numeraire (NMR). Компания проводит еженедельный турнир среди специалистов по данным, предоставившим свои прогнозы, а потом выплачивает им вознаграждение в нативных токенах или эфирах (ETH). На основе лучших прогнозов хедж-фонд создаёт торговые стратегии, чтобы зарабатывать самому и своим инвесторам.

На заметку тем, кто планирует разработать или заказать похожий проект: с апреля 2016 по июнь 2020 Numerai GP, LLC привлекла венчурные инвестиции на сумму $21,5 миллиона; в августе 2021 цена NMR составляла $45.

Искусственный интеллект на бирже в сравнении с трейдером-человеком

Сегодня, с распространением ИИ, операции традиционных трейдеров составляют 10% от общего объёма торгов, а ведь ещё в 2012 году на долю их операций в США приходилось 55%. В то же время более 2000 хедж-фондов используют ИИ при разработке большинства торговых стратегий. Это высокий показатель применения искусственного интеллекта в торговле и инвестиционной деятельности.

Многозадачность

Обученные машины способны обрабатывать бесчисленное количество данных за считаные минуты. Таким же образом они могут находить и обрабатывать исторические данные и повторяющиеся модели для ведения «умной» торговли, которые часто скрыты, недоступны или неочевидны людям.

Трейдеры не способны обрабатывать такое количество данных или хотя бы обнаруживать их. Например, когда дело касается высокочастотного трейдинга, то некоторые используют ИИ для расшифровки более 250 миллионов всевозможных точек данных с Нью-Йоркской фондовой биржи уже в первый час с открытия торгов.

Скорость торговли

Хоть ИИ — не революционная технология, он существенно ускоряет торговые операции. Сегодня каждая миллисекунда имеет значение. Если вы брокер или управляющий инвестиционного фонда, то ИИ облегчит вашу работу: клиентам не нужно звонить и делать заявки, ведь торговля будет автоматизированной.

Анализ настроений и прогнозирование

Штудируя заголовки статей, новостей, постов в социальных сетях, блогах и других тематических источниках, ИИ может прогнозировать движение цен на акции и возможные действия других трейдеров. Он проводит анализ настроений — это процесс категоризации мнений (или настроений), которыми люди активно делятся в Интернете.

Самообучение

ИИ не идеален с первых дней работы, но способен улучшать свои навыки. Он будет учиться на собственных ошибках, постоянно совершенствоваться. Для этого есть автоматизированные торговые советники, с помощью которых ИИ работает над улучшением производительности, не только путём тонкой настройки имеющихся данных, но и за счёт добавления и анализа новых.

Модернизация трейдинга с помощью искусственного интеллекта

Многие трейдеры и инвесторы уверены, что в ближайшее время применение компаниями искусственного интеллекта на бирже распространится повсеместно. Системы на его основе легко использовать, они функционируют прозрачно и торгуют аккуратно.

Искусственный интеллект уже начал менять правила трейдинга. Воспользуйтесь его преимуществами и модернизируйте деятельность вашей брокерской фирмы или инвестиционного фонда. Он поможет вашим клиентам рационально инвестировать и грамотно распоряжаться активами.

Если хотите использовать ИИ в трейдинге или управлении инвестициями, то Polygant готов разработать необходимые вам решения. Чтобы узнать стоимость работ и сроки разработки, а также получить подробную информацию об услугах, заполните короткую заявку, и мы мгновенно свяжемся с вами.