Алгоритмическая торговля: Баффет все еще круче

Упрощение, удешевление, геймизация — законы, по которым изменяются сейчас сервисы для инвесторов во всем мире, просты и незатейливы, как мозг геймера-любителя. Инвестиции должны быть максимально просты и понятны для всех, вызывать удовольствие, как компьютерная игра. При этом в общей волне движутся не только брокеры, цель которых — максимально упростить для инвесторов совершение сделок. Автоматизацией и упаковкой услуг в онлайн-сервисы и приложения вовсю занимается и элита финансового рынка — управляющие активами с многомиллиардными портфелями. Так, американский JPMorgan запускает сервис для частных инвесторов You Invest — пользователи приложения будут частично или полностью освобождены от уплаты комиссии за биржевые сделки с акциями и ETF. Самое интересное, что сервис поощряет не спекуляции, а долгосрочные сделки; во всяком случае, бесплатно можно совершить не более ста сделок в год, и для большинства частных инвесторов, которые понемногу покупают акции, этого более чем достаточно. Интересно, что, задумывая You Invest, в JPMorgan вдохновились… программой лояльности Amazon Prime.

А вот инвестбанк UBS вдохновился Netflix — и собирается использовать его опыт и опыт других развлекательных сервисов для рекомендаций по акциям. Известно, что Netflix аккумулирует информацию о пристрастиях своих подписчиков, собирая ее из соцсетей, из истории запросов на самом Netflix, а также анализируя поведение клиента — сколько и когда он смотрит, вплоть до того, когда он ставит фильм на паузу. Информация обрабатывается с помощью искусственного интеллекта, в результате каждый зритель Netflix получает персональные рекомендации, что ему смотреть. Пока неясно, как именно будет работать схожий сервис рекомендаций UBS, но общий смысл понятен: собрать как можно больше информации об инвесторе и выдать что-то в духе уже совершенных инвестиций.

Заполни анкету и получи приз

Но все это, так или иначе, вариации на тему робоэдвайзинга (roboadvising, «роботизированный советник»). Робоэдвайзинг представляет собой банальную автоматизацию услуг финансового планирования в целом и формированию портфелей активов в частности — банальную настолько, что непонятно, почему он возник лишь в 2008 году. Робоэдвайзинг до сих пор больше всего распространен в США, где обилие финансовых инструментов так велико, что частному инвестору сделать выбор действительно непросто. Принцип действия примитивен: инвестор отвечает на ряд вопросов, который помогает определить его риск-профиль, то есть степень готовности к тому, что его вложения обесценятся. Вопросы тоже довольно просты: возраст, пол, род занятий и т. д. На основе риск-профиля выдается рекомендация, какие активы лучше включить в портфель, в некоторых версиях робоэдвайзер также поддерживает портфель в заданном соотношении рисковых и низкорисковых инструментов.

Появление робоэдвайзинга было встречено как революция — наконец-то услуги профессионального составления портфеля стали дешевыми и массово доступными! Свои алгоритмы и приложения начали разрабатывать буквально все — и старые брокеры, и управляющие, и новые команды. Затем появились автоматизированные сервисы для инвесторов, нечто среднее между финансовыми советниками и брокерами, — они продолжили тренд на удешевление услуг для инвесторов, сделав бесплатными и сами сделки на бирже. Например, существует специальный робоэдвайзер для женщин — Ellevest, призванный помочь женщинам сформировать пенсионные накопления или накопить на свое дело, детей или дом.

А самое известное из таких приложений — Robinhood. Оно было запущено в 2014 году разработчиками из Калифорнии и предлагало всем желающим торговать акциями вообще без комиссий. Весной 2018 года этот сервис привлек 5,6 млрд долларов от группы инвесторов, включая фонд DST Global Юрия Мильнера, — к тому моменту число его пользователей превышало четыре миллиона.

Владимир Крейндель, исполнительный директор УК «ФинЭкс Плюс»

red-circule.com

Таким образом, буквально за несколько лет отрасль финансовых посредников, которая десятилетиями зарабатывала за счет платных рекомендаций инвесторам и комиссий за их сделки, сначала была вынуждена удешевить свои услуги, а потом и вовсе столкнулась с риском оказывать по крайней мере часть из них бесплатно. «На управляющие компании сейчас действительно идет давление в плане снижения комиссий, — говорит Владимир Крейндель, исполнительный директор УК “ФинЭкс Плюс”. — Проявляется так называемый эффект Vanguard: эта компания выходит на новый рынок с радикально низкими комиссиями, и остальным игрокам приходится подстраиваться и сокращать издержки. При этом Vanguard не платит сумасшедших зарплат, не содержит офис на Манхэттене». Но, по словам Владимира Крейнделя, выход все равно есть — управляющие просто начинают зарабатывать на другом. «Скажем, Fidelity запустила фонды с нулевой комиссией, но за обслуживание счета ее клиенты платят. Сервис бесплатных инвестиций Robinhood берет комиссию за операции на иностранных рынках и за определенный статус счета. Робоэдвайзинг Charles Schwab бесплатный, но брокер зарабатывает на комиссии фондов и на размещении свободных средств клиентов», — перечисляет эксперт.

Впрочем, есть и еще один способ заработка: так, недавно издание о финансах и технологиях Seeking Alpha изучило отчетность, которую Robinhood подает в американскую Комиссию по ценным бумагам (SEC) и обнаружило, что сервис продает данные о заявках своих клиентов компаниям, которые занимаются высокочастотным трейдингом.

Рынок робоэдвайзинга уже настолько насыщен, что часть советников прекращает работу — например, этим летом раздал деньги инвесторам один из самых первых сервисов Hedgeable.

Упрощающий алгоритм

Но все это внешняя сторона, то, что происходит на стороне инвестора. А что же происходит на стороне управляющих? Вот недавно управляющая компания Black Rock уволила управляющих активами и заменила их искусственным интеллектом. Неужели и тут грядет революция?

На самом деле нет. В самой сфере управления активами, как ни странно, то же самое — упрощение вместо серьезной революции.

В 2017 году автоматизированные инвестиционные платформы имели 200 млрд долларов активов под управлением. Половина у Vanguard (101 млрд долларов доверили его робоэдвайзеру), у роботизированного советника брокера Schwab — 27 млрд долларов.

Суть сегодняшних процессов в том, что автоматизация инвестиционных решений каждого частного инвестора ведет финансовую отрасль к упрощению инвестиционных решений в принципе. Это логично: чем проще алгоритм, тем проще его применять. Именно этим объясняется засилье пассивных инвестиционных стратегий, которые в последние годы все сильнее теснят активные стратегии.

Напомним, активная стратегия инвестирования предполагает отбор перспективных активов и регулярную перебалансировку портфеля — активы, которые достигли целевой цены, продаются, новые перспективные покупаются. Пассивная же стратегия предполагает составление портфеля раз и навсегда по заранее определенным правилам. Сторонники активных стратегий рассчитывают, что смогут переиграть рынок, сторонники пассивных уверены, что это нереально, наоборот, рынок сам переигрывает всех, особенно на длительном интервале. «Активное управление подразумевает принятие решений, пассивное управление — жесткие правила и наличие индекса, как правило, основанного на капитализации, — добавляет Владимир Крейндель. — Есть промежуточный вариант — так называемые фонды smart beta, которые основаны на индексах, куда акции отбираются по определенным принципам, отличным от отбора по величине компании». Переход от активного к индексному, пассивному управлению, по словам Владимира Крейнделя, довольно масштабен: уже треть всех активов под управлением в мире приходится именно на индексные фонды, и это изменяет ландшафт всей отрасли управления активами. «Этот процесс вывел на первое место Vanguard с их индексными фондами и стал оказывать давление на компании, традиционно делающие ставку на активное управление, такие как Fidelity, — говорит г-н Крейндель. — Теперь все идет по пути конвергенции — компании с акцентом на активное управление бросились догонять и запускают свои линейки индексных фондов, а пионеры пассивного инвестирования вроде того же Vanguard обзаводятся фондами с активным управлением».

И робоэдвайзеру управляющей компании, и приложению гораздо проще сформировать для инвестора портфель не из разрозненных акций и облигаций, а как бы из заранее заготовленных блоков — такими блоками чаще всего являются биржевые фонды, ETF (exchange traded funds). Это воплощение пассивного инвестирования — ETF следуют индексу, довольно дешевы и ликвидны. Сложить из них, как из частей конструктора, портфель с нужным соотношением ожидаемого риска и доходности проще простого.

У растущей популярности простых решений и робоэдвайзеров есть и другие причины — дешевизна и прозрачность. Что касается комиссий, то обычно в активно управляемых фондах она составляет несколько процентов, а в ETF — десятые доли процента. А составленный по четким правилам портфель для инвестора понятнее и вызывает больше доверия, нежели управляющий, который действует по собственной стратегии.

Кстати, закрывшийся Hedgeable был одним из немногих робоэдвайзеров, ориентированных на активные инвестиции.

Александр Горчаков, руководитель направления алгоритмической торговли отдела продаж и консультирования АО «Финам»

TradePost

Александр Горчаков, руководитель направления алгоритмической торговли отдела продаж и консультирования АО «Финам», известный системный трейдер, полагает, что в растущей популярности пассивных стратегий нет ничего нового. «В глобальном смысле фондовый рынок относительно денежной массы — игра с нулевой суммой, — поясняет он. — Рынок растет вместе с денежной массой. Но денежная масса приходит на него неравномерно, под воздействием определенных событий — отсюда и скачкообразные движения рынка, перемежающиеся периодами кризисов, когда не то что денег нет, а просто никто не хочет держать активы. Структуру рынка могут менять технологические прорывы, каковым стал интернет-трейдинг, но с точки зрения поведения денег, клиентской базы рынка никаких изменений не происходит. Приток денег в ETF и, шире, в mutual funds (кстати, далеко не все из них индексные, значительная часть по-прежнему поступает в фонды с закрытым портфелем) характерен для периодов роста и всегда прекращается в период кризисов. В этом отношении ничего нового за последние годы не произошло».

Дефицит свежих идей

Но не стоит во всем винить робоэдвайзеров и авторов алгоритмов. Активное управление оказалось в кризисе не только по их вине. Заведующий лабораторией анализа институтов и финансовых рынков Института прикладных экономических исследований РАНХиГС Александр Абрамов напоминает, что все основные теории, на которых и сейчас строится управление активами: модель оценки финансовых активов CAPM (Capital Asset Pricing Model), теория портфельного управления, теория эффективного рынка — появились более полувека назад, в 1960-е, и отрасль управления активами так с тех пор и ездит на этом багаже. «Активное управление в последние годы стало проигрывать пассивным инвестициям отчасти потому, что никаких новых идей не было», — говорит Александр Абрамов.

Александр Абрамов, заведующий лабораторией анализа институтов и финансовых рынков Института прикладных экономических исследований РАНХиГС

aif.ru

И пока ИИ гораздо успешнее в маркетинге, чем в создании новых подходов к управлению активами, хотя г-н Абрамов призывает к оптимизму. «Мне кажется, что в итоге этот процесс приведет к новой волне привлекательности активного управления, так как появится более технологичная схема отбора акций для таких фондов, отличающаяся от ручного отбора бумаг, — полагает ученый. — Это огромный потенциал, который пока используется далеко не в полной мере, мало компаний ищет прорывные решения именно в этой сфере применения ИИ. Анализ больших данных и ИИ могут успешно использоваться в самых разных стратегиях: факторного инвестирования, отраслевого, странового, для маркет-тайминга (определения точного времени входа в актив), и хотя надо понимать, что сами по себе новые технологии анализа данных не обеспечат прорыва, они могут сделать уже существующие стратегии более эффективными, а также подтолкнуть к новым исследованиям. Если подключить машинный анализ на основе ИИ и big data, управляющие и ученые получат новую пищу для размышлений, и мы сможем увидеть новый переворот в финансовой науке. Тогда в управлении активами может произойти настоящая революция».

И тут мы подходим к самому главному вопросу финансовой отрасли, ответ на который ИИ пока не дал. Все стратегии, активные и пассивные, строятся на данных о поведении фондового рынка в прошлом — и на неких ожиданиях, связанных с этим поведением. Фактически все инвестиции суть попытка предсказать будущее, опираясь на прошлое. Сегодня финансисты пытаются заставить ИИ предсказать реакции рынка на различные события, включают в объем анализируемых данных массивы новостей и даже анализ того, как выглядят главы компаний во время интервью.

Но в отличие, скажем, от морских течений или поведения вирусов фондовый рынок, во-первых, постоянно меняется, а во-вторых, представляет собой бесконечное множество взаимосвязей. Попытки научить ИИ отслеживать эти взаимосвязи и прогнозировать изменения — вот новый Грааль, за которым теперь гонятся финансисты (чаще всего со степенями по компьютерным наукам). В этот Грааль верят далеко не все. «Использование ИИ и больших данных может быть логичным в краткосрочном трейдинге, высокочастотной торговле, но в инвестировании на длительный срок, в вопросе, как разместить средства на десять-двадцать лет, big data и ИИ не дадут никаких преимуществ по сравнению с человеком, вооруженным обычным Excel, — полагает Владимир Крейндель. — Потому что для такого инвестирования берут историю рынка за пятьдесят лет по годам — на таком объеме данных машине просто нечему обучаться, негде искать паттерны. Поэтому для классического долгосрочного инвестирования ИИ и нейросети не играют особой роли. Да, есть зона для ИИ в активном управлении — это поиск определенных закономерностей в поведении акций. Но хотя искать их можно по-разному, в том числе с применением самых передовых компьютерных технологий, закономерности остаются все теми же, что описаны в академической литературе: например, преимущества компаний малой капитализации и так далее».

«Саму стратегию управления все равно выбирает человек, и ее конкретные параметры — закладываемые в том числе в компьютер, если говорить об автоматизации стратегии, — зависят от взгляда управляющего на фондовый рынок, — соглашается Александр Абрамов. — Кроме того, результат стратегий зависит от того, что происходит на фондовом рынке, и тут изменить что-либо ИИ не может».

В начале 2018 года стало известно, что нейросеть Alibaba показала лучший результат в понимании прочитанного, чем человек. До этого ИИ научился обыгрывать человека в шахматы и в го. Но особенность прогнозирования фондового рынка в том, что никому до сих пор не удавалось угадывать будущее на протяжении достаточно долгого времени. Удастся ли научить ИИ тому, чего не умеет человек, — вот главный вопрос для финансовой отрасли сегодня.

«Искусственный интеллект в его современной парадигме не способен привнести ничего нового в торговлю на фондовом рынке и в прогнозирование цен, — категоричен Александр Горчаков. — По сути своей ИИ сейчас — просто новый метод построения нелинейной регрессии путем самообучающегося алгоритма. При этом самообучающиеся алгоритмы известны с 1970-х, а нелинейная регрессия с 1950-х. Но самое важное, для самообучающегося алгоритма нужна стационарность, а ее в ценах на фондовом рынке нет и никогда не будет. Да, у финансовой сферы есть и другая задача — оценить риск-профиль клиента, и вот тут ИИ может помочь в классификации клиентов гораздо лучше, чем традиционные анкеты. Причина проста: перечень социальных и даже психологических параметров, по которым можно оценить риск-профиль, стабилен, то есть стационарен. Тут ИИ может задать более сложную шкалу, включая психологические тесты, определение психотипа и так далее».

Но что касается цен активов, попытка загнать в ИИ еще больше параметров, включая новости и тому подобное, не только не поможет, но и ухудшит ситуацию, так как может привести к подгонке результатов, предостерегает Александр Горчаков. «При большом объеме входящих данных и малом объеме выходных данных можно найти любую закономерность, но не факт, что она будет рабочей, — поясняет трейдер. — Математики в курсе: при n точек многочлен в степени n + 1 будет проходить через все эти точки. Иными словами, приступая к поискам с помощью ИИ, надо заранее четко понимать, что ты ищешь, — иначе найти можно все, что угодно. А понимание, что именно искать, в отношении фондового рынка задача посложнее многих».