Идея о том, что искусственный интеллект однажды превзойдёт фондовый рынок, когда-то казалась неизбежной. Машина, способная сканировать десятилетия ценовой истории, анализировать миллионы заявок и изучать все нюансы поведения инвесторов, казалось, была обречена превзойти даже лучших управляющих портфелями-людей.
Розничные трейдеры присоединились к этому энтузиазму; опросы показывают, что значительная их часть теперь обращается к чат-ботам за советом по акциям. Однако в этом процессе есть ловушка. Чем мощнее и шире становится ИИ, тем сильнее он меняет поведение рынка и часто таким образом, что его собственные прогнозы становятся менее надёжными. Инструмент, призванный превзойти бенчмарк, может оказаться той силой, которая делает бенчмарк непобедимым. Разберём всё по полочкам.
Внедрение ИИ в трейдинг резко возросло. Количество патентных заявок на алгоритмические стратегии, основанные на ИИ, выросло с менее чем одной пятой в 2017 г. до более чем половины всех таких заявок с 2020 года. Учитывая, что так много компаний используют версии одних и тех же инструментов, преимущество машинного обучения недолговечно. Как только аномалия обнаружена и использована, она исчезает под давлением конкуренции. Менеджеры по количественному анализу называют это альфа-распадом, и он только ускоряется по мере роста вычислительной мощности.
Модели машинного обучения по своей природе учатся на опыте прошлого. Они анализируют историю цен, динамику прибыли, изменения настроений и макроэкономические взаимосвязи, чтобы найти подсказки о том, что может произойти дальше. Однако, когда достаточное количество трейдеров опирается на схожие наборы данных и методы, их действия меняют сам ландшафт, который они пытаются измерить. Модели начинают обучаться в мире, которого больше не существует.
Фонды, управляемые ИИ, также торгуются иначе, чем традиционные активные стратегии. ETF с большим количеством таких моделей, как правило, ротируют свои портфели примерно раз в месяц, что значительно чаще, чем типичные активные ETF, которые обновляются примерно раз в год. Эта постоянная ротация отражает бешеную гонку за сигналами, которые исчезают, едва появившись.
Рынки сейчас усваивают информацию с беспрецедентной скоростью. Когда ФРС публикует протокол, акции начинают реагировать в течение нескольких секунд. К 15-секундной отметке цены уже движутся в направлении, которое исторически определялось за 15 минут. ИИ не просто обрабатывает информацию, он ускоряет реакцию всего рынка, сокращая окно, в котором любая стратегия может иметь преимущество.
МВФ отмечает, что, хотя ИИ может повысить информационную эффективность, он также может усилить волатильность в периоды стресса. Распродажа во время пандемии 2020 г. дала намёки на такую динамику. ETF на базе ИИ резко увеличили объёмы торгов во время спада, демонстрируя стадное поведение, которое может превращать небольшие дисбалансы в крупные движения.
Этот тип обратной связи перекликается с давней идеей Джорджа Сороса о рефлексивности, т.е. представлении о том, что прогнозы формируют поведение рынка, которое затем изменяет исходные прогнозируемые условия. Когда десятки моделей ИИ обнаруживают одну и ту же предполагаемую возможность, они устремляются к ней одновременно. Их покупки толкают цены вверх, создавая самоисполняющееся пророчество, пока реальность не возвращается. И к тому времени, как модель «обучается» на этом шаблоне, преимущество уже исчезает.
Как отмечается в одном из аналитических отчетов Reuters, универсальные модели искусственного интеллекта часто «слишком сильно опираются на предустановленную историю» и слишком полагаются на прошлые ценовые колебания, чтобы предсказать, что будет дальше. На рынке, который всё больше формируется алгоритмами, пытающимися его моделировать, исторические модели теряют свою предсказательную силу.
Эпоха крайней концентрации рынка выявила ещё одну проблему для выбора акций компаний, занимающихся ИИ. Небольшая группа компаний с огромной капитализацией, многие из которых связаны с бумом ИИ, обеспечила непропорционально большую долю рыночной доходности. В 2023 г. семь технологических гигантов обеспечили большую часть роста индекса S&P 500. В 2025 г. доля компаний, связанных с ИИ, в рыночном приросте будет ещё выше.
Индексный фонд автоматически владеет всеми этими компаниями. Активные управляющие, в том числе управляемые ИИ, часто избегают переоценки дорогостоящих мегакапитализаций из-за опасений по поводу оценки или моделей риска. Когда лидерство сужается до нескольких компаний, эта осторожность становится дорогостоящей. Исторические данные показывают, что активные управляющие, как правило, показывают худшие результаты именно в периоды узкого лидерства.
Существует также усиливающий эффект пассивных потоков. Поскольку индексные фонды должны соответствовать своим бенчмаркам, они покупают больше акций крупнейших компаний по мере увеличения их веса. Этот механический спрос поднимает цены, что ещё больше увеличивает вес этих акций в индексе, привлекая ещё больше пассивных потоков. В итоге это превращается в импульсный цикл, поддерживаемый самим индексированием. Удачи!!!
_______________________________________________________________________________________________________________________
Помогая проектам ТТ, где есть Большое Спасибо:
Любой донат через Дзен. //// Через Boosty.
Для РФ: МИР: 2200700155277048
Донаты для ТТ в крипте:
BTC: bc1qtr4c0v8uh95eppzcz93az7plvhcewv4hmqwcav
ETH: 0xDdf2a1fC12bf01493979A9e5179bAD7702F9c6A3
USDT: 0xDdf2a1fC12bf01493979A9e5179bAD7702F9c6A3
LTC: LhPwsfm1YhNcdF5fTobXsMYjuEsdpvgT46
SOL: C4hpFMHQFzCVX4BdXzTyHDDo7gk3XHzXGFXWndesR4
TON: UQDfuCbQs5NGOx5yJKk8KsDjM8LsFhLtqRgDJi5ShOTeWZxy
Комментариев нет:
Отправить комментарий