Искусственный интеллект управляет вашими активами – в чем преимущества?

Искусственный интеллект управляет вашими активами – в чем преимущества?

Методы искусственного интеллекта позволяют обрабатывать огромные объемы информации, предсказывать ближайшее развитие событий и адаптировать поведение к своему прогнозу. Эти возможности дают огромное преимущество в таких сферах, как инвестиционный менеджмент и трейдинг. Как именно применяется искусственный интеллект в этих сферах и почему это выгодно?


В первую очередь, на методиках машинного обучения основана работа торговых роботов. Они незаменимы в системном и высокочастотном трейдинге, где главное для получения прибыли - скорость транзакций и быстрое реагирование. Роботизация здесь – огромное преимущество. Однако в трейдинге важен не только автоматизм: активно развиваются стартапы (например, SNTMNT и Dataminr), где для предсказания ситуации на фондовых рынках используется анализ тональности твитов (sentiment analysis) и обработка естественного языка (Natural Language Processing, NLP). Например, при получении негативного прогноза для текущего портфолио клиента будет автоматически проведена ребалансировка.

Для управления активами существует более 100 робо-эдвайзеров, самые крупные из которых Personal Capital, Schwab, Betterment. Они в автоматизированном режиме предоставляют услуги по созданию оптимального портфолио, причем максимально адаптируют его для конкретного пользователя, учитывая множество параметров – от восприятия риска клиентом до его возрастной группы. Преимущества от использования робо-эдвайзеров можно оценить и количественно. При применении робо-эдвайзеров комиссии за управление средствами существенно ниже, чем в случае обычных инвестиционных советников. В некоторых случаях комиссия может быть даже нулевой (Wealthfront), а для большинства робо-эдвайзеров процент начинается от 0,25. Для сравнения – комиссия за услуги многих традиционных финансовых советников начинается от 1%. Минимальный баланс на счету как в случае инвестиционных платформ с ИИ, так и в случае робо-эдвайзеров существенно ниже, чем в случае традиционных инвестиционных аппаратов.

Есть робо-эдвайзеры, у которых минимальная сумма равна всего лишь одному евро, в то время как у многих начинается от 100-200 евро. Некоторые вообще не указывают требований к минимальному балансу. Наконец, в отличие от живых советников, робо-эдвайзеры зарегистрированы как фидуциарные управляющие, другими словами, обязаны ставить интересы клиента превыше своих собственных. Биржевой брокер – необязательно фидуциарный управляющий, так как для них предусмотрено исключение из правил SEC. Брокеры всего лишь обязаны предоставлять инвестиционный совет, исходя из финансового положения своего клиента.

В управлении активами машинное обучение также находит применение для аналитики и оптимизации портфолио. Среди десяти крупнейших хедж-фондов мира шесть (в их числе такие гиганты, как BlackRock, Man Group, JP Morgan Asset Management) управляются частично или полностью с помощью количественных методов, включающихся в себя продвинутый анализ данных и методы машинного обучения. Более того, как показало исследование аналитиков TFH AI, среднегодовая доходность с 2014 года 10 крупнейших квантовых фондов – то есть основанных полностью на количественных методах – составила 35%, что превышает примерно в два раза доходность традиционных фондов. Та же статистика верна для биржевых инвестиционных фондов (ETF), которые управляются методами искусственного интеллекта. Их годовая доходность составила в среднем 12,68%, что выше средних значений для биржевых инструментов.

Таким образом, искусственный интеллект помогает справиться с рядом проблем при управлении активами – огромным объемом данных, которые зачастую не под силу проанализировать человеку, и риском пойти на поводу у эмоций и принять нерациональное решение. Использовать алгоритмы ИИ выгодно как краткосрочным, так и долгосрочным инвесторам.