Авангардните и иновативни неща обикновено са скъпи, което означава, че първите им потребители често са изключително богати. Освен това, стимулирани от жестоката конкуренция, те често са склонни да погледнат отвъд статуквото.   

Това правило изглежда важи за изкуствения интелект и машинното обучение, които бяха използвани за първи път от хеджфондовете още преди две десетилетия - доста преди настоящата еуфория около чатботовете, пише The Economist.  

Първо се появиха т. нар. „квантови“ инвеститори, които използваха данни и алгоритми, за да избират инвестиционни възможности и да правят краткосрочни залози за това кои активи ще поскъпват или ще поевтиняват. 

Нюйокрският фонд Two Sigma експериментира с тези техники още от основаването си през 2001 г. Британската Man Group стартира първия си фонд за машинно обучение през 2014 г., а AQR Capital Management от Гринуич, Кънектикът, започна да използва AI приблизително по същото време. 

След това тези технологии навлязоха и в останалата част от индустрията. Опитът на хеджфондовете демонстрира способността на AI да революционизира бизнеса, но в същото време даде и достатъчно доказателства, че е необходимо време за това и че напредъкът може да бъде прекъснат.

Още през 2019 г. евтините индексни фондове с акции, избрани от алгоритми, вече бяха достигнали значителен размер, като управляваните от тях активи засенчват тези на традиционните инвестиционни фондове с активно управление.

През първото десетилетие на 21-ви век бързата интернет връзка даде началото на т. нар. "високочестотни" маркетмейкъри, включително Citadel Securities и Virtu, които успяваха да извършват сделки с точност до наносекунда.  

До края на 2019 г. автоматизираните алгоритми поеха и двете страни на сделките. Алгоритми управляват по-голямата част от активите на инвеститорите в пасивните индексни фондове, а повечето успешни хедж фондове също използват количествени методи.

В резултат на тази автоматизация фондовият пазар днес е по-ефективен от всякога, а изпълнението на сделките е светкавично бързо и не струва почти нищо.

Квантовото инвестиране от началото на века беше базирано на хипотезата на инерцията - идеята, че акциите, които се покачват по-бързо от останалата част от индекса, ще продължат да го правят.

Тази хипотеза позволява отделни акции да бъдат тествани спрямо исторически данни, за да се прецени дали стойността им ще продължи да расте. 

Машинното обучение обещава още по-големи резултати, тъй като с негова помощ инвеститорите могат да започнат с избора на база от данни и на нейна база да търсят хипотеза. С други думи, алгоритмите могат да решат както какво да изберат, така и защо да го изберат.

Маршът на автоматизацията обаче не е безпрепятствен през годините, пише още изданието. Към края на 2019 г. всички големи брокери на дребно, включително Charles Schwab, E*trade и Ameritrade, намалиха комисионите до нула в лицето на конкуренцията от новите участници, като Robinhood.

Няколко месеца по-късно, подтикнати от скуката на пандемията и щедрата финансова помощ от дължавата, дребните инвеститори станаха значително по-активни.  

Този процес достигна своя връх през първите месеци на 2021 г., когато малките търговци, координирайки се в социалните мрежи, започнаха да купуват определени акции, което доведе до рязкото им поскъпване. В същото време, много от пасивните фондове изглежда преживяваха застой. 

През 2022 г. тенденцията отново се обърна, делът на търговията на дребно намаля, а друбните инвеститори започнаха да трупат загуби.

"Квантовите" фондове постигнаха своето отмъщение, като най-дълго действащият от тях (този на AQR), постигна годишна доходност от 44%, въпреки че фондовите пазари се сринаха с 22%.

Това "зигзагообразно" движение и нарастващата роля на роботите и алгоритмите във финансовия свят могат да предложет ценен "урок" и на други индустрии. Първият е, че хората могат да реагират по неочаквани начини на новите технологии.

Намаляването на разходите за изпълнение на търговията изглежда даде възможност на инвестиционните машини, но именно заради тях разходите за сключване на сделки стигнаха почти до нулата и стимулираха завръщането (поне временно) на дребните инвеститори. 

Дори ако делът на търговията на дребно в момента не е на върха си, той остава по-висок, отколкото преди 2019 г. В момента тя съставлява една трета от обемите на търговия с акции, на пазара на опциите делът ѝ е още по-висок. 

Втората важна поука е, че не всички технологии правят пазарите по-ефективни. Едно от обясненията за периода на слабо представяне на AQR се крие в това колко екстремни са станали оценките и колко дълго е продължил "балонът" на капиталовите пазари.

Отчасти това може да е резултат от ирационалното поведение на част от пазарните участници. Но това е механизъм, който машините (поне засега) не могат да контролират. 

Третият важен извод е, че ще мине още време, докато роботите намерят своето място. Средствата за машинно обучение изглежда превъзхождат човешката конкуренция, но те все още не управляват огромни активи, отчасти защото се продават трудно.

В крайна сметка, малко хора разбират свързаните с това рискове, а тези, които са посветили кариерата си на AI, са наясно с това. Изграждането на това доверие ще бъде дълъг процес.  

Имаше време, когато всички смятаха, че "квантовите" инвеститори са успели да "хакнат" пазара и да овладеят механизмите му. Днес знаем, че това не е така и автоматизацията не е "Светият граал" на инвестициите.

Тя по-скоро прилича на игра на дърпане на въже между хората и машините. И въпреки че машините изглежда печелят, хората все още не са се отказали.

Новините на Darik Business Review във Facebook , Instagram , LinkedIn и Twitter !