Машини за борсови печалби
Близо 70-80% от дневния обем на търговия на пазарите в САЩ се дължи на софтуерни програми
Цените на акциите, суровините, както и на други видове ценни книжа и борсови стоки, в краткосрочен план се определят от простия принцип на търсенето и предлагането. Проблемът обаче е, че е практически невъзможно да се изчисли точно колко е общото търсене и предлагане, особено когато става дума за активи. Освен ако не сте машина.
На пазара в момента основните водещи сили са алгоритмите на професионалните и институционалните инвеститори. Според данни на Комисията по фондовите борси и ценни книжа (SEC) около 70 - 80% от обема на търговия в САЩ се дължат на автоматизирани решения, което според регулатора носи както рискове, така и плюсове за пазара. Според проучванията на регулатора алгоритмичната търговия е "подобрила ефективността на пазара, тъй като внася допълнителна ликвидност при нормални пазарни условия".
Въпреки това комисията отчита в проучванията си също така, че някои видове алгоритмична търговия "могат да изострят периоди на необичаен пазарен стрес или нестабилност". С други думи, увеличаващата се волатилност, пикът на която видяхме през март миналата година, когато пазарите удряха "прекъсвачи", които спираха търговията за определено време поради високите нива на спад, се дължи на драстичното увеличаване на автоматизираната търговия.
С кого играеш карти
В някои страни от ЕС и САЩ на институциите е разрешено да купуват, и то за стотици милиони долари годишно, информация за активността на дребните инвеститори от брокери като Robinhood. Въпреки че потоците от поръчки на дребно (Payment for order flow или PFOF) може да не показват картината от целия пазар, ако институцията използва тази информация заедно със свои анализи и проучвания или данни от институционалните потоци, често това е достатъчно, за да се даде адекватна представа или предимство за това как ще се движат цените на даден пазар.
Освен че малкият инвеститор играе с открити карти, в играта влизат и машините, които използват наличната информация, за да отварят и затварят хиляди сделки в секунда. На пазара вече съществуват множество алгоритми за високочестотна търговия (high frequency trading). Един такъв пример е Kensho - система за изкуствен интелект, която S&P закупи за около 550 млн. долара. Алгоритмите на Kensho непрекъснато събират текст, информация и данни от документи на публично търгувани компании. След това програмата организира тези данни и категоризира кои компании биха се възползвали или пострадали в резултат на промяна в определена променлива, която се очаква да бъде обявена в бъдеще.
Например Kensho ще събирe информация и данни за строителни компании и предварително ще определи, че планът за инвестиции в инфраструктура на Байдън би бил от полза за определени компании и във вреда за други. Веднага след като бъдат обявени очакваните промени в политиката, Kensho ще започне да купува ценни книжа в компании, които смята, че ще се облагодетелстват, докато продава ценни книжа в компании, които определя, че ще загубят от стойността си. И Kensho ще направи всичко това, преди някой от нас да успее да прочете три думи от тази статия.
Как да победим робота
Целта на всеки инвеститор е да печели, но предвид действащите сили на пазара обстоятелствата стават все по-трудни. Може да се случи flash crash, когато цената на даден актив се срине или покачи драстично само за да се възстанови напълно няколко секунди или минути по-късно. Това явление се дължи изцяло на автоматизираната търговия, тъй като когато няколко алгоритма засекат една и съща възможност се получава свръхтърсене или предлагане за части от секундата. Проблемът е, че един такъв спад, макар да няма голям ефект върху пазарите като цяло, изчиства малките инвеститори от сметката, като активира стоповете им. Машините обаче имат и слабости.
Но каква може да бъде слабостта на изкуствен интелект за над половин милиард долара. Ами не е само една. Въпреки развитието на информационните технологии човешкият елемент все още има няколко предимства. Някои от по-очевидните плюсове за нас, хората, са, че понякога например ръководството на компания може да не изобразява точно информацията в своите документи. Алгоритъмът няма как да постави под въпрос данните в определен отчет, което на теория може да доведе до голяма експозиция в грешната компания (представете си Wirecard).
От друга страна, въпреки бързината и обема на сделките, които изпълнява със зашеметяваща точност, невинаги началната и изходната точка от търговията е най-добрата, тоест алгоритъмът невинаги обхваща 100% от потенциалните печалби. Това донякъде се дължи на различната архитектура на алгоритмите - някои от тях се фокусират върху част от фундаменталните индикатори, други използват технически такива. Съществуват комбинации и от двете, но към настоящия момент няма програма или изкуствен интелект, който да може да обхване абсолютно цялата картина. Просто все още човечеството не разполага с нужната изчислителна мощ, която да може да анализира абсолютно цялата информация.
Ако не можеш да ги победиш, присъедини се към тях
Разбира се, тези несъответствия създават проблеми понякога на пазара. Някои професионални инвеститори и хедж фондове търгуват целенасочено срещу алгоритмите, след като се запознаят с техните слабости. Епизодът с Gamestop от началото на годината също беше момент, в който няколко инвеститори, включително и много дребни, на базата на промяна в управлението на компанията заеха дълги позиции, докато алгоритмите на хеджфондовете продължаваха да гледат балансите и да заемат къси позиции. Но не всеки може да бъде толкова далновиден. В такъв случай защо просто не използваме машините да работят за нас.
Някои от най-големите банки в света вече предоставиха възможности за автоматизирана търговия на дребните инвеститори. JP Morgan и Goldman Sachs имат опция за машинна търговия при инвестиции от едва около 500 - 1000 долара. Други брокери също използват изкуствен интелект, за да определят подходящото портфолио за клиентите си. Въпреки че ги предоставят за ползване от свои клиенти, това, което се крие зад самия алгоритъм, е една от най-строго пазените тайни. В такъв случай защо не си направим сами алгоритъм?
Индивидуалните инвеститори също започват да се включват със собствени алгоритми. Платформи като Algovest, CloudQuant и quantra позволяват на програмисти с познания във финансовата сфера да качват, да тестват и да сравняват алгоритмите си, като целта в повечето случаи е да се достигне доходността на определен бенчмарк като S&P. А когато даден алгоритъм успее в дългосрочен план да предостави по-висока възвращаемост от даден бенчмарк започва наддаване от институционални инвеститори, като често цената на една програма надхвърля 500 хил. долара.
Предимства и недостатъци на машинната търговия
По-голяма доходност, но и по-голям риск, особено, когато има срив в системитеПредимства
- По-малък шанс за човешка грешка (емоции, алчност, страх)
- Може да се тества назад във времето
- Постоянство и бързина в изпълнението на поръчките
- Дизерсификация, когато се използват няколко алгоритми едновременно
- Висока доходност (средна възвръщаемост от около 40% годишно според CTFC)
- Скъпо удоволствие (обикновено алгоритмите се продават за над 1 млн. долара)
Недостатъци
- Механична грешка (може да спре токът или интернетът)
- Нуждае се от бързи и скъпи компютри, които постоянно да се ъпгрейдват
- Нарастваща конкуренция (създават се алгоритми да се възползват от слабостите на други)
- Добра инфраструктура (много бърз интернет, достъп до котировки в реално време и др.)
- Регулация (повечето страни, включително България, позволяват подобна търговия, но одобрението отнема време)
- Изисква креативност и разширени IT и финансови познания
