В прошлой статье я постарался в общих чертах описать возможности применения искусственного интеллекта в торговле на финансовых рынках. Тема очень заинтересовала меня, так что сегодня я хочу копнуть глубже и оценить будущее алгоритмического трейдинга. У меня нет сомнений в том, что нейронные сети постепенно будут захватывать все новые области человеческого знания. Именно об их влиянии на работу трейдеров в ближайшие годы я и хочу поговорить.
Вспомним, что такое алгоритмический трейдинг
Алгоритмический трейдинг — это процесс использования алгоритмов для автоматизации торговли на финансовых рынках. Давайте разберем это определение, чтобы точно понимать, о чем идет речь.
- Во-первых, об алгоритмах. То есть об идентичных действиях, которые исходят из анализа текущей рыночной ситуации и направлены на достижение конкретной цели.
- Во-вторых, об автоматизации или о самоустранении трейдера от участия в торговом процессе.
Можно сказать, что идеальный итог работы алгоритма — это полностью автоматическое открытие и закрытие сделок на продолжительном временном отрезке. Понятно, что достичь этого итога на 100% невозможно — на то он и идеальный.
Но чтобы приблизиться к нему, нужно получить следующие промежуточные результаты:
- Увеличить скорость операций.
- Использовать огромные массивы данных.
- Уменьшить участие человека.
- Получить возможность быстрого тестирования стратегий.
А теперь давайте разберемся с каждым из этих пунктов и постараемся понять, чем трейдерам смогут помочь нейросети, и какие сложности нас ждут.
Увеличение скорости операций
Нейросеть, то есть самообучающаяся модель, не ограничена человеческими ресурсами и может осуществлять огромное количество операций в единицу времени. Представьте себе, что вы видите всю структуру рынка и открываете десятки ордеров в секунду. Кажется, что это позволит значительно увеличить прибыль, правда?
Но не все так просто. Такой способ торговли, который я бы назвал «нейроскальпингом» порождает риски проскальзывания. Cкорость принятия решений нейросетью может быть намного выше скорости работы торговой платформы. Тогда некоторые ордера будут исполняться с задержкой, а значит, не по тем ставкам, которые требовались модели. В результате возникает риск накопления ошибок.
Использование массивов данных
На примере работы общеизвестных нейросетей: ChatGPT, Midjourney и других, мы видим, что они способны обрабатывать петабайты данных и постоянно обучаться. Потенциально это значит, что в недалеком будущем одна из моделей сможет проработать вообще всю историю какого-то конкретного графика, например по паре EUR/USD. Потенциал такого объема данных невозможно переоценить.
Однако очень сложно представить себе, что способная на это машина поместится дома у трейдера. Ее мощность прямо пропорциональна количеству потребляемой энергии. Вероятно, построить ее сможет какая-нибудь транснациональная корпорация, но точно не обычный человек. Так что вопрос в том, появятся ли общедоступные нейросети и, если да, каким образом будет происходить их настройка в каждом отдельном случае.
Уменьшение участия человека
Любой из нас прочел множество статей об отрицательном влиянии эмоций на финансовые результаты трейдера. Да и на собственном опыте мы узнали (я уж точно), что страх, жадность или любопытство часто оказываются губительными для торговли. С этой точки зрения, может быть, действительно лучше переложить всю торговлю на корректно работающий алгоритм.
Но с другой стороны, он будет полностью лишен такого чисто человеческого свойства как интуиции. Не знаю, как вас, а меня она часто выручала, помогая открыть и закрыть выгодные сделки. Кроме того, как бы тонко мы ни настроили алгоритм, учесть все происходящее на рынке не сможет ни одна нейросеть. мне кажется, что торговать все-таки должен человек с применением нейросети, а не алгоритм без применения человека.
Быстрое тестирование стратегий
Процесс машинного обучения всегда связан с проработкой множества сценариев. И если изучить графики прошлого нейросети смогут без какого-либо риска для ваших денег, то в процессе работы такой риск возникает. Вполне вероятно, что вскоре мы научим машины сперва быстро тестировать новые стратегии на демосчетах, а затем, оставив наиболее эффективные из них, переходить на торговые счета.
Здесь я вижу две основные сложности. Во-первых, пока что мы не видим систем, достаточно умных для создания собственных полноценных стратегий. Во-вторых, настройка такой интеллектуальной нейросети потребует от трейдера очень серьезных знаний и навыков программирования. Лично я полагаю, что вскоре такие возможности у нас появятся, но доступны окажутся далеко не каждому.
Так что же нас ожидает в будущем?
Можно точно сказать, что нас не ждет. Волшебный инструмент, который самостоятельно обучится и будет приносить нам деньги просто при включении компьютера, вряд ли появится. При этом, нейросети действительно изменят подход к алгоритмическому трейдингу.
Я думаю, что в скором времени мы увидим системы, доступные широким массам за символическую плату. Но настраивать их под себя придется нам в каждом отдельном случае. Так что, самих трейдеров пока рано списывать со счетов.
