Как автоплатежи, но для инвестиций

Александр, вариаций продуктов с технологиями искусственного интеллекта на фондовом рынке всё больше и больше. Какое место ИИ занимает сегодня и, может быть, займёт лет через пять?

— Искусственный интеллект действительно стал значимой частью фондового рынка. ИИ собирает и обрабатывает огромный объём данных, находит рыночные неэффективности и выделяет закономерности. Инструменты на основе ИИ применяются для контроля рисков: алгоритмы быстро выявляют аномалии, которые могут повлиять на рынок, и в моменте уведомляют о них риск-аналитиков. Последние несколько лет инфраструктура с использованием ИИ активно расширяется. В ближайшие два-три года ИИ может трансформироваться в отдельную инфраструктурную рыночную единицу.

ИИ-модели все глубже проникают в рынок финансовых продуктов и во многом способствуют его развитию. Генеративные модели помогают собирать синтетические данные и проверяют продуктовые гипотезы на виртуальных пользователях, моделируя их поведение. Результаты анализа этого поведения ложатся в основу будущего продукта, который впоследствии выводится на реальный рынок. В некоторых отраслях этот тренд заметно набирает обороты, в ближайшие год-два он точно усилится.

Уже существуют и совершенно очевидно развиваются различные регуляторные модели. ЦБ следит за манипулированием на рынке, выявляет различные аномалии, в том числе не всегда добросовестные инсайдерские сделки. Алгоритмы ИИ позволяют обрабатывать большой объём данных и своевременно реагировать.

Ещё один технологический трек, по которому развивается искусственный интеллект — это робоэдвайзинг, когда робот следит за портфелем ценных бумаг на основе риск-профиля клиента и дает рекомендации по ребалансировке портфеля. Пока такие ИИ-модели сконцентрированы на гиперликвидных бумагах, "голубых фишках" и высоконадёжных эмитентах. Но уже начинается расширение в пользу облигационных, небиржевых и более экзотических инструментов.

Можно говорить о каком-то результате применения ИИ?

— Главный плюс для всех пользователей ИИ — это возможность обрабатывать большой объём данных, особенно при подготовке и изучении аналитических материалов. Для клиента современные стратегии автоследования от брокеров позволяют получать хорошие доходности. Не всем удаётся обогнать рынок, но в целом такие инструменты показывают результаты, соответствующие его движению.

Все сервисы, которые сейчас относятся к категории автоследования, фактически сертифицируются регулятором. Речь не об отдельных блогерах, которые что-то советуют своим подписчикам. Любая модель автоследования, — неважно, стоит за ней аналитик или ИИ, — проходит сертификацию в НАУФОР. Например, когда мы запускали свой продукт "Интеллект", тоже проходили лицензирование. Эксперты досконально разбирали работу модели, какие она даёт рекомендации, как соответствует доходность риск-профилю инвестора. Предположим, перед нами консервативный инвестор, который хотел бы заработать 10–15% годовых, но точно не готов ничего терять. Портфель, предлагаемый ему, должен соответствовать именно такому риск-профилю. Важно, чтобы просадка во время предварительного тестирования сервиса не превышала заложенный показатель. Только после всех этих процедур продукт возможно сертифицировать и выпускать его на рынок.

Брокеры равны в том, что обучают модели, как захотят. Все модели автоследования проходят сертификацию. Однако брокеры точно не равны в алгоритмах — у каждого своя логика, свои модели обучения ИИ. И регулятор смотрит не за механикой, — как всё происходит, — а за тем, что получается на выходе и насколько продукт соответствует интересам инвестора, чтобы модель работала именно в соответствии с декларированным риск-профилем.

Когда же ИИ заменит человека-аналитика?

— Модели искусственного интеллекта не заменят живого человека, даже в среднесрочной перспективе. Есть вероятность, что их активное внедрение затронет аналитика, который обрабатывает данные без помощи технологий. С рынка может уйти часть людей, которые не сумеют переложить рутину на ИИ. Но точно останутся те, кто будет контролировать результаты работы ИИ. Модели не могут заменить качественную аналитику, потому что финальные, нестандартные решения остаются за человеком.

Какие риски несёт в себе недостаточно обученный ИИ?

— Искусственный интеллект нужно настраивать. Все источники обучения можно условно разделить на два слоя. Первый — базовый торговый, когда модель смотрит структурированные данные, цены закрытия и открытия, рыночную информацию и анализирует, например, стаканы цен. Эти данные предоставляют сами биржи, поставщики из терминалов. Второй слой — альтернативные данные, когда модель обрабатывает публикации в СМИ и соцсетях и анализирует их тональность. Сюда же можно отнести макростатистику: данные Росстата, ЦБ РФ, Минфина и так далее.

Есть разные риски, и с ними по-разному можно справляться. Модель может недостаточно хорошо обучаться — например, смотрит неактуальный новостной источник или некорректно интерпретирует какой-то пост в соцсети. Существуют риски разрыва обучения — когда модель обучалась и выстраивала закономерности на одних данных, но рынок резко изменился, и прежние закономерности перестали для него работать. Чтобы снизить вероятный негативный эффект, необходимо постоянно переобучать модель на новых, актуальных данных. Каждый день ребалансировать и менять вес показателей.

Существует и такая история, как информационный пузырь. Модель может быть обучена читать однобокие источники, лишь определённые новостные ресурсы. Возможна ситуация, когда все они начинают публиковать сообщения с однообразным посылом. В этом случае нужно диверсифицировать источники информации для модели, показывать ей и макростатистику, чтобы она увидела другие тренды и вложила их в свой прогноз.

Кроме того, при использовании ИИ-модели важно понимать, почему она выдала тот или иной прогноз. Важно калибровать модель таким образом, чтобы она обосновывала любые свои прогнозы или заключения доказательными рассуждениями, чтобы можно было простроить реальную доказательную базу. Например, в декабре алгоритм рекомендовал покупать золото. Почему? Потому что этот актив — признак стабильности и по данным на декабрь выглядел недооценённым. Учитываются потенциал роста, волатильность, внешние факторы. Модель подробно всё разложила и спрогнозировала, объяснив свои выводы — рекомендации оправдались, в итоге портфель повёл себя именно так. Считаем, что ИИ-модель должна давать комментарии клиентам, не просто советовать "купи-продай", а разъяснять, почему предлагает именно такую операцию.

Стратегии на основе ИИ-моделей на какого инвестора прежде всего ориентированы?

— Есть сильный потенциал для портфельных инвесторов. Управляющие компании (не брокеры) всё чаще формируют стратегии, состоящие из фондов — такие продукты начинают появляться, зарождая интересный тренд. Но пока ИИ-модели всё же больше ориентированы на розничного инвестора. Клиент приходит, отвечает на несколько вопросов, и на основе ответов можно помочь определить его риск-профиль и подобрать подходящую стратегию. Необходимо понимать, насколько человек склонен к риску, насколько хочет работать с инструментом, какой опыт инвестирования у него есть. Дальше всегда полезно сравнивать идеи и применять диверсифицированный подход. Допустим, часть активов положить в стратегию, которую подобрал сервис, а в остальном инвестировать самостоятельно. Бывает полезно смотреть, как ИИ подбирает активы и автоматизирует сделки, чтобы подмечать интересные идеи для самостоятельных инвестиций.

Какие продукты с использованием ИИ может предложить инвесторам брокер?

— Условно можно разделить их на две части. Первая — это продукты, которые помогают инвестировать самостоятельно. Когда инвестор действует сам, и ему нужно просто облегчить задачу. Например, нужна помощь анализировать тональность новостей, чтобы понять, как то или иное событие повлияло на котировки эмитента. В мобильных приложениях существуют сервисы короткого пересказа всех последних новостей по конкретному эмитенту, которые в нескольких предложениях резюмируют, что происходило с компанией за последнее время.

Вторая группа — готовые ИИ-решения под ключ. На основе ответов человека о себе ИИ может определить профиль инвестора — консервативный, умеренный или агрессивный — и предложить подходящую стратегию. Мне кажется, важно иметь на полке все варианты для любого инвестпрофиля.

Мы планируем и дальше развивать продукты с искусственным интеллектом, насыщать их новыми стратегиями на каждый оттенок риск-профиля, чтобы у клиентов было больше выбора. Самая трудная задача для инвестора — понять, в какой актив инвестировать. Поэтому мы хотим расширить функционал ИИ, чтобы модель могла помогать клиентам правильно подбирать бумаги. Будем развивать скринеры, подборщики.

Возвращаясь к сервису автоматизированного инвестконсультирования ВТБ Мои Инвестиции, мы видим в нём стратегическую пользу, поскольку он показывал очень хороший результат и на предварительных тестах перед запуском, и на исторических котировках. Сейчас с реальными портфелями результат тоже положительный. И это только начало.