Algoritamsko trgovanje i automatizirani sustavi nisu ništa novo u financijskom svijetu. Računalni kodovi, složeni matematički modeli i stručni savjetnici već godinama izvršavaju većinu transakcija na globalnim burzama. Do sada je to, međutim, bila mehanička automatizacija koja je samo ubrzavala izvršavanje ljudskih odluka. Prava prekretnica događa se tek sada, kada se fiksna programabilna logika zamjenjuje pravom umjetnom inteligencijom i strojevima sposobnima samostalno procjenjivati tržišni kontekst.
Prevladavanje ere "ako se ispuni A, izvrši B"
Iako umjetna inteligencija značajno unapređuje mogućnosti trgovanja, ona donosi specifične rizike s kojima se klasična automatizacija nije morala u tolikoj mjeri boriti. Najveća zamka je takozvana preoptimizacija sustava korištenjem povijesnih podataka. Umjetna inteligencija ima takvu ogromnu računalnu snagu da može pronaći savršen matematički predložak u bilo kojem uzorku prošlih cijena. Međutim, taj je predložak često neupotrebljiv na stvarnom tržištu jer je sustav, umjesto da nauči pravu logiku tržišta, samo naučio savršeno kopirati povijesni šum i anomalije koje se nikada više neće manifestirati na isti način.Drugi ozbiljan rizik je efekt crne kutije, gdje proces donošenja odluka postaje netransparentan za ljude. Kod klasičnog automatiziranog sustava, točno znate zašto je kôd kupio ili prodao određenu imovinu jer su uvjeti jasno čitljivi u skripti. Međutim, kod naprednih neuronskih mreža donošenje odluka temelji se na milijunima varijabli i njihovih međusobnih veza. Rezultat je situacija u kojoj čak ni programer često ne može naknadno utvrditi točno zašto je umjetna inteligencija donijela određenu odluku o trgovanju, što znatno komplicira kontrolu rizika. Trenutni trend kreće se prema hibridnom modelu, u kojem osoba funkcionira kao strateški menadžer, a umjetna inteligencija kao njegova izvršna komponenta visokih performansi. Obični maloprodajni trgovci danas više ne moraju graditi vlastita superračunala ili svladavati složene programerske jezike jer tehnologija postaje sve pristupačnija.
Rekordne dobiti Microna oživjele su poznatu zabrinutost o tome koliko dugo može potrajati uspon na tržištu memorija prije sljedećeg širenja ponude. Umjetna inteligencija mijenja tu računicu kroz proizvode koji zahtijevaju velike kapacitete, sporo izgradnju tvornica i obvezujuće ugovorne obveze kupaca. Ti ugovori nude način za dijeljenje rizika ulaganja, iako potrošnja koju podržavaju mogla bi na kraju stvoriti uvjete za još jedan pad.
Pročitaj više →Kada središnja banka podiže kamatne stope, prvi instinkt može biti da dionice trebaju pasti. Više kamatne stope čine financiranje skupljim, povećavaju prinose na obveznice i mogu usporiti gospodarsku aktivnost. Međutim, rujanska odluka Federalnih rezervi pokazala je zašto financijska tržišta ne funkcioniraju prema tako jednostavnom pravilu. Fed je podigao kamatne stope za 25 baznih bodova na 3,75–4,00 %, a ipak je S&P 500 porastao nakon objave, a prinosi američkih državnih obveznica pali su. Ključ razumijevanja ove reakcije leži u tržišnim očekivanjima.
Pročitaj više →