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.
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 →Američki makroekonomski podaci objavljeni 3. rujna pokazali su jaču aktivnost u sektoru usluga uz uporno slabo zapošljavanje. Tvrtke otpuštaju malo radnika, novi narudžbi naglo rastu, no zaposlenost u uslugama i dalje se smanjuje. Istovremeno tvrtke prijavljuju najjače pritiske na ulazne cijene u gotovo četiri godine. Za monetarnu politiku ključno je stoga razilaženje između potražnje, zaposlenosti i cijena.
Pročitaj više →