Algoritmische handel en geautomatiseerde systemen zijn niets nieuws in de financiële wereld. Al jaren worden de meeste transacties op wereldwijde beurzen uitgevoerd door computercodes, complexe wiskundige modellen en expertadviseurs. Tot nu toe ging het echter om mechanische automatisering die de uitvoering van menselijke beslissingen slechts versnelde. De echte ommekeer vindt pas nu plaats, nu vaste programmeerbare logica wordt vervangen door echte kunstmatige intelligentie en machines die in staat zijn om de marktcontext zelfstandig te beoordelen.
Het tijdperk van „als A geldt, doe dan B“ achter ons laten
Klassieke geautomatiseerde systemen, die particuliere en institutionele handelaren al sinds de eeuwwisseling gebruiken, werken volgens het principe van nauwkeurig gedefinieerde regels. Een ontwikkelaar schrijft duidelijke voorwaarden in de code, zoals het kruisen van twee voortschrijdende gemiddelden of het bereiken van een specifieke waarde van een technische indicator, en het systeem voert deze mechanisch uit. Het probleem met deze traditionele automatisering doet zich voor wanneer het karakter van de markt verandert en een fase van een duidelijke trend wordt vervangen door zijwaartse bewegingen. Een statisch algoritme kan zich niet aanpassen aan de nieuwe realiteit, kan niet buiten het kader van zijn broncode denken en blijft met verlies werken totdat iemand het handmatig herprogrammeert.
Kunstmatige intelligentie en machine learning veranderen deze aanpak volledig, omdat het systeem niet langer wacht op vaste regels van een programmeur. In plaats daarvan krijgt het toegang tot een enorme hoeveelheid historische en live gegevens en zoekt het zelf naar de optimale regels. Deze verschuiving betekent dat de technologie evolueert van het blindelings uitvoeren van commando's naar onafhankelijke kansberekeningen, wat het succespercentage van systemen in een veranderende marktomgeving radicaal verandert.
Waaruit bestaat de evolutionaire sprong van kunstmatige intelligentie?
De overgang van pure automatisering naar kunstmatige intelligentie brengt fundamentele technologische verschillen met zich mee, waarvan de eerste dynamische aanpassing in realtime is. Terwijl een klassieke robot wordt getest op historische gegevens, geoptimaliseerd met behulp van gegevens uit het verleden en met deze vaste parameters de live markt betreedt, kan kunstmatige intelligentie haar interne instellingen direct aanpassen. Als het systeem detecteert dat de volatiliteit op de markt sterk is toegenomen of dat de algemene structuur van orders is veranderd, past het zich aan de nieuwe situatie aan zonder dat de ontwikkelaar in de code hoeft in te grijpen.
Een andere enorme sprong voorwaarts is het vermogen om ongestructureerde data te verwerken via geavanceerde taalmodellen. Oude algoritmen konden alleen exacte getallen lezen, namelijk prijs, volume en tijd. Moderne kunstmatige intelligentie kan echter in een milliseconde de laatste notulen van een vergadering van de centrale bank, rapporten van internationale agentschappen of economische analyses lezen. Het systeem begrijpt de contextuele betekenis van de tekst, evalueert het algemene sentiment en past zijn marktpositie onmiddellijk dienovereenkomstig aan, wat een mens onvergelijkbaar veel langer kost. Bovendien kunnen deze systemen in één keer uiterst complexe patronen en niet-lineaire relaties tussen tientallen verschillende instrumenten identificeren die volledig onzichtbaar zijn voor het menselijk oog of voor eenvoudige code.
De keerzijde van de medaille en de risico's van de nieuwe aanpak
Hoewel kunstmatige intelligentie de mogelijkheden van de handel aanzienlijk vergroot, brengt het specifieke risico's met zich mee waar klassieke automatisering niet in zulke grote mate mee te kampen had. De grootste valkuil is de zogenaamde overoptimalisatie van het systeem met behulp van historische gegevens. Kunstmatige intelligentie beschikt over zo'n enorme rekenkracht dat het in elke steekproef van historische koersen een perfect wiskundig patroon kan vinden. Dit patroon is echter vaak onbruikbaar in de echte markt, omdat het systeem in plaats van de ware logica van de markt te leren, slechts heeft geleerd om historische ruis en anomalieën perfect te kopiëren die zich nooit meer op dezelfde manier zullen voordoen.
Het tweede ernstige risico is het black-box-effect, waarbij het besluitvormingsproces voor mensen ondoorzichtig wordt. Bij een klassiek geautomatiseerd systeem weet u precies waarom de code een bepaald activum heeft gekocht of verkocht, omdat de voorwaarden duidelijk in het script te lezen zijn. Bij geavanceerde neurale netwerken is de besluitvorming echter gebaseerd op miljoenen variabelen en hun onderlinge verbanden. Het resultaat is een situatie waarin zelfs de ontwikkelaar achteraf vaak niet precies kan vaststellen waarom de kunstmatige intelligentie een specifieke handelsbeslissing heeft genomen, wat risicobeheersing aanzienlijk bemoeilijkt.
Hoe profiteert de moderne handelaar van deze ontwikkeling?
De inzet van kunstmatige intelligentie in de praktijk betekent niet dat het tijdperk van onafhankelijke handelaren definitief ten einde loopt. De huidige trend gaat in de richting van een hybride model, waarbij een persoon fungeert als strategisch manager en kunstmatige intelligentie als zijn hoogwaardige uitvoerende component. Gewone particuliere handelaren hoeven tegenwoordig niet langer hun eigen supercomputers te bouwen of complexe programmeertalen onder de knie te krijgen, omdat de technologie steeds toegankelijker wordt.
De meeste handelaren besteden hun tijd aan het analyseren van grafieken, het volgen van indicatoren en het reageren op nieuws. Toch schuilt er achter elke significante koersbeweging een kracht die technische analyse alleen zelden aan het licht brengt: het weloverwogen, zorgvuldig gestuurde instappen of uitstappen van institutioneel kapitaal. Wanneer een hedgefonds, een investeringsbank of een grote vermogensbeheerder besluit een positie ter waarde van honderden miljoenen dollars te verschuiven, reageert de markt niet zomaar. Ze buigt door. En begrijpen waarom dit gebeurt, en welke sporen het achterlaat, is een van de meest praktische dingen die een handelaar kan leren.
Lees meer →Als het Federal Reserve System ter sprake komt, denken de meeste mensen aan vergaderingen van het Federal Open Market Committee (FOMC), grafieken met rentetarieven en persconferenties die de aandelenmarkten in beweging brengen. Het bijhouden van de geldprijs is echter slechts het topje van de ijsberg. Onder de oppervlakte van deze instelling schuilt een complex apparaat dat niet alleen de economie van de Verenigde Staten, maar ook de stabiliteit van de wereldhandel fundamenteel beïnvloedt. In werkelijkheid fungeert de Fed als de belangrijkste architect van de financiële realiteit, wiens beslissingen het klimaat bepalen voor iedereen die kapitaal in de markt inzet.
Lees meer →