Я дал анализировать программам две партии из далекого 1904 года. Турнир в Кембридж-Спрингсе, Карл Шлехтер против Эммануила Ласкера. Шлехтер блестяще побеждает чемпиона мира, Ласкер капитулирует на 37-м ходу. После выхода из дебюта лишь один ход Шлехтер сделал самостоятельно, все остальные ему подсказал «Шреддер-10» (глубина— двенадцать полуходов).

А в партии с Нейпиром Шлехтер вовсе не сделал ни одного самостоятельного хода, слепо доверившись программе «Фриц-9» (глубина— та же дюжина полуходов), и потому выиграл уже на 21-м ходу. В 1904 году не было ни радио, ни компьютеров с программами. Зато была Машина Времени!

Или совпадения встречаются куда чаще, чем мы себе представляем…

Автор: Леонид Левкович-Маслюк

Финансовая информатика — одна из самых мощных информационных технологий. А финансовый рынок — едва ли не самая сложная из систем, созданных человеком. Но «созданная» еще не значит «понятая». Автор бестселлеров о финансовом рынке и его героях Роберт Хэгстром (Robert Hagstrom) назвал инвестирование (то есть зарабатывание на вложениях в акции) «последним из свободных искусств», подчеркивая несводимость этой игры к рутинным калькуляциям. Однако поиски успешной «системы» гарантированного преумножения инвестиций не прекращались никогда. В этом материале речь пойдет о системах в близком, но ином значении — компьютерных торговых системах, или роботах, прогнозирующих динамику цен и самостоятельно заключающих сделки на фондовом рынке. Модная в текущем сезоне цифровая начинка такого электронного супертрейдера — прикладная эконофизика.

По данным Нью-Йоркской фондовой биржи (New York Stock Exchange), уже полтора-два года назад роботы заключали на ней около 30% сделок (хотя бы с одной стороны). Шок от столь внушительной цифры отчасти компенсируется тем фактом, что большинство роботов не особенно сложны идейно, — чаще всего они принадлежат к так называемым арбитражным системам.

Арбитражеры не анализируют динамику рынка и не пытаются спрогнозировать поведение цены. Их задача — сканировать данные с разных бирж и выявлять различие в ценах на одни и те же бумаги. Если это различие таково, что выгодно купить актив на одной бирже и продать его на другой, — система мгновенно проводит необходимые сделки. (Это то же самое, что купить валюту в одном обменнике, проехать две остановки на трамвае и перепродать ее чуть дороже в другом; десять-двенадцать лет назад в Москве кое-кто неплохо на этом зарабатывал.)

В операциях такого рода роботы полностью превосходят человека. «Белковый» трейдер физически не в состоянии отслеживать котировки по нескольким тысячам бумаг даже на двух биржах, а на практике нужно следить за бо,льшим их числом — в Нью-Йорке, Лондоне, Токио… Разумеется, реальная технологическая архитектура систем такого типа довольно сложна и обеспечивает массу разнообразных функций. Однако им присущи принципиальные ограничения — в частности, сама ситуация арбитража не может существовать на современном рынке сколь-нибудь длительное время. Инвестиционные компании все внимательнее приглядываются к торговым системам, использующим более серьезный анализ рынка при принятии решений. Один из локомотивов развития системной торговли — американские хеджевые фонды (аналог наших ПИФов), управляющие огромными активами. В последнее время количество хеджевых фондов чуть ли не ежегодно удваивается, и уже процентов двадцать из них применяют достаточно сложных биржевых роботов.

Стало быть, если роботу доверены деньги американских инвесторов, есть полная уверенность, что он их по крайней мере не проиграет? Николай Старченко осторожен в оценках. По его мнению, сегодня не существует общепризнанных методов уверенного прогноза цен акций. С другой стороны, в периоды стабильно растущего рынка никакая активная система (как правило) не выигрывает у классической и самой простой стратегии «купил — и держи» («buy and hold»). Впрочем, такие периоды обычно не слишком продолжительны, большую часть времени на рынке царят неопределенность и хаос.

Тем не менее продвинутые торговые системы не просто ведут активную игру на рынке, но делают это на основе модных новых разделов математики и теоретической физики (откуда и название «эконофизика»). Подробнее об алгоритмической начинке таких систем поговорим чуть позже, а пока попробуем ответить на более простой вопрос…

Мы задали несколько вопросов о технологиях торговых систем Василию Якимкину, одному из признанных «гуру» нашего финансового рынка (Василий— доцент кафедры «Фондовые рынки и финансовый инжиниринг» Академии народного хозяйства при Правительстве РФ, аналитик компании FXBEST, автор пяти книг и более чем семидесяти статей о финансовых рынках).

Насколько широко сегодня используются роботы в финансовом трейдинге?

— Неоправданно широко. Многие американские брокерские и трейдерские компании используют тот или иной вид МТС (механических торговых систем) или автоброкеров, что, как считается, улучшает их показатели прибыли. Спрос на такие программные продукты столь велик, что, например, большинство аспирантов мехмата МГУ (специалистов по теории вероятностей) имеют контракты с американскими брокерскими домами на написание программ автоброкеров.

Робот, прогнозирующий динамику рынка, способен автономно работать и получать бо,льшую прибыль, чем «белковый» трейдер (или коллектив)?

— Все зависит от настройки автоброкера. В настоящее время лучший анализ рынка обычно делается на базе теории сложных систем, причем моменты адаптации и творческие решения трейдера порой играют ключевую роль, что затрудняет работу не только «простых» МТС, но и нейросетевых. Поэтому однозначно ответить на этот вопрос трудно. Очевидно, что бывают моменты рыночной динамики, обусловленные количественными факторами— и здесь автоброкеры обычно на высоте. Но вот серьезные разладки временного ценового ряда в виде ценовых просадок или выбросов часто остаются вне зоны внимания МТС (поскольку у них нет статистики этих процессов), к тому же многие программисты этих продуктов зачастую сами не понимают природы таких разладок и не могут настроить робота. Поэтому на большой временной выборке роботы обычно показывают худшую статистику, чем живые трейдеры.

Профессиональный трейдер, использующий советы робота, будет более успешным, чем тот, кто не использует такие советы?

— Нет однозначного ответа. Поскольку робот, как правило, может охватить только отдельные рыночные процессы, отвечающие за ценовые приращения, то уже по одной этой причине значимость его прогнозов ограничена. Очевидно одно: если все же работа робота по прибыльности сравнима с работой живого трейдера, то в таком случае крупным компаниям выгоднее использовать робота, поскольку это облегчает контроль качества ведения трейдинга.

Ваша оценка нынешнего уровня технологии роботов и результатов ее применения?

— Нынешний уровень настройки роботов, как правило, опирается на теорию случайных процессов ценообразования, что, собственно, в первую очередь и ограничивает их применимость и качество торгов. Алгоритмы на базе динамического хаоса, фрактальной геометрии и нечетких множеств все еще несовершенны и не позволяют роботам в должной мере конкурировать с лучшими трейдерами мира.

Ваш прогноз перспектив развития этой технологии, ожидаемых результатов?

— Если трейдерская компания во главу угла ставит минимизацию риска при заданном уровне доходности (не выше среднестатистического по рынку), то качество хеджирования порой легче отслеживать с помощью автоброкера. Однако в настоящее время очень сложно рассчитывать на оптимальный рыночный доход с использованием робота.