Може би най-популярното AI средство е ChatGPT. Синът ми (14 години) вече го е ползвал в училище, засега по указания от учителите му. Жена ми редовно го ползва, за да пише кратки прессъобщения. Според нея цялата тази статия би могла да бъде написана от ChatGPT. Според приятели програмисти AI работи много добре при писането на код. И те не си спомнят наизуст всичко, и те често търсят онлайн и след това копират в кода отделни команди или цели стрингове (каквото и да значи това). Засега нека да кажем най-общо, че AI е поредното средство, което да позволява на хората да изпълнят дадена задача по-добре с помощта на машините.

От много време насам инвестициите във финансови инструменти и борсовата търговия са сред сферите, в които новите технологии навлизат първи. Играчите в нашата индустрия често се делят на buy-side и sell-side. Първите са инвеститорите – пенсионни фондове, застрахователи, управляващи дружества, хедж фондове и др. Те вземат инвестиционни решения и купуват финансови инструменти. След време ги продават, но най-често, за да купят нови. Вторите сме брокерите и инвестиционните банки – ние продаваме финансови инструменти, продаваме истории, идеи, виждания, познания за пазара – и изпълняваме нарежданията за покупка (или продажба) на акции, облигации и други финансови инструменти, идващи от клиентите.

От към Sell-side (брокерите) автоматизацията на отделни процеси се е случила отдавна. Когато започвахме „Интеркапитал Маркетс“ преди 20 години, сключването на малка, елементарна сделка на борсата реално отнемаше около 10 минути. От приемане на нареждането от клиента, подавано лично в наш офис, през проверката дали той наистина разполага с парите или книжата до въвеждане на поръчката на едната борса, на която книжата се търгуваха (внимателно, да не вземем да купим, вместо да продадем). За всичко това беше необходима работата на един до трима относително високообразовани колеги. Това беше така за клиенти, които подават конкретно нареждане и знаят на каква цена точно искат то да бъде изпълнено на борсата. Случаите, в които се очаква от нас да „усетим“ пазара и да изпълним нареждане за голяма бройка на най-добрата възможна цена, отчитайки предпочитанията на клиента за по-бързо изпълнение, но на по-висока цена, или по-бавно на по-ниска цена, но с риск да не се изпълни цялото нареждане, отнемаха много повече време и усилия.

Имам и конкретен пример за такъв сложен случай. Беше може би лятото на 2011 г. Един клиент ни каза, че иска да купи акции на една италианска банка на борсата в Милано на обща стойност 5 млн. евро. Нямаше конкретен лимит за цената. Искаше да е възможно най-близко до средната цена за деня. Бърз преглед на търговията с тази акции през последните дни ми показа, че среднодневно се търгуват акции за около 20 млн. евро. Отне ми почти цял ден. Слагах малки бидове (оферти купува от лявата страна) и купувах от асковете (оферти продава от дясната), като гледах никога да не купувам цялото количество от аска на дадена цена. Когато цената падаше, бях раздвоен между това просто да слагам бидове и да чакам някой да ми продаде и това да купувам по-агресивно от асковете, които се появяваха все по-ниски. Всички тези действия пращат сигнал към пазара и много хора и машини със сигурност гледаха и се опитваха да разчетат тези сигнали, точно така, както и аз се опитвах да разбера сигналите на всички други участници.

Този процес, тази работа на брокера в големите фирми е автоматизиран от поне 10 години. Има написани алгоритми, в които влизат тези и много други параметри и излизат поръчките за подаване (ако трябва хиляди пъти в секунда). Задачата е усложнена допълнително от това, че вече акциите се търгуват на много борси. Повечето платформи за търговия показват общото търсене и предлагане в даден момент, но ако на определена цена се предлагат 100 хил. акции, това е от поръчки, подадени през поне десет, а в някои случаи 50 и повече борси. Само така наречените smart-order-routing системи, които „преценяват“ за части от секундата каква бройка към коя борса да насочат, правят възможно ефективното изпълнение на нареждания в наши дни.

От голямата поръчка през 2011 г. ние изкарахме около 1000 евро комисиона. 0,02 процента от стойността. И докато я работех, не можех да се занимавам с нищо друго. В наши дни, ползвайки готовите алгоритми на нашите партньори, мога да задам предпочитанията си, като за секунди избирам кой алгоритъм да ползвам и да работя нещо друго през останалото време. Вместо order трябва да избера Strategy, задавам различните параметри и толкова.

Следващото ниво е автоматичното вземане на инвестиционни решения. От коя акция да си купим, каква част от портфейла да инвестираме в нея, на каква цена. Този вид решения (откъм buy-side) също вече могат да се вземат от машини. Видях го за първи път при едни фонд мениджъри в Лондон през 2018-а. Те си бяха направили свой софтуер, бяха избрали над 100 критерия, събрани в 5–6 групи – от фундаментални данни за фирмите до social-sentiment, или колко пъти името на компанията е споменавано в социалните мрежи. Всеки техен клиент можеше сам да определи каква тежест да придава на всеки критерий и да тества за стар период при дадена настройка какъв би бил резултатът. След това само натиска Play и системата сама генерира инвестиционни решения и предава нарежданията за изпълнение на някой брокер. Спомням си как колегите от Лондон ми показваха много различни сценарии за тежестите и посоката на всеки критерий, уж случайно кликащи по екрана, но някак си всеки път тестването за стар период показваше, че тази настройка би дала по-добър резултат от пазара. Още се чудя дали е било случайно, или това е част от психологията за убеждаване на клиента (мен). По-вероятно да е второто и да е било решено от човек, не от алгоритъм.

След тази презентация се зачетох и се оказа, че според някои изследвания голям процент (около 30%) от активно управляваните портфейли ползват подобни системи, за да вземат решения. Тогава забелязах и доста аномалии на пазара, особено след големи новини за дадени компании. Например голяма американска компания казва, че за последното тримесечие печалбата ѝ е паднала с 3% (повече от очакваното от пазара), но че следващите няколко тримесечия ще са по-добри и тогава печалбата ще е по-висока. И след такива новини акцията пада с 10% за няколко минути. В следващите няколко борсови сесии компенсира голяма част от спада до ниво от около минус 3%. В друг случай акциите на голяма американска авиокомпания скачат с 15% след новина, че са назначили нов номер 2, който да застъпи като изпълнителен директор след време. Това означаваше покачване в стойността на цялата компания от над 2 млрд. долара. Помня, че тогава си казах – колко пък да е ценен този номер 2, че да струва 2 млрд. долара?! Няколко седмици по-късно цената се беше върнала близко до първоначалното положение. Според мен именно наличието на алгоритми, вземащи инвестиционните решения, обяснява до голяма степен тези пресилени пазарни реакции. Явно все още има да се работи по настройките.

В първия случай, изпълнението на нареждания, говорим за изпращане на стотици инструкции до над 50 пазара в рамките на милисекунди на база това къде какви насрещни поръчки са се появили. Машините явно имат голямо предимство и вече са заместили хората в брокерските къщи. Във втория бързината на вземане на решение не е толкова съществена. Въпреки това може да има полза от елиминирането на човешката емоция при взимането на инвестиционни решения; или поне на някои човешки емоции. Но и в двата случая не говорим за това машините да се учат сами да променят бъдещите си действия според допуснатите грешки. Дали OpenAI, Microsoft, Google или някой друг ще намерят начин да го направят – аз още нямам отговор на този въпрос. Според мен общото правило, че всяка система е толкова добра, колкото входните данни, остава валидно. Остава и необходимостта хората, които ползват тези нови технологии, да знаят как те работят и какво да поискат от тях.

За финал, друга индустрия, използваща автоматизацията и новите технологии, е авиацията. Системи, наричани най-общо „автопилот“, съществуват от над 70 години. Спомням си любимо видео в YouTube – обучение, водено от главния пилот на American Arilines за останалите пилоти. Видеото е от 1997-а. Според обучаващия най-често чуваната фраза в пилотските кабини тогава е: „Какво, по дяволите, прави автопилотът сега?!“. Дори там, където става дума за човешки животи, са били необходими десетилетия, за да се адаптират хората към машините. При нас, ако се окаже, че сме избрали грешния алгоритъм, най-много някой да изкара по-малко пари, отколкото е можело.