Искусственный интеллект (ИИ) уже изменил некоторые виды деятельности, включая такой сегмент финансов, как предотвращение мошенничества, но не освоил пока управление средствами и выбор акций. И это кажется странным: машинное обучение (machine learning), класс методов ИИ, превосходно подходит для поиска моделей и составления прогнозов с использованием большого объема данных.

Тем не менее хорошо закрепившиеся на рынке "квантовые" хедж-фонды в Лондоне и Нью-Йорке часто с пренебрежением относятся к его потенциалу. А вот в Сан-Франциско, где машинное обучение стало обыденной вещью, возникла целая группа хедж-фондов, которые активно используют этот метод.

По словам Бабака Ходжата, соучредителя Sentient Technologies, базирующегося в Сан-Франциско ИИ-стартапа с хедж-фондом, преимущество алгоритмов машинного обучения в том, что они способны "переобучаться" (overfit), то есть находить особые модели в конкретных данных, на которые они настроены.

Это в первую очередь относится к финансовым данным из-за своего сравнительно небольшого объема, указывает Ходжат.

Динамические ряды курса акций прошлых десятилетий содержат намного меньше информации, чем, скажем, данные изображений, используемые для обучения алгоритмов распознавания лиц в Facebook.

При этом важно использовать вдумчивый подход при применении ИИ. Техническое мастерство, безусловно, играет роль. Sentient Technologies привлекает около 20 экспертов ИИ и постоянно ищет новые методы. Кроме того, чрезвычайно важны бизнес-модели.

Sentient Technologies стартовала десять лет назад, как крошечный фонд, в управлении которого были в основном деньги учредителей. В последние три года она начала использовать ИИ в других сферах, таких как онлайновый шопинг и оптимизация интернет-сайтов.

Лишь в начале 2017 г. компания запустила хедж-фонд, открытый для внешних денег, на которых она надеется применить идеи, полученные в другом инвестиционном подразделении, отмечает британский журнал The Economist.

Numerai - другой хедж-фонд Сан-Франциско, который опирается на еще более широкий экспертный потенциал благодаря своей необычной бизнес-модели. Свой первый фонд компания открыла этой осенью.

Работа начинается с привлечения финансовых данных, которые затем шифруются до неузнаваемости. По словам главного операционного директора Мэтью Бойда, это превращает их в "чисто математическую проблему" и, таким образом, позволяет избежать предвзятости при выборе модели.

После этого проводятся двухэтапные конкурсы для алгоритмов машинного обучения, которые лучше всего работают с этими данными.

Сегодня около 1200 специалистов по обработке и анализу данных еженедельно борются за виртуальные призы (в собственной криптовалюте фонда) в первом раунде и денежные призы во втором.

Эта структура стремится поощрять алгоритмы, которые хорошо выбирают победителей в течение длительного отрезка времени. Компания берет результаты лучших алгоритмов, расшифровывает их обратно в финансовые данные и использует идеи для выбора акций для торговли.

Cerebellum Capital - еще один хедж-фон, который гордится своей машинно-зависимой моделью. Компания, основанная как арбитражный фонд в 2008 г., начала полноценно применять ИИ на американском фондовом рынке в 2016 г.

Это фонд использует машинное обучение не только для анализа данных и выработки конкретных стратегий. Система классификации, которая оценивает относительные достоинства этих стратегий, сама управляется машинным обучением. Однако реальную торговлю проводят люди, которые следуют рекомендациям алгоритма.

Таким образом, как минимум в инвестировании расширение использования искусственного интеллекта совсем не означает уменьшения использования человека.