Снимка: iStock

Изкуственият интелект става по-бърз, по-евтин и по-добър в обработката на огромни масиви от информация, но това не означава автоматично, че става по-добър и в най-трудната задача на финансовите пазари: устойчивото откриване на акции, които ще изпреварят пазара. Именно тук се появява парадоксът. AI може да прочете хиляди отчети за секунди, да анализира новини, социални мрежи, оценки, технически показатели и макроикономически данни едновременно, но ако същото могат да правят още хиляди професионални участници, информационното предимство много бързо се превръща в общ пазарен стандарт. Истинският въпрос следователно не е дали AI анализира по-добре от човек, а дали създава трайно предимство спрямо всички останали участници, които използват сходни технологии.

Точно това показва и дългогодишният опит на Amplify AI Powered Equity ETF, един от първите борсово търгувани фондове, използващи изкуствен интелект за подбор на акции. Фондът стартира през 2017 г. и използва машинно обучение, обработка на естествен език и анализ на настроенията, за да обработва данни от новини, социални мрежи, анализаторски доклади, финансови отчети, макроикономически показатели и пазарни цени. На теория това изглежда като почти идеалния инструмент за модерно управление на портфейл. На практика обаче дългосрочният резултат не показва устойчиво превъзходство спрямо S&P 500. Нещо повече, според данните, цитирани от MarketWatch, относителното представяне на фонда спрямо широкия американски индекс се е влошило през последните години.

Това е особено важно, защото разбива едно широко разпространено погрешно предположение: че по-добрата технология непременно води до по-добра доходност. Във финансовите пазари тази връзка почти никога не е линейна. По-добрият процес може да доведе до по-бърз анализ, по-добра оценка на риска и по-малко човешки грешки, но не гарантира по-висока доходност, защото цените са резултат от взаимодействието между всички участници. Ако десетки големи фондове разполагат с еднакво добри модели за анализ на отчети, корпоративни съобщения и настроения, резултатът може да бъде не по-голяма възможност за печалба, а по-бързо елиминиране на погрешно оценените активи.

Точно тук се появява класическата логика на Уилям Шарп и неговата „аритметика на активното управление“. Преди разходите активните инвеститори като група не могат да бъдат по-добри от пазара, защото те в съвкупност представляват пазара. Ако един участник печели повече от индекса, друг трябва да печели по-малко. След разходите средният активен инвеститор неизбежно изостава. Изкуственият интелект не променя тази аритметика. Той може да промени разпределението на печелившите и губещите, да направи анализа по-бърз и да позволи на определени участници временно да получат предимство, но не може да направи така, че всички AI стратегии едновременно да изпреварват пазара.

Разходите дори правят задачата по-трудна. Средното годишно съотношение на разходите при AI управляваните фондове, разглеждани от MarketWatch, е около 0,66%, докато Vanguard Total Stock Market ETF има разход от едва 0,03%. Разликата от над 60 базисни пункта изглежда малка в рамките на една година, но при дълъг инвестиционен хоризонт се натрупва значително. За да оправдае по-високата си цена, AI стратегията не просто трябва да бъде добра, а трябва системно да генерира достатъчно висока допълнителна доходност, за да покрива разходите за инфраструктура, данни, модели, управление и търговия.

Краткосрочните резултати също показват колко несигурно остава предимството на AI при директния избор на акции. MarketWatch посочва пример с компания, която всеки ден публикува класация на акции с най-висока вероятност да изпреварят пазара през следващите три месеца. От десетте най-високо оценени акции преди три месеца шест са били на загуба, една е спаднала с 46,3%, а средната доходност на групата е била минус 4%, докато S&P 500 е поскъпнал с 2,7%. Това не доказва, че моделът е безполезен, но показва колко опасно е да се приема висока вероятност, генерирана от алгоритъм, като еквивалент на инвестиционно предимство.

По-дълбокият проблем е свързан с природата на самия финансов пазар. Изкуственият интелект е особено силен там, където има стабилна връзка между историческите данни и бъдещите резултати. Разпознаването на изображения е класически пример: котката от утре ще изглежда достатъчно подобно на котката от вчера. При акциите тази стабилност не съществува. Връзката между факторите и доходността постоянно се променя. Ниските оценки работят прекрасно в един режим и губят ефективност в друг. Инерционните стратегии могат да доминират с години и след това внезапно да претърпят тежки загуби. Високият ръст на приходите може да бъде силен сигнал при ниски лихви и слаб показател при рязко покачване на цената на капитала.

AI следователно не се опитва просто да открие закономерности. Той се опитва да открие закономерности в система, която непрекъснато се адаптира към самото им откриване. Това е фундаменталната разлика между пазарите и повечето други области на приложение на машинното обучение. Ако алгоритъм намери надежден модел за откриване на подценени акции и започне да генерира висока доходност, капиталът ще потече към стратегията, цените ще се коригират по-бързо и самият модел постепенно ще загуби част от ефективността си. Пазарът има неприятната способност да унищожава точно онези предимства, които стават прекалено очевидни.

Това обаче не означава, че AI няма място в инвестиционния процес. Напротив. Просто вероятно го търсим на грешното място. Най-голямата стойност на изкуствения интелект може да не бъде в това да каже коя акция ще поскъпне през следващите три месеца, а в това да подобри структурата на анализа. AI може да обработва отчети много по-бързо, да намира несъответствия между корпоративни изявления и реални финансови резултати, да следи промени в маржове, парични потоци и капиталова структура, да сравнява стотици компании едновременно и да открива натрупване на рискове, което човек лесно би пропуснал.

Още по-важна може да бъде ролята му в управлението на инвестиционния процес. Повечето инвеститори не губят пари само защото избират „грешната акция“. Те губят и заради концентрация, неправилно управление на риска, преследване на вече поскъпнали активи, отказ да признаят промяна в инвестиционната теза или постоянно превключване между стратегии. AI, който следи тези модели във времето, може да създаде по-голяма стойност чрез подобряване на дисциплината, отколкото чрез генериране на още един списък с „топ 10 акции“.

Точно тук се намира и вероятната следваща фаза в развитието на финансовия AI. Първото поколение системи се опитваше да прогнозира цените. Второто започна да обработва огромни количества информация. Следващото вероятно ще бъде ориентирано към структурно вземане на решения: какъв режим доминира, кои предположения стоят зад текущите оценки, къде портфейлът има скрита концентрация, кои инвестиционни тези вече не са валидни и къде самият инвеститор повтаря една и съща грешка.

Затова слабите резултати на някои AI фондове не са доказателство, че изкуственият интелект е провал във финансите. Те по-скоро показват ограниченията на идеята, че по-мощният алгоритъм автоматично се превръща в машина за превъзходна доходност. Пазарът не е статичен проблем, който може окончателно да бъде „решен“. Той е конкурентна система, в която всяко ново предимство постепенно се разпространява, копира и капитализира.

Истинското предимство на AI може следователно да се окаже не способността му да предсказва бъдещето, а способността му да ни помага да мислим по-добре за него. В свят, в който все повече инвеститори разполагат с еднакво мощни модели, конкурентното преимущество няма да идва просто от достъпа до изкуствен интелект. То ще идва от начина, по който той е интегриран в инвестиционния процес, от качеството на данните, от дисциплината на модела и най-вече от способността му да различава истински сигнал от статистически шум.

* Материалът е с аналитична и информационна цел и не представлява инвестиционен съвет, препоръка за покупка или продажба на финансови инструменти или обещание за бъдеща доходност.