Искусственный интеллект управляет капиталом
Задача алгоритма сейчас - найти стратегию и создать портфель с максимальной доходностью с учетом установленных ограничений: максимально возможного изменения стоимости, доли бумаги в портфеле и других. Алгоритм перебирает все возможные варианты стратегий и портфелей, чтобы найти самую высокую потенциальную доходность при минимальном риске. Для этого используются различные инструменты машинного обучения: линейные модели, глубокие нейронные сети и др.
Так как комбинаций возможных стратегий и портфелей практически бесконечное количество, необходимо установить ограничения на поиск лучшего сочетания. Ограничения для алгоритма задают профессиональные управляющие ВТБ. Портфель создается только из самых ликвидных акций российских компаний на Московской бирже. Алгоритм пересматривает портфель минимум раз в месяц.
Результат проверки алгоритма на исторических ценах показал его высокую эффективность: доходность портфеля, собранного искусственным интеллектом, составила 365% с начала 2017 г. против роста индекса Мосбиржи на 192%.
Для создания алгоритма обрана специальная команда, в которую входят физики и математики, а также лучшие портфельные управляющие "ВТБ Капитал Инвестиции".
Потрачено около 1000 часов на расчеты моделей, проведено около 1000 их проверок и протестировано 22 алгоритма с различными параметрами. В том числе проверены теории нобелевских лауреатов Гарри Марковица и Уильяма Шарпа: в условиях современных финансовых рынков эти стратегии приводили к фактически случайным рекомендациям при формировании портфелей. Текущий алгоритм показал самый лучший результат.
В дальнейших планах "ВТБ Капитал Инвестиции" - улучшение стратегии: сейчас ведется работа над внедрением новых технологий глубокого машинного обучения (deep learning) и тем, чтобы в будущем алгоритм учитывал новостной поток.
"ВТБ Капитал Инвестиции" стремятся внедрять лучшие практики и занимаются самыми передовыми разработками. Пока во всем мире активно продолжается спор, превратится ли искусственный интеллект в преобладающий инструмент разработки финансовых стратегий и смогут ли в дальнейшем с ним конкурировать трейдеры и управляющие фондов, мы уже активно работаем с такими алгоритмами и пытаемся использовать их для максимизации прибыли наших клиентов. Уровень доверия клиентов к новым технологиям - за месяц они перевели 1 млрд под управление данной стратегии, - говорит о том, что такие механизмы уже очень востребованы, и мы считаем, что в дальнейшем спрос на них будет только расти", - отметил главный исполнительный директор "ВТБ Капитал Инвестиции" Владимир Потапов.
"ВТБ использует технологии на основе искусственного интеллекта в большинстве процессов. Еще один шаг в данном направлении - внедрение робота, который с применением алгоритмов искусственного интеллекта формирует оптимальные инвестиционные портфели на базе торгующихся на Московской бирже ценных бумаг. Специалисты ВТБ постоянно совершенствуют данное решение, путем тестирования самых современных подходов к анализу финансовых рынков, в том числе применяя глубокие нейронные сети для отбора финансовых инструментов. В рамках дальнейшего развития данного направления ВТБ планирует создание алгоритмов искусственного интеллекта для анализа на базе торгующихся на иностранных рынках ценных бумаг", - заявил заместитель президента-председателя правления ВТБ Вадим Кулик.
Главный исполнительный директор "ВТБ Капитал Инвестиции", старший вице-президент ВТБ Владимир Потапов рассказывает, что новая стратегия "Искусственный интеллект" запущена 19 октября 2020 г. "С момента запуска динамика ускоряется. За последнюю неделю привлечено более 500 млн руб. под управление на данную стратегию. Всего с момента запуска - более 1,5 млрд руб.", - говорит Владимир Потапов.
По его мнению, это точно очень перспективное направление. ВТБ видит в этом большой потенциал с точки зрения рынка, поэтому занимается разработками в данной области. По словам Владимира Потапова, доверие к решениям на базе ИИ со стороны клиентов растет, и активное привлечение средств под управление данной стратегии - еще одно доказательство тому.
Управляющий директор по анализу данных департамента внедрения инноваций и изменений Росбанка Дмитрий Смирнов говорит, что ИИ - это технология и подход, который Росбанк применяет для повышения эффективности своих процессов и продуктов. Таким образом, для Росбанка и его клиентов ИИ не является отдельным сервисом. "С точки зрения развития применения искусственного интеллекта мы фокусируемся на инициативах, связанных с развитием систем поддержки принятия решений, рекомендательных системах и обработке естественного языка. ИИ-инициативы, связанные с когнитивными функциями, имеют для нас меньший приоритет", - заявляет Дмитрий Смирнов.
По его словам, основные цели применения ИИ - повышение эффективности бизнес-подразделений и сокращение издержек поддерживающих. Измерение любого эффекта, связанного с ИИ, занимает время на сбор необходимой для оценки статистики. Для некоторых процессов, направленных на улучшение качества клиентского обслуживания, затруднительно оценивать финансовые эффекты - в таких случаях мы ориентируемся на изменение удовлетворенности клиентов.
"Для бизнес-подразделений наиболее существенные эффекты достигаются в процессах, связанных с кредитованием. Для поддерживающих подразделений - в процессах, где участвует большое количество персонала, задействованного в выполнении рутинных операций", - сообщает Дмитрий Смирнов.
Представитель пресс-службы "Тинькофф" рассказывает, что в "Тинькофф Инвестициях" давно работает робот-советник, который помогает распределить инвестиции между разными отраслями и компаниями. "Сервис доступен каждому клиенту, его можно подключить бесплатно в приложении "Тинькофф Инвестиции". Для этого там нужно заполнить анкету, чтобы определить свой инвестиционный профиль и склонность к риску. Опираясь на эти данные, а также на размер суммы для инвестиций, валюту и ряд других критериев, робот-советник подберет оптимальный для каждого инвестора портфель. Например, робот может отобрать акции компаний с постоянными дивидендами, стабильных, растущих компаний или бумаги с высоким потенциалом роста", - объяснили в пресс-службе "Тинькофф".
Такой сервис есть и у банка "Открытие", он обслуживает все ключевые бизнес-линии банка. При этом, как сообщили в пресс-службе, в работу берутся только проверенные кейсы с понятным эффектом на доход, поэтому такой сервис успешен.
Руководитель направления "Большие данные" компании "Техносерв" Денис Рыбченко рассказал, что банки одними из первых приступили к использованию ИИ в своих процессах (например, кредитный скоринг), и применение ИИ существенно расширяется: кросс-продажи, сервисы рекомендаций банковских услуг, банковская биометрия используют самые современные наработки в области ИИ. "Так же и с брокерским обслуживанием. Однако в настоящий момент вопрос о замещении человека не стоит, хотя бы потому, что все алгоритмы ИИ основываются на историческом поведении, и если текущая ситуация будет кардинально отличаться от того, что наблюдалась ранее, то необходимы корректировки используемых алгоритмов или хотя бы их калибровка. Поэтому до того момента, пока ИИ не научился самостоятельно учиться новым для себя навыкам, надежнее рассматривать ИИ-решения в качестве ключевого помощника брокера, позволяющего компании уменьшить расходы на персонал и при этом повысить скорость принятия решений и финансовый результат от инвестиций", - объясняет Денис Рыбченко.
По его мнению, поскольку ИИ довольно давно является помощником человека, то зачастую клиент даже не задумывается, что какие-то решения в отношении его инвестиций принимает ИИ. "Для клиента в первую очередь важно качество управления его портфелем, доходность и удобный сервис. Использование современных технологий в области ИИ сегодня позволяет планомерно улучшать эти параметры, тем самым повышая доверие клиентов", - считает Денис Рыбченко.
Очевидно, что использование искусственного интеллекта в банковской сфере не просто перспективно, но уже и неизбежно. Банковский сектор и телекоммуникационные компании всегда одними из первых применяют новые технологии и внедряют современные инструменты для анализа данных, так как именно этим сегментам приходится работать с большими массивами данных. Несмотря на то что банки долгое время отдавали предпочтение наиболее интерпретируемым моделям при выборе алгоритмов расчетов, но неизбежный рост объемов накапливаемых данных, необходимая скорость обработки запросов клиентов и разнообразие предлагаемых банками сервисов требуют использования алгоритмов интеллектуального анализа для обработки в том числе и неструктурированных данных, обработки естественных языков, поэтому без применения методов машинного обучения, систем искусственного интеллекта и инвестиций в их развитие ни одна прогрессивная отрасль уже не существует", - прокомментировала директор департамента анализа данных Softline Digital Марина Онищенко.
