Фахівці Школи бізнесу та економіки Університету Фрідріха-Александра (Німеччина) провели дослідження, в ході якого з’ясувалося, що штучний інтелект здатний приймати вигідні інвестиційні рішення, обігруючи трейдерів-людей. Особливо переваги ІІ помітні під час кризових ситуацій.

Штучні нейронні мережі в першу чергу створені для проблем, рішення яких неможливо виразити в ясних правил. Розпізнавання зображень і мови — типові приклади застосування, взяти хоча б Siri. Але глибоке навчання може відбуватися і в інші сфери, наприклад, прогноз погоди або економічного розвитку

Доктор Крістофер Краусс, автор дослідження

Дослідники вивчили індекс S&P 500, який складається з акцій 500 провідних компаній США. На підставі приблизно 180 млн точок на графіках котирувань цінних паперів модель аналізувала поведінку всіх акцій в період з 1992 по 2015 рік для кожного дня торгів.

З’ясувалося, що прибутковість стратегії ІЇ, починаючи з 2000 року, мала прибутковість в середньому в 30% річних, при цьому в період краху доткомів на початку 2000-х, а також при іпотечному крах 2008-2009 років система показувала себе найкраще. Причина проста – у кризовій ситуації трейдери керуються переважно емоціями, тоді як машина працює завжди в одному режимі.

При цьому, доктор Краусс закликає до обережного використання ІІ в біржових торгах.

останнім часом прибутковість впала і навіть іноді бувала негативною. Ми вважаємо, що цей спад був викликаний зростаючим впливом ІІ в сучасних торгах, збільшенням обчислювальних потужностей і популяризацією машинного навчання

Доктор Крістофер Краусс

На думку експертів, збільшення кількості фінансових ботів є причиною загального зниження прибутковості, проте в цілому фахівці сходяться на думці, що майбутнє – за роботизованими фінансовими консультантами. Вони допомагають клієнтами управляти активами і капіталами і дають поради з інвестування — і все це за скромну плату. При цьому їх легко використовувати, вони діють прозоро, а приставка «робо-» працює як непоганий інструмент маркетингу.