Финансы будущего: искусственный интеллект навсегда изменит подход к инвестициям
Тот факт, что крупнейшая сделка в сфере искусственного интеллекта заключается на Уолл-стрит, а не в Кремниевой долине, говорит о том, что точнее брокеров будущее финансовых рынков могут предсказывать боты.
S&P Global является крупнейшим рейтинговым агентством в мире — история корпорации начиналась с анализа облигаций железнодорожных компаний еще до Гражданской войны 1861-65 годов. Колоссальный интерес к финансовой статистике подвиг компанию создать в конце 1950-х фондовый индекс S&P 500. В индексах S&P оцениваются корпоративные активы на общую сумму около $12 трлн, а данные отражают стоимость 99% компаний по всему миру. Новой вехой в развитии финансовой статистики стал искусственный интеллект, и чтобы заполучить Kensho, первопроходца в этой области, S&P готовы заплатить щедрую цену. $550 млн — это даже дороже, чем поглощение стартапа DeepMind Technologies поисковым гигантом Google, или покупка компании Nervana Systems корпорацией Intel, не говоря уже о подобных сделках у Apple и Twitter.
Изначально Kensho задумывался как особый инструмент с использованием машинного обучения для того, чтобы осуществлять сложный анализ финансовых данных так же просто, как поиск в Google. Вместе с сооснователем Питером Крусколлом Нэдлер создал алгоритм под названием Warren (в честь Уоррена Баффета), который среди миллионов различных показателей находил соответствия и корреляции и предлагал потенциально выгодные сделки. Техническая составляющая была безумно сложной, а интерфейс — предельно простым: в текстовое поле достаточно было ввести вопрос на обычном английском.
В мае 2014 года Forbes уже писали об этом: «По умолчанию Warren может найти ответы на более чем 65 миллионов вопросительных комбинаций. При этом он мгновенно сканирует свыше 90 000 документов и сообщений, таких как сертификаты на лекарственные средства, экономические отчеты, изменения в финансовой системе, а также политические события и их последствия для практически всех активов на земном шаре».
Cтартап идет на Уолл-стрит
Задавшись целью продать мощный аналитический инструмент игрокам Уолл-стрит, стартап в 2013 году привлек инвестиции в размере $10 млн от таких венчурных фондов как General Catalyst, Accel Partners, Breyer Capital, NEA, Google Ventures и многих других. Вскоре этот список пополнил инвестиционный банк Goldman Sachs. Несмотря на целую плеяду влиятельных партнеров, Нэдлер столкнулся с серьезными препятствиями.
Пробиться на Уолл-стрит было крайне сложно, ведь ни один технический директор не согласился бы избавиться от собственных дорогостоящих систем обслуживания и заменить их каким-то стартапом. Дело в том, что стремление Kensho сделать количественный анализ более доступным и прозрачным совершенно противоречило корпоративной культуре секретности и конфиденциальности. Основатель компании честно признается: «Поначалу я думал, что нас ожидает полный провал». Также, по его словам, в первые полтора года проектирования системы стартап продирался через сплошную череду сложностей и неурядиц.
Большой прорыв для компании случился в 2014 году: Нэдлер нашел поддержку в лице Мартина Чавеза, который занимал тогда должность директора по информационным технологиям в Goldman Sachs и благодаря которому в стратегии банка наметились существенные изменения. Чтобы достичь для клиентов максимальной эффективности и выгоды, банку не нужно было создавать собственную техническую базу с нуля. Вместо этого можно просто заключить партнерское соглашение с шустрым стартапом типа Kensho и достичь подобным образом гораздо более высокой эффективности как для финансовых организаций, так и для клиентов — и при меньших рисках и расходах.
По словам основателя стартапа, подход Чавеза был следующим: «Мне все равно, здешняя это технология или зарубежная, мне не важно, придется ее покупать или только платить за право пользования. Главное — использовать технологию по максимуму, чтобы заключать сделки на наиболее выгодных условиях». Целых несколько месяцев Чавез и его команда работали над тем, чтобы приспособить технологии Kensho под нужды участников биржи в Goldman Sachs. К концу ноября 2014 года в ходе очередного этапа привлечения инвестиций финансовый конгломерат стал крупнейшим инвестором стартапа, вложив в него $15 млн. Не заставили себя ждать и другие гиганты отрасли: JPMorgan, Bank of America и Morgan Stanley. Однако год назад ключевым капиталовкладчиком в финальном раунде привлечения инвестиций (в общей сложности более $500 млн) стали S&P Global.
Как заставить технологии зарабатывать
Ларри Бон, управляющий директор General Catalyst, стоявший у истоков Kensho еще во времена, когда у стартапа был только офис в Массачусетсе, вспоминает:
«Дэниел Нэдлер предвидел то, что искусственный интеллект, — если быть точнее, использование машинного обучения для обработки актуальных массивных баз данных в финансовых системах, — может стать для инвесторов чрезвычайно полезным статистическим инструментом. До того времени в обработке подобных данных и создании особого программного обеспечения преуспевали лишь эксперты в фондах, занимающихся количественным анализом. Говоря более простым языком, Нэдлер помог сделать подход к финансовой информации более демократичным. Осуществить это он смог с помощью поистине инновационной программной платформы, сделав ее доступной для широкой аудитории финансового рынка вообще и банков в частности».
Редакция Forbes следит за успехами Kensho уже несколько лет. С самого начала в 2014 году мы окрестили стартап как «Google для поиска выгодных капиталовложений». С самого создания нашего рейтинга финансово-технологических компаний инновации Kensho являются эталоном машинного обучения для инвестиционного анализа. Когда на глобальном рынке финансов произошли изменения, система Kensho доказала свою действенность и эффективность.
Влияние политики на рынки
К примеру, в случае с выходом Великобритании из Европейского союза, база данных Kensho смогла за считанные секунды предложить наиболее вероятный вариант развития событий, которые последуют за выбором популистов. Система подсказала, что ожидать скорого восстановления фунта стерлингов не стоит. Алгоритм стартапа основывался на данных том, что на протяжении истории популистские устремления всегда оборачивались усиленной продажей национальной валюты, а именно это и началось в первые же дни и месяцы после рокового решения. В июле курс фунта упал до 30-летнего минимума, остановившись на отметке $1,28 за фунт, но позднее немного укрепился до $1,33. Однако падение на этом не закончилось, и фунт побил новый антирекорд, опустившись до $1,22.
Алгоритмы Kensho позволяют просчитывать влияние таких политических событий, как Brexit и выборы в США, на рынки всего за несколько секунд
Когда популистские настроения дошли до американского берега Атлантики, у Kensho опять-таки был наготове подробный анализ происходящего. После выборов доллар США укрепился на 3%, но история вновь показала, что близится массовая продажа американской валюты. В начале 2017 года Kensho пришли к выводу о том, что компании, на которые повлиял рост курса национальной денежной единицы — в большинстве своем, технологические корпорации, — скоро выйдут на сверхприбыли. Так все и вышло: главными победителями по итогам 2017-го оказались технологические гиганты, а больше всех не поздоровилось от этого, разумеется, доллару.
А что алгоритмы Kensho думают о решении Дональда Трампа ввести таможенные пошлины на импортные сталь и алюминий? Хотя некоторые эксперты полагают, что средние и мелкие предприятия от подобной протекционистской политики федеральных властей только выиграют, не стоит у этих компаний ожидать существенного роста фондовых показателей. В действительности на бирже ценных бумаг NASDAQ бал по-прежнему правят технологические конгломераты — несмотря на политику властей, сверхприбыли так и остаются исключительно привилегией данного сектора. Такой анализ Kensho провел, к слову, всего за несколько секунд, в течение которых обработал данные 14 законов о таможенных пошлинах начиная с 1988 года.
Со временем стартап для Goldman Sachs оказался не просто ключом от всех дверей на Уолл-стрит. Чавез и подразделение банка, занимающееся главными направлениями инвестирования, помогли Нэдлеру радикально изменить курс финансовой корпорации. Теперь вместо того, чтобы сосредоточивать все внимание только на торговле ценными бумагами (важная, но относительно небольшая доля крупных банков), алгоритмы системы применяются на всех уровнях Goldman Sachs.
В настоящее время технологии Kensho используются в подразделении по управлению финансовыми активами общим объемом $1,5 трлн. Здесь особый «движок взаимного коррелирования» отслеживает зависимость различных активов от того, почему и насколько они привлекательны для потенциальных инвесторов. Также стартап каждое воскресенье выпускает собственный отчет, в котором приводит данные анализа новостной повестки дня, доходов компаний и изменений экспертных оценок. Открытая архитектура системы позволяет пользователям вносить по своему усмотрению собственные параметры.
Рана Йаред, управляющий директор Goldman Sachs, контролировавшая инвестирование капитала в Kensho, объясняет: «Клиенты Goldman Sachs положительно восприняли систему Kensho, ведь она позволяет пользователю распоряжаться собственными активами без каких-либо посредников и незаметно становится неотъемлемой частью самой бизнес-модели. Наши сотрудники тоже должны просчитывать последствия каждого решения, но с Kensho эти прогнозы становятся во много раз точнее». Сам Дэниел Нэдлер добавляет: «Разработанный нами интеллект на самом деле должен называться не искусственным, а усовершенствованным. Если задуматься, он делает очень заурядные вещи, — которые, тем не менее, принято считать, человеку не под силу, — и делает их в мгновение ока».
Мартин Чавез, занимающий сейчас должность финансового директора Goldman Sachs, посоветовал руководителю стартапа расширить платформу и не ограничиваться одними лишь инвестициями и торговлей ценными бумагами. Таким образом финансовая корпорация могла бы использовать базу данных и мощности машинного обучения для планирования потенциальных капиталовложений гораздо быстрее и эффективнее. Выгоду это принесло бы и корпоративным клиентам инвестиционного банка. Именно эти аспекты стали решающими в сделке с S&P Global.
Богатство будущего
Став частью S&P Global, технологии Kensho будут интегрированы в одну из крупнейших систем данных на Уолл-стрит, которая обслуживает все самые известные американские компании.
Совсем скоро искусственный интеллект стартапа будут использовать повсеместно аналитики рынка облигаций и соответствующие отделы целых предприятий, не говоря уже о более широкой аудитории частных инвесторов.
Дуглас Питерсон, генеральный директор S&P Global заявил: «За очень короткое время интуитивные платформы Kensho, ее сложные алгоритмы и возможности машинного обучения широко себя зарекомендовали на Уолл-стрит и в мире высоких технологий. Этим поглощением мы хотим показать, насколько важно для нас не просто принимать участие в развитии финансовых технологий, а быть его главной движущей силой».
По мнению Нэдлера, для самого стартапа сделка с агентством окажется крайне выгодной. Kensho останется отдельным предприятием, его штаб-квартира будет располагаться, как и раньше, в Кембридже, а название так же будет напоминать о Будде. С другой стороны, уровень связей S&P Global и корпоративный дух финансовой корпорации позволят технологиям Kensho без особых усилий заполучить уйму новых пользователей.
В связке с S&P Global, одной из основных организаций, обрабатывающих финансовые данные, искусственный интеллект Kensho сможет анализировать информацию из новой огромной базы. Нэдлер утверждает: «Сейчас наш стартап переживает качественный рывок, потому что в одночасье мы сможем выстраивать аналитику отталкиваясь от финансовых данных со всего мира, а наша система будет с каждым разом становиться умнее и точнее».
Перевод Антона Бундина
Как искусственный интеллект изменит отношение к инвестициям
источник: cdn.incrussia.ru
В марте стало известно, что агентство S&P Global покупает компанию Kensho, которая создает технологии на основе искусственного интеллекта и помогает крупным финансовым организациям с аналитикой. О том, как технология Kensho придет на помощь частным инвесторам, рассказывает Forbes.
Несмотря на поглощение бренд Kensho не пропадет, а компанией продолжит управлять ее основатель Дэниел Нэдлер. По данным издания, сделка станет крупнейшей в сфере искусственного интеллекта. А тот факт, что ее заключили на Уолл-Стрит, говорит о том, что боты смогут прогнозировать будущее финансовых рынков точнее, чем аналитики.
Нэдлер вместе с Питером Крусколлом создал алгоритм Warren, который предлагал потенциально выгодные сделки. Решение отличалось крайне простым интерфейсом: для начала работы с программой необходимо было ввести запрос в текстовое поле. При этом алгоритм находил ответы на более чем 65 млн комбинаций вопросов и мгновенно сканировал более 90 тысяч документов и сообщений, среди которых отчеты компаний, сертификаты на лекарства или изменения в финансовой системе.
Алгоритмы компании позволяют рассчитывать, как политические события смогут повлиять на мировые рынки. Так, в Kensho смогли за несколько секунд спрогнозировать самый вероятный исход выхода Великобритании из ЕС. Алгоритмы компании предположили, что инвесторам не стоит ждать быстрого восстановления курса фунта стерлингов. А в начале прошлого года система Kensho сообщила, что технологические компании, на которые повлияло укрепление доллара, в ближайшем будущем выйдут на рекордные показатели по прибыли.
После завершения сделки по покупке Kensho технологии компании внедрят в систему S&P Global, которая обслуживает крупные американские компании. ИИ проекта будут использовать аналитики рынка облигаций, а также частные инвесторы, отмечает издание.
Компанию Kensho в 2013 году создал Дэниел Нэдлер. Сейчас в Kensho работает 120 человек, а с момента основания проект привлек $67,5 млн. Так, в феврале 2017 года в компанию $50 млн инвестировала S&P Global — одно из крупнейших рейтинговых агентств в мире.
Фига то, полностью пока не изменит. Немалая толика основана не только на финансово-математических модельных расчётах, но и на таких чисто человеческих свойстах как «профессиональная интуиция» она же «чуйка» и «доверие». Здесь ещё многое не исследовано и без эффективных нейросетевых алгоритмов не обойтись. Пока этого нет ввиду сложности всей суммы отношений и оценочных критериев. Но как дополнительный инструмент анализа мэй би.