Subskrybuj nas na Youtube
Współczesnym rynkiem rządzi technologia. Nie giełdach grają komputery i to maszyny decydują, czy dostaniemy kredyt
6 maja 2010 r. na wszystkich rynkach finansowych panowała napięta atmosfera. Kolejny dzień trwały zamieszki w Grecji, w mediach było pełno spekulacji na temat rychłego wyrzucenia Hellady ze strefy euro i konsekwencji, jakie miałoby to dla strefy euro. Telewizje pokazywały chaos Aten, a światowe serwisy informacyjne wieszczyły szybkie bankructwo Grecji z powodu nadmiernego zadłużenia. Na giełdach panował nastrój wyczekiwania na jakiś sygnał, który zdecyduje o tym, w jakim kierunku podąży rynek. O 14.40 czasu wschodniego USA nastąpiło załamanie tak gwałtowne, jakiego jeszcze w historii nowojorskiej giełdy nie widziano.
– Akurat robiłem długoterminowe analizy walutowe i na ekranie komputera – przypadkowo – miałem wykres kursu akcji z ostatnich kilkunastu lat jednej z największych spółek Wall Street. Wykres nudny, była to pozioma linia, bo spółka była stabilna. Nagle linia wykresu zapikowała. To wyglądało wręcz jak awaria komputera – opowiada Maciej Jędrzejak, prezes Saxo Bank Polska.
Jędrzejak zaczął nerwowo przeglądać serwisy informacyjne, by sprawdzić, co takiego się stało. W ciągu kilku minut najważniejszy indeks na Wall Street – Dow Jones Industrial – spadł o niemal 10 proc. Podobnie zachowywały się inne wskaźniki. Niektóre akcje zostały przecenione do możliwie najniższego poziomu – 1 centa. Ale w serwisach nie było żadnego newsa, którym można by wytłumaczyć ten Armagedon. Co najdziwniejsze – po kilkunastu minutach paniki wszystko wróciło do normy. Indeksy, akcje, fundusze – wszyscy szybko zaczęli odrabiać straty. Nikt jednak nie był w stanie powiedzieć, co zaszło.
Zaniepokojona Komisja Papierów Wartościowych i Giełd (SEC) wszczęła śledztwo. Po dwóch tygodniach wydała werdykt: jedno wielkie błędnie wprowadzone zlecenie sprzedaży wywołało efekt domina. Początek czarnemu czwartkowi dał fat finger (czyli gruby paluch): wpisujący zlecenie diler pomylił się o kilka zer. Chciał sprzedać instrumenty warte kilka milionów dolarów, a wystawił zlecenie na kilka miliardów. Było ono na tyle duże, że zabrakło popytu, by je zrealizować. Potem automaty, odpowiadające w Ameryce już za ponad połowę giełdowego handlu, zadziałały zgodnie z zaprogramowanym schematem: zaczęły wystawiać własne zlecenia sprzedaży, by ograniczyć straty, a niektóre w ogóle się wyłączyły, przez co drastycznie spadła płynność rynku. – Ludzie z pewnością zauważyliby, że klient, który zazwyczaj obraca kontraktami wartymi 5 mln dol., nie może nagle zrobić transakcji na 5 mld – mówi Maciej Jędrzejak.
Wydarzenia z 6 maja 2010 r. przeszły do historii pod nazwą flash crash – błyskawiczny krach. I rozpoczęły dyskusję na temat niebezpieczeństw stosowania nowoczesnych technologii we współczesnym inwestowaniu.
Algorytm zastępuje człowieka
Od połowy ubiegłej dekady na światowych rynkach dynamicznie rozwija się handel algorytmiczny. W dużym uproszczeniu: to automatyczne zlecenia dokonywania transakcji, które składają komputery. – W czasach zdominowanych przez informatykę można pokusić się o opracowanie modelu inwestycyjnego i zapisanie go w postaci algorytmu. Mając oprogramowanie, samo granie na giełdzie można powierzyć maszynie. Dziś duża część handlu na rynkach finansowych odbywa się w taki właśnie sposób – mówi prof. Wojciech Cellary z Katedry Technologii Informacyjnych Uniwersytetu Ekonomicznego w Poznaniu.
– Co prawda nadal jeszcze człowiek uruchamia komputer, ale gdy program zacznie działać, staje się zbędny. Może wręcz przeszkadzać, bo często liczą się milisekundy – mówi Maciej Jędrzejak. Tak jak w przypadku arbitrażu – czyli grze polegającej na wykorzystywaniu różnic w cenach akcji notowanych na różnych giełdach. – Ale jest jeszcze drugi aspekt używania komputerów. To spór o to, czy inwestowanie na giełdzie jest sztuką, czy nauką. Ci, którzy twierdzą, że to pierwsze, twierdzą, że algorytm zabija umiejętność gry, w której ważną rolę odgrywa psychologia. Zwolennicy naukowego podejścia, wierzący w analizę techniczną, powiedzą, że lepiej niż człowiek wskaźniki i trendy będzie analizował program – mówi Jędrzejak.
W Polsce proces automatyzacji zaczął się od obsługi transakcyjnego zaplecza. Na polskim rynku już pod koniec lat 90. pojawiły się pierwsze rozwiązania, które to umożliwiały. Jędrzejak był wtedy dilerem walutowym i pamięta moment, w którym w jego branży automaty zaczęły zastępować ludzi. – Dawniej diler po przyjęciu zlecenia wypisywał ręcznie ticket, w którym opisywał warunki transakcji. Tickety były spisywane i podliczane przez position keepera, który przekazywał je osobom zajmującym się księgowaniem transakcji na odpowiednich rachunkach. To właśnie position keeper został zastąpiony przez program jako pierwszy – wspomina prezes Saxo Bank Polska.
Teoretycznie już wtedy można było pójść dalej, czyli wprowadzić automatyczną księgowość. Banki w Polsce zwlekały jednak z przyjęciem tych rozwiązań ze względów społecznych. To by wymagało zwolnień pracowników. – Dużo łatwiej jest zwolnić jednego position keepera, niż zredukować dział, w którym pracuje kilkadziesiąt osób. Ale i to się stopniowo zmieniało wraz z szukaniem przez banki oszczędności. I na przełomie lat 2003 i 2004 proces księgowania transakcji stał się automatyczny. Pozostali tylko ci, którzy realizowali te transakcje, czyli dilerzy – mówi.
Jego zdaniem teraz obserwujemy kolejny etap automatyzacji rynku, i to nie tylko giełdowego. Dla Jędrzejaka przełomem był rozwój firm niebankowych specjalizujących się w obsłudze transakcji walutowych, bo dzięki nim ten rynek trafił pod strzechy. – Kiedy zaczynałem pracę, minimalna kwota transakcji walutowej wynosiła 0,5 mln dol., dziś wystarczy kilka tysięcy. Żeby to się opłacało, trzeba było stworzyć wydajne systemy obsługi. Im bardziej zautomatyzowane, tym tańsze. Równolegle zaczęto pracować nad narzędziami służącymi bezpośrednio do handlu. Tu prace nabrały tempa wraz z rosnącą rolą funduszy hedgingowych, które na dużą skalę wykorzystują handel algorytmiczny – opowiada.
Algorytm nie jest odporny na błąd
Jednak kierunek, w którym zmierza rynek finansowy, nie jest do końca bezpieczny. Oczywiście trudno sobie wyobrazić, żeby znów zacząć wszystko robić ręcznie. Działa on już zbyt szybko, bez wsparcia technologicznego jego opanowanie byłoby niemożliwe. Ale nadal nikt nie potrafi stworzyć algorytmu, który nie będzie reagować na czarne łabędzie – wydarzenia niespodziewane, takie, które teoretycznie nie powinny nastąpić.
– Człowiek może kierować się zdrowym rozsądkiem, rozważyć, czy kurs akcji jest atrakcyjny, stosując różne sposoby ich wyceny. Przykładowo: jeśli akcja kosztuje 15 dol., a wiadomo, że wyliczając jej wartość metodą wyprzedaży majątku, powinna kosztować 20 dol., to jest jasne, że zakup takiej akcji jest atrakcyjny, a jej sprzedaż nie ma sensu. Automat tego nie czuje i sprzedaje dalej, zwłaszcza gdy w pewnym momencie uruchomi się polecenie stop loss, które teoretycznie ma ograniczać straty przez sprzedaż jakiegoś aktywa – mówi Jędrzejczak.
Lepsze zdanie o algorytmach na giełdzie ma prof. Cellary. Uważa, że taka forma inwestowania ma wiele zalet: zapewnia statystycznie większe zyski niż handel prowadzony przez ludzi, nawet tych bardzo doświadczonych. Komputer może bowiem na bieżąco analizować znacznie więcej zdarzeń zachodzących na giełdzie i w jej otoczeniu. – Jednak trzeba dodać, że jest on pozbawiony intuicji doświadczonego człowieka, która czasami bardzo się przydaje – przyznaje. I zaznacza, że algorytmy nie gwarantują zysku, a w pewnych sytuacjach mogą prowadzić do błędnych decyzji i strat finansowych. Porównuje je do pracy chirurgicznego robota. Taki robot wyposażony w laser jest w stanie wykonać nacięcie rogówki oka z dokładnością do setnej milimetra, czego żaden człowiek nie zdoła zrobić. – Ale chirurg nigdy nie popełni takiego błędu, aby skalpelem przeciąć pacjentowi oko na pół, a robot sterowany algorytmem może, jeśli jeden bit ulegnie przekłamaniu. Dlatego za robotem zawsze stoi chirurg, który w każdej chwili może go zatrzymać, podobnie jak zawsze można wstrzymać notowania na giełdzie – uważa profesor.
Przyszłość inwestowania? Koniec ze składaniem zleceń kupna i sprzedaży, nawet przez internet. – Każdy będzie wybierał program do grania na giełdzie, który będzie najlepiej odpowiadał jego intencjom. Oczywiście w wolnym świecie, jak ktoś będzie chciał sam grać na giełdzie, to będzie mógł to nadal robić, tylko szanse na wygranie takiego pojedynczego gracza z algorytmem, w którym jest skumulowana wiedza całego sztabu analityków i programistów, będzie znikoma – uważa prof. Cellary.
Maszyna cię prześwietli
Automaty panoszą się już nie tylko na giełdzie i rynku walutowym. Coraz częściej używane są także w innych działach finansów, choćby przy ocenie ryzyka kredytowego. Bank czy firma pożyczkowa potrzebują jak najwięcej informacji na temat klienta, by zminimalizować ryzyko strat. Wcześniej zmuszały wnioskodawcę do podawania szczegółowych danych na swój temat. Teraz mogą posiłkować się analizą danych zebranych choćby z serwisów społecznościowych.
– Mamy tu do czynienia z konfliktem dwóch wartości: prywatności i prawdy. Bank może zweryfikować prawdziwość danych podanych przez wnioskodawcę o kredyt, głównie naruszając jego prywatność. Warto jednak zauważyć, że w internecie nikt nie znajdzie niczego, czego by ktoś nie zamieścił. Jeśli ktoś używa mediów społecznościowych głównie do narzekania i eksponowania swoich nieszczęść, to niech nie dziwi się potem, że bank odmówi mu kredytu – mówi prof. Cellary.
Sebastian Diemer, prezes Kredito24, pozabankowej firmy udzielającej pożyczek przez internet, opowiada, jak wygląda taki proces zbierania danych z sieci. – Nasz autorski program analizuje 8 tys. danych, w tym te pochodzące z serwisów społecznościowych, m.in. Facebooka. Przy właściwym wykorzystaniu i za zgodą użytkownika FB jest nieocenionym źródłem informacji – mówi. Co analizuje program? Ważne jest m.in. jak długo istnieje profil, liczba znajomych, częstotliwość zamieszczania postów, liczba lajków. – Profil prowadzony mało aktywnie, z niewielką liczbą znajomych, założony na kilka tygodni przed złożeniem wniosku o kredyt będzie dla naszego systemu sygnałem, że może to być próba wyłudzenia – mówi Diemer.
System analizuje nie tylko dane z mediów społecznościowych. Istotne mogą być informacje geolokalizacyjne, które mogą potwierdzić miejsce zamieszkania lub pracy wnioskodawcy. Znaczenie może mieć również, w jaki sposób potencjalny pożyczkodawca wypełnia wniosek oraz jak dużo czasu spędził na stronie Kredito24. – Internet to największy depozyt danych publicznych, a sama idea big data (wielkich danych) jest jak puzzle: pojedyncze dane mogą być bez znaczenia, jednak umiejętnie połączone dają wiarygodny obraz klienta – uważa Diemer.
Cały proces weryfikacji jest całkowicie automatyczny, bez udziału konsultanta. A decyzja o przyznaniu pożyczki może być podjęta nawet w minutę. – Wyeliminowanie czynnika ludzkiego ogranicza ryzyko błędu. System się nie zmęczy, nie zachoruje, nie będzie mieć gorszego dnia. Decyzje kredytowe podejmowane w oparciu o big data są zdecydowanie lepsze. Oczywiście ktoś zawsze może zadać sobie trud budowania drugiej tożsamości w mediach społecznościowych, jednak big data to nie tylko Facebook, lecz także tysiące innych danych, których sfałszowanie wymagałoby ogromnego zaangażowania czasu i środków – przekonuje prezes Kredito24.
Świat, który przemija
Kredito24 zatrudnia finansistów – ale takich, którzy umieją programować. – Szeroki zakres wiedzy i wszechstronność kandydata zwiększają szansę na zatrudnienie, a programista finansowy pracujący w języku C++ jest cennym nabytkiem – mówi Sebastian Diemer. Jego zdaniem tak to właśnie będzie wyglądać: technologia sprawi, że instytucje finansowe będą potrzebowały przede wszystkich specjalistów IT. – Największe szanse pracy w bankowości będą mieć osoby, które będą specjalizować się zarówno w tej branży, jak i w finansach oraz ekonomii. Idealnym rozwiązaniem byłyby studia, które kształciłyby finansistów ze specjalizacją IT – uważa.
Także prof. Cellary zwraca uwagę, jak bardzo wprowadzenie nowych technologii na rynek zmieniło charakter pracy w finansach. – Dziś to już nie są panowie w czerwonych szelkach, którzy biegają z karteczkami i krzyczą coś do telefonów. Dziś rynkiem finansowym zajmują się ludzie, którzy swój pomysł na inwestowanie są w stanie przełożyć na matematyczny algorytm. Dawniej bankowiec, makler czy analityk nie kojarzyli się z matematyką, statystyką, modelowaniem i programowaniem. Teraz tak – uważa.
Prezes Jędrzejak dodaje, że ponad połowa z 1000 pracowników Saxo Banku to informatycy finansiści. Dzisiejszy styl i sposób pracy na rynku od tych sprzed dwóch dekad dzieli przepaść. W latach 90. komputery w pracy dilera walutowego w zasadzie mogłyby nie istnieć. Najważniejszym narzędziem był telefon. Cały obrót był generowany przez ludzi. – Wtedy, przynajmniej na polskim rynku, ważne też było, kto kogo zna. A znali się wszyscy ze wszystkimi. Było nas kilkadziesiąt osób, standardem były cotygodniowe spotkania ludzi z branży. Mogę się założyć, że dziś junior dealer z dużego polskiego banku nie zna osobiście swojego kolegi z konkurencji – ale też nie ma takiej potrzeby. Bez znaczenia jest, czy po drugiej stronie będzie siedział ktoś, kogo znam, czy ktoś kompletnie nieznajomy. Cena i tak jest generowana przez system – mówi. I wspomina, że środowisko, jakie przed laty tworzyli pracownicy dealing roomów, miało honorowy kodeks, zasady, którymi kierowano się w pracy. Jedna z nich: jeśli robimy transakcję i widzimy, że druga strona ewidentnie się pomyliła – co każdemu się przytrafiało – to trzeba ją anulować.
– OK, mogliśmy się prywatnie nie lubić, ale błędów nie wykorzystywaliśmy. Stara szkoła dilerska – do której i ja należę – polega na budowaniu wzajemnych relacji na lata. Nas nie interesuje jeden strzał. My chcemy współpracować przez długi czas, a żerowanie na potknięciach partnerów mocno się z tym kłóci – mówi Maciej Jędrzejak.
I dodaje, że proces automatyzacji powoli zabija te wartości. – Kto ma tego pilnować? Automat? Może kiedyś informatycy wypracują taki model algorytmu, który sam będzie się korygował. Ale wtedy mielibyśmy do czynienia z czymś więcej niż sztuczna inteligencja – dodaje.
