Вы все еще верите в ручной скальпинг или технический анализ? Пока сотни интернет-ресурсов продолжают копировать друг у друга статьи об эффективности торговли по средним скользящим или другим индикаторам, разработчики ПО создают новые автоматические алгоритмы на основе нейронных сетей, которые уже в скором времени смогут достаточно точно прогнозировать котировки быстрее и точнее человека. Вы думаете, что будущее предсказать невозможно? Но ведь именно этим и занимается трейдер, составляющий прогноз по техническому или фундаментальному анализу. Так почему этот прогноз не может сделать искусственный интеллект?

Прогноз котировок криптовалют с помощью искусственного интеллекта

Упрощенно алгоритм принятия решения на основе нейронных сетей можно представить следующим образом. Человек вводит первоначальные данные – вводные параметры, загружает историю и указывает результат, который он хочет видеть на выходе. Искусственный интеллект перебирает все возможные комбинации, находит закономерности и на их основе делает прогноз.

Алгоритмы предсказывания результатов по историческим данным уже неоднократно применялись, например, для определения лауреатов Оскара и на фондовых рынках. Есть неоднократные попытки создать алгоритм, который можно было бы применить и к валютам.

• Справка. Существует несколько подходов к разработке алгоритмов машинного обучения. Один из них – LSTM-модель, являющаяся разновидностью нейронной сети. Она запоминает долгосрочные зависимости и ищет в них закономерности.

Попытки применить нейронные сети в криптовалютах уже предпринимались. В 2017 году Огньен Гатало создал программу, которая по данным за два месяца делала прогноз ВТС. Источником котировок был взят ресурс – blockchain.com. Эксперимент провалился – на ВТС влияет множество фундаментальных факторов, которые сеть спрогнозировать не смогла.

В 2019 году Марко Сантос из США предложил еще одну версию бота для прогноза на основе LTSM-модели с использованием исторических данных от Yahoo Finance. Сеть должна была предсказывать котировки ВТС на ближайшие 10 дней. Результат оказался более точным, но тем не менее, далек от идеала.

В 2020 году Дерк Зомер из Австралии предложил сеть, прогнозирующую движение цены ВТС в ближайшие 20 минут. По его словам, искусственный интеллект мог давать прогноз только на основе финансовых данных, а такая модель бесполезна.

Еще дальше пошел другой разработчик – Фредерик Риверолла. Он предложил алгоритм, учитывающий в дополнение к историческим котировкам новостные заголовки. Например, сеть нашла закономерности – когда в СМИ упоминалась возможность импичмента Трампа, ВТС рос. На подобных корреляциях была создана модель для прогноза, которая после теста показала точность 64,7%. Этого недостаточно, потому сейчас разрабатываются новые модели, которые бы учитывали большее количество фундаментальных факторов.

Факторы, сдерживающие развитие прогнозирования с помощью искусственного интеллекта:

• Недостаток информации. Для точного прогноза одних исторических котировок недостаточно, даже если они будут взяты за несколько десятков лет. И как загрузить в нейронную сеть остальные влияющие факторы, пока неизвестно.
• Человеческий фактор. Нейронная сеть создается человеком. И значит, вкладываемый алгоритм будет так или иначе зависеть от взглядов разработчика. Если сам человек еще не научился точно прогнозировать будущее, как он может заставить сделать это искусственный интеллект?
• Технологические ограничения. Для перебора комбинаций нужны вычислительные мощности, доступные только крупным корпорациям. У частных разработчиков нет ресурсов для реализации своих идей.
• Скептицизм. Люди не готовы строить стратегии на основе прогноза искусственного интеллекта. И пусть торговые советники давно используются на практике, они все равно остаются под контролем человека.

Вывод. Что будет, если искусственный интеллект сможет заменить человека в области принятия решений? Мечта алгоритмических трейдеров «нажму кнопку – и робот начнет зарабатывать деньги» не сбудется. Хотя бы потому, что, если кто-то их зарабатывает, то кто-то их теряет. Скорее всего, наступит эра новых торговых инструментов и эра ручного трейдинга уйдет в историю – трейдер не сможет соревноваться по скорости принятия решений и точности прогноза с искусственным интеллектом. Методы технического анализа сменятся на методы управления алгоритмами нейронных систем и их оптимизацию.

Трейдеру нового поколения нужно будет уметь не только разбираться в методах математического и статистического прогнозирования, но и в программировании нейросетей. И пусть до этого еще далеко, вопрос в том, кто первый увидит перспективность этого направления и сумеет воспользоваться ситуацией.