Překvapivý objev: AI učí obchodníky na burze ignorovat slabé signály a dosahovat vyšších zisků

Finanční trhy jsou komplexním ekosystémem, kde se prolínají racionální rozhodování, statistické pravděpodobnosti i iracionální „živočišné pudy“. Pro pochopení a úspěšné působení na těchto trzích je klíčové ovládat obě tyto dimenze.

Finanční trhy jsou komplexním ekosystémem, kde se prolínají racionální rozhodování, statistické pravděpodobnosti i iracionální „živočišné pudy“. Pro pochopení a úspěšné působení na těchto trzích je klíčové ovládat obě tyto dimenze. V posledních letech se však obchodníci s aktivy stále častěji spoléhají na techniky strojového učení, které jim pomáhají předpovídat budoucí ceny aktiv.

Bo Hu, odborný asistent financí na Costello College of Business na George Mason University, se ve svém výzkumu zaměřuje na to, jak tyto nástroje strojového učení mění rozhodovací procesy na trhu. Jeho nedávná práce v časopise Management Science se věnuje široce používané technice zvané LASSO (least absolute shrinkage and selection operator), kterou v roce 1996 představil statistik Robert Tibshirani. Síla LASSO spočívá v jeho schopnosti odfiltrovat slabé signály a soustředit se na ty silnější, potenciálně ziskové. Obchodní strategie založená na LASSO zahrnuje „neaktivní zónu“ pro menší aktivity, kde je doporučenou strategií nedělat nic.

Přestože je LASSO populární a efektivní, jeho ekonomická racionalita zůstávala nejasná. Obchodníci se obvykle snaží využít jakoukoli výhodu, byť sebemenší, k dosažení nadprůměrných výnosů. Jak tedy může dávat smysl přijmout systém, který záměrně ignoruje signály menšího rozsahu? K vyřešení této otázky vědci vyvinuli teoretický rámec, který modeluje finanční trh, kde více agentů (obchodníků) používá historii cen aktiv k předpovídání výnosů a k obchodním rozhodnutím.

V základním scénáři, kdy obchodníci znají obchodní prostředí a nečelí nejistotě modelu, jednají podle alternativní metody zvané MSE (mean squared error). Tato metoda je v podstatě bayesovský přístup k učení, který je zakořeněn v ekonomické racionalitě a využívá všechny dostupné signály. Výzkumníci však zjistili, že když obchodníci čelili značné nejistotě ohledně distribuce hodnot aktiv, obchodní kalkulace se změnila. Agenti, kteří se vyhýbají nejistotě, přijmou robustní strategii podobnou LASSO, zdrží se obchodování v reakci na slabé nebo středně silné tržní signály. S lineárními omezeními na povolené obchodní strategie se rovnovážná rozhodnutí přesně shodovala s odhady LASSO.

Jako rovnovážná obchodní strategie může LASSO zlepšit celkové zisky ve srovnání s bayesovskou alternativou, která hledá každou výhodu. Důvodem je, že konzervativnější pozice diktované „neaktivní zónou“ zmírňují konkurenci mezi obchodníky. Na velkém trhu agresivní konkurence tlačí celkové zisky obchodníků používajících konvenční strategii MSE k nule. Obchodováním méně agresivně mohou obchodníci využívající LASSO zachovat pozitivní celkové zisky – mechanismus, který vědci popisují jako „implicitní koluzi“, ačkoli obchodníci spolu nekomunikují ani se explicitně nekoordinují.