СЕЛО ЩЕПЕТНЕВКА: Вакцина послушания

Автор: Василий Щепетнев

Итак, мечта поборников копирайта сбылась: ни одна программа не используется нелегально, ни один рубль, доллар или юань не минует кармана софтопродавца, каждый винчестер заполнен исключительно лицензионным содержимым. Сбылась эта мечта только в моем воображении, но что с того? Посмотрим, как процесс идет в одной отдельно взятой голове, а там и решим, стоит ли распространять его в мировом масштабе.

Как удалось достичь копирайтного благолепия— не знаю. Может быть, века нравственного совершенствования человечества принесли долгожданные плоды. Или применили вакцину послушания: первая прививка в роддоме, ревакцинация перед каждыми выборами. Нарушить закон человек просто не в силах, да ему это и на ум не приходит. Не важен способ, важен результат: теперь, если вы устанавливаете на своем компьютере коммерческую программу, вы делаете это строго по закону.

В законопослушной реальности внутри головы сейчас, в 2006 году, на моем столе стоит старенький компьютер с процессором Cyrix 386 DX40, винчестером на 420 мегабайт (наполовину пустым), ОЗУ в 4 мегабайта и мегабайтной видюшкой. Зачем мне больше? Потратившись однажды на комбинацию DOS 6.22 и Windows 3.1, я далее не пошел. Чего деньгами-то сорить? Программы либо летают, либо резвехонько бегают. Их, сторонних программ, у меня— не нужно даже снимать ботинки, хватит пальцев рук. Текстовый редактор «Слово и дело»— раз. ДОС-навигатор— два. Пакет для работы в Интернете или даже только в ФИДО— три. Ну и игрушки, каюсь, транжира: Doom2, Civilization, Warcraft, Jagged Alliance и Kasparov’s Gambit. Итого восемь программ, два пальца остались свободными. Встречаются люди, которые обходятся содержимым пакетов ДОС и Win3.1, но есть и живущие побогаче, с дюжиной программ, а то и больше. Преобладающим стал крестьянский подход. Крестьянин не купит новый трактор, если у него старый в порядке, не станет менять борону или сеялку по велению моды, даже если модная борона насвистывает «Марш Энтузиастов», а прежняя ничего не насвистывает. Доллар счет любит, полюбили счет и мы. Как девушка, у которой в гардеробе негусто, мы украшаем то, что есть, вышивкой или аппликацией: сами редактируем поля сражений Warcraft’a и Doom’a, обмениваемся удачными поделками, создаем кружки по интересам словно кактусоводы или филателисты. Есть и маргинальные кружки, где злопыхатели рисуют в Warcraft’e Кремль, сажают туда злобного колдуна, испускающего каждые пять минут по демону-закону, а толку-то, толку? Только себе вредят. Вакцина послушания напрочь отучила людей от кукишей в кармане, политических анекдотов и неразумного фрондерства.

Компьютеры в массы пробиваются с трудом. Ученые, литераторы, инженеры на них работают, а играть народ предпочитает в домино, карты или— передовой отряд молодежи— с игровыми приставками. Если стодолларовая игра намертво привязана к одному компьютеру и копированию не поддается принципиально, лучше «денди» взять— она и дешевле, и места меньше занимает. Компьютер остался помесью пишущей машинки с калькулятором. Помесь удалась на славу, но число интеллектуалов невелико.

Зато писать и считать, если не отвлекает новая игрушка, куда легче, нежели когда игрушек дюжина дюжин. Пресловутые сто долларов за программу стоят на страже творческого труда. И сколько ненаписанных в некопирайтной реальности романов оказались написанными внутри головы, как они обогатили мировую культуру!

Получилось, что при необоримом копирайте всем большая польза вышла. Разве что производители железа пострадали, программистов поубавилось, да и Биллу Гейтсу до Абрамовича дальше, чем мне до Чукотки, но народ в целом стал румянее и свежее. А как я поднаторел в шахматах! Вместо того чтобы забивать винчестер третьей сотней программ, я с одной-единственной бился десять зим и набил руку изрядно, без пяти минут мастер. Ну, без пятнадцати. Кстати, возвращаясь из воображаемой реальности в нашу, единственную. Чемпиона мира по версии ФИДЕ Топалова обвиняют в тайном использовании шахматных программ. Не своими-де мозгами он других побивает, а заемным умом. Обвиняют не старушки на лавках, а гроссмейстеры. И в доказательство приводят анализированные программой партии Топалова. Действительно, и пять, и шесть ходов Топалова совпадают с программными, порой больше. Решил проверить и я. И сделал открытие, по сравнению с которым все обвинения— сущее ничто.

Я дал анализировать программам две партии из далекого 1904 года. Турнир в Кембридж-Спрингсе, Карл Шлехтер против Эммануила Ласкера. Шлехтер блестяще побеждает чемпиона мира, Ласкер капитулирует на 37-м ходу. После выхода из дебюта лишь один ход Шлехтер сделал самостоятельно, все остальные ему подсказал «Шреддер-10» (глубина— двенадцать полуходов).

А в партии с Нейпиром Шлехтер вовсе не сделал ни одного самостоятельного хода, слепо доверившись программе «Фриц-9» (глубина— та же дюжина полуходов), и потому выиграл уже на 21-м ходу. В 1904 году не было ни радио, ни компьютеров с программами. Зато была Машина Времени!

Или совпадения встречаются куда чаще, чем мы себе представляем…

РЫНКИ:

Автоматторг: Цифровые трейдеры обгонЯют белковых?

Автор: Леонид Левкович-Маслюк

Финансовая информатика — одна из самых мощных информационных технологий. А финансовый рынок — едва ли не самая сложная из систем, созданных человеком. Но «созданная» еще не значит «понятая». Автор бестселлеров о финансовом рынке и его героях Роберт Хэгстром (Robert Hagstrom) назвал инвестирование (то есть зарабатывание на вложениях в акции) «последним из свободных искусств», подчеркивая несводимость этой игры к рутинным калькуляциям. Однако поиски успешной «системы» гарантированного преумножения инвестиций не прекращались никогда. В этом материале речь пойдет о системах в близком, но ином значении — компьютерных торговых системах, или роботах, прогнозирующих динамику цен и самостоятельно заключающих сделки на фондовом рынке. Модная в текущем сезоне цифровая начинка такого электронного супертрейдера — прикладная эконофизика.

По данным Нью-Йоркской фондовой биржи (New York Stock Exchange), уже полтора-два года назад роботы заключали на ней около 30% сделок (хотя бы с одной стороны). Шок от столь внушительной цифры отчасти компенсируется тем фактом, что большинство роботов не особенно сложны идейно, — чаще всего они принадлежат к так называемым арбитражным системам.

Арбитражеры не анализируют динамику рынка и не пытаются спрогнозировать поведение цены. Их задача — сканировать данные с разных бирж и выявлять различие в ценах на одни и те же бумаги. Если это различие таково, что выгодно купить актив на одной бирже и продать его на другой, — система мгновенно проводит необходимые сделки. (Это то же самое, что купить валюту в одном обменнике, проехать две остановки на трамвае и перепродать ее чуть дороже в другом; десять-двенадцать лет назад в Москве кое-кто неплохо на этом зарабатывал.)

В операциях такого рода роботы полностью превосходят человека. «Белковый» трейдер физически не в состоянии отслеживать котировки по нескольким тысячам бумаг даже на двух биржах, а на практике нужно следить за бо,льшим их числом — в Нью-Йорке, Лондоне, Токио… Разумеется, реальная технологическая архитектура систем такого типа довольно сложна и обеспечивает массу разнообразных функций. Однако им присущи принципиальные ограничения — в частности, сама ситуация арбитража не может существовать на современном рынке сколь-нибудь длительное время. Инвестиционные компании все внимательнее приглядываются к торговым системам, использующим более серьезный анализ рынка при принятии решений. Один из локомотивов развития системной торговли — американские хеджевые фонды (аналог наших ПИФов), управляющие огромными активами. В последнее время количество хеджевых фондов чуть ли не ежегодно удваивается, и уже процентов двадцать из них применяют достаточно сложных биржевых роботов.

Стало быть, если роботу доверены деньги американских инвесторов, есть полная уверенность, что он их по крайней мере не проиграет? Николай Старченко осторожен в оценках. По его мнению, сегодня не существует общепризнанных методов уверенного прогноза цен акций. С другой стороны, в периоды стабильно растущего рынка никакая активная система (как правило) не выигрывает у классической и самой простой стратегии «купил — и держи» («buy and hold»). Впрочем, такие периоды обычно не слишком продолжительны, большую часть времени на рынке царят неопределенность и хаос.

Тем не менее продвинутые торговые системы не просто ведут активную игру на рынке, но делают это на основе модных новых разделов математики и теоретической физики (откуда и название «эконофизика»). Подробнее об алгоритмической начинке таких систем поговорим чуть позже, а пока попробуем ответить на более простой вопрос…

Мы задали несколько вопросов о технологиях торговых систем Василию Якимкину, одному из признанных «гуру» нашего финансового рынка (Василий— доцент кафедры «Фондовые рынки и финансовый инжиниринг» Академии народного хозяйства при Правительстве РФ, аналитик компании FXBEST, автор пяти книг и более чем семидесяти статей о финансовых рынках).

Насколько широко сегодня используются роботы в финансовом трейдинге?

— Неоправданно широко. Многие американские брокерские и трейдерские компании используют тот или иной вид МТС (механических торговых систем) или автоброкеров, что, как считается, улучшает их показатели прибыли. Спрос на такие программные продукты столь велик, что, например, большинство аспирантов мехмата МГУ (специалистов по теории вероятностей) имеют контракты с американскими брокерскими домами на написание программ автоброкеров.

Робот, прогнозирующий динамику рынка, способен автономно работать и получать бо,льшую прибыль, чем «белковый» трейдер (или коллектив)?

— Все зависит от настройки автоброкера. В настоящее время лучший анализ рынка обычно делается на базе теории сложных систем, причем моменты адаптации и творческие решения трейдера порой играют ключевую роль, что затрудняет работу не только «простых» МТС, но и нейросетевых. Поэтому однозначно ответить на этот вопрос трудно. Очевидно, что бывают моменты рыночной динамики, обусловленные количественными факторами— и здесь автоброкеры обычно на высоте. Но вот серьезные разладки временного ценового ряда в виде ценовых просадок или выбросов часто остаются вне зоны внимания МТС (поскольку у них нет статистики этих процессов), к тому же многие программисты этих продуктов зачастую сами не понимают природы таких разладок и не могут настроить робота. Поэтому на большой временной выборке роботы обычно показывают худшую статистику, чем живые трейдеры.

Профессиональный трейдер, использующий советы робота, будет более успешным, чем тот, кто не использует такие советы?

— Нет однозначного ответа. Поскольку робот, как правило, может охватить только отдельные рыночные процессы, отвечающие за ценовые приращения, то уже по одной этой причине значимость его прогнозов ограничена. Очевидно одно: если все же работа робота по прибыльности сравнима с работой живого трейдера, то в таком случае крупным компаниям выгоднее использовать робота, поскольку это облегчает контроль качества ведения трейдинга.

Ваша оценка нынешнего уровня технологии роботов и результатов ее применения?

— Нынешний уровень настройки роботов, как правило, опирается на теорию случайных процессов ценообразования, что, собственно, в первую очередь и ограничивает их применимость и качество торгов. Алгоритмы на базе динамического хаоса, фрактальной геометрии и нечетких множеств все еще несовершенны и не позволяют роботам в должной мере конкурировать с лучшими трейдерами мира.

Ваш прогноз перспектив развития этой технологии, ожидаемых результатов?

— Если трейдерская компания во главу угла ставит минимизацию риска при заданном уровне доходности (не выше среднестатистического по рынку), то качество хеджирования порой легче отслеживать с помощью автоброкера. Однако в настоящее время очень сложно рассчитывать на оптимальный рыночный доход с использованием робота.

Чем отличается отношение к использованию роботов в российских и западных инвестиционных компаниях, на российских и западных рынках?

— Западные рынки более объективны и формализованы, что позволяет время от времени эффективно использовать роботов в ограниченном классе задач. Российский же рынок узок, на нем много субъективизма, а это затрудняет использование роботов.

Каково ваше личное отношение к роботам как практикующего трейдера?

— Я пессимистично отношусь к использованию роботов вообще и особенно на российском рынке.

Сначала прикинем расходы. Как утверждают разработчики торговых систем, на рынке софта нет готовых продуктов, поддерживающих новейшие методы моделирования и прогноза цен и при этом обеспечивающих все необходимые технические функции. Существует довольно узкий рынок программного обеспечения, который поставляет лишь базовые блоки, далеко не покрывающие всю ту математику, которую сегодня хотят использовать разработчики. Поэтому инвестиционная компания, сделавшая ставку не на роботов-арбитражеров, не на технический анализ, даже не на анализ фундаментальный (роботизируемый, кстати, во многом не хуже технического), а на самые математически продвинутые торговые системы, практически полностью разрабатывает их своими силами. Приняв типичную численность группы математиков и программистов за десять человек, нетрудно подсчитать по типичным же российским (хорошо, московским) стандартам оплаты расходы на ее содержание — они начинаются где-то в районе150—200 тысяч самых обыкновенных денежных единиц в год.

Впрочем, инновационные элементы, составляющие в данном случае самую суть стратегии, разрабатываются отдельно, часто с привлечением ведущих специалистов-теоретиков. Они обходятся в дополнительную и довольно приличную сумму. Итак, можно грубо оценить совокупный годовой расход на (непрерывно идущую!) разработку и поддержание технологии в несколько сот тысяч тех же единиц.

С другой стороны, при качественной работе системы она показывает результаты, сравнимые с результатами трейдера высокого класса, на зарплате которого компания экономит столько же, если не больше. С третьей стороны, разработчики, видя такое дело, могут моментально перестать удовлетворяться типичными российскими стандартами, ну и так далее. Тем не менее примерный расход на такие игрушки (в России, разумеется) ясен.

И вот здесь возникает четвертая сторона, самая интригующая, — может быть, хорошая система не просто сравнима с белковым трейдером-асом, а радикально переигрывает его? Если судить по сообщениям в популярной печати, так оно и есть, — там мелькают, например, ошеломляющие цифры «угадывания» торговой системой курса в более чем 70% случаев (отметим, что биржевого игрока интересует не столько сама завтрашняя цена актива, сколько то, вырастет она или упадет). Однако эта цифра мало что говорит о реальном доходе, получаемом инвестором.

Интереснее оценить эффективность торговых систем иначе — сколько они могут заработать по сравнению с гипотетическим идеальным случаем, когда динамика цен известна заранее? В теории финансов такая гипотетическая система называется «системой максимальной прибыли» (maximum profit system), и результат ее работы равен легко вычисляемой «полной вариации» графика цены актива. Так вот, лучшие торговые системы, по оценке Старченко, приносят их владельцам лишь единицы процентов (как правило, не больше десяти) от этой самой «полной вариации». Сколько заработает на том же рынке и на тех же активах человек? Объективные данные здесь вряд ли можно привести, оценки спецов расплывчатые — иногда больше, иногда меньше (см. врезку с комментарием Василия Якимкина). Но, по мнению тех же спецов, человек чаще всего уступает торговой системе по другим важным параметрам. А именно: торговый автомат лучше живого брокера умеет минимизировать риски биржевой игры. Робота можно настроить таким образом, чтобы он внимательно следил за так называемым «максимальным снижением счета», и тогда можно продемонстрировать клиенту, что, судя по предыдущим результатам системы, он скорее всего заработает, ну скажем, процентов сорок, а уж если потеряет — то не больше, допустим, пятнадцати процентов.

И наконец, работа с торговой системой дисциплинирует инвестора. Пока робот выигрывает, инвестор всегда доволен его работой. Как только он начинает проигрывать (что неизбежно), возникает сильнейший стимул покопаться в алгоритме и что-нибудь на ходу перенастроить. Очень часто так и поступают инвесторы-одиночки, которые собирают собственного робота и настраивают его по историческим данным. Подкрутив десяток параметров и добившись идеальной работы на графиках, к примеру, 2004 года, такой инвестор выпускает свое детище на настоящий рынок, где мгновенно сталкивается с «проблемой 2005 года» — прогноз разваливается на глазах. А все потому, что параметров в системе было так много, что с их помощью нетрудно — постфактум! — подогнать прогнозы под любой рынок. Начинается новая лихорадочная подкрутка параметров, и результат обычно плачевный. По мнению Николая Старченко, если система построена на «правильной математике» и продемонстрировала свою эффективность, вмешиваться в ее работу необходимо лишь в случаях очевидных изменений характера самого рынка (например, таких, как стремительный рост акций Мосэнерго в четыре раза летом 2005 года, вызванный не рыночными причинами, или обвал акций ЮКОСа после ареста Михаила Ходорковского).

Но, конечно, неизбежны некоторые перенастройки, добавление новых модулей, другие модификации, и команда разработчиков непрерывно этим занимается. Непрерывно идет и сравнение результативности алгоритмов, в зависимости от нее деньги перераспределяются между алгоритмами, ими управляющими. Что же это за алгоритмы?

Технический анализ— исследование и прогнозирование динамики цен активов при помощи элементарного, а главное, формального математического анализа ценовых рядов: сглаживания различными фильтрами, поиска характерных паттернов колебаний цен и т. п.

Фундаментальный анализ— прогнозирование динамики цен на акции компаний на основе изучения финансовой отчетности этих компаний, их экономических показателей и расчета по этим данным так называемой «справедливой цены» акций.

Хеджирование— стратегия защиты активов от тех или иных рисков. Например, вкладывая деньги в стабильно растущие бумаги, вы хеджируете ваши сбережения против инфляции.

Полноценная торговая система состоит из двух частей — системы прогноза рынка и принятия решений, выдающей сигналы на покупку или продажу, и системы исполнения заявок (она же система алгоритмического трейдинга). Если о прогнозах рынка каждый из нас слышал не раз, то о существовании второй части неспециалисты часто не подозревают. Между тем она чрезвычайно важна для успешной работы торговой системы и далеко не тривиальна алгоритмически. Ее задача — обеспечить надежное и быстрое (пока цена не изменилась!) выполнение указаний первой части. Но как быть, если система прогноза увидела, что на рынке появилась интересующая ее бумага по цене, скажем, сто рублей, и требует купить тысячу таких акций по этой цене — а на продажу их выставлено всего лишь сто, еще сто — по 102 рубля, а остальные — по 105? В этом случае необходимо решить многокритериальную задачу и сформировать набор заявок на покупку того, что есть, минимизируя время совершения сделки и фактические затраты. Мало того — оказывается, что выполнение каждой из этих заявок мгновенно влияет на остальные заявки и их цены, что требует дополнительных пересчетов. Математику этого сложного процесса изучают даже светила нелинейной науки (см., например, работы Дойна Фармера [Doyne Farmer], сделанные в Институте Санта-Фе). Однако ее до сих пор не удалось вмонтировать в систему принятия решений. От качества работы «второй части» зависит процентов тридцать дохода от сделки; если же она работает плохо, блестяще задуманная сделка может просто не состояться. На американском рынке программные продукты для алгоритмического трейдинга — это целая отрасль финансовой информатики.