Хедж-фонд на базе ИИ под руководством 24-летнего основателя стремительно потерпел крах, следует из отчета

НЬЮ-ЙОРК — Инвестиционный стартап в области искусственного интеллекта под управлением 24-летнего основателя пережил стремительное и тяжелое падение, что стало драматическим поворотом для фирмы, стремившейся произвести революцию в количественных финансах с помощью автоматизированного принятия решений, сообщает The New York Times.

Стремительный крах предприятия подчеркивает сильное давление и системные риски, с которыми сталкиваются технологические компании ранней стадии, пытающиеся управлять финансовыми портфелями с высокими ставками. Согласно расследованию, опубликованному The New York Times, крах фирмы произошел быстро после периода высоких ожиданий, бросив тень на пересечение молодых технологических основателей и современного управления активами.

## The rapid unraveling of a high-profile venture

Стартап, оказавшийся в центре внимания, позиционировал себя как авангард новой эры в финансах, обещая использовать сложные инструменты машинного обучения, чтобы превзойти традиционные инвестиционные фонды. Возглавляемая 24-летним руководителем компания стремилась объединить быстрые итерации культуры разработки программного обеспечения Silicon Valley с капиталоемким миром торговли хедж-фондов.

Однако, как подробно описывает The New York Times, фонд не смог удержать набранный темп и в конечном итоге уступил внутренним и операционным трудностям, что привело к его быстрому упадку. Хотя подробная финансовая отчетность все еще изучается, этот крах подчеркивает, насколько быстро может испариться доверие рынка, когда сложные алгоритмические обещания сталкиваются с проблемами исполнения на реальном рынке.

## The growth and complexity of AI-driven finance

Всплеск интереса к искусственному интеллекту в последние годы изменил характер дискуссий в советах директоров компаний, но нигде эту технологию не восприняли с такой срочностью, как в количественных финансах. Инвестиционные фирмы уже давно полагаются на математические модели и автоматизированные торговые системы для исполнения ордеров и поиска арбитражных возможностей. Недавняя волна генеративных моделей и передовых методов машинного обучения вселила надежду на то, что алгоритмы смогут автономно анализировать огромные массивы неструктурированных данных — от корпоративной отчетности и новостных лент до настроений в социальных сетях — для совершения прогностических ставок на рынке.

Сторонники хедж-фондов на базе ИИ утверждают, что программное обеспечение способно устранить субъективность человеческих эмоций, обрабатывать информацию со скоростью, далеко превосходящей человеческие возможности, и адаптироваться к меняющимся рыночным сигналам в режиме реального времени. Однако финансовые инженеры и эксперты по рискам часто предупреждают об уязвимостях, присущих моделям машинного обучения применительно к финансовым рынкам. В отличие от статических наборов данных, используемых в компьютерном зрении или обработке языка, финансовые рынки представляют собой динамичные, высококонкурентные системы, где исторические закономерности часто не позволяют предсказать поведение в будущем.

При неожиданных рыночных сдвигах модели, обученные на исторических данных, могут сталкиваться с ухудшением производительности — феноменом, известным в машинном обучении как «дрейф модели» ("model drift"). Если такие системы остаются без присмотра или корректировки со стороны риск-менеджеров, автоматизированные алгоритмы могут быстро усугубить убытки, ликвидируя позиции на падающих рынках и провоцируя более широкий кризис.

## Youth culture and venture capital in modern trading

Демографический профиль руководства фонда во главе с 24-летним руководителем отражает более широкий сдвиг в том, как формируются и финансируются ориентированные на технологии инвестиционные фирмы. За последнее десятилетие венчурные фирмы и состоятельные частные лица все чаще поддерживали молодых основателей с техническим бэкграундом, исходя из предпосылки, что свободное владение современными программными стеками перевешивает десятилетия традиционного опыта работы на Wall Street.

Эта философия регулярно приносила успех в сфере пользовательского ПО, корпоративных облачных вычислений и социальных платформ, где ключевое значение имеют быстрые эксперименты и привлечение пользователей. Однако финансовые обозреватели и количественные аналитики отмечают, что управление хедж-фондом требует работы в совершенно иных операционных реалиях. Помимо разработки прогностического кода, управляющие фондами должны выстраивать сложные отношения с контрагентами, осуществлять строгий клиринг сделок, поддерживать достаточные буферы ликвидности и строго соблюдать фидуциарные стандарты.

Когда молодые руководители переходят непосредственно из сферы разработки ПО или академических исследований к управлению основным портфелем, крутая кривая обучения в области институционального контроля рисков может стать критической уязвимостью. Высокострессовая среда реальной торговли на рынке оставляет мало места для разработки ПО методом проб и ошибок, поскольку финансовые потери возникают мгновенно при сбое торговой логики.

## Investor enthusiasm and the black box problem

Крах фонда произошел на фоне рекордного притока мирового капитала в проекты в сфере искусственного интеллекта. Движимые страхом упустить финансовые технологии нового поколения, институциональные инвесторы, семейные офисы и руководители технологического сектора сделали крупные ставки на инвестиционные инструменты, ориентированные на ИИ.

Постоянным вызовом для инвесторов, размещающих капитал в хедж-фондах на базе ИИ, остается проблема прозрачности моделей, часто называемая проблемой «черного ящика» ("black box"). Глубокие нейросети и сложные системы машинного обучения часто работают путем выявления запутанных корреляций между тысячами переменных. Во многих случаях даже специалисты по компьютерным наукам, создавшие код, не могут точно объяснить логические цепочки, которые алгоритм использовал для входа в позицию по конкретному активу или выхода из нее.

На бычьих рынках высокая доходность часто сглаживает вопросы инвесторов относительно алгоритмической прозрачности. Однако когда рыночные условия становятся неблагоприятными или торговые стратегии заходят в тупик, отсутствие объяснимости становится главным источником трений между управляющими фондом и их инвесторами. Без четкого понимания того, как алгоритм распределяет риски, инвесторы могут внезапно отозвать капитал, ускоряя падение фонда.

## Regulatory oversight and systemic risk questions

Крах автоматизированных инвестиционных стартапов также снова привлекает внимание к нормативно-правовой базе, регулирующей алгоритмическую торговлю и автоматизированных управляющих активами. Финансовые регуляторы в США и по всему миру, включая Securities and Exchange Commission, все более пристально изучают роль автоматизированных торговых систем в общей стабильности рынка.

Регуляторы неоднократно выражали обеспокоенность тем, как алгоритмические модели ведут себя в периоды рыночного стресса, в частности, существует ли риск того, что автоматизированные стратегии сойдутся на одинаковых сделках, усугубляя неликвидность рынка или вызывая мгновенные обвалы. Хотя небольшие стартапы сами по себе могут не нести системных рисков для мировой банковской системы, неудача громких ИИ-инвестиционных проектов поднимает вопросы о стандартах защиты капитала, раскрытии маркетинговой информации и степени человеческого контроля, необходимого для автоматизированных торговых платформ.

## Industry outlook following the downfall

Пока финансовый и технологический секторы осмысливают детали краха фирмы, отраслевые наблюдатели ожидают повышения уровня скептицизма по отношению к компаниям по управлению активами ранних стадий, ориентированным в первую очередь на ИИ. Ожидается, что инвесторы будут требовать более длительной истории работы в условиях реального рынка, строгой независимой аудиторской проверки алгоритмических структур и доказательств надежного контроля рисков со стороны человека, прежде чем доверить капитал автоматизированным платформам.

Хотя искусственный интеллект, несомненно, останется неотъемлемой частью количественных исследований и исполнения сделок, стремительное падение широко разрекламированной молодой фирмы служит ярким напоминанием о неизменных правилах управления рисками в современных финансах.

Первоначально об этом сообщило издание The New York Times.