Возможности BiG Data на финансовом рынке

В современном обществе значение экономической информации огромно и в перспективе оно будет только расти. Сведения о процессах, которые происходят в отраслях экономики, реальном производстве, финансовых потоках, котировках на фондовом рынке – это не просто важные статистические данные. За этими данными скрывается реальная жизнь человеческого общества, которую можно не только описать, но и спрогнозировать, а значит найти инструменты, способные изменить жизнь общества к лучшему и весь ход истории. Так бюджет любой страны формируется исходя из полученной экономической информации и прогнозов на будущее на основе обработки и анализа этой информации. Экономическая информация характеризуется рядом параметров. В первую очередь это громадные объемы, так как экономика развивается стремительно, и постоянно происходят какие-то изменения, в том числе на микроуровне, что требует активного сбора статистики. Также экономическая информация зачастую циклична, то есть общество получает информацию в определенные временные периоды (по итогам года или квартала и т.д.). На аналогичные периоды стараются сделать прогноз, исходя из уже полученной информации, например, о средних ценах на нефть во втором полугодии.
Источники экономической информации очень многочисленны, но и параметры экономики, по которым ведется статистика, также многочисленны. Все перечисленное определяет большое количество однообразных процедур при обработке экономической информации. В результате восприятия информации либо статистической обработки, она превращается в данные. Например, имеется некоторый объект, который обладает определенными свойствами. Мы имеем информацию об этих свойствах. Однако, биржевые торги отличаются неполнотой информации (асимметрией), когда, либо продавец, либо покупатель не обладает знаниями о предмете торга, либо эти знания серьезно утратили свою актуальность. Сама профессия трейдера построена исключительно на риске и твердой вере в правоте своих решений. Большая прибыль всегда идет рядом с большим риском. Сущность самих активов вообще не интересует – только разница в ценах. Контракты на разницу в ценах (CFD) часто описываются такими суммами, что превышает капитализацию реальных акций. Однако, даже реальные акции часто по своей стоимости превышают стоимость предприятия, которое выпустило их. Часто случается и обратное: стоимость акций или деривативов существенно меньше стоимости всех материальных объектов предприятия.
Вопрос информации для биржевых торгов первостепенный. В частности, стоимость акций очень часто не отражает реальную стоимость эмитента этих акций. В результате спекуляций стоимость акций может упасть не просто ниже начального значения, а даже ниже стоимости строительных изделий, из которого собраны помещения предприятия. То есть стоимость всех акций будет значительно меньше, чем вся продукция, которая имеется в наличии, а также объекты недвижимости, разобранные «по кирпичам». Однако, трейдеру все видится иначе. В своем решении он будет учитывать массу факторов, среди которых доходность предприятия может быть не первейшей. Классическим стал пример американской компании «Энрон», работавшей в области энергетики. Долгое время она пребывала в состоянии полного дефолта, но скрывала это, подделывая финансовую отчетность, что позволяло им удачно торговать собственными акциями на бирже. Руководство скрывало информацию с целью получения личной прибыли, так как продало акции в момент высоких цен. Совокупная прибыль руководства составила около одного миллиарда долларов США, а тысячи работников компании остались без пенсионных накоплений.
Построение информационных систем для анализа фондового рынка и торговли на нем является на сегодняшний день важной задачей прикладной математики. Результатом решений этой проблемы любым способом является контроль за своевременным поступлением экономической информации, ее быстрая обработка на предмет ценности и истинности, а также возможность использования при прогнозировании движения котировок на реальных рынках.
Применение Big Data в финансовой сфере
Нами были рассмотрены примеры влияние информации на биржевые торги. Этот пример демонстрирует громадное значение экономической информации в современном мире. Причем если, например, банковские системы демонстрируют порядок и отлаженность систем управления базами данных, то на фондовых рынках ничего подобного нет и в помине. Работа банков изначально строится на прозрачности собственного финансового положения и раскрытие клиентами собственных пожеланий и возможностей (например, при выдаче человеку кредита). Законодательно во всем мире отклонения банков от прозрачности отчетов карается достаточно строго, в том числе лишением лицензии на право заниматься банковской деятельностью (это мы наблюдаем в России последние три года). Количество экономической информации постоянно растет и требует постоянного контроля и статистической обработки

. Это позволяет успешно ее использовать в целях развития экономики государства и решения важнейших проблем. Фондовые рынки являются настоящим сосредоточием самой разной экономической информации. Каждая система сбора и обработки информации для рынков является настоящей экспертной системой. Исключительное значение имеет достоверность информации, что показано в приведенном примере. Создание более совершенных экспертных систем для фондовой биржи – важная задача для современной науки.
Сегодня свыше 92% всех денег мира – это только цифры на мониторе. Большинство денег не существуют в природе физически, и расчеты идут в основном путем взаиморасчетов через банковскую сеть. Однако, именно электронная торговля способствовала появлению и широкому использованию не только безналичных форм оплаты, но и электронных денег в чистом виде, которые не являются валютой никакого государства, хотя часто номинально и называются по «имени» валюты определенного государства. У некоторых платежных систем даже много таких «валют» (кошельков). Относительно многих электронных платежных систем в мире нет единых юридических норм. Например, российская платежная система Webmoney запрещена в Германии, несмотря на то, что в России она представлена законно действующим банком. Самая крупная платежная система мира – PayPal. Все чаще в электронной торговле стали использоваться платежные системы особого рода – криптовалюты. В силу своего абстрактного и виртуального характера они больше нигде не используются. Все криптовалюты представляют счетные единицы, оборот которых полностью децентрализован, то есть никем не контролируется, что делает их удобным инструментом не только для торговых операций, но и для преступных схем. На сегодняшний день насчитывается свыше 280 криптовалют, из которых основных около 20. Естественно, к оплате принимают только некоторые, в частности, самую первую – биткоин. Существуют сервисы обмена, в основном, на более привычные средства электронных платежей. Таким образом, в мире финансов цифровизация произошла достаточно давно. Внедрение же инструментов искусственного интеллекта только расширяют возможности финансового сектора в любой стране мира.
Любая экономическая модель, даже достаточно примитивная, представляет собой достаточно сложную для расчетов систему, поэтому обрабатывать и управлять такими данными за счет усилий человеческого интеллекта малопродуктивно. Особенно это касается задач, которых трудно однозначно описать (формализовать). Именно нейронные сети позволяют делать экспертное заключение по решению таких задач.
Эти задачи на сегодняшний день следующие:
1) Прогноз ситуации благодаря обобщению и выявлению скрытых зависимостей. Примерами могут служить прогнозирование поведения клиентов, объемов продаж и спроса на товары (услуги) и т.д. Сегодня без этого немыслима контекстная реклама (Google, Baidu, Яндекс). Не случайно стоимость клика на рекламных интернет-площадках зависит от конкретного запроса (в словесной форме). Собственные аналитические программы этих компаний действуют согласно своим алгоритмам анализа.
2) Классификация объектов – людей и компаний – по определенным признакам. Хорошим примером использования нейронных сетей может быть финансовая корпорация Citi corp., которая использует нейрокомпьютер для анализа и краткосрочного предсказания колебаний валютного курса. Точность предсказания нейронного компьютера превзошла результаты большинства брокеров. Фирма Richard Borst, торгующая недвижимостью в Пенсильвании и Нью-Йорке увеличила прибыль на 6% только благодаря внедрению нейросетевого робота.
Созданные на базе технологий искусственного интеллекта автоматизированные системы способны постоянно накапливать информацию о клиенте, постепенно создавая его подробнейший профиль. В течение нескольких месяцев работы такие системы способны очень хорошо изучить человека как личность. На основании полученных знаний происходит построение определенного диалогового интерфейса, лежащего в основе действий персонального автоматического ассистента. Подобный ассистент может делать своевременные персональные предложения таких финансовых услуг, к которым данный клиент будет действительно склонен. Здесь будут учтены индивидуальные склонности к риску, накоплениям, финансовое положение в динамике и перспективы его развития. Такие системы для современной банковской сферы крайне полезны и востребованы.
Сегодня в банковской и инвестиционной сфере значительное место заняли специальные чат-боты, которые помогают оказывать своевременную помощь клиентам при совершении ими целевых действий посредством интернет-банкинга, например, при оплате счетов или управлении каким-то цифровым кошельком. Такие чат-боты также активно связаны с сервисами анализа конкретных человеческих предпочтений и потребностей, что позволяет им давать тщательно выверенные рекомендации по управлению личными финансовыми сбережениями и в других финансовых делах