Pozdravljene, prevpraševalke in prevpraševalci. Današnja oddaja je prva v seriji dveh oddaj, ki nastajata v sodelovanju med ekipama Ponudbe in prevpraševanja ter Tehno klistirja. Prva oddaja je ekonomske narave, druga pa se kritično ukvarja s tehnologijo. Presek, na katerem smo se ujeli tokrat, je avtomatizacija v finančnem sektorju. 

Eden izmed povodov za pripravo dotične serije oddaj je bila napoved velikega odpuščanja v Deutsche Bank. Načrt uprave predvideva ukinitev 18 tisoč delovnih mest po svetu, ki naj bi jih povečini nadomestili računalniki in umetno-inteligenčni sistemi. Deutsche Bank se sicer že dlje časa sooča s problemom upada prihodkov, kar bi utegnil biti pomembnejši razlog za odpuščanja. Številko 18 tisoč delovnih mest je treba postaviti tudi v kontekst celotnega števila zaposlenih, ki je leta 2018 znašal okrog 91 tisoč. Deutsche Bank bo tako odpustila dobro petino svojih zaposlenih, njihove projekcije pa napovedujejo prihranke v višini slabih 7 milijard letno.

Zaposlitve pa niso ogrožene zgolj v podjetjih s finančnimi težavami. V Odboru ameriškega predstavniškega doma za finančne storitve je tako v petek potekalo zaslišanje z naslovom Roboti na Wall Streetu: Vpliv umetne inteligence na kapitalske trge in službe v finančni industriji. Na zaslišanju je bila med drugim omenjena tudi napoved finančne revije Forbes, da bo v naslednjih desetih letih v finančnem in zavarovalniškem sektorju zastarelo okrog 200 tisoč visoko plačanih zaposlitev. Umetna inteligenca bi lahko nadomestila ljudi pri podeljevanju kreditov, ocenjevanju tveganja, preprečevanju prevar, trgovanju in v osebnem bančništvu oziroma to do neke mere že počne. 

Newyorška borza NASDAQ s pomočjo umetne inteligence išče manipulacije na trgu in preprečuje zlorabe. Sistemi se iz preteklih podatkov učijo prepoznati prevare, nato pa s pomočjo tega znanja in ogromne računske moči, s katero se ljudje ne morejo meriti, preverjajo ogromne količine podatkov in v njih iščejo vzorce, ki spominjajo na prevare. Podobna programska oprema se vse hitreje uvaja tudi v davčne urade po vsem svetu, zanjo pa se je prijela kratica reg tech, torej tehnologija, ki skrbi za skladnost z regulacijami.

Na zaslišanju je bila izražena tudi določena bojazen pred izgubo velikega števila delovnih mest, a je bila ta hitro utišana s protiargumenti, da se bodo službe zgolj preobrazile v bolj tehnološko usmerjene. Tako bodo potrebe po programerskih zaposlitvah rasle naprej, finančni analitiki pa se bodo morali prilagoditi in naučiti sodelovati z umetnointeligenčnimi sistemi. Banka JP Morgan naj bi v lanskem letu prehitela Microsoft in Google po številu novo zaposlenih programerjev.                    

Omenili smo dva različna primera avtomatizacije v finančnem sektorju in dolgujemo nekaj pojasnil. Tako imenovano visoko frekvenčno trgovanje ali algoritmično trgovanje ter umetno inteligenco. Gre za dva precej drugačna načina avtomatizacije.

Algoritmično trgovanje se je pojavilo že v 80-ih letih prejšnjega stoletja, in kot posledica te avtomatizacije trgovanja je borza v New Yorku zgolj televizijski studio, od koder se poroča o stanju na borzi in kapitalskih trgih. Množica borznih posrednikov, ki se derejo drug čez drugega ter trgujejo z delnicami, kakor smo navajeni iz filmov, je že skoraj pozabljena. Nadomestila jih je množica strežnikov in omrežnega kablovja, po katerih algoritmi oddajajo in sprejemajo ponudbe v obliki internetnih paketkov. Takšni klasični algoritmi delujejo po vnaprej naprogramiranem sistemu pravil. Dobro delujejo v bolj predvidljivih okoljih, ki so jih predvideli in zapisali v njihovo kodo razvijalci.

Umetna inteligenca, ki se uveljavlja v zadnjem času, pa je drugačna zver, saj se je sposobna učiti in samoizpopolnjevati ter na podlagi izkušenj izboljšati svoje rezultate. Umetna inteligenca je močno povezana z industrijo velikega podatkovja, saj potrebuje velike vzorce podatkov za svoje strojno učenje. Umetna inteligenca je sposobna procesirati naravni jezik, prepoznavati slike in zvok. Takšna oblika avtomatizacije ogroža delovna mesta, ki so do sedaj veljala za varna pred avtomatizacijo, denimo finančno svetovanje. 

Vse te dileme so simptomatične za sodobne finančne trge, ki so postali vse bolj kompleksni in manj oprijemljivi. Praktično vso poslovanje je elektronsko in velika večina premoženja obstaja zgolj v elektronski obliki. Denar, pogodbe, delnice in delo borze same obstajajo v kibernetskem prostoru, in posamezne intervencije tega prostora v materialenga so zgolj odtis veliko večjih gibanj po optičnih kablih.         

Sodobne borze v resnici niso več marmornate stavbe v središču mesta, ampak podatkovni centri. To velja tudi za newyorško borzo, ki je sicer vsem poznana po svoji neoklasični, z ameriškimi zastavami okrašeni zgradbi na Wall Streetu številka 11. A to je malo več kot simulacija resnične borze, ki temelji na zgodovinski podobi tega, kako naj bi borza izgledala. Dejansko se transakcije dogajajo v podatkovnem centru, ki se zaradi nižjih cen zemljišč na nahaja na Manhattnu, ampak na drugi strani reke Hudson v New Jerseyju. Najstarejša in največja newyorška borza New York Stock Exchange se nahaja v podatkovnem centru v lasti podjetja Equinix, imenovanem NY4, kjer si prostor deli še z 48 drugimi borzami. Po mreži tega centra se izmenja skoraj 10 milijonov sporočil vsako sekundo in vsak dan se zgodi za več tisoč milijard evrov transakcij. Poleg borz se tu nahajajo tudi banke, največji skladi in seveda visokofrekvenčni trgovci. Še posebej ti želijo biti čim bližje kraju, kjer se zgodijo transakcije. To je  borzni “matching engine” ali pogon za ujemanje; računalnik, ki najde pare med ponudbo in povpraševanjem na borzi. 

Podjetja, ki se ukvarjajo z visokofrekvenčnim trgovanjem, plačajo veliko premijo, da se nahajajo v neposredni bližini serverjev borze. Najem zaklenjenih kletk, v katerih se nahajajo serverji, je drag, informacija o lastnikih posameznih severjev pa skrbno varovana skrivnost. Velika večina od 6300 podjetij v centru je tako identificirana zgolj s številko. Centri drugod po svetu so manjši, a zelo podobni in večinoma prav tako v lasti podjetja Equinix. Frankfurtska borza je na primer dovolj majhna, da se nahaja v obrtni coni v predmestju Frankfurta. Ta borza, kot večina evropskih borz, tudi ne pozna fizičnega trgovanja na borznem parketu. Newyorška borza s svojim borznim parketom ali jamo, v kateri še vedno trgujejo glasni borzni mešetarji v barvastih jaknah z dvema telefonskima slušalkama, je v resnici svojevrsten finančni dinozaver.                             

Borzam je v interesu, da se na njih trguje čim več in s čim več vrednostnimi papirji, saj so to viri njihovega dohodka. Da bi privabile čim več udeležencev, borze poskušajo zagotoviti, da bo vsak prodajalec na borzi čim prej našel svojega kupca in obratno. Značilnost trga, da na njem najdemo drugo stran kupčije, imenujemo likvidnost. Če je možno vrednostni papir na hitro zamenjati za denar, pravimo, da je ta vrednostni papir likviden. Na trgu je to seveda zelo zaželena lastnost. V trgovanju se cena za to, da za delnico najdemo nekoga na drugi strani kupčije, kaže v razliki med ceno, po kateri je mogoče v nekem trenutku takoj dobiti delnico, in ceno, po kateri jo je mogoče v trenutku prodati.                               

Tej razliki med nižjo prodajno in višjo kupno ceno rečemo razpon cene. Razlika je majhna, na največjih in najbolj likvidnih borzah povprečno le ena ali dve desetinki odstotka. Kljub temu pa ta razlika omogoča zaslužek. To počnejo tako imenovani ustvarjalci trga, ki so vedno pripravljeni prevzeti nasprotno stran kupčije. Delnice ali druge vrednostne papirje kupijo z namenom, da jih bodo prodali, še preden bi se cena spreminjala za več, kot je razpon med visoko in nizko ceno, po katerih se trguje. Ustvarjalec trga kupuje pri nizki ceni razpona cene in prodaja pri visoki. Pri tem prevzema tveganje, da se bo cena spremenila in da bo zanj še sprejemljiva prodajna cena, nižja od nove cene, po kateri so drugi akterji na trgu pripravljeni delnico kupiti. Čim krajši je čas med tem, ko si je ustvarjalec trga pridobil delnico in ko jo je uspel prodati naprej, tem manjše je tveganje, da se bo cena v vmesnem času premaknila v neugodno smer. Zato je vloga ustvarjalca trga zelo primerna za visokofrekvenčne trgovce, če ne zaradi drugega, zaradi lastne samopodobe. Kot bomo razložili malo kasneje, so druge taktike visokofrekvenčnih trgovcev te, da poskušajo prehiteti druge igralce na trgu pri lovljenju istih kupčij, zaradi česar jih drugi borzni posredniki pogosto obtožujejo goljufanja.

Večina visokofrekvenčnih trgovcev zase pravi, da so ustvarjalci trga in da s tem, ko na trgu ustvarjajo likvidnost, opravljajo koristno funkcijo. Borze poskušajo to dejavnost pogosto še dodatno spodbujati, zato so formalizirale položaj ustvarjalca trga. V zameno za majhno provizijo ali s preprostim plačilom borze plačujejo za delovanje uradnih ustvarjalcev trga. Na borzi NASDAQ je na primer takih ustvarjalcev trga kar okoli 500, in veliko visokofrekvenčnih trgovcev se za prihodke zanaša prav na te provizije. Nekateri celo ustvarjajo izgubo s svojim rednim trgovanjem, ki pa jo nato pokrijejo s plačili, ki jim jih daje borza. 

Visokofrekvenčno trgovanje danes v ZDA, kjer so podatki najlažje dostopni, predstavlja nekaj več kot polovico vseh transakcij na borzi. Približno desetino predstavljajo transakcije, kjer je delnice izbral človek. Ostale posle opravijo algoritmi, ki se za zaslužek ne zanašajo na hitrost, ampak poskušajo opraviti klasično analizo vrednosti, kot to počnejo analitiki. Kako uspešna so podjetja, ki se ukvarjajo z visokofrekvenčnim trgovanjem, je zelo težko oceniti, saj je večina podjetij zasebnih in ne objavljajo svojih finančnih rezultatov. Večina insajderjev sicer pravi, da so bila zlata leta visokofrekvenčnega trgovanja v času vrhunca finančne krize pred desetimi leti. Danes je prednost visokofrekvenčnega trgovanja manjša, tako da ta podjetja svoje prihodke vse bolj dopolnjujejo s prodajanjem informacij o dogajanju na trgu.

Največje podjetje, ki se ukvarja predvsem z visokofrekvenčnim trgovanjem, je Virtu Financials, ki je lani pridelalo okoli pol milijarde evrov dobička, kar je lep kup denarja, a še vedno malo v primerjavi z velikimi bankami. Po drugi strani so tudi same banke začele poslovati visokofrekvenčno. 

Ko je visokofrekvenčno trgovanje pred dobrimi petnajstimi leti postalo velik posel, se je začelo močno vlagati v infrastrukturo, ki bi to podpirala. Jasno je bilo namreč, da so bili za uporabo te infrastrukture pripravljeni plačati ne zgolj visokofrekvenčni trgovci, ampak tudi drugi veliki igralci v finančnem svetu. 

Elektronsko udeleževanje v kupovanju in prodaji omogoča omrežna povezava borz s podatkovnimi centri, kjer se podjetja, ki visokofrekvenčno trgujejo, poslužujejo kolokacije, kar pomeni, da si delijo skupen objekt in pripadajočo infrastrukturo. Da bi vsem udeleženim trgovalcem nudili enake možnosti, so mrežni kabli v teh centrih za posamezne stranke enako dolgi. Konkurenčen boj v manjšanju zamika dostopa do informacij pa lažje opazujemo na primeru omrežne povezave dveh oddaljenih, a pomembnih krajev izmenjevalnic, recimo Chicaga in New Yorka, ki ju ločuje približno 1300 kilometrov ceste.

Leta 2008 je bilo ustanovljeno zasebno podjetje Spread Networks z namenom gradnje povezave s posebej nizkim zamikom med omenjenima mestoma. Čeprav sta mesti že bili povezani z optičnimi kabli, po katerih podatki potujejo s približno dvema tretjinama hitrosti svetlobe, so položili novega v skoraj popolnoma ravni liniji. Ta je na račun novo izvrtanih tunelov in podobnega pot skrajšal za 160 kilometrov in s tem čas prenosa podatkov skrajšan za približno 25 odstotkov oziroma 4,5 tisočinke sekunde. Cena izgradnje je bila ocenjena na 300 milijonov dolarjev, za uporabo povezave pa naj bi računali 8- do 10-kratnik tarife, ki je za omrežno povezavo primerljive hitrosti med Chicagom in New Yorkom takrat sicer znašala nekaj manj kot 5 milijonov dolarjev za 20 let uporabe. Višina časovnega zamika informacije je pri visokofrekvenčnem trgovanju tako pomembna, da druge izbire niso imeli.

Nekaj let kasneje pa so optični kabli kot najposkočnejši komunikacijski kanal zastareli, saj so se pojavile mikrovalovne povezave, za gradnjo katerih ni potrebno vrtanje tunelov in odkupovanje privatne zemlje po celi poti. Oddajni krožniki so nameščeni na stolpe, ki so med seboj oddaljeni približno 50 kilometrov, podatki pa med njimi potujejo z 99 odstotki hitrosti svetlobe.

Manjši časovni zamiki so še izostrili boje za boljši položaj mrežne opreme. 100 metrov razlike je pri mikrovalovih prineslo izmerljivo prednost, zato je mesto Aurora v Illinoisu postalo žarišče spora. CyrusOne, teksaško podjetje, ki gradi podatkovne centre, je tik ob zgradbi postavilo oddajni stolp, da bi izenačilo možnosti trgovalcem, ki bi vsi Cyrusu seveda morali plačevati rento za uporabo. 50-krat manjše podjetje Scientel se je lotilo gradnje svojega stolpa na manjši zaplati zemlje ob podatkovnem centru. Mestne oblasti so jim sprva nasprotovale, po obljubi 50 visoko plačanih zaposlitev in deset tisoč  donacij pa so spremenili mnenje. CyrusOne je svoj monopolni položaj poskušal braniti s tožbami, češ da bo Scientelov - za zdaj prazen - stolp motil.

Vojna za hitrost povezav med New Yorkom in Chicagom je ključna za eno izmed osnovnih strategij visokofrekvenčnega algoritmičnega trgovanja. Ta strategija temelji na iskanju korelacij med različnimi vrednostnimi papirji in izkoriščanju majhnih odmikov od teh korelacij na izjemno kratkih časovnih skalah. Najenostavnejši primer je trgovanje dveh vrednostnih papirjev, ki temeljita na isti osnovi - na primer dve pogodbi za nakup žita, pri čemer se z eno trguje na newyorški, z drugo pa na čikaški borzi. V teoriji bi gibanje vrednosti obeh pogodb moralo biti v popolnem sorazmerju. To drži na primer na časovni skali ene minute. Če pa skalo približamo na nekaj sto milisekund, se med gibanjem vrednosti teh dveh pogodb pokažejo razlike. To izkoriščajo visokofrekvenčni trgovalci, ki kupujejo in prodajajo vrednostna papirja, vedoč da se bo njuna cena morala približati korelaciji. S hitrostjo tako na vsak posel ustvarijo majhen in praktično zagotovljen dobiček.

Podobne korelacije se da iskati tudi pri vrednostnih papirjih, ki ne temeljijo na isti osnovi. S statistično analizo preteklega gibanja cen različnih finančnih instrumentov algoritem izlušči povezave in išče trenutne odmike od dolgoročnih korelacij. Take korelacije so relativno trdne na valutnem trgu, kjer se cena posamezne valute izraža v primerjavi z drugimi. Če dolar zraste proti funtu in proti jenu, bo skoraj zagotovo zrasel tudi proti evru. Trgovalec, ki prvi uspe prenesti to informacijo, lahko pobere skoraj zagotovljen dobiček.

Strategije algoritmičnega trgovanja iščejo tudi precej bolj kompleksne korelacije kot v teh enostavnih primerih. Težava zanašanja na korelacije pa je, da delujejo v primerih, ko je gibanje cen znotraj zgodovinskih okvirov. Če je sprememba cene znatno večja od običajnih sprememb, algoritem nima dovolj zgodovinskih primerov, da bi lahko izluščil vzorec in sklepal, kaj se bo s ceno zgodilo v prihodnje. Zato ima vgrajeno varovalo in v primeru prevelikih skokov v cenah vrednostni papir proda in izstopi s trga ter na ta način zmanjša možnost napake in večje izgube. 

Ta varovalka pa predstavlja nevarnost v tako imenovanih hipnih zlomih, v angleščini flash crashes. Gre za kratke kolapse vrednosti papirjev na borzi, ki v nekaj sekundah ali minutah lahko izgubijo več sto milijard evrov vrednosti in jo nato v enako kratkem času pridobijo nazaj. Tak zlom se lahko začne zaradi poskusa tržne manipulacije, o katerem bomo v nadaljevanju še govorili; zaradi človeške napake - tako imenovane napake debelega prsta - ko trgovalec pomotoma vtipka napačne podatke o poslu, ali zaradi dejanske spremembe razmer v fizičnem svetu, ki vplivajo na vrednost virtualnih instrumentov.

V vsakem primeru pa ta začeten padec cen sproži varovalke algoritmov, ki se začnejo naenkrat umikati s trga in po hitrem postopku prodajati vrednostne papirje. S tem povzročijo pozitivno povratno zanko in hipni kolaps. 

Najbolj znan hipni kolaps se je zgodil 6. maja 2010. Med 2:32 in 3:07 popoldne je več borznih indeksov v ZDA - med njimi Dow Jones, Nasdaq in S&P 500 - skupaj izgubilo in nazaj pridobilo približno 1000 milijard dolarjev vrednosti: oziroma četrtino proračuna ameriške zvezne vlade. Podobni hipni zlomi so se od takrat ponovili večkrat. Precej bolj običajni pa so na manjši skali, ko cena ene delnice močno pade - lahko tudi blizu ničli - in nato povrne prejšnjo vrednost. Vse to se zgodi v časovnem razponu manj kot sekunde do nekaj minut. Vsak dan se na ameriških borzah zgodi kakih ducat tovrstnih mini hipnih zlomov.

Eden izmed sprožilcev hipnega zloma leta 2010 naj bi bil poskus manipulacije trga, znan kot spoofing. Gre za še eno izmed strategij algoritmičnega trgovanja, ki je sicer od 2010 prepovedana. Pri tej metodi trgovalec izda ponudbo za prodajo velike količine delnic močno pod trenutno ceno. S tem ustvari videz velike ponudbe, zaradi česar tudi drugi prodajalci znižajo ceno. Trgovalec to izkoristi in delnice kupi po znižani ceni, svojo prejšnjo ponudbo za prodajo pa prekliče. Ko prekliče ponudbo, se vrednost vrne na prejšnjo raven in trgovalec lahko ravnokar pridobljene delnice proda z dobičkom. Vse to se zgodi v nekaj sekundah.

Algoritem, ki deluje po spoofing strategiji, izkorišča dejstvo, da na drugi strani posla prav tako stojijo algoritmi, ki se na njegovo ponudbo odzovejo avtomatsko in instantno. Takšna strategija manipulacije trga je od leta 2010 prepovedana, a jo je izjemno težko dokazati. Pregon takih manipulacij namreč zahteva dokazovanje, da je trgovalec imel namen manipulirati s trgom, medtem ko samo oddajanje ponudb, ki kasneje niso uresničene, ni nič posebnega. Algoritmično trgovanje namreč temelji na oddajanju velikega števila ponudb in povpraševanj pri različnih cenah, mnogo teh ponudb pa je preklicanih, še preden se posli uresničijo. Na ta način algoritmi testirajo trg in skušajo ugotavljati namene in strategije algoritmov na drugi strani trga. V bistvu gre za vojno algoritmov, ki skušajo nadvladati en drugega. 

Še en primer take vojne med algoritmi se odvija pri prodaji večjih količin delnic. Če na primer zavarovalnica ali pokojninski sklad želi naenkrat kupiti večjo količino delnic nekega podjetja, bo s tem naenkrat ustvaril veliko povpraševanje in cena bo zrasla. Zato poseže po algoritemskem trgovanju. Algoritem kupovanje razbije na več manjših kosov in kupuje postopoma v razponu več dni. Vsak kos kupi posebej v trenutku, ko lahko zanj iztrži najmanj vnaprej določeno minimalno ceno. S tem skuša zakriti, da v resnici kupuje večjo količino delnic, in doseči nižjo ceno.

Temu algoritmu nasproti stoji tako imenovani pinging algoritem. Ta na trg pošilja veliko število ponudb za prodajo delnice, ki pa jih nikoli ne uresniči. Njegov namen je zgolj, da izvoha paketnega kupca. Ko zazna vzorec, ki ustreza takšnemu kupcu, začne pošiljati ponudbe pri različnih cenah, da ugotovi, pri kateri najvišji ceni je kupec še pripravljen kupiti delnice. Opremljen s tem podatkom in prednostjo v hitrosti hitro pokupi vse delnice, ki so na voljo za nižjo ceno, in jih nato proda paketnemu kupcu po najvišji ceni, ki jo je ta pripravljen plačati. 

Tudi izven paketnih nakupov ali prodaj algoritmi počnejo podobno stvar. Ves čas pošiljajo ponudbe in povpraševanja, ki jih nikoli ne uresničijo, da z njimi dobijo informacije o pogojih, pod katerimi delujejo drugi igralci na trgu, večinoma prav tako algoritmi.

Selitev finančnega sistema v kibernetski prostor je močno pretresla odnose med različnimi igralci na trgu. Ko je trgovanje postalo elektronsko, je po eni strani odprlo trgovanje za veliko širši krog udeležencev. Ta je bil prej omejen na trgovce, ki so imeli rezerviran sedež na borznem parketu, vsi ostali pa so morali poslovati preko izbranega trgovca. Elektronsko poslovanje je močno pospešilo količino trgovanja, ki ga je bilo mogoče opraviti, poleg tega pa je od sedemdesetih let naprej potekala deregulacija finančnih trgov, ki so hitro izkoristili nov življenjski prostor. S tem ko je finančni trg rasel, je postalo vse bolj smiselno tudi, da se proces vse bolj avtomatizira. V tej avtomatizaciji je tehnologija s svojo visoko ceno predstavljala veliko konkurenčno prednost. S tem so se dvignili nove ovire in novi dominantni igralci na trgu. Ko so hitrofrekvenčno trgovanje prevzeli tudi drugi uveljavljeni igralci, se je prednost specializiranih visokofrekvenčnih trgovcev zmanjšala. S tem ko se odzivnosti algoritmov ne da več zmanjšati, pravo vprašanje postane to, kakšen je algoritem, ki bo želeno kupčijo izvedel na najbolj učinkovit način, na primer, da prodaja večje količine delnic ne bi povzročila padca prodajne cene. To bo ena od tem prihodnjega Tehno klistirja, ki bo na sporedu naslednji ponedeljek, 16. decembra, ob 23h, še vedno na valovih Radia Študent.