ロボットトレーダーは、3ドルごとに約1ドルを管理します。それらは至る所にあります。あなたはおそらく、ロボットまたは定量的ファンドと見なされるいくつかのインデックスファンドを所有しています。それらは安価であり、最近の止められないように見える株式市場へのアクセスを提供します。しかし最後に、バブルは崩壊する可能性があります（少なくともクォンツファンドの場合）。あらゆる場所のクォンツファンドが閉鎖されています（例：Columbia Threadneedle、Neuberger Berman）。トレンドフォロー型のクォンツファンドでは、13年間で最悪の流出が見られました。では、これらのクォンツファンドは正確には何ですか？なぜ彼らは生まれたのですか？そして、これはクォンツの固有の問題のシグナルですか、それとも単に一時的なリセットですか？
資本へのアクセスのために、金融の広い分野は長い間、他の産業よりも先に技術革新を受け入れる傾向があるセクターでした。したがって、ソフトウェア技術が20世紀に登場し、アルゴリズムプログラムが登場したとき、金融セクターがその可能性を最初に利用することは避けられませんでした。 Vanguardの創設者であるJohnBogleは、1970年代に世界初のインデックスファンドを立ち上げ、株式のバスケットを追跡するソフトウェアを導入しました。これにより、基になるベンチマークの変更に応じて、ファンドが自動再割り当てを導入できるようになりました。
>ソフトウェアを使用して取引を自動化することの利点は、主に運用コストの削減に大きな影響を及ぼしました。インデックスファンドは、他の方法では選択と割り当ての決定を行うために利用されたであろう人的資源にお金を払う必要はありませんでした。インデックスファンドの出現は、個人の財務管理の世界をマスマーケットに開放する上で重要なイベントでした。そうでなければ、そのようなサービスから値を付けられていたでしょう。
今日に向けて早送りすると、自動化された（定量的な）ファンドは、過去10年間で着実に上昇し、米国証券取引所での機関投資家の取引によってボリュームの最高のシェアを保持しています。
技術のさらなる発展により、1980年代の終わりに向けて定量的上場投資信託（ETF）が導入されました。これらの商品は、特定の要因に基づいて動的な株式選択の決定を行うためのソフトウェアプログラムを展開しました。たとえば、市場と帳簿の比率が1.0を下回ったときに株式を購入し、比率が1.5を上回ったときに同じ株式を売却するようにアルゴリズムをプログラムできます。この大まかな例に示されているように、ソフトウェアは、人間のマネージャーが行うファンダメンタル分析に基づいて体系的な投資決定を行うようにプログラムされています。
最初のETFから30年の間に、人工知能の分野における急速な革新により、自動取引の高度化はますます進んだ段階に進んでいます。アルゴリズムソフトウェアのコンテキスト内で、人工知能の使用は、トレーディングプログラムが独自の意志によってその有効性を学習および改善できることを意味します。したがって、上記のETFの例で使用されているソフトウェアが人工知能モジュールとともに展開されたと仮定します。現在、株式のパフォーマンスに関するデータを継続的に分析できる可能性があり、その後、市場と帳簿の比率が1.25を下回った場合にのみ株式を購入し、比率が1.8に上昇した場合にのみ株式を売却することがより収益性の高い戦略であるという洞察を引き出すことができます。その後、ソフトウェアは、人間の介入を必要とせずに、この学習に基づいて意思決定を開始します。
2019年の時点で、ETFとインデックスファンドは一緒になって、人が管理する資産運用会社よりも多くの米国株式を管理しています。米国の株式市場価値の31兆ドル全体で、クォンツファンドは現在、時価総額の35.1％を所有していますが、人的管理ファンドの24.3％を所有しています。これは重要な変化ですが、なぜそれが重要なのですか？
定量的ファンドは、どのようにして、人間のファンドよりも優れた資産運用会社の選択肢ですか？最も具体的な方法は、クォンツファンドによって提供される低い管理手数料によるものです。これは、人間が管理するアクティブファンドには匹敵しません。コストの効率性は、インデックスファンドの発明者であるヴァンガードが数十年にわたって上昇し、世界最大の資産運用会社になる寸前に到達する理由の1つです。手数料は、時間の経過とともに投資家にとって大きなコスト負担となるため、また、パフォーマンスの測定のコンテキストでは、手数料が高いほど、それらを正当化するためにベンチマークを超える必要があるため、ファンドでは不可欠です。特にヘッジファンドは、投資家に最大20％の手数料を課す可能性がありますが、過去10年間でパフォーマンスが低下していました。
クォンツファンドのもう1つの利点は、大量のデータをリアルタイムで分析することで洞察を引き出すことができることです。有名なファンドマネージャーのレイ・ダリオが指摘しているように、これは必ずしも将来のイベントにとって有利ではないかもしれません：
「誰かがあなたが発見したものを発見した場合、それは価値がないだけでなく、割引されすぎて、損失を生むでしょう。以前に機能していた戦略が再び機能するという保証はありません」と彼は言います。人間の論理を使用しない機械学習戦略は、「深い理解を伴わない場合、最終的には爆発することになります。」
クォンツファンドはまた、人間のマネージャーよりも迅速な投資決定を下すことができます。そのため、注文をより迅速に行い、狭い価格差からの利益をより効果的に活用できます。彼らは中立的な偏見とファットフィンガーエラーのリスクを否定するため、人間のマネージャーよりも取引戦略の実装においてはるかに効果的である可能性があります。
そして、クォンツファンドの欠点は何ですか？マイナス面の1つは、人工知能の使用が増えると、さまざまな量的ファンドが必然的に同じ決定を一斉に開始する可能性があり、それが金融市場に伝染の問題を引き起こす可能性があることです。人間主導のファンド管理の重要な利点の1つは、市場の特異な特性を検出し、定性的なデータに基づいて意思決定を行うことができることです。クォンツファンドは親指を立てることができないため、市場ストレスの期間中のボラティリティの増加に寄与する可能性があります。
量的取引の体系的な客観性は、量的ファンドが互いにどのように差別化を生み出すかという問題を提起します。クォンツファンドはどのようにしてライバルに対して競争上の優位性を獲得しますか？人間の管理者は、ファンダメンタルズのより良い理解を示すことによって、または優れた直感を通じて、ストライプを獲得します。どちらの要素も、長年の学習を通じて開発され、最終的なアルファを通じて客観的に証明されました。
人工知能主導のファンドは、大量のデータをリアルタイムで分析し、洞察とその後の投資決定を導き出すことを前提としています。これにより、どのファンドが最速の計算能力を持っているか、ペタバイトのデータアクセスなど、ランキング基準に新しい変数が導入されます。ファンドは、バックグラウンドでデータサイエンティストによって作成された優れた機械学習ルールを持つことで競争上の優位性を獲得するため、スタートーダーはスタートレーダーに取って代わる可能性があります。
より高速な取引を通じて競争上の優位性を獲得するための高頻度取引（HFT）アルゴリズム基金の探求により、証券取引所に接続するための独自の専用光ファイバーまたはマイクロ波ネットワークを作成するものもあります。最も完璧で直線的なケーブルを敷設すると、取引所に注文を送信するための最も究極の潜在効率が得られ、公益事業を使用する競合他社と比較して所有者が有利な立場に置かれるという理論があります。
わずか数ミリ秒で、プライベートファイバーネットワークを所有することで得られる利点を測定できます。しかし、これらの数ミリ秒は、取引セッションで数千の注文を実行しているHFT企業の利益に数百万ドルまたは数十億ドルの差をもたらす可能性があります。彼の著書FlashBoys 、著者のマイケル・ルイスは、シカゴとニューヨークの証券取引所の間に建設された専用光ファイバー回線のわずかな利益を実現するために、一部のトレーダーがどの程度進んだかを詳しく説明しました。ニューヨークのNASDAQ取引所は、世界の主要な証券取引所の中で実行時間が最も短いことを示しています。これは、最初に並ぶことで利益を得ようとしている賢明なトレーダーに高い賭け金を提供していることを示しています。
それでも、プライベートファイバーネットワークの構築にはコストがかかります。それらはかなりの初期投資を必要とし、山などの物理的な障壁によって妨げられる可能性があります。ただし、マイクロ波ネットワークは同じ目的を果たしますが、空中伝送による速度が速く、地理的な障害が少ないという利点があります。一部の市場では、HFTは、最適なマイクロ波ネットワークを所有するために、すでに戦線を引いています。
一部のHFTは、コロケーションを試みました。これは、取引している証券取引所内にあるシステムに取引ソフトウェアを配置することを意味します。これは、ある意味で、取引所に注文を出すためのタイミングバトルの最終ゲームです。現在、多くの証券取引所はコロケーションサービスを提供しており、トレーダーにシステムを取引所のシステムに近づけるためのスペースを提供するための料金を請求しています。しかし、長期的には、これらのコロケーションサービスの合法性に異議が唱えられる可能性が高く、ネットの中立性の議論と同様の方法で倫理的な問題が提起されます。株式市場は、本質的に、買い手と売り手を偏見なく結び付けるマーケットメーカーまたはマーケットプレイスです。有益なアクセスの階層化されたシステムは、この関係を破壊します。これは心配な苦境です。
HFTが可能なすべての利点を備えて武装しようとしても、それが常に機能するという保証はありません。ナイトキャピタルの場合は、常にこれを思い出させるものとして機能します。 Knightは市場に出回った最初のHFTの1つでしたが、2012年には、そのアルゴリズムソフトウェアが誤動作し、わずか1時間で70億ドルの不正取引が行われました。これらの誤った取引を修正すると、会社は約5億ドルの費用がかかり、最終的にはファンドを清算して閉鎖する必要がありました。
それはまた、個人の資産管理の問題にもつながります。社会的レベルでは、これは注目すべき最も重要な分野である可能性があります。これは、エクイティファンドへの投資の大部分が個々の市民（年金など）のプールされた資本投資であるためです。
ロボアドバイザーは、アルゴリズムに基づいてクライアントを誘導するソフトウェア主導の投資アドバイザーです。それらは過去10年間で徐々に目立つようになりました。財務アドバイスから人間の意思決定を取り除くことには、約束と危険の両方があります。一方では、人口の広大な範囲を財務計画と投資ポートフォリオ構築の制度的概念に紹介する機会があります。それでも、一方で、ロボアドバイザリーの意思決定の柱のいくつかは非常に恣意的であり（つまり、年をとるにつれてより多くの絆を所有する）、教科書の意味で実行可能に「正しい」ものの、考慮に入れられない可能性があります投資家の個々の状況。人工知能を使用すると、ロボアドバイザーが自分の学習に基づいて割り当ての決定を洗練し始めるときに、さらに力を与えることができます。
これは、ヒューマンウェルスマネージャーにとっての警鐘ですか？それは、ウェルスマネジメントサービスを提供する銀行やその他の金融機関でのウェルスマネジメントのやり方を大きく変えるでしょうか？お金と投資に関して言えば、すべてをソフトウェアとテクノロジーに任せることは、確かに非常に少数の人が取るリスクです。結局のところ、ソフトウェアにはAIコンポーネントが含まれていても、機能するためのルールが必要です。そして、これらのルールは人間だけが作ることができます。ロボアドバイザーは、ウェルスマネジメントプロセスをより速く、より効率的にすることができます。それでも、おそらくこの戦いの本当の勝者は、人間と機械の両方が一緒に働くことの利点をうまく利用できる機関になるでしょう。