Эволюция ИИ-трейдинга
Сфера торговли на Уолл-стрит исторически управлялась элитными фирмами, владеющими проприетарными системами ИИ — дорогостоящими алгоритмами, разработанными в тайне и с использованием огромных ресурсов. Эти учреждения традиционно сохраняли свое преимущество, используя свои значительные финансовые ресурсы, специализированные таланты и передовую вычислительную инфраструктуру. Недавний отраслевой анализ показал, что разработка сложных моделей ИИ-трейдинга требует инвестиций в размере от 500 000 до более 1 миллиона долларов, не считая текущих расходов на удержание талантов и поддержание инфраструктуры.
Интеграцию ИИ в трейдинг можно проследить с 1980-х годов, когда фирмы первоначально использовали простые системы, основанные на правилах, для автоматизированной торговли. Настоящая метаморфоза произошла в конце 1990-х и начале 2000-х годов, когда алгоритмы машинного обучения продвинули количественные торговые стратегии той эпохи. Известные фирмы, такие как Renaissance Technologies и D.E. Shaw, первыми начали использовать сложные модели ИИ для выявления рыночных закономерностей и совершения сделок с беспрецедентной скоростью. К 2010-м годам высокочастотный трейдинг (HFT) на основе ИИ стал фундаментальным компонентом рыночных операций, при этом крупнейшие фирмы выделяли сотни миллионов на вычислительную инфраструктуру и таланты, чтобы сохранить свое конкурентное преимущество.
По оценкам, на алгоритмический высокочастотный трейдинг приходится примерно половина торгового объема Уолл-стрит.
DeepSeek и аналогичные инициативы ИИ с открытым исходным кодом разрушают эту традиционную модель благодаря своему совместному подходу к разработке. Вместо того, чтобы держать алгоритмы под замком, эти платформы используют коллективные знания глобального сообщества разработчиков, которые постоянно совершенствуют и улучшают технологию.
Однако внедрение этой технологии не так просто, как простая загрузка кода с открытым исходным кодом. Хотя эти новые инструменты уменьшают определенные барьеры для входа, они не создают автоматически равных условий. Традиционные торговые системы глубоко укоренились в рыночных операциях и подкреплены годами реальной проверки. Задача для альтернатив с открытым исходным кодом заключается не только в том, чтобы соответствовать расширенным возможностям установленных систем, но и в том, чтобы продемонстрировать свою способность надежно работать в рамках жестких параметров живой торговли.
Более того, фирмы, внедряющие системы ИИ с открытым исходным кодом, по-прежнему должны создавать соответствующие операционные структуры, обеспечивать соответствие нормативным требованиям и строить необходимую инфраструктуру для эффективного развертывания этих инструментов. Следовательно, хотя ИИ с открытым исходным кодом может снизить стоимость сложных торговых технологий, маловероятно, что в ближайшем будущем вы будете загружать торговые платформы ИИ с открытым исходным кодом с такой же легкостью, как приложение для заметок с открытым исходным кодом.
Стоимость и доступность
Одним из наиболее привлекательных аспектов ИИ с открытым исходным кодом является его потенциал для значительного сокращения первоначальных затрат. Традиционные проприетарные системы требуют значительных лицензионных сборов и инвестиций в специализированное программное обеспечение. Например, текущее сотрудничество Citadel LLC с Alphabet Inc. использует более миллиона виртуальных процессоров, чтобы сократить время сложных вычислений с часов до нескольких секунд, но это влечет за собой огромные текущие инвестиции в инфраструктуру.
Подход DeepSeek с открытым исходным кодом представляет собой резкий контраст. Его модели V3 и R1 находятся в свободном доступе, и он работает под лицензией MIT, что означает, что его можно модифицировать и использовать в коммерческих целях. Хотя само программное обеспечение может быть бесплатным, его эффективная реализация требует значительных инвестиций в следующие области, как подчеркнул Мамайский:
- Вычислительная инфраструктура и оборудование: Надежная вычислительная мощность необходима для обработки интенсивных требований ИИ-трейдинга.
- Получение высококачественных рыночных данных: Доступ к точным рыночным данным в режиме реального времени имеет решающее значение для обучения и развертывания эффективных торговых моделей.
- Меры безопасности и системы соответствия: Строгие протоколы безопасности и системы соответствия необходимы для защиты конфиденциальных данных и соблюдения нормативных требований.
- Текущее обслуживание и обновления: Постоянное обслуживание и обновления жизненно важны для обеспечения оптимальной производительности системы и адаптации к меняющимся рыночным условиям.
- Специализированная экспертиза для развертывания и оптимизации: Квалифицированные специалисты необходимы для развертывания, настройки и оптимизации моделей ИИ для конкретных торговых стратегий.
Хотя вы можете легко получить доступ к последней модели DeepSeek и загрузить код бесплатно, успешное развертывание его в среде HFT требует гораздо большего.
Прозрачность и подотчетность
Часто упоминаемым преимуществом ИИ с открытым исходным кодом является его неотъемлемая прозрачность. Поскольку исходный код открыт для всеобщего обозрения, заинтересованные стороны могут проверять алгоритмы, проверять процессы принятия решений и изменять их в соответствии с нормативными требованиями или конкретными потребностями. Ярким примером является AI Fairness 360 от International Business Machines Corporation, набор инструментов с открытым исходным кодом, предназначенный для аудита и смягчения предвзятости в моделях ИИ. Кроме того, архитектурные детали и данные обучения для моделей Meta Lllama 3 и 3.1 являются общедоступными. Это позволяет разработчикам оценивать соответствие авторским правам, нормативным и этическим стандартам. Этот уровень открытости контрастирует с природой ‘черного ящика’ проприетарных систем, где внутренняя работа скрыта, что иногда приводит к непрозрачным решениям, которые даже создатели системы могут с трудом разгадать.
Однако было бы неточно изображать все проприетарные торговые системы как непроницаемые черные ящики. Крупные финансовые учреждения добились значительных успехов в повышении прозрачности своих моделей ИИ, чему способствовали как давление со стороны регулирующих органов (таких как Закон Европейского Союза об ИИ и развивающиеся руководящие принципы США), так и внутренние императивы управления рисками. Основное различие заключается в том, что в то время как проприетарные системы разрабатывают свои инструменты прозрачности внутри компании, модели с открытым исходным кодом извлекают выгоду из аудита и проверки, управляемых сообществом, что часто ускоряет процесс решения проблем.
Инновационный разрыв
Прорыв модели R1 DeepSeek привлек внимание лидеров отрасли — даже Сэм Альтман из OpenAI признал в начале 2025 года, что он был ‘не на той стороне истории’ в отношении моделей с открытым исходным кодом, намекая на потенциальный сдвиг парадигмы в том, как отрасль воспринимает совместную разработку.
Тем не менее, Мамайский утверждал, что настоящая проблема в реализации потенциала перехода к ИИ с открытым исходным кодом заключается в трех ключевых областях: масштабирование аппаратной инфраструктуры, обеспечение высококачественных финансовых данных и адаптация общих моделей для конкретных торговых приложений. Следовательно, он не предвидит, что преимущества хорошо обеспеченных ресурсами фирм исчезнут в ближайшее время. ‘ИИ с открытым исходным кодом, сам по себе, не представляет риска [для конкурентов], на мой взгляд. Модель дохода — это центры обработки данных, данные, обучение и надежность процесса’, — заявил он.
Гонка ИИ еще больше осложняется геополитическими соображениями. Бывший генеральный директор Google Эрик Шмидт предупредил, что США и Европа должны усилить свое внимание к разработке моделей ИИ с открытым исходным кодом, иначе они рискуют уступить Китаю позиции в этой области. Это говорит о том, что будущее финансового ИИ может зависеть не только от технических возможностей, но и от более широких стратегических решений, касающихся того, как разрабатываются и распространяются торговые технологии.
Появление платформ ИИ с открытым исходным кодом, таких как DeepSeek, означает потенциальную трансформацию в финансовых технологиях, но в настоящее время они не представляют непосредственной угрозы для установленной иерархии Уолл-стрит. Хотя эти инструменты значительно снижают затраты на лицензирование программного обеспечения и повышают прозрачность, Мамайский предупредил, что ‘открытие или закрытие моделей, вероятно, не является проблемой первого порядка’ для этих фирм.
Более предсказуемо гибридное будущее, сочетающее в себе системы с открытым исходным кодом и проприетарные системы. Следовательно, уместный вопрос заключается не в том, заменит ли ИИ с открытым исходным кодом традиционные системы Уолл-стрит, а в том, как он будет интегрирован в их существующие структуры.
Движение за открытый исходный код меняет то, как создается и распространяется программное обеспечение во многих областях. В финансах потенциал заключается в том, что новые инструменты и платформы для совместной работы облегчат небольшим фирмам и индивидуальным инвесторам использование торговых стратегий на основе ИИ.
Будущее ИИ в финансах, вероятно, будет представлять собой смесь как открытых, так и закрытых, проприетарных систем. Большой вопрос заключается в том, насколько хорошо эти разные подходы могут работать вместе, позволяя устоявшимся фирмам использовать сильные стороны инноваций, управляемых сообществом, сохраняя при этом специализированные преимущества, которые позволяли им оставаться на вершине так долго.
Траектория развития ИИ в финансах — это не просто технический вопрос; это стратегический вопрос, тесно связанный с нормативно-правовой базой, геополитической динамикой и самой структурой финансовых рынков. Ближайшие годы покажут, как эти силы взаимодействуют, формируя будущее торговли и инвестиций.
Рост ИИ с открытым исходным кодом в трейдинге — это важное событие. Будет интересно наблюдать, как он изменит Уолл-стрит и сделает передовые торговые инструменты более доступными для всех. Эта история все еще разворачивается, и ее последняя глава еще не написана. Сочетание сотрудничества и конкуренции, прозрачности и проприетарного преимущества определит окончательное влияние ИИ с открытым исходным кодом на мир финансов.