Щойно я помітив цікаву тенденцію в прогнозних ринках останнім часом. Інструменти штучного інтелекту стають кращими у виявленні неефективностей, які більшість роздрібних трейдерів повністю пропускає, і люди фактично заробляють пристойні гроші на цих збої ринку.

Що відбувається, — це в основному форма арбітражу ризику, коли ШІ визначає цінові розбіжності між різними платформами прогнозів або між прогнозними ринками та спотовими ринками. Боти виконують операції швидше, ніж будь-хто з людей, але тепер роздрібні трейдери отримують доступ до подібних інструментів і використовують ті самі можливості.

Я читав про те, як деякі трейдери використовують машинне навчання для аналізу патернів потоку ордерів на цих ринках. ШІ виявляє, коли ціни виходять з синхронності, і позначає їх до того, як неефективність виправиться сама собою. Це досить дивно, бо раніше прогнозні ринки домінувалися серйозною інфраструктурою великих інституцій, а тепер навіть менші гравці можуть конкурувати, якщо мають правильні інструменти.

Ризикові арбітражні стратегії стають все більш складними. Замість простих розбіжностей між біржами, трейдери тепер дивляться на кореляційний арбітраж і статистичні аномалії, які ШІ може передбачити з пристойною точністю. Маржі стали вже меншими, але швидкість і обсяг операцій компенсують це.

Звісно, тут є ризики. Якщо всі використовують схожі моделі ШІ, виникає перенасичення торгів. Крім того, прогнозні ринки все ще порівняно малоліквідні порівняно з спотовим трейдингом, тому прослизання цін може швидко знищити вашу перевагу. Але факт, що роздрібні трейдери тепер мають доступ до таких можливостей через ШІ, безумовно, змінює гру. Раніше потрібно було мати серйозний капітал і зв’язки, щоб експлуатувати такі неефективності ринку. Тепер це стає більш демократичним, що, ймовірно, корисно для загальної ефективності ринку, навіть якщо це ускладнює отримання прибутку з окремих угод.