Побачив багато людей, які не визнають AI Trading, і навіть звужують його до «оптимізації стратегії середніх ковзних за допомогою машинного навчання», я хочу поговорити про своє розуміння цього терміну.

По-перше, ми не можемо визначати майбутнє, спираючись на минуле або теперішнє. AI Trading — це процес, що відбувається зараз, і ще більше — майбутнє. Так само, як і концепція агента з’явилася, коли людство ще не уявляло, наскільки швидко вона еволюціонує. Від популярності ChatGPT у всьому світі, до поширення архітектури Transformer і нинішніх LLM, верхня межа AI Trading вже давно перестала бути обмеженням людини — це обмеження моделей, технічних архітектур, даних, що обертаються, і обчислювальної потужності (енергії).
AI Trading — це не просто оновлення інструментів, а парадигмальна революція від «людина + інструмент» до «системної автономії».
1. Не «оптимізація через тестування», а «винахід нових ринкових механізмів»
Як і винахід електрики, справжня потреба AI Trading — це винаходи і створення, а не індукція або стратегічне тестування на основі історичних даних. Більшість квантових торгівельних стратегій раніше були за своєю суттю статистичним арбітражем, і якщо вони просто повторюють минуле, то це не є революційним проривом.
Справжній потенціал AI Trading полягає у його генеративних і дослідницьких можливостях: він може винаходити нові торгові моделі, способи отримання ліквідності, навіть нові фінансові мови. Майбутній агент більше не буде просто виконавцем команд, а стане самостійним виявником Alpha. Вони зможуть через мультимодальні дані (новини, супутникові знімки, поведінку в блокчейні, соціальні настрої) у реальному часі будувати моделі світу, а потім генерувати і перевіряти нові гіпотези.
Це схоже на ранній інтернет: спочатку всі думали, що «електронна пошта + веб-сторінки» достатньо, а потім з’явилися платформи, алгоритмічні рекомендації, Web3 і нові види систем.
Великі компанії вкладають величезні кошти в AI Trading, хоча це не завжди публічно. Найцінніше ніколи не є публікації в наукових журналах, а закриті системи в реальному часі. DeepSeek у ранніх стадіях був проєктом, ініційованим Веньфеном Лянгом у фонді Fantom, і багато топових квантових команд (включаючи Fantom, Jiukun, Mingxi та ін.) ще раніше використовували ідеї, схожі на LLM для вилучення сигналів, просто не називали це «AI Trading».
2. Капітал, терпимість до помилок і історична накопиченість — справжні захисні стіни
Говорячи так багато, я просто хочу наголосити, що потрібно зберігати позитивний настрій щодо «майбутнього майбутнього», адже багато змін може статися саме з нами.
Ті, у кого є капітал, гроші і влада, і хто має великий запас терпимості до помилок, масово вкладаються в AI — і це не випадково. Коли AI робить знання безмежним, а інформація прозорою, то справжніми визначальними факторами стають гроші і влада. Адже замінність знань і талантів зростає.
Якщо я сьогодні наймаю людину на ринку праці, можливо, краще навчити агента, який слухає лише команди на 100%. Вартість агента з часом зменшуватиметься через поширення обчислювальної потужності, тоді як людські витрати визначаються економікою і життєвими витратами.
Багато хто каже: «Тепер у багатих з’явилися гроші для AI», — але це неправильно. Саме тому, що вони заробили гроші в інших сферах, мають гроші і вільний час, вони використовують додатковий запас терпимості до помилок і часу, щоб інвестувати у майбутнє. Google інвестував 40 мільярдів доларів у Anthropic, Microsoft — у OpenAI, Amazon — у різні AI-інфраструктури. За суттю, вони купують опціони на майбутнє за допомогою вільних грошових потоків. Для гігантів кілька сотень мільярдів — це лише «експеримент на рівні підрозділу», але якщо вони досягнуть успіху, це може змінити весь капітальний ринок (високочастотна торгівля, маркет-мейкінг, управління активами і навіть інструменти центральних банків).
Щодо самого AI Trading, для звичайних або малих підприємств у цій гонитві за глобальним ліквідністю — це швидше виснажливо і безглуздо. Бар’єри у даних, обчислювальній потужності, талантах і регуляторному терпимості зростають. Індивідуальні або малі команди можуть створювати вузькоспеціалізовані екосистеми (наприклад, агенти для конкретних блокчейнів), але важко кинути виклик глобальній ліквідності. Для абсолютних монополістів або технологічних гігантів це може бути лише одним із тисячі завдань, які вони можуть реалізувати у вільний час. Вони мають гроші, владу і історичний досвід, і з терпимістю до помилок можуть робити що завгодно, не обов’язково одразу отримуючи результат — просто щоб зайняти позицію і зробити ставку на можливість.
Це означає, що AI може посилити класові протиріччя і зробити розриви між людьми ще більш очевидними:
• Верхній рівень: капітал і AI формують «злітну смугу», знанні працівники частково замінюються.
• Середній рівень: традиційні трейдери і дослідники змагаються з агентами, навантаження і швидкість зростають.
• Нижній рівень: інформаційна асиметрія може частково зменшитися через відкритий AI, знижуючи бар’єри, але загальна концентрація багатства ймовірно зросте.
3. Міфічний образ майбутнього: Агент проти Агента
Я залишаюся оптимістом щодо майбутнього, але й реалістом. Можливо, майбутнє — це агент проти агента, AI-торговці проти AI-торговців. У змаганні з нульовою або близькою до нульової сумою ринків перемога залежить не від кількості параметрів моделі, а від архітектури, навчальних парадигм і зворотного зв’язку в реальному часі. Можливо, майбутнє — це домінування «агентних роїв».
Найімовірніший шлях еволюції:
• 2026-2028: посилене навчання у поєднанні з LLM-агентами, можливо, у специфічних сегментах (криптовалюти, опціони, міждержавні арбітражі) досягне надлюдських результатів, а люди відповідатимуть за «нагляд і екстрене втручання».
• 2028-2032: системи з багатьма агентами, що співпрацюють і змагаються, стануть основним трендом, з’являться справжні «AI-фонди», і роздрібні інвестори купуватимуть портфелі агентів.
• У довгостроковій перспективі: торгівля може бути повністю переосмислена. Коли більшість ліквідності надаватимуть агенти, структура ринку зазнає кардинальних змін (менше затримок, складніший порядок виконання, більш динамічні пулі ліквідності), і традиційні рамки тестування стануть безсилими.
Звісно, ризики теж очевидні: AI-галюцинації, крах моделей, регуляторні обмеження і системні ризики (наприклад, кілька суперагентів, що навчилися однаковим упередженням, можуть викликати раптове падіння ринку). Тому «терпимість до помилок» — ключовий фактор цієї гри.
Загалом, уявлення про майбутнє — це розширення уяви і посилення виконавської здатності.
Хоча межі AI Trading визначаються архітектурою, даними і обчислювальною потужністю, найбільша перевага людства — це здатність створювати нові ігри, проектувати нові агенти, нові ринкові правила і стимули. Ця частина залишається у руках людей (або кількох топ-команд).
«Маючи додатковий запас терпимості і час для здобуття простору» — багато хто хвилюється, що «AI забере роботу», але справжні перемагають ті, хто спершу збільшує «пиріг», а потім ділить його. Люди змушені підкорятися реальності, але ми все ще можемо знайти своє місце.
Щодо AI Trading — правильний підхід — це «розширювати уяву і звужувати виконавські можливості». Звичайним людям і малим командам не потрібно боротися з гігантами у війні за повний контроль, але вони цілком можуть інноваційно працювати на периферії, у вузьких вертикальних екосистемах і через відкриту співпрацю, щоб знайти своє Alpha.