Продолжаем разбираться. Если в прошлых постах мы говорили о технологиях и клиентском опыте, сегодня – о том, как ИИ влияет на сам рынок.

Будет ли он более эффективным? Роботы заменят человека? К чему приводит автоматическая торговля? И не искажается ли всё из-за ИИ?

1. Вытесняет ли робот человека?

Сначала отвечу на этот самый животрепещущий вопрос.

Опасения, что ИИ окончательно вытеснит человека из торговли, совершенно не обоснованы. Во-первых, это уже произошло. Прямо сейчас 89% всего мирового торгового объёма приходится на ИИ-системы. На форексе автоматизация охватывает более 90% оборота.

Во-вторых, «замена» не означает «исчезновение». ИИ не понимает сантимент рынка. Он не способен уловить вайб торговли и смену настроения трейдеров. Тот самый неуловимый момент, когда трейдера осеняет: сейчас произойдёт глобальная смена тренда и нужно менять стратегию.

ИИ добивается успеха только в тандеме с человеческим контролем. Он хороший тактик, но плохой стратег. Именно человек в конечном счёте принимает решение, какую стратегию в какой момент времени подключить, а когда – отключить или сменить.

Получается, что игнорировать автоматизированные инструменты сегодня уже конкурентно невыгодно. Но и слепо доверять роботам без контроля – тоже. Человек выступает как стратег, отдавая рутину роботам

2. Делает ли ИИ рынок более эффективным?

Из-за автоматической торговли рынок, безусловно, становится более эффективным. Напомню, что эффективность рынка – это способность быстро и точно отражать всю доступную информацию в ценах активов. На максимально эффективных рынках все изменения тут же отражаются в ценах, поэтому, грубо говоря, каждый актив стоит ровно столько, сколько он должен стоить с учётом всех рисков и перспектив.

Исследование Банка Норвегии показало: в отличие от эмоциональных людей, алгоритмы практически не подвержены психологическим искажениям. Они не испытывают ни страха упущенной выгоды, ни склонности слишком долго держать убыточные позиции. Автоматические трейдеры фиксируют прибыль и убыток с почти одинаковой частотой – это рациональное поведение.

Но в реальности картина сложнее. Исследование Бундесбанка на примере рынков фьючерсов и индекса DAX показывает: в спокойные времена высокочастотный трейдинг действительно улучшает ценообразование и наполняет рынок деньгами. Но при первых признаках нестабильности те же HFT-фирмы синхронно уходят с рынка – и ликвидность испаряется как утренний туман.

Более того, в моменты шока алгоритмы могут выйти из рынка настолько синхронно, что bid-ask спреды взлетают до небес, и торговать (тем более руками) становится просто невыгодно. Хуже того: роботы могут начать действовать единым фронтом («стадное поведение»), усугубляя движение вне зависимости от фундаментальных факторов.

Таким образом, автоматизация снижает долгосрочную волатильность, но может порождать внезапные микрокризисы.

Вывод простой: эффективность ИИ в трейдинге не абсолютна. Роботы великолепно «шумят» в обычные дни – но в кризис их алгоритмы ломаются, и они способны принести своим владельцам совершенно непрогнозируемые убытки.

3. Не приводит ли автоматическая торговля к вымыванию ликвидности?

Это хороший вопрос. Дело в том, что автоматические маркет-мейкеры создают видимость идеального порядка. Спреды сужаются до рекордных минимумов, исполнить ордер становится дешевле. В обычных условиях HFT-алгоритмы – главные поставщики ликвидности.

Но, как я писал выше, в периоды сильных движений на рынке, как только волатильность превышает определённые пороги, их модели риска требуют немедленно уйти с рынка. И они уходят – синхронно, тысячами.

Одной из причин флэш-краха 2010 года, когда Dow Jones упал почти на 1000 пунктов за несколько минут, стало именно синхронное отключение HFT-маркет-мейкеров

На фондовом рынке РФ HFT-участники на фондовом рынке обеспечивают около 35-40% ликвидности. Но это нестабильная ликвидность: она исчезает именно тогда, когда вы пытаетесь ею воспользоваться. Этот эффект называют «хрупкостью ликвидности» (liquidity fragility)

4. Искажается ли рынок из-за ИИ?

Да, ИИ-алгоритмы вполне способны создать искусственные ситуации, когда трейдеры намеренно выбивают из «игры». Два самых ярких примера − охота за ликвидностью (stop hunting) и вымывание стакана.

В первом случае алгоритмы намеренно пробивают книгу ордеров мощным ордером – свип ликвидности. Цель – спровоцировать массовые стоп-лоссы и волну панических продаж. Проявляется это так: цена совершает резкий скачок, срабатывают стопы, а затем тренд движется в истинном направлении. Крупный игрок уже закрыл позицию, а мелкие трейдеры остались с убытком.

Во втором случае алгоритмы входят в стакан одновременно, а затем быстро выходят, и ликвидность в стакане просто исчезает. Причём, если роботы замечают, что конкуренты ведут себя неагрессивно, они могут скоординированно устанавливать более высокие спреды.

Это явление в 2025 году выявили исследователи Национального бюро экономических исследований США. Они с удивлением заметили, что ИИ-трейдеры научились координировать цены друг с другом без всякого «заговора». В симуляциях они просто наблюдали друг за другом и начинали устанавливать более высокие спреды. Это явление назвали «искусственным сговором».

Фокус в том, что регуляторы не могут доказать прямой сговор – нет ни встреч, ни тайных чатов, ни обмена данными. Алгоритмы просто выучили, что агрессивный трейдинг создаёт волатильность и снижает общую прибыль. Долгосрочно это для них выгодно, т.к. позволяет за счёт потерь других участников нарастить собственную прибыль.

Добавьте сюда спуфинг – ложные заявки, создающие видимость спроса. В симуляциях такие агенты повышают волатильность и утяжеляют хвосты распределений.

Пока эти явления не доказаны как массовая практика на реальных рынках. Но сам факт, что даже простые ИИ-модели склоняются к кооперации, – знак предупреждения для любого вдумчивого трейдера.

Таким образом, ИИ делает рынок умнее, быстрее, эффективнее и дешевле – но не абсолютно безопаснее. Скорее, наоборот. ИИ становится умным и изощрённым противником. Теперь трейдеры борются не только друг с другом – но и с машинами. Поэтому работа трейдером на рынке предполагает знание всех этих подводных камней – и умение их обходить.

В следующем посте – разберу, как ИИ на практике меняет инвестиционный опыт в Сбере, ВТБ, Т-Инвестициях и МТС Инвестициях.

Коллеги, приглашаю на свой канал для погружения в инвестиции через призму IT и цифровизацию бизнеса, где еще больше актуальных новостей и моих разборов — t.me/+-a0sqZD702Y5MDQy и max.ru/join/zufD-8BN8LHpjz788qsRV8AEpBjj2imDf6_uksr89tU