Просчитался, но где?

По данным опроса eToro, около 30 % инвесторов уже применяют искусственный интеллект при управлении портфелем. Но интерес рынка быстро смещается гораздо дальше обычного анализа. Частные инвесторы все чаще пытаются превратить нейросеть из помощника в самостоятельного трейдера: ИИ-агентов уже используют для торговли акциями, криптовалютами и прогнозными контрактами.

Главная причина этого ажиотажа в том, что ИИ впервые создал ощущение «доступного Уолл-стрит». То, что раньше ассоциировалось с хедж-фондами, сложными алгоритмами и дорогой инфраструктурой, внезапно стало похоже на обычный чат. Обучить нейросеть базовым правилам торговли, размерам позиций и сигналам входа и выхода можно за несколько недель. Площадки Polymarket, OKX, Bybit и Kraken уже упростили подключение ИИ-агентов, потому что автоматизированные системы совершают больше сделок.

На этом фоне вокруг ИИ-трейдинга быстро начали появляться почти мифологические истории о «денежных ботах». Самым вирусным примером стал тред в X про автономного агента на платформе прогнозов Polymarket. Автор утверждал, что дал ИИ-агенту $50 с условием «Окупи себя или умри», после чего система якобы превратила эту сумму почти в $3000 за 48 часов.

По словам пользователя, агент каждые десять минут анализировал от 500 до 1000 рынков, рассчитывал «справедливую стоимость» через Claude, искал ценовые перекосы выше 8 %, определял размер позиции по критерию Келли и самостоятельно совершал сделки.

Иллюзия компетентности

Истории про ИИ-агентов с доходностью в тысячи процентов быстро создали вокруг нейросетей репутацию почти готового инвестиционного советника. Но когда речь заходит не о вирусных тредах, а о реальном управлении деньгами, результаты оказываются куда менее впечатляющими.

Репортер The Wall Street Journal решила проверить, способен ли ChatGPT действительно помогать инвестору принимать решения. На базовом уровне модель выглядела убедительно. Когда речь шла о стандартном портфеле для инвестора с умеренным риском, ChatGPT предлагал привычный набор из крупных акций, облигаций и индексных фондов. Финансовые консультанты признали, что такие рекомендации в целом выглядели разумно.

Проблемы начались, когда разговор перешел к кризисным сценариям – например, к возможной остановке работы правительства США или войне с Ираном. В этот момент ChatGPT начал советовать гораздо более рискованные стратегии.

Для «защиты» портфеля модель предложила использовать опционы – сложный инструмент, на котором неопытный инвестор может потерять деньги быстрее, чем на обычных акциях. Одновременно ChatGPT советовал искать «правильный момент» для покупки отдельных бумаг, то есть фактически пытаться угадывать движение рынка: именно от таких попыток профессиональные консультанты обычно и предостерегают частных инвесторов.

Еще показательнее оказался эксперимент с фондами с плечом – инструментами, которые усиливают не только прибыль, но и убытки инвестора. Сначала ChatGPT прямо заявил, что такие бумаги не подходят для портфеля с умеренным риском. Но после нескольких уточняющих вопросов модель быстро сменила позицию и начала давать уже практические советы по торговле такими инструментами. Пользователь легко смог «додавить» модель до нужного ответа, а тон ИИ оставался все таким же экспертным.

То есть, нейросеть создает убедительное ощущение контроля и компетентности даже там, где сама логика решений остается слабой. Если инвестор просит «доказать», что портфель хорошо диверсифицирован, или объяснить, почему рискованную позицию можно оставить, модель нередко начинает обслуживать этот запрос вместо критического анализа.

Неоднозначно выглядят и результаты торговых ИИ-агентов. Bloomberg приводит пример программиста Джейка Неслера, который автоматизировал торговлю опционами при помощи бота. За месяц система показала доходность около 7 % и обогнала S&P 500, но в моменте просадка достигала 22 %. Сам Неслер не советует вкладывать реальные деньги в таких агентов: результат работы с ними мало отличается от игры в «угадайку».

При этом ИИ действительно способен быть полезным инструментом: быстро разобрать структуру портфеля, найти скрытую концентрацию риска или помочь со сценарными расчетами. Но он не заменяет инвестиционную логику владельца счета – понимание целей, горизонта инвестирования и допустимого уровня риска.

Почему рынок сильнее ИИ-ботов

Вирусная история про супер-успешного бота, обогатившего своего пользователя на Polymarket, получила продолжение: в дискуссию вмешалась компания Pelican, которая сама разрабатывает инструменты для автоматической торговли.

Реакция была показательной: в компании прямо заявили, что история про превращение $50 почти в $3000 за 48 часов больше похожа не на реальную торговую систему, а на красивую рыночную легенду.

Главная проблема в том, что рынок устроен сложнее, чем кажется в историях про «умных ботов». Polymarket – площадка с небольшими объемами торгов. Если бот начинает быстро покупать или продавать слишком много, он сам начинает менять цену рынка против себя. В результате система буквально ломает собственную стратегию своими же сделками.

Кроме того, рынки прогнозов уже давно анализируют тысячи торговых ботов. Поэтому история про ИИ-агента, который каждые десять минут стабильно находит ошибки рынка с доходностью выше 8 %, в Pelican назвали крайне сомнительной. На реальном рынке такие очевидные возможности обычно исчезают почти мгновенно: их быстрее забирают крупные автоматические системы.

Отдельно компания раскритиковала рассказ о возможностях самого агента. Автор треда утверждал, что бот одновременно анализировал сотни рынков, погодные данные, спортивные отчеты и блокчейн-метрики при стартовом капитале всего в $50. В Pelican ответили, что работа с такими объемами информации требует дорогих каналов доступа к данным, вычислительных мощностей и отдельной инфраструктуры. Проще говоря, подобная система не может стоить дешевле, чем сумма, с которой она якобы начинала торговать.

Во время конфликта вокруг Ирана особенно хорошо стало видно, с кем именно на самом деле конкурирует частный инвестор. Инвестбанкир Тимур Беликов писал в «Эксперте», что после первых сообщений о рисках блокировки Ормузского пролива ИИ-системы за считаные минуты выдали сигналы на покупку нефтяных компаний. После новостей о проблемах с производством сжиженного газа в Катаре аналогичные сигналы получили «Новатэк» и «Газпром». Пока частные инвесторы читали новости и пытались понять последствия событий, часть сделок уже была совершена автоматически.

Именно здесь и заканчивается миф о «домашнем ИИ-трейдере». Частный инвестор со своим личным ИИ-чатом или даже агентом конкурирует не с людьми у мониторов, а с индустрией, которая уже потратила миллиарды долларов на скорость, данные и вычисления. Современные торговые системы одновременно анализируют новости, финансовую отчетность, цепочки поставок, взаимосвязи компаний и движение капитала. В некоторых случаях для проверки гипотез используются сразу десятки очень крупных ИИ-моделей.

Так что «домашний ИИ-трейдер» конкурирует уже не с другими людьми, а с индустрией, которая потратила миллиарды долларов на данные, алгоритмы и скорость исполнения сделок.