Машинное обучение

Машинное обучение преобразило распознавание изображений и перевод. В финансах его успехи неравномернее, чем думают.

Есть четыре поля. Предсказывать цены, исполнять заявки, ловить мошенничество и решать вместо человека.

Первое поле — прогноз цен. Это мечта. И самое разочаровывающее поле.

Фото кошки остаётся фото кошки. А рынок меняется, как только нашли его правило, потому что другие сразу им пользуются.

Сигнал слабый, история короткая, прошлое не повторяется. Мощная модель учит здесь прежде всего шум.

Второе поле — исполнение заявок. Не так блестяще, но гораздо выгоднее.

Купить миллион акций разом — значит поднять цену против себя. Заявку надо резать, в правильном ритме.

Для примера: на заявке в сто миллионов евро сэкономить десятую долю процента — это сто тысяч евро.

Каждый день на тысячах заявок — это состояние. И здесь у модели миллионы примеров, чтобы учиться.

В приложении эта глава анимирована и озвучена, карточка за карточкой. Попробовать бесплатно.

Загрузите вApp Store

Третье поле — поиск мошенничества. Здесь это действительно работает.

Каждый платёж картой оценивается за долю секунды. Место, сумма, время, привычки: всё сравнивается.

Классическая ловушка: допустим, одно мошенничество на тысячу платежей. Модель, всегда отвечающая «мошенничества нет», права в девяноста девяти и девяти десятых процента случаев.

И она бесполезна. Важно, сколько мошенничеств она ловит и скольких честных клиентов блокирует.

Для примера: миллион платежей, тысяча мошенничеств. Модель ловит девятьсот и ошибается на ноль целых пяти десятых процента честных платежей.

Это четыре тысячи девятьсот девяносто пять ложных тревог. Едва одна тревога из шести — настоящее мошенничество.

Четвёртое поле — чёрный ящик. Модель отказывает в кредите. Почему? Часто даже её создатели не могут объяснить просто.

А во многих странах закон требует уметь объяснить отказ в кредите. И регулятор хочет понять решение, прежде чем его принять.

Модель может и повторять искажения своих данных. Если она учится на несправедливых решениях, она их повторяет, на большой скорости.

Поэтому банки выбирают: модель чуть менее точная, но объяснимая, вместо немого оракула.

Запомните: машина блистает там, где примеров много, а правила стабильны. Разочаровывает там, где будущее не похоже на прошлое.

Так что остерегайтесь любого искусственного интеллекта, который обещает предсказывать биржу. Именно там он блистает меньше всего.