Классы активов один за другим переходят на электронные торговые площадки и вот утверждения о том, что торговыми системами в скором времени будут управлять роботы уже не кажется чем-то из области научной фантастики. Но значит ли это, что отрасль начнет понемногу терять рабочие места, а машины постепенно вытеснять человека?
Клаус Шваб, основатель и председатель Всемирного экономического форума (ВЭФ), а также Ричард Саманс, член управляющего совета ВЭФ так не считают. Согласно прогнозам, до 2020 года численность рабочих мест в сфере финансовых операций и менеджемента сильно не изменится.
Возможно, кто-то, узнав об этом, вздохнет с облегчением. Однако, как бы там ни было, финансовая отрасль уже претерпевает масштабные изменения во всем мире, которые, безусловно, коснутся и востребованности специальностей.
В частности, глобальные сдвиги, по мнению авторов, произойдут в инвестиционной сфере и сфере финансовых услуг, где возрастет спрос на специалистов со знанием компьютерных технологий и математики, таких как аналитик данных, аналитик информационной безопасности и специалист по сетям и базам данных.
На самом деле, в числе главных сторонников «оцифровки» трейдинга и инвестиций, они надеются, что это поможет сократить число скандалов вокруг фиксинга и манипуляций с валютными курсами, а также повысить прозрачность транзакций.
По версии издания efinancial, профессия валютного трейдера вошла в число худших специальностей 2015 года. Это связано с тем, спустя три десятилетия стремительного роста, форекс спот и форвардный рынок почти полностью перешли на электронную торговлю. По оценкам Мorgan Stanley, в ближайшем будущем
«Переход на электронную торговлю идет повсеместно, общение с дилером сводится к минимуму»,— отмечает Фергал Туми, старший научный сотрудник и основатель Corvil, ИТ-компании, которая занимается обработкой и анализом данных.
«В сфере финансового трейдинга много рутинной работы, например, простой арбитраж, или маркет-мейкинг. Большинство этих процессов хорошо поддаются автоматизации», — пояснил он. «Сейчас растет спрос в первую очередь на специалистов, которые способны разработать и создать такие автоматизированные системы, знают, как ими управлять, и как сделать так, чтобы они функционировали в соответствии с корпоративными целями и задачами».
Еще одна перспективная и одновременно деструктивная технология — это машинное обучение. Она появилась уже несколько лет назад, но начала обретать истинную популярность после того, как инвестиционная компания Bridgewater объявила о формировании команды, которая будет работать над созданием искусственного интеллекта
… что машина может делать самостоятельно? Где проходит грань?
Например, помимо выполнения рутинных функций, машинное обучение можно использовать для анализа графических моделей, который потом можно будет использовать для построения успешных стратегий. Хотя, конечно, не стоит слишком сильно полагаться на машину. Элемент риска, присущий трейдингу, никуда не денется, а ответственность за принятие решений все равно будет лежать на человеке.
Машинное обучение можно разделить на три базовые категории: контролируемое, неконтролируемое и укрепляющее обучение — последнее больше всего напоминает мыслительный процесс человека.
Некоторые считают это направление наиболее перспективным, способным научить машины выполнять задачи более высокого уровня. Машины все равно не заменят человека, но, вероятно, уже в скором будущем нам придется работать с ними, что называется, плечом к плечу.
«Технологический прогресс, в частности, роботизация и машинное обучение, не приведут к полной замене существующих специальностей и профессий машинами, но, вероятно, позволят переложить на них часть функций, которые сейчас выполняются в рамках этих специальностей, что позволит сотрудникам сконцентрироваться на новы задачах и обусловит быстрое изменение базовых навыков, требуемых для тех или иных профессий».
На заре алго-трейдинга, многие трейдеры, которые переводили свои стратегии в программный код, хотели машину для зарабатывания денег: один раз настроил, запустил и забыл. Но в конечном счете успеха добились лишь те, кто сумел наладить своего рода «диалог» между человеком и машиной.
Где проходит грань? Вспомните робо-советников. Если у клиента в распоряжении небольшая сумма денег, можно использовать автоматизированный процесс принятия решения. Но если ставки возрастают до миллионов, нужен только человек.
Убедительно!!!