Joel Rieger vietti yli vuoden iltojaan ja viikonloppujaan Los Angelesin kotitoimistossa rakentamassa automaattista optiokaupan ohjelmaa, kertoi uutistoimisto Bloomberg sunnuntaina julkaisemassaan jutussa. Python-koodi syntyi käsin, strategioita testattiin simuloimalla ja seurannassa oli satoja osakkeita. Tuotto jäi silti suunnilleen samaksi kuin rahan parkkeeraamisessa S&P 500 -indeksirahastoon.
Bloombergin mukaan uusien työkalujen leviäminen innostaa kokonaista päiväkauppiaiden sukupolvea yrittämään Wall Streetin salaisen koodin murtamista.
Työkalutasolla muutos on aito. Koodin kirjoittaminen, strategian jälkitestaus (englanniksi backtesting) ja automaatin käynnistäminen osake- ja kryptomarkkinoilla onnistuvat nykyään ilman aiempaa kvanttikaupan osaamista.
Kvanttikaupassa sijoituspäätökset tehdään matemaattisten mallien ja tilastollisen datan perusteella, ei näkemyksen tai yhtiöanalyysin pohjalta. Käytännössä tämä tarkoittaa, että sijoittaja etsii historiallisesta hinta-, volyymi- tai muusta aineistosta säännönmukaisuuksia, muotoilee niistä täsmällisen säännön ja antaa tietokoneen toteuttaa kaupat automaattisesti.
Suuri osa pörssien algoritmeista vain toteuttaa ihmisen tekemän päätöksen mahdollisimman edullisesti, kun taas kvanttistrategiassa myös itse päätös syntyy mallista.
Näyttö kvanttikaupan toimivuudesta on sen sijaan ohut.
Selvimmän mittarin tarjoaa toukokuussa raportoitu Alpha Arena, teknologiayhtiö Nof1:n järjestämä kilpailu, jossa kahdeksan johtavaa tekoälymallia sai kukin 10 000 dollaria ja kaksi viikkoa aikaa käydä kauppaa yhdysvaltalaisilla teknologiaosakkeilla.
Kaikkien kahdeksan mallin yhteenlaskettu pääoma supistui neljän kierroksen aikana noin kolmanneksella. Mallien ja kierrosten yhdistelmiä kertyi 32, ja niistä vain kuusi päättyi voitolle.
Hajonta oli suurta myös identtisellä ohjeistuksella. Alibaban Qwen teki 1 418 kauppaa ja Elon Muskin xAI:n Grok 158, ja siinä missä Anthropicin Claude kallistui ostolaidalle, Googlen Gemini suosi lyhyeksimyyntiä.
Vipu kaatoi 45 miljardin rahaston
Nof1:n perustaja Jay Azhang ei kaunistele johtopäätöstä. ”Rahan antaminen suoraan kielimallille ja sen päästäminen kauppaamaan itsenäisesti ei vielä toimi”, hän kertoo.
Instituutiopuolelta tuli heinäkuun lopussa oma varoituksensa. Leopold Aschenbrennerin luotsaama Situational Awareness joutui myymään pörssisalkkunsa Citadelille alle markkinahintojen, kun päävälittäjät vaativat lisävakuuksia.
Rahaston varat olivat heinäkuun alussa noin 45 miljardia dollaria, torstaihin mennessä enää noin kymmenen miljardia. Aschenbrenner on 24-vuotias entinen OpenAI:n tutkija, jolla ei ollut kokemusta rahastonhoidosta ennen rahaston perustamista vuonna 2024.
Kaatuminen ei kuitenkaan ollut tekoälyn tekemä kaupankäyntivirhe. Ostopuolella olivat vivutetut panokset tekoälyinfraan, muun muassa CoreWeave, SK Hynix, Nebius ja Sandisk, ja suojaksi tarkoitettu lyhyeksimyynti kohdistui ohjelmistoyhtiöihin kuten Adobeen.
Molemmat panostukset menivät väärään suuntaan yhtä aikaa, eikä suojaus toiminut. Kyseessä oli vivun ja keskittyneisyyden aiheuttama tappio, ei koneen harha-askel.
Heinäkuu kuritti myös varsinaisia kvanttirahastoja. Hongkongilaisen Jupiter Research Capitalin hallinnoima rahasto menetti noin 43 prosenttia arvostaan kuun 24. päivään mennessä tekoälyyn kytkettyjen osakkeiden romahtaessa.
Jälkitestaus pettää, kun malli tuntee historian
Kotikvantin vaikein ongelma ei ole koodi vaan sen todentaminen. Kielimalli voi tuntea historialliset markkinatapahtumat ennalta, jolloin jälkitesti mittaa muistia eikä ennustekykyä.
Ilmiö tunnetaan nimellä ennakoiva vinouma (englanniksi look-ahead bias), tulevaisuuden tiedon vuotaminen testiaineistoon. Juuri siksi arviointi on siirtynyt oikealla rahalla käytäviin kokeisiin, joissa tulokset ovat toistaiseksi jääneet vaatimattomiksi.
Aiemmin hedge-rahasto Coatue Managementin data-analytiikan johtajana toiminut Alexander Izydorczyk on kirjoittanut, ettei yksikään hänen seuraamistaan tekoälyboteista ole osoittanut kestävää etua. Kilpailuja rajoittaa hänen mukaansa se, mitä koulutusaineistossa ei ole: suljettujen kauppahuoneiden käytännön kvanttitekniikat.
Kokeiden lyhyys on toinen varaus. Flat Circle -blogia kirjoittava Jim Moran on arvioinut kokeet liian lyhyiksi ja kohinaisiksi lopullisiin päätelmiin, sillä agentit kärsivät heikommasta toteutuksesta ja tutkimusaineiston puutteesta.
Taustalla on vanhempaakin näyttöä. Fernando Chaguén ja hänen kollegoidensa tutkimuksessa brasilialaisista päiväkauppiaista 97 prosenttia yli 300 kaupankäyntipäivää jatkaneista jäi tappiolle, eikä kokemuksen karttumisesta löytynyt hyötyä.
Markkinan koostakaan ei vallitse yksimielisyyttä. Algoritmikaupan globaali arvo vuonna 2025 vaihtelee tutkimustalosta riippuen 2,5 miljardista yli 24 miljardiin dollariin, mikä kertoo enemmän määritelmien kirjavuudesta kuin ilmiön todellisesta mittakaavasta.
Sääntely puree toistaiseksi lähinnä toimilupayhtiöihin. Euroopan arvopaperimarkkinaviranomainen ESMA muistutti jo vuonna 2024 sijoituspalveluyrityksiä liiallisen tekoälyyn nojaamisen ja aineiston laatuongelmien riskeistä, mutta omalla koodillaan kauppaava yksityissijoittaja jää valvonnan ulottumattomiin.
Situational Awarenessin pakkomyydyt positiot päätyivät Citadelille alennuksella. Osa samoista tekoälyinfran osakkeista kääntyi jyrkkään nousuun jo seuraavana päivänä.
