Наука — основа

Two Sigma Investments — хедж-фонд, расположенный в Нью-Йорке, использующий различные технологические методы, в том числе искусственный интеллект, машинное обучение и распределенные вычисления для своих торговых стратегий.

Название

Two Sigma Investments была основана в 2001 году.
Исходя из описания компании, сразу можно сделать вывод, что это нетипичный хедж-фонд, а потому и название соответствующее.

Одна из интерпретаций имени компании выглядит следующим образом:

Two Sigma» как Σ(σi) — сумму волатильностей. Ориентируясь на правило трех сигм, заключающееся в том, что с вероятностью 0,9973 значения нормально распределенной величины отличаются от ее математического ожидания не более, чем на 3σ в обе стороны, можно говорить и о «правиле двух сигм». А именно — значения нормально распределенной величины отличаются от ее математического ожидания не более, чем на 2σ в обе стороны, но уже с вероятностью примерно в 95,4%.

Звучит сложно, да? Ну а что вы хотели, в основе работы компании — наука, технологии и искусственный интеллект.

Истоки

У истоков компании стояли трое. Дэвид Марк Сигел, Джон Альберт Овердек и Марк Пикард.
Пикард занимал пост президента компании пять лет — с момента ее создания до выхода на пенсию в 2006 году. О нем мало, что известно. Общепризнанными главными идеологами и драйверами Two Sigma признаются Д. Сигел и Дж. Овердек.

Дэвид Сигел закончил Принстонский университет по специальностям электротехника и информатика. Получил докторскую степень в Массачусетском технологическом институте (МТИ). Научные интересы — область искусственного интеллекта.

После МТИ Сигел применяет свои математические способности в трейдинге. Вместе с Дж. Безосом, окончившим тот же факультет Принстона, он работал в известной инвестиционной фирме DE Shaw & Co, которая славилась сложными матмоделями и алгоритмами для поисков рыночной неэффективности. В компании Дэвид Сигел дослужился до должности директора по информационным технологиям.

После он работал в еще нескольких компаниях, а также являлся основателем проектов.
Непосредственно перед созданием Two Sigma Сигел разработал поисковик Blink.com.

Джон Овердек родился в 1969 г. в городке Миллберн, штат Нью-Джерси, в очень «математической» семье. Отец — математик Агентства национальной безопасности США, мать — занимала должность директора Computer Sciences Corporation (CSC), одной из крупнейших IT-корпораций в Соединенных Штатах.

В 17 лет Овердек стал серебряным призером Международной математической олимпиады. Достижения на этом интеллектуальном турнире весьма высоко ценятся математической общественностью в Штатах. Сайт Two Sigma Investments отдельно на видном месте отмечает тот факт, что у них трудятся 17 золотых и серебряных медалистов Международной математической олимпиады.

Поступив в Стэнфорд, Джон Овердек получил степень бакалавра математики и магистра статистики. Так же, как и Сигал, Овердек стал работать в DE Shaw & Co, тамон поднимялся по служебной лестнице до поста управляющего директора. Отметился он и в Amazon у Джеффа Безоса, будучи некоторое время вице-президентом компании.

Машинное обучение

Как любой квантовый фонд, Two Sigma Investments использует в трейдинге самые передовые методы фундаментальной и прикладной математики, теоретической физики и смежных дисциплин.

Two Sigma отрабатывает три магистральных научных направления:

машинное обучение, распределенные (параллельные) вычисления и элементы искусственного интеллекта.

Благодаря этому подходу компании Сигела и Овердека вошла в элиту мировой хедж-индустрии и составила достойную конкуренцию таким лидерам как DE Shaw & Co и Renaissance Technologies.

А что вообще такое «машинное обучение»?

Машинное обучение (ML) — это изучение компьютерных алгоритмов, которые автоматически улучшаются по мере накопления опыта.

Путем прохождения «эпох обучения» и минимизации ошибок, обучающийся алгоритм должен выдавать более или менее приличные прогнозы на будущие ситуации. Например — диапазон котировок или наклон тренда финансового инструмента.

Машинное обучение многогранно и многовекторно. Помимо искусственных нейронных сетей оно включает генетические алгоритмы, правила ассоциаций, регрессионный анализ, интеллектуальный анализ данных с обнаружением аномалий (выбросов), что критично важно для трейдинга, и многое другое.

Распределенные (параллельные) вычисления и системы

Количественный фонд сталкивается с фундаментальной задачей обработки огромных массивов данных. Рабочие объемы достигают Петабайт информации. Two Sigma просеивает десятки тысяч источников сигналов на сотнях тысячах процессоров с памятью 2000 терабайт и выше.

Организация таких сложных процессов требует построения особой компьютерной архитектуры и применения соответствующих разделов прикладной (вычислительной) математики.

Главное направление — организация распределенных или параллельных вычислений.

Что это такое?
Распределенные вычисления — область компьютерных наук, изучающая распределенные системы.
А распределенная система — это система, компоненты которой расположены на разных компьютерах сети, которые взаимодействуют и координируют свои действия, передавая сообщения друг другу.

Распределенная сеть наинизшего уровня реализуется путем соединения нескольких компьютеров кабелями. Возможна реализация РС на печатной плате. РС более высокой ступени предполагает наличие специального коммуникационного софта.

Искусственный интеллект

Понятие искусственного интеллекта (ИИ) в трейдинге в той или иной степени включает в себя и машинное обучение с искусственными нейронными сетями, и генетическими алгоритмами, и вопросы архитектуры распределенных сетей, и всю алгоритмическую торговлю в целом. Цель алготрейдера — использовать как можно больше элементов ИИ при создании алгоритмов, усиливая процесс все возрастающими вычислительными мощностями.

Для того, чтобы выяснить, насколько интеллектуальная система (компьютер) соответствуют требованиям ИИ, английский математик Алан Тьюринг предложил в далеком 1950 г. простой тест, известный, как «тест Тьюринга».

«Человек взаимодействует с одним компьютером и одним человеком. На основании ответов на вопросы он должен определить, с кем он разговаривает: с человеком или компьютерной программой. Задача компьютерной программы — ввести человека в заблуждение, заставив сделать неверный выбор.»

Если человек, играющий роль судьи, не уверен, кто его собеседник — другой человек или компьютер, считается, что интеллектуальная система прошла тест на ИИ.

Возможности искусственного интеллекта — объект пристального внимания финансистов и инвесторов уже не один год.

Для обработки сигналов крупные игроки давно задействуют интеллектуальный анализ данных. Обрабатываются терабайты текстовой, аудио и видеоинформации, размещенных на бумажных и электронных носителях: статьи, отчеты, соцсети, научные публикации. Все, что может хоть в малейшей степени повлиять на рыночные тенденции.

Все эти описания выглядит довольно сложными, и нам, трейдерам и инвесторам, не имеющим таких глубоких знаний в научных областях, трудно представить, как по-настоящему работает Two Sigma Investments, ведь это действительно непростой и многоуровневый процесс. Однако одно можно сказать точно: Сигел и Овердек — мастера своего дела, сумевшие интегрировать свои блестящие знания в сферу трейдинга и инвестиций.