Co miał na myśli Raymond Kurzweil, mówiąc o sztucznej inteligencji? Chodziło mu o programy tworzone przez informatyków zatrudnionych w amerykańskich funduszach inwestycyjnych. Zadaniem tych programów jest monitorowanie rynku giełdowego i samodzielne zawieranie transakcji. Obserwują one miliardy giełdowych operacji i poszukują powtarzalnych zachowań kursów. Traktują rynek jak statystyk wyniki ankiety: zbierają dane i szukają określonych zależności. Tyle że komputer, znacznie szybszy od człowieka, może analizować rynek w czasie rzeczywistym. Program namierza okazję i wysyła odpowiednie zlecenie na giełdę. Takich operacji wykonuje tysiące w ciągu sekundy. Nie liczy się zysk z pojedynczej transakcji, lecz wynik całościowy.
Ten sposób inwestowania na giełdzie nazywa się handlem wysokiej częstotliwości (high frequency trading). Kiedy Kurzweil prezentował swoje prognozy, szybkie komputery odpowiadały za blisko 30 proc. transakcji na amerykańskich giełdach. Obecnie, według badań firmy konsultingowej TABB Group, jest to już ponad 70 proc. Na naszych oczach dokonuje się rewolucja, w wyniku której rynek giełdowy nigdy nie będzie taki sam.
Początek tej rewolucji miał miejsce pod koniec lat 80. To wtedy wśród amerykańskich inwestorów rozpowszechniły się komputery oraz proste aplikacje do analizy cen akcji. Dzięki nim praca z danymi stała się dużo łatwiejsza. Nie wymagała już śledzenia kursów publikowanych w gazetach: możliwe stało się zastosowanie zaawansowanych narzędzi statystycznych. Na podstawie obserwacji inwestorzy tworzyli strategie, które określały, kiedy kupić i sprzedać dany instrument finansowy. Nie działo się to oczywiście w ciągu milisekund, nie było też możliwości stworzenia programu, który samodzielnie inwestowałby na giełdzie.
Nowymi możliwościami technicznymi zaczęły się interesować również fundusze inwestycyjne. Jednym z nich był Renaissance Technologies, założony w 1982 r. przez Jima Simonsa. Doktor matematyki, który ukończył słynny Massachusetts Institute of Technology, zauważył możliwości, jakie stwarza świat finansów w połączeniu z analizą komputerową. Simons postawił na specjalistów od statystyki, programistów, łamaczy kodów i fizyków. Jego zespół pracował nad strategiami inwestycyjnymi opartymi na matematycznych zależnościach obecnych w zmieniających się kursach instrumentów finansowych. Im więcej osób inwestowało na giełdzie, tym dynamiczniej zachowywał się rynek i więcej danych do analizy mogli wykorzystać specjaliści .
Zastosowanie w handlu strategii opartych na dynamicznych zmianach stało się możliwe w roku 1992, gdy giełda w Chicago uruchomiła elektroniczną platformę transakcyjną Globex. Jej techniczne możliwości znacznie zwiększyły szybkość handlu na giełdzie, dając zielone światło funduszom Simonsa. Kolejnym krokiem milowym było pojawienie się Internetu, który umożliwił informatyzację handlu: aby złożyć zlecenie, wystarczył dostęp do sieci i kilka kliknięć na klawiaturze. Popularność Internetu umożliwiła globalizację rynków finansowych i znacznie zwiększyła obroty na światowych giełdach. Miliony transakcji w ciągu dnia oznaczały ogromną liczbę danych statystycznych dostępnych w Internecie na wyciągnięcie ręki. Jim Simons wiedział, jak wykorzystać te dane. Zastosowanie strategii opartych na handlu wysokiej częstotliwości stało się realne.
Matematycy i informatycy zatrudnieni w funduszach inwestycyjnych zaczęli projektować systemy, które były w stanie na bieżąco śledzić rynkowe dane, analizować je, wychwytywać odpowiednie okazje do zarobku i wysyłać zlecenie na giełdę. Ingerencja człowieka nie była już potrzebna. Programy te dokonują operacji w ciągu 20 milisekund:?giełdowi specjaliści porównują tego typu metody inwestycyjne do wyciągania monet spod pędzącego walca.
Rosnąca liczba funduszy systematycznych sprawiła, że zaczęły one konkurować, opracowując coraz bardziej wyszukane strategie, do których zrozumienia potrzebny jest tytuł nauko wy. Budowane przez nich roboty inwestycyjne nie miały już działać według ściśle określonych reguł. Były programowane tak, by adaptować się do zmiennych warunków na rynku, tj. uczyć się na własnych błędach. W żargonie inwestycyjnym takie programy nazywa się genetycznymi algorytmami, a w naukowym – no cóż, sztuczną inteligencją.
