Инвестиционная альфа вымирает быстрее, чем когда-либо, и главный подозреваемый здесь — искусственный интеллект. Согласно исследованию Шучена Мэна и Сюпэна Чэня из Нью-Йоркского университета, массовое внедрение ИИ-стратегий превращается в акт коллективного самоубийства на рынках. Ученые математически доказали, что по мере того, как фонды развертывают однотипные модели, они эндогенно уничтожают ту самую неэффективность, на которой планировали заработать. Это не досужие рассуждения: исследователи вывели «теорему полураспада альфы», подтверждающую, что срок жизни прибыльного сигнала сокращается нелинейно по мере роста плотности алгоритмов.
The Three Channels of Signal Degradation
Крах доходности обеспечивают «три всадника» деградации: теснота сигналов (signal crowding), перформативная эрозия и гонка «Черной Королевы». Теснота возникает из-за алгоритмической монокультуры: когда сотни систем обучаются на одних и тех же данных — отчетах SEC и графиках цен — их торговые паттерны неизбежно сходятся в одной точке. Перформативная эрозия, по определению Мэна и Чэня, создает рефлексивную петлю: сам факт исполнения сделки по сигналу ускоряет арбитраж этого паттерна до его полного исчезновения. Наконец, гонка «Черной Королевы» заставляет фонды тратить миллионы на ИИ лишь для того, чтобы просто оставаться на месте. Это парадокс интеллектуальных рынков: технология, призванная дать преимущество, превращает поиск избыточной прибыли в игру с нулевой суммой. Анализ 99,5 млн записей из деклараций 13F показал, что конвергенция институциональных портфелей с 2013 по 2024 год выросла на 42%.
В условиях монокультурного равновесия чистая альфа тождественно равна нулю, несмотря на огромные инвестиции в ИИ.
Самый болезненный вывод исследования — радикальное сжатие жизненного цикла стратегий. В эпоху до засилья алгоритмов жизнеспособный торговый сигнал «кормил» инвестора от 5 до 7 лет. Сегодня, при текущем уровне внедрения ИИ и корреляции сигналов около 0,6, это окно схлопнулось до 18 месяцев. Формула Мэна и Чэня, учитывающая естественный возврат к среднему и ускоренный ИИ распад, наглядно демонстрирует: каждый новый участник рынка с нейросетью наперевес сокращает жизнь сигналов для всех остальных с прогрессирующей скоростью.
The 18-Month Deadline
Модель предполагает, что период полураспада сигнала теперь составляет 18 месяцев против 5–7 лет в доалгоритмическую эпоху.
Такая акселерация запускает каскадную реакцию: как только критический порог внедрения ИИ пройден, исчезновение одного класса сигналов усиливает грызню за оставшиеся паттерны, что дестабилизирует всю систему. Исследователи указывают на опасный компромисс между эффективностью и хрупкостью. Уровень участия алгоритмов, необходимый для быстрого обнаружения цен, значительно превышает уровень, при котором система остается устойчивой. Фактически рынки становятся «стеклянными», что подтверждается симуляцией флэш-краша 2010 года.
- Использование ИИ сократило средний срок жизни торгового сигнала с 5–7 лет до скромных 18 месяцев.
- Конвергенция портфелей институциональных инвесторов выросла на 42% за десятилетие, снижая дисперсию доходности.
- Эффективность рынка теперь оплачивается системной хрупкостью: риск мгновенных обвалов растет по мере синхронизации сигналов.
Для управляющих фондами и CTO это звучит как приговор коробочным решениям. Как показывают Шучен Мэн и Сюпэн Чэнь, ИИ превратился в коммодити, которое само по себе обесценивает доходность через алгоритмическую монокультуру. Чтобы выжать альфу в таких условиях, вам придется либо искать источники данных далеко за пределами стандартных датасетов, либо строить архитектуры, не попадающие в «зону корреляции 0,6». В противном случае ваши инвестиции в ИИ — это не драйвер роста, а дорогостоящий налог на выживание. Эра многолетних стратегий официально закончена; вы участвуете в спринте, где финишная черта приближается к вам каждый раз, когда конкурент нажимает кнопку «обучить».