Det schackdatorer lär oss om finansrobotar

Kan en dator räkna ut den bästa screenern i Börsdata? Ja, säkert historiskt men vad säger det om framtiden? Tittar på vad investeraren kan lära sig av när världens starkaste schackdator fick storstryk.

Källa: Chessbase

Reklam: Det går alltid att följa vår portfölj, handel och alla mina kommentarer kring innehav live på Shareville.

Schackturken och finansvärldens låtsasrobotar

En av de bakomliggande antaganden om tillvaron som leder oss mest vilse är den om människan som en maskin. Descartes menade visserligen att vi bestod av en mekanik och en själ medan djuren bara var avancerade automater. Ur det drog han slutsatsen att, eftersom jag tänker finns jag. Tänkandet var vår unika egenskap.

Sedan dess har utvecklingsläran och annan forskning gradvis urholkat vår bild av att vara en unik från den övriga naturen helt skild varelse. Istället har vi i fantiserat om att vara maskiner eller att återskapa mänskligt tänkande. Tänk på verk som Frankenstein, Metropolis eller eller Blade Runner.

Bild: Wikipedia (public domain)

Redan på sjuttonhundratalet var automater och till synes tänkande robotar, även om de inte kallades så, populärt. De bästa var fantastiska mekaniska underverk med till exempel hela landskap med floder och djur som verkade röra sig helt naturligt. Det lockade förstås till sig charlataner. Mest känd är schackturken. Där gömde sig en kortvuxen person inne i en konstruktion som med hjälp av speglar och mekanik gjorde det möjligt för maskinen att möta människan.

Lockelsen var redan då ett slags mekanisk precision istället för vår sköra mänsklighet. Med andra ord precis det som nu drar sparare till roboadvisors hos bankerna. De är knappt mer än schackturken i egen intelligens. De balanserar mekaniskt mot förinställda andelar din portfölj. Om du med robot menar något som Frankenstein, Marias kopia i Metropolis eller Roy Batty i Blade Runner, så är du inte ens i närheten. Spartjänsternas Pinocchio är än så länge långt ifrån en pojke och inte någon levande trädocka heller utan mer som det där mekaniska julspelet i fönstret på NK.

Screenern som urvalsmetod

Källa: Börsdata

Mer avancerade regeluppsättningar ger mer avancerade urval. Det är Börsdatas utmärkta screener är ett utmärkt exempel på. Ovan illustrerad med en genomlysning med några av mina favoritmått - att jag gillar dem framgår om inte annat av att det är inte mindre än fem bekanta bolag (i fetstil) för er som följt vår portfölj genom åren. Jag gillar också spontant att hitta en annan favorit - Fenix Outdoor - på listan och tänker omedelbart att det är ett bolag jag borde kolla närmare på.

Vid ett annat tillfälle kan jag gå igenom hur det här urvalet är gjort och vad som attraherar mig med det. Poängen jag ville lyfta idag är att det bara är en uppsättning statiska regler som Börsdata följer. Det kunde varit Magic Formula eller en momentumstrategi - input är formulerade av människor.  Det här går att komma långt med och det var så schackdatorer länge byggdes. Du lät skickliga schackspelare samverka med skickliga programmerare och så la du på den maximala beräkningskraft du kunde uppbåda.

Numera kallas de mest avancerade strategierna i den här genren på kvantitativ analys

Det är i själva verket rätt likt schackturken. Du döljer den mänskliga hand som styr systemet. På börsen kan den här typen av vad som skulle kunna benämnas finansautomater prestera bra men i i andra fall mindre. Allt som krävs för att de ska lyckas är att de förutsättningar mot vilka det testats inte förändras väsentligt. Det är dock inte det enklaste. Nedan är ett exempel på en mer avancerad automat.

Aktie-Ansvar Kvanthedge är en dagligt handlad hedgefond som styrs av en kvantitativ och systematisk modell som utgår från ekonomisk teori. Modellen är baserad på fundamental information vars syfte är att bestämma den lämpligaste tillgångsallokeringen över tiden. Förvaltarna har, genom grundlig forskning, identifierat ett antal faktorer som beskriver skeenden som kan få priser att avvika från korrekt värdering och skeenden som kan få priser att återgå till rätt värdering. 

Jag har gulmarkerat nyckelmeningen. Det är förvaltarna, människorna, som satt upp parametrarna som fonden sedan följt. Den som genomfört så kallade utfallstester (backtesting på engelska) av sin strategi kan med någon sannolikhet anta att den kommer att fungera framåt om förutsättningarna i din formel inte ändras. Jag skriver med någon sannolikhet. För det är inte alltid så lätt att veta vad som fått en strategi att fungera bakåt. Mer än man tror kan bero på andra faktorer än man fångat.

Börsen inklusive utdelningar (SIXRX) har de senaste fem åren stigit med 97 procent. Förvaltarnas modell har genererat betydligt mindre. Någon kan invända att det är en bredare sammansättning av olika tillgångar i fonden eller mena att den i de flesta fall skulle ha fungerat bättre. Så kanske det är eller också inte. Det är alltid svårt att spekulera i men avståndet till indexavkastning för en aktieportfölj är långt och för en maskin programmerad att allokera portföljen smart och i för lågt värderade tillgångar kan resultatet knappast vara en framgång.

Det här inlägget handlar inte om bra eller dåliga fonder utan min poäng var bara att ingen som hade utfallet de senaste fem åren hade valt den här fonden. Förvaltarna, människorna, har inte programmerat sin automat rätt för de förutsättningar som faktiskt slog in. Det borde nu vara tydligt att den här fondens kvantitativa modell inte ens i programmerad form är en robot av det slag som sciencefictionberättelserna lyfter fram.

De tradinginriktade robotarna är också bara regeluppsättningar programmerade av människor. Om så, gör si. Det är fortfarande ett verktyg i händerna på sin skapare och inte minst på de förutsättningar och regler den personen ställt upp. Om de inte stämmer, så kommer inte roboten agera ens rimligt.

Ett utmärkt exempel de senaste trettio åren är alla strategier som i grunden fungerat för att räntor fallit och skulder stigit. Du kanske inte har med räntorna i din formel utan istället har till exempel stabil och växande utdelning som ett urvalskriterium. Om räntorna systematiskt skulle börja stiga skulle sannolikt de bolagens aktier prestera sämre än de gjort.

Det finns genom historien många exempel på att vinnarstrategier på börsen kommit och gått. Det är fortfarande ett mänskligt omdöme som krävs för att sätta igång maskinen.

Nej, den tänker inte mänskligt

In på scenen kommer artificiell intelligens. Jag har aldrig sett en riktigt begriplig tillämpning av detta vida begrepp förrän jag tittade igenom en del av några partier Googles självlärande program AlphaZero spelade mot den fram till den matchen starkaste schackdatorn Stockfish.

Ni som inte är schackspelare håll ut några rader eller hoppa ned en bit i artikeln. För nedanstående fantastiska speluppfattning från AlphaZero leder fram till en ny twist på robotinvesteringar.

Källa: Chessbase

I ställningen till vänster ovan spelade kom det naturliga offret 30. Lxg6. Poängen är att det hänger på e6 om löparen slås direkt. En erfaren schackspelare ser precis som Stockfish svarade att 30. - Lxg5 verkar vara ett problem. AlphaZero slog dock med 31. Dxg5 tillbaka utan att blinka och Stockfish tog förstås löparen med 31. - fxg6 som nu verkar vara ett lätt byte.
Det här för oss till ställningen till höger. Nu spelade vit 32. f5 ett drag räknemonstret Stockfish helt missat. Poängen är att bonden inte kan slås utan att damen kommer in med dödliga hot. De hade nog Stockfish sett men inte konsekvensen av det som sedan följer efter mellandragen 32. - Tg8 33. Dh6 Df7 kommer låsningen 34. f6.

Det här kan en människa, ja mer precist en människa som är en skicklig schackspelare, förstå är kört för Stockfish. Vi kan se att ställningen låsts på ett sätt som datorn aldrig kommer att ta sig ur. Bonden på f6 är värd partiet. Det tog tjugo drag att manövrera sig fram till vinsten.

Källa: Chessbase

Så här såg flera av partierna ut. AlphaZero offrade material för att låsa fast Stockfish i ställningar som datorns analysdjup inte räckte till för att avslöja problemen med. Positionella offer kallas det och är bland det svåraste som finns att behärska i schack. Det är en sak att offra pjäser om du vet att vinner direkt. Det är något helt annat att se att en ställning är fördelaktig för dig även om du ligger under mätt i pjäsernas värde på brädet.

För det var inte så att AlphaZero räknade djupare än Stockfish. Tvärtom hade den senare en snabbare dator och hann med väsentligt fler beräkningar. I ställningen ovan spelade AlphaZero det vinnande och helt överraskande draget 21. Lg5. Artikelförfattaren på Chessbase lät ett annat monster till räknemaskin - programmet Houdini - räkna på ställningen i en timme utan att den hittade det draget.

AI gömmer också en tankevurpa om mänskligt tänkande

Läsvärd om hur datorns vinster inte lär människor något om spelet & bara kan tillämpas på problem med fasta regler. Vi är inte smarta nog för våra maskiner!

Förresten vet ni vad männsikor fortfarande slår de bästa maskinerna i? Bowling!
https://t.co/DqrA6bclZC via @FT

— Gottodix (@Gottodix) 14 januari 2018

Vad är det som händer här? AlphaZero verkar tänka närmast mänskligt men mycket mer avancerat än vi människor gör. Det är inte helt rätt. Den utvärderar tidigare partier den spelat i förhållande till reglerna i schack, som är den enda input den fått. Det leder fram till andra slutsatser än den mekaniskt tänkande dator som investerarmodellerna ovan bygger på.

Den lär sig optimera sitt spel utifrån en relativt enkel uppsättning förutsättningar om än möjliga att kombinera närmast i det oändliga. Det är som att i Börsdatas screener be datorn ta fram den uppsättning beslutsregler som historiskt gett bäst avkastning. Det vill säga du behöver inte längre några antaganden.

I en mening är det intelligens. Du löser ett problem människor inte ens kan formulera korrekt. I en annan är det inte intelligens för datorn kan varken kommunicera sin lösning eller förstå att reglerna som styr börsutvecklingen kan förändras. En momentumbörs är det tills den dag det verkligen inte är det längre.

Nästa problem är att datorn inte kan göra sin lösning begriplig. I schackpartierna ovan var det bara elitspelare som kunde förstå det första det första exemplet och knappt ens den nivån begriper direkt det andra. Överfört till börsen - ska du låta en dator du inte förstår hur den tänker men vet att den inte förstår förändring placera dina pengar?

Dessutom vad kan, filosofiskt, slå en maskin som vinner över alla människor? Svaret är väl en ännu starkare maskin. Så du går i blindo in i en investering styrd av en maskin du inte vet om den kommer förbli den starkaste spelaren på en marknad som i sin tur kan förändras på sätt du inte förutser.

Med det är vi människor i själva verket längre från maskiner än vi varit kanske ända sedan Descartes. Vi förstår dem knappt ens längre. De är inte våran avbild, vi vet inte vad vi vill att de ska göra och vi vet inte hur resultatet av deras arbete ska användas. Däremot har vi något maskinerna saknar - den formella och informella regelboken.

Affärer kommer inte inom överskådlig tid vara statiska utan vad som fungerar och inte beror på faktorer som ändras över tiden. Det blir den mänskliga uppgiften att identifiera. Om de har fungerat och vad det historiskt varit värt kommer nog däremot så småningom datorer presentera för oss.

Vet ni förresten vad människans sista bastion är? Den där vi fortfarande slår maskinerna? Bowling!

 Jacob Henriksson, Gottodix 

Åsikterna som presenteras i denna blogg ska inte ses som investeringsrådgivning. Alla mina egna aktieinnehav redovisas i portföljen på Shareville. Vill du veta mer om mig hittar du det här.