"En sofistike nicel teknikleri geliştiren kişiler, serbest yatırım fonları ve yatırım bankaları için çalışır. Onlar için para kazanmanın iki yolu var. Yönettiğiniz varlıklardan ücret alarak ve fonun performansından para kazanırsınız. Bu bölünme, neden teşvikin sulandırıldığı konusunda size bir fikir verecektir. Çünkü varlıklarınız iyi performans göstermese bile, bu varlıkları yönetmek için aldığınız ücretlerden yine de para kazanabilirsiniz. "

Son yıllarda, algoritmaların hayatımızdaki rolü hakkında daha çok şey duyar olduk. Algoritmalar, insanların bir işe girmelerine veya kredi almalarına, hangi haberleri (sahte veya başka türlü) tüketeceklerine, hatta hapis cezalarının uzunluğuna bile karar vermeye yardımcı oluyor.

Fakat algoritmalar, son derece hayati sonuçlar doğuran bir şekilde finans dünyasını da yeniden yapılandırıyor. Finansallaşmış kapitalizm çağında, finans, servetin ve çalışmanın küresel organizasyonunda güçlü bir rol oynuyor – bu da herkesin finans endüstrisinin dönüşümünün etkilerini hissedeceği anlamına gelir.

Algoritmaların sektörü nasıl yeniden şekillendirdiği ve neden önemli olduğu hakkında daha fazla bilgi edinmek için algoritmik bir tüccarla görüştük. Algoritmik finansın gerçekte neye benzediğini, yeni büyük veri altına-hücumunda kazananların ve kaybedenlerin kimler olacağı ve neden irrasyonel yarı robot coşkusu çağına girebileceğimiz hakkında konuştuk.

Geçmişinizden bahsederek başlayalım. Finans alanına nasıl dahil oldunuz?

Her zaman ekonomi ile ilgilendim ve sayısal hesaplamalara dayalı geçmişim vardı. Büyüdüğüm yerde akademik olarak başarılı olan biri, son derece sayısal odaklı olurdu. Okuldan sonra maddi olarak ödüllendirici ama aynı zamanda okuduğum şeyi kullanmama izin verecek bir meslek arayışında iken finans sektörüne bakmaya başladım. Bir yatırım bankasının ticaret bölümünde işe başladım.

Çoğu büyük bankanın en az bir, yaygın olarak birkaç ticaret katı vardır. Hisse senedi, tahvil veya vadeli işlem yapmak veya borç almak isteyen büyük yatırımcılarla iş yapan tüccarlarla dolu, yaklaşık bir futbol sahası büyüklüğünde gerçek bir bina katından bahsediyoruz. Banka, alıcılar ve satıcılar arasında aracılık işinden komisyon alır; aynı zamanda iki tarafın eşleşmesini beklerken kendi parasıyla biraz risk alarak “pazar kurma” yoluyla da para kazanır.

Bir ticaret katını düşündüğümde telefona, Para Avcısı (Wolf of Wall Street) tarzı, çığlık atan bir grup adamı düşünüyorum.

Artık telefonlarda çok fazla insan bağırmıyor. Ticaret katı zaman içinde oldukça değişti. Eskiden daha çok küresel piyasaların işlem akışına yönelik tetikte olmakla ilgiliydi. Artık bu akışı mümkün kılan operasyonlar ve insanların bu akıştan para kazanmasına olanak tanıyan fikri mülkiyet ürünleri (yazılım gibi) daha fazla önem kazanıyor.

Bunu sevdim. Ticaret katı, küresel piyasaların pek çok gerçek tasarımının ve işleminin gerçekleştiği yerdir; ve heyecan vericidir. Zihinsel kaslarınızı kullanmak istiyorsanız, bunu oldukça hızlı yapabilirsiniz. Sadece kenarda bir yerde masa başında oturmuyorsunuz ya da kendinizi desteklemek için bazı keyfi analizlerle kurumsal devleri tanıtmaya çalışmıyorsunuz- ki bu zihinsel bir egzersiz olmaktan çok bir pazarlamacı oyunu.

Her neyse, zaman içerisinde finans dünyasının yatırım stratejisi bölümüne geçtim. Emeklilik fonları ve devlet varlık fonları gibi büyük varlık sahiplerinin paralarını sistematik yatırım programlarına tahsis etmelerine yardımcı olmaya başladım. Oraya taşındım çünkü herkes eski yatırım yöntemlerinin gerçek işlevini yerine getirmediğini fark ettiğinden dolayı, burası odağa oturdu, finans dünyasının çoğunun 2008 mali krizinden sonra taşındığı yer oldu.

Portföyler, benzer temel risklere ziyadesiyle maruz kalmıştı. Teknoloji artık yatırımcıların risklerini daha iyi idrak etmelerini ve yatırımları üzerinde daha doğrudan kontrol sahibi olmalarını sağlıyordu. Değişimin bir kısmı, herhangi bir değer izafe etme olarak görülmediği yani otomatik alınacak kararlar olarak görüldüğü zaman insan karar verme mekanizmasının kaldırılmasıyla ilişkiliydi.

Bu yeni yatırım yolları neye benziyor? “Sistematik yatırım programları” nedir ve bir bütün olarak algoritmik finans alanına nasıl uyum sağlarlar?

Algoritmaların finansta kullanılmasının birçok yolu vardır, bu nedenle algoritmik finans terimi olması gerekenden daha iradesiz/cansız bir şekilde kullanılır.

Algoritmaların hakimiyet kurduğu en az iki büyük çalışma alanı vardır. İlki, piyasanın mikro yapıları üzerine odaklanan, çoğunlukla algoritmik ticaret olarak adlandırılan şeydir. Hisse senetlerinin nasıl alınıp satılacağına dair anlık otomatik kararlar vermek için bilgisayarları programlamak diyebiliriz. Aynı anda bir sürü hisse satın almalı mıyım? Yoksa satın alımlarınızı zaman içinde mi taksim etmelisiniz? İşlemleri daha akıllıca nasıl gerçekleştirirsiniz? Algoritmik ticaret, bu soruların cevabını bulmaya yardımcı olmak için algoritmaları kullanır; ve bu çok büyük bir sektördür. Orada para kazanmaya çalışan çok sayıda serbest yatırım fonları (hegde funds) ve geleneksel yatırım bankaları bulunur.

Üzerine daha fazla odaklandığım bir diğer alan ise bazen sistematik yatırım ve bazen de nicel yatırım olarak adlandırılan alandır. Bu aynı zamanda algoritmik yatırımın özü olarak görülüyor. Verilere dayanılarak sistematik bir şekilde para tahsis etmek için algoritmalar kullanmayı ihtiva eder.

Nicel yatırımın erken bir versiyonu – kabaca 1950'lerde Modern Portföy Teorisinin doğuşuyla birlikte – emeklilik tasarrufu için kurallar oluşturmak üzere tasarlandı. Bu kuralların, insanların paralarının ne kadarını hisse senetlerine ve ne kadarını tahvillere yatıracaklarına karar vermelerine yardımcı olması bekleniyordu. Bu kararı verdikten sonra, parayı hisse senetleri ve tahviller arasında belirli bir sıklıkta otomatik olarak tahsis etmenize izin veren bir kuralınız olur. Bunun için bir insanın nitel bir değerlendirme yapmasına gerek yoktur. Bu temel çerçeve, bireysel yatırımcılar için yatırım fonlarından dünyadaki en büyük fonlarla varlık tahsisi kararlarına kadar her ölçekte yatırım portföylerinde hızlı bir şekilde benimsenmiştir.

Ardından insanlar bu çerçeveyi aldı ve onu çok daha hassas bir ayrıntı düzeyiyle artan sayıda temel varlıklara uyguladılar. Yani, sadece bir portföydeki genel hisse senedi ve tahvil dağılımını değil, hangi hisse senetlerini, hangi tahvilleri, hangi satılacak ticari malları, hangi mısır vadeli işlemlerini vb. belirleyen kurallar koyuyorsunuz. Kazançları dağıtmak için kullanılan kurallar çok daha karmaşık hale geliyor.

"Kural koymak" dediğinizde, burada tam olarak neden bahsediyoruz?

En basit kurallar, temel bir excel tablosunda çalıştırılabilir. Örneğin, klasik emeklilik portföyleri portföyün %60'ını büyük sermayeli hisse senetlerine ve %40'ını tahvillere tahsis ediyordu. Akabinde Modern Portföy Teorisi, matematiksel olarak ölçülen risk ve kazanç için muhasebe yaparak varlıkları tahsis etmeye başladı. Risk birimi başına elde ettiğiniz kazancı maksimize etmek için, hisse portföyünüzdeki hisse senetleri ve varlık türleri içinden çeşitlendirmeyi destekleyen çok büyük bir optimizasyon yürütüyorsunuz.

Bu kurallar, bir portföyü bütünüyle tanımladığından dolayı daha fazla insan müdahalesine ihtiyaç duymuyordu. Fakat uygulamada, yatırım tamamen kurala bağlı değildi: yatırımcılar model çıktılarını dayanak olarak kullandılar ve ardından kendi kararları üzerinde [geliştirmek için] ince ayar yaptılar. İnsan anlayışı, varlık karışımını çeşitli şekillerde daha fazla geliştirebilir. Örneğin, yatırımcılar daha ucuz hisse senetleri satın almak veya doğru zamanda piyasaya girerek "zaman" belirlemek isteyebilirler. Ya da emtia ve ipotek edilen menkul kıymetleri gibi yeni varlıklar bulmak veya risk hesaplamasını geliştirmek isteyebilirler.

Ama daha yakın zamanlarda, hesaplama gücü ve finans mühendisliğindeki gelişmeler, yatırıma uygulanabilecek analitik araçlar evrenini büyük ölçüde genişletti. En son "kurallar", büyük miktarlarda veri üzerinde çalışan makine öğrenimi modellerinin geliştirilmesinin işe koşulması oldu. Halka açık şirketlerin mali çizelgelerinden veriler işlenebilir. Makro ekonomik veriler olabilir. Belirli finansal araçların fiyat geçmişi olabilir. Uydu görüntüleri gibi daha ezoterik (özel) veriler de olabilir.

Makine öğrenimi modelinin yönlendirdiği yatırım kararına ilişkin somut bir örnek nedir?

Piyasanın ruh halindeki veya belirli bir şirketin çevresindeki değişiklikleri anlamak için mütemadiyen Twitter'ı arayıp tarayan bir firma tarafından geliştirilen bir "duyarlılık" puanı satın alabilirsiniz. Modelinizi eğitmek için bu verileri kullanabilirsiniz, bu daha sonra belirli hisseleri alıp satmanızı belirleyebilir. Çoğu zaman duyarlılık puanının oldukça hızlı bir şekilde azalması gibi sinyaller vererek, elinizde olan hisseyi hızlı bir şekilde çıkarmanıza yardımcı oluyor.

Bu işlemin ne kadarı otomatik olurdu? İnsan tüccarlara tavsiyelerde bulunan yazılımdan mı bahsediyoruz, yoksa kendi başına ticaret mi yürütüyor bu yazılımlar?

İnsan gözetiminin düzeyi değişiklik gösterir. Gelişmiş niceliksel yatırımcılar arasında işlem oldukça otomatiktir. Modeller neredeyse sürekli araştırılıyor ve geliştiriliyor, fakat canlı bir modelin alım satım kararlarına nadiren müdahale edersiniz. Bir dizi serbest yatırım fonu, ortak fonlar ve borsa yatırım fonları (ETF'ler) otomatik pilotta çalışır.

Buna karşın, geleneksel yatırımcıların çoğunun, karmaşık bir ticaret stratejisini işlevsel hale getirme ihtimalleri düşük olduğundan, otomatik ticaret kararları oluşturmak yerine yönlendirme sağlamak için bu modelleri kullanır.

Makine öğrenmesi ile ilgili zorluklardan biri açıklanabilirliktir. Model fazlasıyla karmaşıklaştıkça, ürettiği sonuçları açıklamak daha zor hatta imkânsız hale gelebilir. Teknoloji endüstrisinin kamuoyu tarafından incelenmesi arttıkça bu bir endişe kaynağı haline geldi, çünkü bu kararların gerekçeleri tamamen anlaşılmaz olduğu halde insanların yaşamlarını her türlü şekilde etkileyen kararları veren algoritmalar var.

Finans sektörü bir yatırım kararı vermek için bir grup veriyi bir modele dahil ettiğinde, sonucun açıklanabilirliği ne kadar önemlidir?

Bence sonuç çok açıklanabilir olmalı. Fakat bu evrensel bir görüş değil. Doğrusu, açıklanabilirliğin bu tekniklerin kullanımının gelişmesini engellediği hükmüne varan insanlar ile açıklanabilirliğin mühim olduğuna dair oldukça antika düşünceye sahip olanlar arasında epeyce büyük bir ayrılık var.

Ama, makine öğrenimini kullanmaya başlamadan önce de bir hadde kadar açıklanabilirlik halihazırda bir sorundu, çünkü geleneksel yatırım modelleri bile bu birtakım benzer sorunlarla engel teşkil etti. Finans, fizik ilmine benzemez. Katılımcıların finansal piyasalarla nasıl etkileşimde bulunduğunu etkileyen çok sayıda geri bildirim döngüsü mekanizmanız var.

Size basit bir örnek vermem gerekirse, bir hisse senedinin fiyat verilerine göz atılabilir ve bu hisse senedinin geçen ay artmış olmasından kaynaklı o hisseyi bugün satın almanın iyi bir fikir olduğu sonucuna varabilirsiniz. Bunu sistematik olarak yaparsanız, biraz para kazanma beklentisi içinde olabilirsiniz. Fakat herkes aynı sonuca varırsa, hisse senedinin geçen ayki hareketine bağlı olarak hisse senedi bugün aşırı satın alınabilir. Ve eğer [spekülasyondan dolayı] fazla [hisse senedi] satın alınırsa, mevcut durumda önümüzdeki ay içinde para kaybetmeyi bekleyebilirsiniz.

Yatırımınızın nereye gideceğini anlamak için geçmiş verilere bakma mekanizmasına iyi bakmazsanız bir işe yaramayabilir. Verdiğim örnekte, hisse senedinin neden [mevcut] hareketlerde bulunduğuna dair bir açıklamanız yoksa, altta yatan mekanizmanın gerçekten var olmadığı veya yeterince sağlam olmadığı, tüm piyasanın bu fenomenden kazanç sağlamak istemediği gerçeğini gözden kaçırmış olabilirsiniz.

Yani açıklanabilirlik bir süredir sorun olmuştur. Herkes her zaman yaptığı şeyi neden yaptığına dair bir hikâye arar. Ve bu hikayelerin birçoğu o kadar da elle tutulur değil.

Lakin ister bir algoritma ister bir insan bu ticareti gerçekleştiren olsun, yaptığınız şeyi neden yaptığınızı anlamaya çalışmak için güçlü bir mali teşvik yok mu? Aksi durumda ziyadesiyle para kaybetmek çok kolay görünüyor.

Elbette. Ama yatırımın piyasa yapısı bu teşviki sulandırıyor.

En sofistike nicel teknikleri geliştiren kişiler, serbest yatırım fonları ve yatırım bankaları için çalışır. Onlar için para kazanmanın iki yolu var. Yönettiğiniz varlıklardan ücret alarak ve fonun performansından para kazanırsınız. Bu bölünme, neden teşvikin sulandırıldığı konusunda size bir fikir verecektir. Çünkü varlıklarınız iyi performans göstermese bile, bu varlıkları yönetmek için aldığınız ücretlerden yine de para kazanabilirsiniz.

Bu ücretlerin ödülleri o kadar büyük ki, tekniğinizin neden üstün olduğuna dair bir hikâyeyi kalıcı kılarsanız, varlıkları uzun süre yönetebilir ve iyi performans göstermeden tonlarca para kazanabilirsiniz. Ve dürüst olmak gerekirse, denediğiniz nicel tekniğin gerçekten işe yarayıp yaramadığını anlamanız bazen birkaç yıl alır. Dolayısıyla, kısa vadede para kazanmıyor olsanız bile, neden kazanmadığınıza dair makul bir hikayeniz olabilir.

Günün sonunda yönetici için çok sayıda varlık toplamak, başarılı bir strateji yürütmek kadar önemlidir. Ve varlık toplamak büyük ölçüde bir pazarlama oyunu olabilir.

Ve bu pazarlama oyununu, algoritmalarınız, makine öğrenme modelleriniz ve yapay zekâ teknikleriniz hakkında konuşarak oynuyorsunuz.

Doğru. Özellikle serbest yatırım fonlarına bakalım. Serbest yatırım fonları çok pahalı bir yatırım yönetimi biçimidir. Bu nedenle, aldıkları ücreti gerekçelendirmeleri gerekir.

Ortalama bir serbest yatırım fonunun, sizden aldıkları tüm ücretleri ödedikten sonra, bir yatırımcı olarak sizin için fazla bir şey yapmadığını gösteren çok sayıda veri vardır. Özellikle son birkaç yıl, ürettikleri getiriler açısından serbest yatırım fon endüstrisine pek iyi gelmedi. Dolayısıyla, serbest yatırım fonların pazarlama hikayelerinde farklılaşmaları teşvik edilir oldu. Bir serbest yatırım fonu için ilk pazarlama sorusu her zaman şudur: "Neden ortalama bir serbest yatırım fonu değilsiniz?"

Yatırımcılar, serbest yatırım fon endüstrisinin bir bütün olarak zayıf performansı göz önüne alındığında, bir serbest yatırım fonunun nasıl para kazanacağını bilmek istiyor. Bu günlerde yatırımcılar, teknoloji ve büyük veriye, makine öğrenimine ve yapay zekaya yönelik bir yönelimden heyecan duyuyor. Bu araçlar, peşine düştükleri getirileri ortadan kaldırmış olabilecek eski stratejilerin aksine, kullanılmayan geri dönüşler (iade) vaat eder. Bir serbest yatırım fonu olarak teknolojide gerçekten iyi olup olmadığınızdan bağımsız olarak, neden iyi olabileceğinize dair bir hikayeniz olsun istersiniz.

Son birkaç on yılın en önde gelen serbest yatırım fonu yöneticilerinden bazıları – Steve Cohen, Paul Tudor Jones – tipe ve teknolojiye dayalı niceliksel yatırım fonlarının başlatılmasına karşı çıkıyor. Para yatırımı yapmak için algoritma yazmaları için fizikçiler ve bilgisayar bilimcilerini istihdam ediyorlar, çünkü yatırımcıların istediği bu. Kendilerini bu yönde yeniden markalaştırmak için serbest yatırım fonları arasında büyük bir silahlanma yarışı görüyorsunuz.

Bu bana, kendilerini Silikon Vadisi girişim kapitalistlerine, yapay zekâ veya başka bir sıcak alanla ilgili moda sözcüklerle süsleyerek kendilerini pazarlayan girişim kurucularını hatırlatıyor. Bu startuplar finanse edilebilir, ancak teknoloji gerçekten işe yaramayabilir veya hatta ortada olmayabilir. Yeni şirketin yapay zekâ dediği şey, Filipinler'de manuel veri girişi yapan bir grup işçi olabilir.

Finans sektöründe, yatırımcılar büyük veri, makine öğrenimi ve yapay zekâ kullanan firmaları istiyor; ama bu yeni araçlar gerçekten daha iyi sonuçlar mı üretiyor?

Bu iyi bir soru. Bunu keşfetmenin en iyi yolu, verinin rolü hakkında konuşmak olabilir. Finans sektöründe, kullanıma sunulan yeni verilerin miktarı konusunda büyük bir heyecan var. Petrol fiyatının geleceğini tahmin etmek için ne tür verilerin faydalı olabileceğini düşünün. Bir siyasi haber parçası, düzenleyicilerden kamuoyuna duyurular, petrol rezervlerini hesaplamak için petrol rafinerilerinin uydu görüntüleri olabilir. Piyasada yığınla farklı türde veri var; aklınıza gelebilecek hemen hemen her şey.

Yeni veri biçimlerinin yanı sıra, yeni veri analizi biçimleri de vardır. Karmaşık veri analizinin ilk sürümleri, halka açık şirketlerin mali tablolarına bakmayı içeriyordu. Ama şimdi bu ifadelerdeki verileri daha ilginç yollarla ayrıştırabilirsiniz. Eskiden, şirketin ne kadar borcu olduğunu veya fiyatına göre kazancını önemseyebilir ve bu rakamları daha geniş pazarla karşılaştırabilirsiniz. Ancak sonuçta bu verileri kaynaklama ve işleme kapasitenizle sınırlıydınız.

Artık binlerce hisse senedinde daha fazla değişkeni daha sistematik bir şekilde analiz edebilirsiniz. Ayrıca, şirketin rakamlarına yansımayan ama ifadesinde ne söylediğini anlamak için doğal dil işleme tekniklerini kullanmak gibi daha egzotik şeyler de yapabilirsiniz. Yorum önceki kazanç raporlarından nasıl farklılaştı? Altta yatan işi tanımlamak için kullandıkları kelimelerin üslubu nedir? Bu üslup, rakiplerinin kullandığı kelimelere kıyasla nasıldır? Önceden erişebildiğiniz verilerle aynı olsa da bu verileri anlamak için daha fazla işlem gücüne ve daha iyi tekniklere sahipsiniz.

Buradaki zorluk, tüm bu veri kaynaklarının ve bunları analiz etme yollarının finansal araçların fiyatlarını tahmin etmek için yararlı olmayacak olmasıdır. Uydu görüntüleri gibi yeni veri kümelerinin çoğu oldukça pahalı olma eğilimindedir. Ve fiyatlar, şirketler, çalışanlar vb. ile ilgili geniş veri akışlarından piyasa katılımcıları için halihazırda mevcut olandan daha yararlı herhangi bir bilgi eklemeyebilirler. Hâlâ gelen tüm verilerle ne yapacağımızı anlamaya çalıştığımız aşamadayız. Ve yanıtlardan biri, çoğunun o kadar değerli olmaması olabilir.

Büyük Veri Altına Hücum

Farz-ı muhal değerli olduğu ortaya çıktı. Finans sektörü o zaman neye benziyor?

Herkes birbiriyle rekabet ediyor. Bir firma nicel teknikler yoluyla piyasayı daha verimli hale getirmeyi başarırsa, o zaman diğer insanlara çok iyi yatırım getirileri elde etmek için daha az para kalır. Yenilikte iyi olan ve diğer insanların göremediği şeyleri fark eden bir veya iki firma olacak. Ama diğer herkes hurdalar için savaşacak.

İnsanların yanılgılarından biri, belirli firmalarda çalışan insanlar zeki olduğu için başarılı olmaları gerektiği varsayımıdır. Ancak yapay zekâ veya makine öğrenimi veya büyük veriyi iyi bilmeleri olgusu [ayırt edicidir], diğer herkes de iyice bilirse, rekabet avantajı olarak bir şekilde faydasız olur.

Yani bu teknikler bir bütün olarak sektöre yayıldıkça, ayrışma daha az olmaya başlıyor. Bu istihdamı nasıl etkiler? Bu teknolojilerin finans endüstrisinin kaç kişiyi istihdam ettiğini veya farklı roller içinde gerekli beceri düzeyine etkisini nasıl görüyorsunuz?

Finansal krizden önce, ipoteğe dayalı güvenlik endüstrisinin yükselişinin teorik bir temeli vardı. Bir grup ipoteği bir araya getirerek yatırımcıya yönelik riski çeşitlendirebiliyorsanız, yatırımcı daha düşük bir getiri kabul etmeye istekli olmalı ve bu da ev satın alanların ipotek alma maliyetini azaltmalıdır. Teori şudur: Finans piyasaları iyi işlediğinde, faydalar ekonominin tamamına yayılmalıdır. Açıkçası, 2008'de bu teori çöktü.

Nicelik yatırım alanında da benzer teori ortaya çıkıyor. Farz-ı muhal insanlar hisse senedi ve tahvil karışımına yatırım yaparak emeklilik için para biriktiriyor. Piyasada piyasayı biraz daha verimli hale getirmek için mücadele eden her türden katılımcı olduğundan dolayı bu varlıkları satın almaları biraz daha ucuz çünkü bunu yapmak için mali bir teşvik söz konusu.

Başka bir deyişle, tüm finans endüstrisinin, kendileri kadar bilmeyen insanları, sıradan yatırımcıların bilmediği şeyleri yapmaları için onlara para vermeye cesaretlendirme teşviki de vardır. "Makine öğrenimi tekniği işe yaramasa bile paranızı yönetmek için bir makine öğrenimi tekniği kullanmam için bana para verin, çünkü her yıl fonunuzun yüzde 2'sini almak benim için çok karlı." Dolayısıyla, piyasayı daha verimli hale getirme teşviki, değer katmayan finansal hizmetlerin aşırı çoğalmasıyla dengelenir.

Bunu ekarte edecek mekanizma nedir? Bu, sektörün bir bütün olarak sağladığı değerin çok üzerinde ödeme alıyor olabileceğinin kabul edilmesidir.

Bu kabul etme fiilen sektörü nasıl yeniden şekillendirmeye başlıyor ve bu süreçte yeni teknolojiler nasıl bir rol oynayacak?

Kısa cevap, yığınla işin yok olmanın eşiğinde olduğudur, çünkü teknoloji bu işleri yapabilir. Ve ölçeklendirmenin faydaları vardır, bu nedenle ayakta kalamayanların yerini alacak çok sayıda firmaya ihtiyacınız olmayabilir.

Yatırım fonu endüstrisini ele alalım. ABD'de yüz binden fazla çalışanı var. Ve bu işlerin her biri, bu fonların ekonomik değerinin doğru bilgisayar sistemleriyle kopyalanabileceğinin farkına varılması nedeniyle risk altında. Şu an için, bu işler hantal bir şekilde sürdürülüyor veya belirli bir yöneticinin neden size bir endeks fonundan daha fazla para kazandıracağına dair bir hikâye tarafından sürdürülüyor. Ama bu değişiyor. Bu değişiklik önümüzdeki birkaç yıl içinde sona erecek.

Boston'daki Fidelity ve Putnam gibi büyük para yöneticilerini inceleyelim. Bunlar eski ve büyük kurumlar. Hızlı bir şekilde dönüşmeseler tüm bu işler risk altına girer. Ve dönüşseler bile, otomasyon derinlemesine bir kesik atacak. Serbest fonlarda da aynı şey söz konusu. Bazıları yeni tekniklerin geliştirilmesinden değer elde edebilecek, fakat geri kalan herkesin yerini bilgisayarlar alacak.

Yatırım bankalarında şimdiden büyük değişiklikler görüyorsunuz. Yatırım bankaları fiziksel ayak izleri, çalışan sayısı ve ekonomi üzerindeki etkileri açısından çok büyük olmaya devam etseler de bankaların içindeki gerçek katılımcılar biraz değişti. Çok daha otomatik işliyor. Bir yatırım bankasındaki gerçek işlemlerin çoğu bilgisayarlar tarafından yapılıyor. Apple hisselerini almaya karar veren insanlar değil; Apple hisselerini almaya karar veren bilgisayarlar. Yani bu iş değişimi zaten gerçekleşiyor.

Finans firmaları giderek artan bir şekilde teknoloji firmalarına dönüşüyor. JP Morgan Chase, üçte ikisi yazılım mühendisi olmak üzere 50.000 teknoloji uzmanı istihdam etmektedir. Bu, birçok büyük teknoloji şirketinden daha fazla mühendis demektir: Örneğin Facebook, toplamda yaklaşık 30.000 kişiyi istihdam etmektedir.

Bir süredir finans sektöründeydiniz, bu yüzden bu dönüşümü doğrudan gözlemlediniz. Teknoloji uzmanlarının akışı sektörü nasıl değiştirdi?

Yatırım bankaları gibi geleneksel finans firmalarının kulüp doğası seyreltildi. Çok daha fazla ineğin (çalışkanlık anlamında-çn) var. Bazı şakaların yapılmadığını görüyorsunuz. Futbol sohbetleri yerini restoranlar veya beyaz yakalılara özgü kültürün diğer unsurları hakkında konuşmalar aldı.

Kültür epeyce yumuşadı. Adrenalinin (hareketliliğin) etkisi azalıyor. Gürültü daha az. Değer, telefona bağıran kişi tarafından değil, bilgisayar başında oturan, doğru algoritmayı yazan, bu işi yapmak için biraz düşünceli olması gereken kişi tarafından sağlanır. Eski çalışma modeli, tam enerji aracılığıyla ticari akışı yürütmek ilgiliydi. Yeni model, bilgisayarlar aracılığıyla işlem akışını yürütmekle ilgili.

Yani daha az Para Avcısı (Wolf of Wall Street filmi) ve daha çok Sosyal Ağ (Social Network, Facebook’un kurucusu hakkında bir film).

Aynen. Fakat bu gerilim halen sürüyor. Örneğin, insan kaynakları bölümlerinin özellikle büyük firmalarda işe alma yöntemi ile gerçekten ihtiyaç duyulan aday türleri arasında hâlâ büyük bir kopukluk var. Yani, büyük şirketlerde tamamen alternatif işe alım yollarının geliştiğini görüyorsunuz. Geleneksel işe alım yolu, size yeterli iyi nicel adaylar vermez.

İstihdam sorusuna dönersek: Bu teknolojilerin en büyük serencamlarından birinin finans sektörünün istihdam ettiği insan sayısında azaltma olacağını beklediğinizi söylediniz. Bu aynı zamanda sektörün toplam büyüklüğünü de etkiliyor mu? Bir yandan, pek çok iş ekarte edilebilir veya gereksiz hale gelebilir gibi görünüyor. Öte yandan, finans sektörünün ekonominin geri kalanına göre çok büyük kısmının bu teknolojilerle güçlendirilmesi ve hatta yoğunlaştırılması da mümkün görünüyor.

Bence haklısınız.

Niceliğe bağlı teknikler kullanarak para yönetimi işinde yerleşik bir tezat vardır. Bir serbest yatırım fonu olduğunuzu farz edelim ve gelişmiş bir teknik için çok para kazanıyorsunuz. Müşterinize tekniğinizin gerçekten para kazandırdığını ve bunu tekrarlanabilir ve sürdürülebilir bir şekilde yaptığını göstermek için, tekniğin neden işe yaradığı hakkında konuşurken planlarınızı biraz açığa çıkarmanız gerekir. Muhtemelen gerçek algoritmanın kendisi hakkında konuşmak zorundasınız. Ama elbette algoritmayı bir kez tarif ettikten sonra, yatırımcı bunu yapmak için neden bir yöneticiye ödeme yapmak zorunda olsun? Bu sadece kod satırlarıdır. Bir kez geliştirdikten sonra, sıfıra yakın değeri düşük maliyetle çalıştırabilirsiniz.

Nicelik fonları için para toplamada başarılı olan bazı yöneticiler [arasında], yatırımcıları neden insanların bu teknikleri kullanarak yatırım yapmaya bu kadar para ödememeleri gerektiği konusunda eğitmeye çalışanlar olmuştur. Sonuç, ücretlerin hızla düşmesidir.

Şu anda, yatırım sektörü fonlarındaki en büyük büyüme BlackRock veya Vanguard gibi kuruluşlarda gerçekleşiyor. Bu firmalar, yatırım yapmak için algoritmalar kullanan ancak çok düşük ücretler alan bir dizi fon başlatıyor. Bundan dolayı, karşılık olarak kendi ücretlerini düşürmek zorunda kalan serbest yatırım fonlarıyla rekabet ediyorlar. Ancak BlackRock ve Vanguard, kendi önceki ürünlerinin neden çok yüksek fiyatlı olduğu konusunda pazarı eğittikleri için kendileriyle de rekabet ediyorlar.

Ölçeklerini yönetimleri altındaki varlıkların sayısına göre ölçerseniz, bu varlıklar etkileyici bir oranda büyümüştür. BlackRock şu anda trilyonlarca doları yönetiyor. Ama varlıklarından elde ettiği gerçek gelir neredeyse o kadar hızlı büyümüyor. Yani her iki gücü de görüyorsunuz: nicelik yöntemleri kullanarak yönetilen fonların genişlemesi ve aynı zamanda daha fazla müşteri, nicel teknikler kullanarak bu varlıkları yönetmenin gerçek maliyetinin ve değerinin farkına vardıkça bu varlıklar üzerindeki karlılığı sürdürmenin zorluğunu. Kapladığı alan genişleyebilse bile, kârlılık muhtemelen yaratılan temel değeri yansıtan seviyelere doğru geri çekilmeye başlayacaktır.

Bu daha fazla konsolidasyona (birleşme) doğru bir eğilim yaratıyor mu? Firmaların yönettikleri varlıklardan elde edebilecekleri gelir, nicel tekniklerin etkisiyle azaldığından, muhtemelen daha fazla varlığı yönetmek için bir teşvik oluşturuyor.

Biz kesinlikle bunu böyle gördük. Yeni dünyada ölçeklendirmenin birçok faydası var. BlackRock, arkasında 6 trilyon dolar olduğu için bir fonu yönetmek için yüzde 0,01 ücret alabilir. Daha küçük bir firma yüzde 0,01 ile rekabet edemez. Fidelity artık bir ücret bile almayan bir fon sunuyor. Ve bunu yapabilmelerinin nedeni, platformun geri kalanında inanılmaz bir ölçeğe sahip olmaları ve eğer bir müşteri iseniz, platformda başka bir yerden bir şey satın alabilirsiniz.

Dolayısıyla konsolidasyon, bu ürünlerin düşük marjinal maliyetine bir çözümdür. Algoritma bilindikten sonra, ne kadar düşürebileceğinizi görmek bir yarıştır. Ve ne kadar aşağıya gidebileceğiniz ne kadar yönettiğinizin bir işlevidir.

IRRASYONEL YARI ROBOT COŞKUNLUĞU

Bu tekniklerle finansal sisteme ne tür yeni güvenlik açıkları getiriliyor? Bir sonraki finansal krizde nasıl bir rol oynayacaklar?

Mortgage destekli menkul kıymetlerin mali krizi hızlandırması burada da çok geçerlidir. Bu fenomenin arkasındaki yanılgılardan biri, dünyanın gelecekte geçmişte olduğu gibi hareket edeceği varsayımıydı. Örneğin, konut fiyatları her zaman yukarıya doğru seyreder.

Bu yanılgı, nicel yatırım durumunda da yoğunlaşıyor çünkü tüm nicel modeller kendilerini eğitmek için geçmiş verileri kullanır. Bu teknikler daha yaygın hale geldikçe, dünyanın gelecekte de geçmişte olduğu gibi hareket edeceği varsayımı, tüm finansal sisteme sıkı sıkıya entegre ediliyor.

Finansal krize giden yolun diğer bir yanılgısı, finansal piyasaların o kadar verimli olduğu ve katılımcıların menkul kıymetlerin gerçekte ne kadar değerli olduğunu anlamak için temelde yatan işi yapmalarına gerek olmadığı varsayımıydı. Çünkü tahville ilgili mevcut tüm bilgileri verimli bir şekilde dahil etmek için piyasaya güvenebilirsiniz. Düşünmeniz gereken tek şey, bir başkasının sizden satın almaya istekli olduğu veya size sattığı fiyattır.

Tabii ki, tüm katılımcılar buna inanırsa, fiyat keyfi olmaya başlar. Bu bononun neyi temsil ettiğine dair herhangi bir analizden kopmaya başlar. Yeni niceliksel ticaret biçimleri piyasa verimliliği varsayımlarına dayanıyorsa – bir enstrümanın fiyatının zaten yapabileceğiniz tüm bilgi ve analizleri yansıttığını varsayıyorlarsa – o zaman bu varsayımın yanlış olmasına karşı savunmasızdırlar.

Uber 60 milyar dolar değerinde mi? Uber, 60 milyar dolar değerinde çünkü birisinin bunun için 60 milyar dolar ödemeye istekli olduğuna inanıyoruz. Ama belki Uber sıfır değerindedir. Belki de Uber'in gelecekte elde edeceği gelirlerin gerçek değeri budur. Mevcut ortamda, finansal varlıkların fiyatlarını sürdürmek için likiditeye güveniyoruz. Likidite tükendiğinde ve bu finansal varlıkların gerçekte temsil ettiği şeylere güvenmek zorunda kaldığınızda işte o zaman fiyat ile gerçeklik arasında büyük bir kopukluk varsa acı verici şoklar görebilirsiniz; finansal krizler sırasında gördüğünüz türden şoklar.

İnsanlar analizi önceden yapmak istememişlerse, muhtemelen şu anda da yapmaya daha az meyillidirler. Makine öğrenimi modellerinin bunları gözettiğini düşünüyorlar.

Doğru. Makineler bununla ilgileniyor. Veya diğer piyasa katılımcıları bununla ilgileniyor.

Belirli bir şirketin hissesinin 20 dolar değerinde olduğunu düşünebilirim. Ancak fiyatı 20'ye düşmeden çok önce 100 dolara kadar çıkabilir, bu durumda gerçek değerinin ölçüsünü kavrayamam. Dolayısıyla, eğer tüm bilgisayarlar fiyatı 100 dolara [yükseltmeye] uğraşıyorsa, şirketin gerçekte ne kadar değerli olduğunu bulma işini de yapmayabilirim çünkü bu işlem yaptığı fiyatla bir şekilde alakasız. Keynes'den alıntılayacaksak, "Piyasalar, sizin borcunuzu ödeyecek durumda olarak kaldığınızdan daha uzun süre mantıksız (irrasyonel) kalabilir."

Görünüşe göre algoritmalar bu mantıksızlığı daha kötü hale getirme potansiyeline sahip.

Temel bilgisayar modelleri temel değer ölçülerine daha az duyarlıysa, finansal varlıkların fiyatlarında çok büyük bozulmalar yaratabilirler. Tabii bunu yapmak için bilgisayara ihtiyacınız yok. Fed'in herkese bol miktarda nakit vermesini, bir yere gitmesi gereken nakit parayı ve buna karşılık olarak varlıkların buna karşılık vermesini sağlayabilirsiniz. Bilgisayarlar da benzer bir şey yapabilir. Fiyatların, modellerinin kendilerine söylediği gibi davranacağını varsayabilirler ve bu nedenle fiyatları, bu fiyatların temsil etmesi gereken şeylerden son derece kopuk bir noktaya çekebilirler.

5 Şubat 2018'de borsa uçurumdan düştü. Dow sanayicileri, tarihteki en kötü gün içi düşüşü ile yaklaşık 1600 puan düştü. Sonrasında, bilgisayarlaştırılmış ticaretin çökmeyi tetiklemedeki rolü hakkında birçok tartışma yapıldı. Bu gelecek dünyanın bir habercisi mi? Gelecekte bundan daha fazlasını beklemeli miyiz?

Algoritmik ticaretin getirdiği istikrarsızlık biçimleri, bu algoritmalara gittikçe daha fazla güven duydukça artacaktır. Şubat 2018'deki ani kaza öğreticiydi. Suçlu, içinde bir yeniden dengeleme mekanizmasına sahip, biraz ezoterik bir borsa ticareti ürünüydü. Ve bu yeniden dengeleme mekanizması, pazarın, ürünün başa çıkması için tasarlandığından biraz daha fazla hareket ettiği belirli bir günde ürünü yok etti. Ürünün, bu harekete yanıt olarak birçok enstrümanı takas etmesi gerekiyordu. Ama sonra bu tüccarlar küçük bir hareketi abarttı ve daha fazla yeniden dengeleme gerektiren büyük bir hamle haline geldi ve her şey kontrolden çıktı.

Daha algoritmik bir finansal sistemin perakende yatırımcıları üzerindeki etkisi ne olacak? Çoğunlukla büyük kurumsal yatırımcılardan bahsediyoruz, bu mantıklı çünkü paranın olduğu yer burası. Ancak bu tür araçlar, belki de küçük bir emeklilik fonu olan sıradan yatırımcıya nasıl sirayet eder?

Perakende yatırımcılar için varlıkları yönetmeye uygun algoritmalar kullanan robot-danışmanlarınız zaten var. Ayrıca, bir aracı kurum hesabına giriş yapabilmenize ve kurumsal düzeyde sofistike bir algoritmayı kendiniz çalıştırabilmenize de muhtemelen sadece birkaç yıl uzaktayız.

İnsanlar bu teknolojilerin yayılmasının iyi bir şey olduğunu varsayma eğilimindedir. Ben henüz karar vermedim. Nüfusun büyük ölçüde algoritmalarla oynaması büyük bir hata olabilir. Bu konuda çok iyi olan bazı kişiler, bu genişletilmiş araç setine erişimden faydalanabilir. Ancak çoğu insan, kendilerine yararlı bir şey yapmak için gerekli donanıma sahip olmadıkları bir teknolojiye erişim verildiği için çok fazla para ödeyecek veya kötü kararlar alacak. Fakat bununla para kaybedebilirler.

İleriye baktığınızda, finans daha algoritmik duruma dönüşürken ufukta başka neler görüyorsunuz?

Büyük finans firmalarının teknoloji firmalarına ne ölçüde dönüştüğünden bahsettik. Ancak diğer yönde hızlanmaya başlayacağını bekliyorum: büyük teknoloji şirketleri finans şirketleri haline gelecek.

Bir teknoloji şirketiyseniz, neden geleneksel bir finans şirketinin teknoloji konusunda bir teknoloji şirketinden daha iyi olduğunu varsayasınız? Büyük veri ve makine öğrenimi kullanmaktan bahsediyorsak, teknoloji şirketleri bunu bir süredir yapıyor. Veri yapısı, organizasyon ve işlemede herkesten daha iyidirler. Ayrıca daha yeniler, bu nedenle muhtemelen dahili olarak daha iyi bir mimariyle başladılar.

Çin'de bu halihazırda gerçekleşiyor. Alibaba gibi büyük Çinli teknoloji şirketleri, finans sektörüne entegrasyonlarında ABD'deki muadillerine göre çok daha ilerideler. Ödemeler yapıyorlar, mevduat ve kredi veriyorlar. Düzenleyici yapı daha izin vericidir. Orada finansal hizmetlerin beklenen büyümesi göz önüne alındığında, ABD'deki büyük teknoloji şirketlerinden daha cazip bir yatırım olabilir. Yerleşik görevlilerin burada yerinden oynaması daha zor olabilir.

Finans şirketlerinin sahip olduğu şey, onları bırakmayan geniş bir müşteri tabanıdır. Ayrıca, ekonomideki konumlarından dolayı çok sayıda benzersiz bilgiye -müşteri, ekonomi, düzenleyici- sahiptirler. Fakat Google ve Facebook'un elinde aynı amaçlarla kullanabilecekleri bir sürü bilgi var. Söylemek istediğim, teknoloji şirketlerinin sahip olduğu büyük miktarda veriyle veya insanların yaşamlarına entegrasyonlarının ölçeğiyle rekabet etmek zor. Perakende yatırımcılar paralarını bir yere koymak zorundadır. Şu anda bunu geleneksel finans şirketlerine koyuyorlar. Ancak Google ve Facebook'un mevduat kabul etmemesi, ödemeleri kolaylaştırmaması, kredi vermemesi, varlıkları yönetmemesi, niceliksel yatırım fonları çalıştırmaması için hiçbir neden yok.

Nicel yatırım alanında size anlattığım her şeyi, bu şirketlerin çok çabuk yapabileceğini tahmin ediyorum. Veriler, analizler, algoritmalar, altyapı. Tek soru neden henüz yapmadıkları.

Fotoğrafın kaynağı: Aditya Vyas on Unsplash.

Söyleşinin kaynağı için tıklayın.