Sám se učí a vydělává, i když krypto padá. Na Trumpa náš black box ale nestačil, přiznává zakladatel
Fond p-hat obchoduje peníze investorů s pomocí umělé inteligence na kryptoměnových trzích. Tým vývojářů pracuje na systému, který předvídá pohyby trhu.
Zatímco svět kryptoměn je pro většinu lidí synonymem emocí, rychlých zisků a ještě rychlejších pádů, v podkrovních kancelářích startupu SoftVision v centru Prahy panuje chladná racionalita. Tým převážně absolventů matematicko-fyzikálních fakult tu vyvíjí plně automatizovaný systém, který se na zdánlivě chaotickém trhu snaží vydělávat peníze. Stojí na něm algoritmický fond p-hat, který místo intuice a spekulací sází na statistiku, data a umělou inteligenci. Jeho inherentní součástí je, že je jen nepatrně úspěšnější, než kdybyste si házeli mincí – a právě na tom vydělává peníze.
„Razíme čistě systematický přístup, všechno je založené na datech a statistice. Není tam žádný lidský vstup ani obchodník, který by se podíval na graf a rozhodl, jestli konkrétní cenový pohyb zkusíme zobchodovat. Mezi algoritmicky obchodovanými fondy je plně automatizovaná strategie řízená čistě umělou inteligencí vzácností i v globálním měřítku,“ vysvětluje Petr Fiala, zakladatel a CEO technologické společnosti SoftVision, která za fondem stojí.
P-hat tak hraje hru, ve které o obchodech nerozhodují lidé kovaní v kryptoměnách, ale algoritmy sestavené datovými analytiky. Firma spravuje přes 430 milionů korun a její fond p-hat je určen pro kvalifikované investory s minimální výší investice 100 tisíc dolarů (2,1 milionu korun). Kvůli specifickým požadavkům na práci s digitálními aktivy je regulovaný na Kajmanských ostrovech.
Proč Kajmanské ostrovy? O daně nejde
Český tým zakotvil fond na Kajmanských ostrovech, a tak první myšlenka většiny lidí často sklouzne k daňové optimalizaci. Petr Fiala ale říká, že důvody jsou čistě pragmatické a regulatorní. „Legislativa vyžaduje pro fondy kvalifikovaných investorů (FKI) takzvaného depozitáře – typicky banku –, který drží aktiva a dohlíží na transakce. Problém je, že v rámci Evropské unie není regulovaný depozitář, který by umožňoval aktivní správu kryptoměnového portfolia,“ vysvětluje.
Kajmanské ostrovy jsou naproti tomu jedno z největších světových center pro takzvané hedge fondy, které v posledních pěti letech pracuje na své pověsti. Mají vybudovanou infrastrukturu od právníků přes administrátory až po regulátora, která podle Fialy přesně rozumí tomu, jak fungují sofistikované investiční strategie a jak pracovat s digitálními aktivy. „Volba tak nebyla o snaze vyhnout se daním, ale o hledání funkčního a předvídatelného prostředí,“ doplňuje.
To hlavní, co algoritmicky obchodovaný fond investorům nabízí, je systematický přístup – při stejných vstupech se vždy stejně rozhodne bez nutnosti diskrece (ruční nebo strategické úpravy algoritmických procesů) a lidského zásahu. To umožňuje obchodovat kratší pohyby a postupnou tvorbu zhodnocení. A to i když například cena bitcoinu klesá, protože pro výsledek není zásadní, jakým směrem se trhy vyvíjí, ale zda algoritmus dokáže ten směr správně odhadnout.
„V průměru se nám daří připisovat téměř čtyři procenta každý měsíc. Umíme vydělávat, ale i prodělávat bez ohledu na to, zda bitcoin roste, nebo klesá,“ uvádí Fiala. Investorskou hantýrkou je takový fond imunní vůči cyklickým tržním výkyvům při zachování vysoké likvidity a je i méně volatilní, ale jedním dechem Fiala dodává, že se stále jedná o produkt, který má značné výsledkové výkyvy.
Oproti přímé investici do kryptoměn u fondu p-hat odpadá nutnost správného výběru tokenů z projektů, kterých je dnes nepřeberné množství. Stejně jako riziko, které by potkalo investora do bitcoinu, který nakoupil třeba ve špičce na konci roku 2021 – následující tři roky by při prodeji byl ve výrazné ztrátě. Při přímé investici do etherea ve špičce z konce roku 2021 by byl takový investor na svém až v létě letošního roku, a pokud by zvolil jinou měnu, mohl by ještě teď být na nule.
Jako alternativní investice tak může p-hat dávat smysl zejména v obdobích, kdy investoři nečekají další růst kryptoměn. „Bitcoin od podzimu 2022 zaznamenal mimořádný výkon, kterému se jen málokteré aktivum či fond dokázaly přiblížit. Po bitvě je však každý generál – nikdo nemá křišťálovou kouli – a otázkou zůstává, zda bitcoin dokáže svůj impozantní růst zopakovat. Pro investory, kteří na to sází, máme připravenou bitcoinovou strategii, která profituje z případného růstu bitcoinu a zároveň zvyšuje množství držených bitcoinů,“ říká Fiala.
Držení bitcoinu je strategie založená na víře, že cena bitcoinu dále poroste. „Naše strategie je oproti tomu založená na statistice, matematice a využití umělé inteligence. Naším cílem není profitovat čistě z růstu, ale z pohybů, které jsou nejčastější. Výsledkově se tedy fond chová odlišně a investice u nás často dává smysl z pohledu diverzifikace,“ vysvětluje Fiala s tím, že oba přístupy mají v diverzifikovaném portfoliu své místo, protože budoucnost s jistotou nedokáže předvídat nikdo.
Nastartujte svou kariéru
Více na CzechCrunch JobsPro algoritmické obchodování v případě p-hatu je nejlepší, když se trhy výrazněji hýbou – platí, že je jedno kam, ale hlavně že se hýbou. Na limity naopak naráží celý systém, když se trhy hýbou málo nebo vůbec. „Pak statisticky významné rysy chování, ze kterých žijeme, zmizí. Naše výhoda se ztratí a nedává smysl obchodovat,“ přiznává Fiala. Tou výhodou je přitom jen nepatrně vyšší úspěšnost, než jakou by měl náhodný hod mincí.
„Naše přesnost je někde na úrovni 52 až 54 procent. V průměru tedy 52krát ze 100 pokusů správně určíme, jakým směrem se cena pohne,“ říká zakladatel fondu. Na finančních trzích, které jsou hrou s nulovým součtem, ale i takto malá výhoda, opakovaná tisíckrát po sobě, může generovat zajímavé zisky. A fondu se to dlouhodobě daří. Od svého vzniku v roce 2018 dosáhl p-hat spolu s předchozím fondem SoftVision, stojícím na stejném systému, průměrného čistého ročního zhodnocení přes 40 procent.
Letošní rok je ale podle Fialy náročný. „Pohybujeme se zatím jen kolem nuly,“ říká otevřeně. Na vině byly hlavně měsíce únor a březen, kdy trhy rozkolísaly nečekané výroky amerického prezidenta Donalda Trumpa týkající se cel a role kryptoměn ve státních rezervách. Fond kvůli tomu zaznamenal zhruba 15procentní ztrátu, kterou se mu podařilo umazat, a výsledek na konci roku bude záviset na tom, jak aktivní budou kryptoměnové trhy v nadcházejících měsících.
„Tohle jsou externality, takové bomby neboli černé labutě, které na trh dopadnou. A náš systém se vůči nim může nacházet v libovolné pozici, takže na nich můžeme vydělat i prodělat. V momentě zveřejnění Trumpových tweetů týkajících se kryptoměn a státních rezerv jsme měli otevřenou short pozici, na které jsme při neočekávaném pohybu ceny směrem nahoru poměrně dost ztratili,“ vysvětluje Fiala s tím, že systém, na kterém běží fond p-hat, předvídá budoucnost v řádu minut až hodin.
I na minutové bázi má přitom dosahovat úspěšnosti jen lehce přes padesát procent. „Nákup a dlouhodobější držení bitcoinu a dalších kryptoměn je oproti tomu snaha o predikci v řádu měsíců a let, což je strategie postavená na zcela jiných principech a datových vstupech. My razíme jinou cestu. Je ale pravda, že když trhy rostou, může to mnohdy fungovat lépe než sofistikované systematické přístupy,“ dodává Fiala.
Za vším stojí black box
Srdcem celého fondu je systém, kterému jeho tvůrci přezdívají „black box“, tedy černá skříňka, do které uživatel nevidí a kde kromě vstupů a výstupů má jen omezenou možnost pochopit, co se uvnitř děje. Nejde o jednoduchého obchodního bota, ale o komplexní systém postavený na umělé inteligenci a hlubokém učení, jehož jediným cílem je maximalizovat zisk. Podle Fialy je systém rozdělen do tří hlavních modulů, které na sebe navazují.
Na začátku je predikční model. „Naše hluboká neuronová síť analyzuje obrovské množství dat z velkých kryptoměnových burz. Zpracovává uzavřené obchody i otevřené objednávky a na základě toho generuje predikce budoucího vývoje ceny na minuty až hodiny dopředu,“ popisuje Fiala. Tento model neustále hledá ve změti dat neefektivity a vzorce chování, které lidské oko nemusí postřehnout.
Tyto předpovědi neboli „signály“ následně putují do druhého modulu, který nastavuje strategii. Na základě příchozího signálu a aktuální pozice fondu na trhu rozhodne, jaký další krok udělat, tedy zda otevřít, nebo zavřít novou pozici a zda spekulovat na růst, či pokles.
Třetí a poslední částí je exekuční modul, který se snaží daný pokyn (například nákup derivátových kontraktů) provést na burze co nejrychleji a nejefektivněji. Fond tímto způsobem obchoduje na zhruba deseti trzích, kde pomocí derivátů spekuluje na vývoj cen největších kryptoměn, kterým dominuje bitcoin a ethereum v měnovém páru se stablecoiny.
Vývoj a ladění takového systému jsou extrémně náročné. „Co je skutečně pracné, je ověřit nějakou hypotézu. Máme myšlenku, jak model vylepšit – třeba přidat další vrstvu do neuronové sítě. Otestovat, zda to opravdu funguje, nám na naší infrastruktuře serverů a grafických karet trvá třeba i dva týdny výpočetního výkonu,“ přibližuje Fiala. Systém se neustále testuje na historických datech a přetrénovává na těch nejnovějších, aby se dokázal přizpůsobit měnícímu se trhu a chování investorů.
Cesta Petra Fialy k řízení sofistikovaného fondu přitom začala tak trochu náhodou. Původem datový analytik se specializací na neuronové sítě začal vyvíjet první systémy pro automatizované obchodování už v roce 2015. „K deep learningu jsem se dostal tak trochu náhodou. Při psaní diplomky jsem řešil rozpoznávání písmen z fotek reálných scén, třeba názvů ulic. A zrovna tehdy zažívaly neuronové sítě renesanci, tak jsem jednu vytvořil. Hrozně mě to bavilo a od školy jsem u toho už zůstal,“ vzpomíná zakladatel fondu, který brzy hodlá představit další projekt zaměřený na analýzu zdravotních záznamů.
V roce 2018 založil Fiala technologickou firmu SoftVision, která se později rozrostla o regulovaný hedge fond p-hat, určený pro kvalifikované investory. Dnes tým tvoří devět lidí, z nichž osm jsou softwaroví vývojáři a experti na strojové učení. Paradoxně prý nemusí být ani velkými fanoušky kryptoměn. Jejich úkolem není věřit v bitcoin, ale naprogramovat neuronovou síť, která v datech dokáže objevit statistickou výhodu a tu přetavit v zisk.
