Twee jaar geleden was het nog een 1 aprilgrap: bij een financiële instelling zou een stukje software op eigen houtje geld hebben verduisterd om dit door te sluizen naar een eigen –geheime– spaarrekening. Er trapte destijds een behoorlijk aantal journalisten in die grap, waarschijnlijk omdat het eigenlijk niet zo vergezocht is.
Ga maar na. In tegenstelling tot hun krijtstreperige, overgereguleerde, sigaren rokende, promille gedreven, stroperige imago, is het juist de financiële wereld die al in de jaren tachtig startte met wat we nu “machine learning” noemen. Op TED.com is een geweldig interview te vinden met Jim Simons, de man die in 1982 het legendarische Renaissance Technologies oprichtte.
Net als de meeste rekenwonders van zijn generatie startte Simons zijn carrière bij een geheime dienst. In dit geval de Amerikaanse NSA waar hij naar hartenlust geheime codes kon kraken. Later besloot hij zijn wiskundeknobbel op Wall Street los te laten. In het begin belegde hij wat van zijn eigen geld om te kijken hoe koersen van aandelen en valuta’s fluctueerden. Daarna huurde hij een aantal collega-wiskundigen in om modellen te bouwen waarmee ze konden voorspellen wanneer er een opwaartse of neerwaartse trend aankwam. De kracht van Simons was dat hij geen financiële experts met een mening aannam, maar alleen wiskundigen en natuurkundigen die het beleggen als en een exacte wetenschap beschouwden. Met deze aanpak boekten zij zeer hoge rendementen, soms meer dan 30% per jaar, decennialang.
Simons bleef de concurrentie voor. Niet alleen omdat hij de beste mensen aan zich wist te binden, ook omdat hij meer data tot zijn beschikking had. En dat was in de jaren 80 nog helemaal niet zo makkelijk. Zo moest hij zelf bij de Federal Reserve langs om de historische renteontwikkeling op te vragen en die te kopiëren naar zijn computer.
Fast forward naar 2010. Het jaar waarin “high frequency trading” (algoritme gedreven beleggen door middel van geautomatiseerde transacties) gemeengoed op Wall Street was geworden. Het devies leek: minder mensen, meer algoritmen en vooral meer data. Deze zucht naar automatisering kreeg een dreun toen de onbekende handelaar Navinder Singh Sarao een algoritme zou ombouwde dat het in korte tijd zoveel specifieke transacties plaatste én weer annuleerde, dat er een kettingreactie tussen automatische systemen ontstond. In een half uur tijd verdampte er miljarden dollars aan waarde.
Nu, in 2018 lijkt de flash crash alweer vergeten. Auto’s met zelfrijdende software kunnen worden uitgebreid met een eigen bitcoin account. Als eigenaar kun je zeggen: “Breng me naar Schiphol en zorg dat ik er binnen 40 minuten ben.” De auto is uiteraard nog steeds gehouden aan de snelheidslimiet, maar kan onderweg onderhandelen met het andere verkeer. Hij kan traagrijdende voorgangers betalen om plaats te maken!
Waar gaat dit naartoe, hoor ik u denken. Volgens mij is het wachten op de eerste bank die een “zelfhandelende beleggingsrekening” op de markt gaat brengen. Als het even kan, graag inleggen vanaf 1 april!