Οι πόλεμοι ΗΠΑ-Ιράν και Ρωσίας-Ουκρανίας με φόντο την περιορισμένη προσφορά καυσίμων ανέδειξαν τον δυσδιάκριτο κόσμο του trading πετρελαϊκών προϊόντων στις παγκόσμιες προθεσμιακές αγορές εμπορευμάτων στον πλανήτη, με τις τιμές να καταγράφουν ιστορικά υψηλά. Τώρα, η τεχνητή νοημοσύνη (AI) μπορεί να αλλάξει τους κανόνες, ανοίγοντας μια αγορά που παραδοσιακά ελεγχόταν από λίγους εξειδικευμένους traders.
Ήδη εξειδικευμένες πλατφόρμες χρησιμοποιούν τεχνητή νοημοσύνη για να μετατρέπουν τεράστιους όγκους δεδομένων σε εμπορικές κινήσεις μέσα σε δευτερόλεπτα. Η εφαρμογή της τεχνολογίας μειώνει το πληροφοριακό πλεονέκτημα των παραδοσιακών παικτών και δημιουργεί νέες δυνατότητες για hedge funds και άλλους συμμετέχοντες.
Η AI σε μια αγορά που παραμένει στα χέρια λίγων
Σε αντίθεση με το αργό πετρέλαιο, όπου οι πρακτικές εμπορίας έχουν διαμορφωθεί εδώ και δεκαετίες και συμμετέχει ένα ευρύ φάσμα επενδυτών και εταιρειών, το trading διυλισμένων προϊόντων παραμένει πολύ πιο κλειστό.
Ιδιαίτερα στην Ασία, τη μεγαλύτερη καταναλώτρια περιοχή, η αγορά ντίζελ, βενζίνης και άλλων προϊόντων αποτελεί σε μεγάλο βαθμό πεδίο δράσης μιας σχετικά μικρής ομάδας traders. Σε αυτή συμμετέχουν εκπρόσωποι παραγωγών, διυλιστηρίων και ναυτιλιακών εταιρειών, αλλά και μεγάλες εταιρείες εμπορίας εμπορευμάτων, όπως οι Trafigura και Vitol.
Αυτό το πληροφοριακό πλεονέκτημα μπορεί πλέον να περιοριστεί από την τεχνολογία.
Η βασική ιδέα είναι η συγκέντρωση όλων των διαθέσιμων δεδομένων, ο συνδυασμός τους με την εμπειρία εξειδικευμένων traders και αναλυτών και, στη συνέχεια, η παραγωγή εξατομικευμένων προτάσεων ανάλογα με τις ανάγκες κάθε χρήστη.
καύσιμα © Freepik
Η τεχνητή νοημοσύνη μετατρέπει τα δεδομένα σε συναλλαγές
Μία από τις εταιρείες που πρωταγωνιστούν σε αυτή τη διαδικασία είναι η Sparta Commodities, με έδρα τη Γενεύη. Η εταιρεία έγινε αρχικά γνωστή παρέχοντας δεδομένα που βοηθούν τους traders να εντοπίζουν ευκαιρίες arbitrage, δηλαδή κέρδους από τις διαφορές τιμών όταν τα καύσιμα μεταφέρονται από μία περιοχή σε άλλη.
Νωρίτερα αυτόν τον μήνα παρουσίασε το Leonidas AI, ένα εργαλείο λήψης αποφάσεων που επιχειρεί να επιταχύνει δραστικά τον χρόνο μεταξύ της συλλογής πληροφοριών και της τελικής εμπορικής απόφασης. Η πλατφόρμα συνδυάζει δεδομένα από τις πηγές της Sparta και άλλους παρόχους, ειδησεογραφία και την εμπειρία που η εταιρεία αποδίδει σε έναν εξειδικευμένο «agent», προκειμένου να καταλήξει σε προτάσεις.
Σε επίδειξη για το Reuters, το Leonidas AI κλήθηκε να εξετάσει τις επιπτώσεις μιας ενδεχόμενης απαγόρευσης των αμερικανικών εξαγωγών ντίζελ σε διαφορετικές αγορές. Αφού εκτίμησε τις πιθανές μεταβολές των τιμών, το σύστημα κλήθηκε να προτείνει συναλλαγές.
Κατέληξε σε πέντε προτάσεις, τις οποίες κατέταξε με βάση τον βαθμό πεποίθησης, καλύπτοντας διαφορετικές αγορές και χώρες. Ακόμη και μία από τις προτάσεις αφορούσε τα ναύλα. Η διαδικασία ολοκληρώθηκε μέσα σε λίγα δευτερόλεπτα, ενώ μέχρι σήμερα ένας ακόμη και έμπειρος αναλυτής θα χρειαζόταν περισσότερο χρόνο για να εκτιμήσει την πιθανή πορεία των τιμών και τον τρόπο αξιοποίησής της.
Traders σε διαπραγμάτευση προθεσμιακών συμβολαίων © EPA/TANNEN MAURY
AI: Οι νέοι παίκτες και ο κίνδυνος των «πολυπληθών» συναλλαγών
Η Sparta δεν είναι η μόνη εταιρεία που επιχειρεί να αξιοποιήσει την AI στο commodity trading. Η Kpler, η οποία ξεκίνησε ως υπηρεσία παρακολούθησης πλοίων, χρησιμοποιεί τεχνητή νοημοσύνη για να συμπυκνώνει δεδομένα σε «στρατηγικές που μπορούν να αξιοποιηθούν άμεσα», λαμβάνοντας υπόψη και γεωπολιτικούς παράγοντες.
Παράλληλα, η Windward αξιοποιεί ιστορικά δεδομένα και μοτίβα κινήσεων πλοίων για να εντοπίζει ανωμαλίες, όπως παράνομες μεταφορές φορτίων από πλοίο σε πλοίο.
Η εξέλιξη αυτή μπορεί να αλλάξει τους συσχετισμούς. Hedge funds και άλλοι επενδυτές που μέχρι σήμερα θεωρούσαν ότι δεν διαθέτουν την εξειδίκευση για να ανταγωνιστούν τους καθιερωμένους traders μιας αδιαφανούς αγοράς καυσίμων αποκτούν τη δυνατότητα να συγκεντρώνουν και να επεξεργάζονται πληροφορίες με αντίστοιχη ταχύτητα.
Παραμένει, ωστόσο, ένα βασικό ερώτημα: αν όλοι χρησιμοποιούν AI, δεν υπάρχει κίνδυνος να καταλήγουν στις ίδιες συναλλαγές, δημιουργώντας υπερβολικά συνωστισμένες θέσεις και περιορίζοντας τα περιθώρια κέρδους;
Η απάντηση συνδέεται με τους διαφορετικούς στόχους των χρηστών. Ένα διυλιστήριο μπορεί να θέλει να «κλειδώσει» μια συγκεκριμένη τιμή για την παραγωγή ντίζελ ή βενζίνης, ενώ ένας trader μπορεί να είναι διατεθειμένος να αναλάβει τον κίνδυνο ανόδου των τιμών πριν από τη φυσική παράδοση. Επομένως, ακόμη και με το ίδιο μοντέλο, οι προτάσεις μπορεί να διαφέρουν.
To χρηματιστήριο εμπορευμάτων του Λονδίνου@https://www.londonstockexchange.com/
Από την παρακολούθηση πλοίων στην εποχή της AI
Το κατά πόσο οι προτάσεις της τεχνητής νοημοσύνης αποδεικνύονται κερδοφόρες θα φανεί στην πράξη. Παράλληλα, οι καθιερωμένοι παίκτες μπορεί να επιχειρήσουν να αντιδράσουν στην είσοδο νέων ανταγωνιστών. Ένας μεγάλος trader, για παράδειγμα, θα μπορούσε να επηρεάσει τις τιμές μέσω συναλλαγών που ωθούν μικρότερους παίκτες σε stop-loss θέσεις.
Η ιστορία των αγορών εμπορευμάτων, ωστόσο, δείχνει ότι οι τεχνολογικές αλλαγές τελικά ενσωματώνονται. Η παρακολούθηση φορτίων σε πραγματικό χρόνο αποτελεί χαρακτηριστικό παράδειγμα. Υπηρεσίες από εταιρείες όπως η Vortexa και η London Stock Exchange Group εμφανίστηκαν μόλις πριν από περίπου 15 χρόνια, αλλά πλέον έχουν γίνει ευρέως διαδεδομένες μεταξύ των συμμετεχόντων στις αγορές εμπορευμάτων.
Στο πρόσφατο Asia Pacific Petroleum Conference στη Σιγκαπούρη, η AI αποτέλεσε το δεύτερο σημαντικότερο θέμα συζήτησης, μετά τις προσπάθειες επίλυσης της σύγκρουσης με το Ιράν και αποκατάστασης των ροών πετρελαίου και προϊόντων από τη Μέση Ανατολή.
Οι συζητήσεις ανέδειξαν ότι τα στελέχη του κλάδου αναμένουν μεγαλύτερη χρήση της AI στη συλλογή και ανάλυση δεδομένων, αλλά και σε λειτουργίες όπως η ναυτιλία και η διαχείριση αποθεμάτων. Η γενικότερη προσέγγιση είναι ότι η αλλαγή δεν μπορεί να ανακοπεί· το πλεονέκτημα μπορεί να ανήκει σε εκείνους που θα την υιοθετήσουν νωρίτερα.
Όπως σημείωσε ο διευθύνων σύμβουλος της Sparta, Φελίπε Έλινκ Σούρμαν, παλαιότερα κέρδιζε το trading desk που διέθετε τις περισσότερες πληροφορίες. Στην εποχή της AI, το πλεονέκτημα μπορεί να περάσει σε εκείνον που μετατρέπει τα δεδομένα σε εμπορικές κινήσεις ταχύτερα.
