ChatGPT-KI-Händler: Zu schnell, zu wütend, zu riskant?

Auf künstlicher Intelligenz basierende Tools wie ChatGPT haben das Potenzial, die Effizienz, Effektivität und Geschwindigkeit der menschlichen Arbeit zu revolutionieren.

Und das gilt sowohl für die Finanzmärkte als auch für Sektoren wie das Gesundheitswesen, die Fertigung und fast jeden anderen Aspekt unseres Lebens.

Ich forsche seit 14 Jahren über Finanzmärkte und algorithmischen Handel. Während KI viele Vorteile bietet, weist der zunehmende Einsatz dieser Technologien auf den Finanzmärkten auch auf potenzielle Gefahren hin.

Ein Blick auf die früheren Bemühungen der Wall Street, den Handel durch den Einsatz von Computern und KI zu beschleunigen, bietet wichtige Erkenntnisse über die Auswirkungen ihrer Nutzung für die Entscheidungsfindung.

Programmhandel befeuert den Black Monday

In den frühen 1980er Jahren begannen institutionelle Anleger, angetrieben durch technologische Fortschritte und Finanzinnovationen wie Derivate, Computerprogramme zu nutzen, um Geschäfte auf der Grundlage vordefinierter Regeln und Algorithmen auszuführen. Dies half ihnen, große Aufträge schnell und effizient abzuwickeln.

Damals waren diese Algorithmen relativ einfach und wurden vor allem für die sogenannte Index-Arbitrage eingesetzt, bei der versucht wurde, von Kursunterschieden zwischen einem Aktienindex – wie dem S&P 500 – und dem Preis der Aktien, aus denen er besteht, zu profitieren.

Mit fortschreitender Technologie und zunehmender Verfügbarkeit von Daten wurde diese Art des Programmhandels immer ausgefeilter, wobei Algorithmen in der Lage waren, komplexe Marktdaten zu analysieren und Geschäfte auf der Grundlage einer Vielzahl von Faktoren auszuführen.

Die Zahl dieser Programmhändler auf den weitgehend unregulierten Handelsautobahnen, auf denen täglich Vermögenswerte im Wert von über einer Billion Dollar den Besitzer wechseln, nahm weiter zu, was zu einem dramatischen Anstieg der Marktvolatilität führte.

Dies führte schließlich 1987 zum massiven Börsencrash, dem sogenannten Schwarzen Montag. Der Dow Jones Industrial Average erlitt den damals größten prozentualen Rückgang seiner Geschichte, und der Schmerz breitete sich über die ganze Welt aus.

Als Reaktion darauf haben die Regulierungsbehörden eine Reihe von Maßnahmen ergriffen, um die Nutzung des Programmhandels einzuschränken, darunter Leistungsschalter, die den Handel bei erheblichen Marktschwankungen unterbrechen, und andere Beschränkungen.

Doch trotz dieser Maßnahmen erfreute sich der Programmhandel in den Jahren nach dem Absturz immer größerer Beliebtheit.

HFT: Programm zum Handel mit Steroiden

15 Jahre später, im Jahr 2002, als die New York Stock Exchange ein vollautomatisches Handelssystem einführte. Infolgedessen machten Programmhändler einer ausgefeilteren Automatisierung mit viel fortschrittlicherer Technologie Platz: dem Hochfrequenzhandel.

HFT verwendet Computerprogramme, um Marktdaten zu analysieren und Geschäfte mit extrem hoher Geschwindigkeit auszuführen.

Im Gegensatz zu Programmhändlern, die im Laufe der Zeit Wertpapierkörbe gekauft und verkauft haben, um eine Arbitragemöglichkeit auszunutzen – einen Preisunterschied bei ähnlichen Wertpapieren, der gewinnbringend ausgenutzt werden kann.

Hochfrequenzhändler nutzen leistungsstarke Computer und Hochgeschwindigkeitsnetzwerke, um Marktdaten zu analysieren und Geschäfte blitzschnell auszuführen.

Hochfrequenzhändler können Geschäfte in etwa einer 64-millionstel Sekunde durchführen, verglichen mit mehreren Sekunden, die Händler in den 1980er Jahren dafür brauchten.

Diese Geschäfte sind in der Regel sehr kurzfristiger Natur und können den mehrfachen Kauf und Verkauf desselben Wertpapiers innerhalb von Nanosekunden beinhalten.

KI-Algorithmen analysieren große Datenmengen in Echtzeit und identifizieren Muster und Trends, die für menschliche Händler nicht sofort erkennbar sind. Dies hilft Händlern, bessere Entscheidungen zu treffen und Trades schneller auszuführen, als dies manuell möglich wäre.

Eine weitere wichtige Anwendung von KI im HFT ist die Verarbeitung natürlicher Sprache, bei der menschliche Sprachdaten wie Nachrichtenartikel und Social-Media-Beiträge analysiert und interpretiert werden.

Durch die Analyse dieser Daten können Händler wertvolle Einblicke in die Marktstimmung gewinnen und ihre Handelsstrategien entsprechend anpassen.

Vorteile des KI-Handels

Diese KI-basierten Hochfrequenzhändler funktionieren ganz anders als Menschen.

Das menschliche Gehirn ist langsam, ungenau und vergesslich. Es verfügt nicht über die schnelle, hochpräzise Gleitkomma-Arithmetik, die für die Analyse großer Datenmengen zur Identifizierung von Handelssignalen erforderlich ist.

Computer sind millionenfach schneller, verfügen über einen praktisch unfehlbaren Speicher, perfekte Aufmerksamkeit und unbegrenzte Möglichkeiten zur Analyse großer Datenmengen in Bruchteilen von Millisekunden.

Und wie die meisten Technologien bietet HFT den Aktienmärkten mehrere Vorteile.

Diese Händler kaufen und verkaufen Vermögenswerte in der Regel zu Preisen, die sehr nahe am Marktpreis liegen, was bedeutet, dass sie den Anlegern keine hohen Gebühren in Rechnung stellen. Dies trägt dazu bei, dass es immer Käufer und Verkäufer auf dem Markt gibt, was wiederum dazu beiträgt, die Preise zu stabilisieren und das Risiko plötzlicher Preisschwankungen zu verringern.

Der Hochfrequenzhandel kann auch dazu beitragen, die Auswirkungen von Marktineffizienzen zu verringern, indem Fehlbewertungen auf dem Markt schnell erkannt und ausgenutzt werden.

HFT-Algorithmen können beispielsweise erkennen, wann eine bestimmte Aktie unter- oder überbewertet ist, und Trades ausführen, um diese Diskrepanzen auszunutzen. Auf diese Weise kann diese Art des Handels dazu beitragen, Marktineffizienzen zu korrigieren und sicherzustellen, dass Vermögenswerte genauer bewertet werden.

Die Nachteile

Aber Schnelligkeit und Effizienz können auch Schaden anrichten. HFT-Algorithmen können so schnell auf Nachrichtenereignisse und andere Marktsignale reagieren, dass sie plötzliche Spitzen oder Rückgänge bei den Vermögenspreisen verursachen können.

Darüber hinaus sind HFT-Finanzunternehmen in der Lage, ihre Geschwindigkeit und Technologie zu nutzen, um sich einen unfairen Vorteil gegenüber anderen Händlern zu verschaffen und so die Marktsignale weiter zu verzerren.

Die von diesen extrem hochentwickelten, KI-gestützten Handelsriesen verursachte Volatilität führte im Mai 2010 zum sogenannten Flash-Crash, bei dem die Aktien einbrachen und sich dann innerhalb von Minuten wieder erholten – wobei der Marktwert etwa 1 Billion US-Dollar auslöschte und dann wieder wiederherstellte.

Seitdem sind volatile Märkte zur neuen Normalität geworden. In einer Studie aus dem Jahr 2016 haben zwei Co-Autoren und ich herausgefunden, dass die Volatilität – ein Maß dafür, wie schnell und unvorhersehbar die Preise steigen und fallen – nach der Einführung von HFT deutlich zugenommen hat.

Die Geschwindigkeit und Effizienz, mit der Hochfrequenzhändler die Daten analysieren, bedeutet, dass selbst eine kleine Änderung der Marktbedingungen viele Geschäfte auslösen kann, was zu plötzlichen Preisschwankungen und erhöhter Volatilität führt.

Darüber hinaus zeigen Untersuchungen, die ich 2021 zusammen mit mehreren anderen Kollegen veröffentlicht habe, dass die meisten Hochfrequenzhändler ähnliche Algorithmen verwenden, was das Risiko eines Marktversagens erhöht.

Denn mit zunehmender Zahl dieser Händler auf dem Markt kann die Ähnlichkeit dieser Algorithmen zu ähnlichen Handelsentscheidungen führen.

Das bedeutet, dass alle Hochfrequenzhändler möglicherweise auf derselben Seite des Marktes handeln, wenn ihre Algorithmen ähnliche Handelssignale aussenden.

Das heißt, sie alle könnten versuchen, im Falle negativer Nachrichten zu verkaufen oder im Falle positiver Nachrichten zu kaufen. Wenn es niemanden gibt, der die andere Seite des Handels übernimmt, können Märkte scheitern.

Geben Sie ChatGPT ein

Das bringt uns in eine neue Welt von ChatGPT-basierten Handelsalgorithmen und ähnlichen Programmen. Sie könnten das Problem, dass zu viele Händler auf derselben Seite eines Deals stehen, noch verschlimmern.

Im Allgemeinen neigt der Mensch, wenn er sich selbst überlässt, dazu, vielfältige Entscheidungen zu treffen. Wenn aber alle ihre Entscheidungen von einer ähnlichen künstlichen Intelligenz ableiten, kann das die Meinungsvielfalt einschränken.

Stellen Sie sich eine extreme, nichtfinanzielle Situation vor, in der jeder auf ChatGPT angewiesen ist, um sich für den besten Computer zu entscheiden. Verbraucher neigen bereits heute stark zum Herdenverhalten, bei dem sie dazu neigen, die gleichen Produkte und Modelle zu kaufen.

Bewertungen auf Yelp, Amazon usw. motivieren Verbraucher beispielsweise dazu, zwischen einigen Top-Angeboten zu wählen.

Da die vom generativen KI-gestützten Chatbot getroffenen Entscheidungen auf früheren Trainingsdaten basieren, gäbe es eine Ähnlichkeit in den vom Chatbot vorgeschlagenen Entscheidungen. ChatGPT würde wahrscheinlich jedem die gleiche Marke und das gleiche Modell vorschlagen.

Dies könnte die Viehhaltung auf ein ganz neues Niveau heben und zu Engpässen bei bestimmten Produkten und Dienstleistungen sowie starken Preissteigerungen führen. Dies wird problematischer, wenn die KI, die die Entscheidungen trifft, auf voreingenommenen und falschen Informationen basiert.

KI-Algorithmen können bestehende Vorurteile verstärken, wenn Systeme auf voreingenommenen, alten oder begrenzten Datensätzen trainiert werden. Und ChatGPT und ähnliche Tools wurden wegen sachlicher Fehler kritisiert.

Da Marktcrashs außerdem relativ selten sind, gibt es nicht viele Daten darüber. Da generative KI zum Lernen auf Datentraining angewiesen sind, könnte ihr mangelndes Wissen über sie die Wahrscheinlichkeit erhöhen, dass sie auftreten.

Zumindest im Moment sieht es so aus, als würden die meisten Banken ihren Mitarbeitern nicht erlauben, ChatGPT und ähnliche Tools zu nutzen. Citigroup, Bank of America, Goldman Sachs und mehrere andere Kreditgeber haben ihre Verwendung im Handelsraum unter Berufung auf Datenschutzbedenken bereits verboten.

Aber ich bin fest davon überzeugt, dass Banken irgendwann die generative KI einführen werden, sobald sie ihre Bedenken ausgeräumt haben. Die potenziellen Gewinne sind zu groß, um sie sich entgehen zu lassen – und es besteht die Gefahr, von der Konkurrenz abgehängt zu werden.

Aber auch die Risiken für die Finanzmärkte, die Weltwirtschaft und alle anderen sind groß, daher hoffe ich, dass sie vorsichtig vorgehen.

Haben Sie irgendwelche Gedanken dazu? Schreiben Sie uns unten in die Kommentare oder übertragen Sie die Diskussion auf Twitter oder Facebook.

Empfehlungen der Redaktion:

• KI-generierter Spam könnte Ihren Posteingang bald mit Betrügereien überschwemmen
• ChatGPT und andere Sprach-KIs sind genauso irrational wie wir
• Ihre Stimme kann von jedem geklont werden, der über eine Internetverbindung verfügt
• ChatGPT ist die Zukunft des Chattens, nur wenn Sie es richtig nutzen

Anmerkung des Herausgebers: Dieser Artikel wurde von Pawan Jain, Assistenzprofessor für Finanzen an der West Virginia University, verfasst und von The Conversation unter einer Creative Commons-Lizenz erneut veröffentlicht. Lesen Sie den Originalartikel.