Trader AI ChatGPT: Terlalu cepat, terlalu marah, terlalu berisiko?

Diterbitkan: 2023-05-25

Alat bertenaga Kecerdasan Buatan, seperti ChatGPT, berpotensi merevolusi efisiensi, efektivitas, dan kecepatan pekerjaan yang dilakukan manusia.

Dan ini berlaku di pasar keuangan maupun di sektor-sektor seperti perawatan kesehatan, manufaktur, dan hampir setiap aspek lain dari kehidupan kita.

Saya telah meneliti pasar keuangan dan perdagangan algoritmik selama 14 tahun. Sementara AI menawarkan banyak manfaat, meningkatnya penggunaan teknologi ini di pasar keuangan juga menunjukkan potensi bahaya.

Melihat upaya Wall Street di masa lalu untuk mempercepat perdagangan dengan merangkul komputer dan AI menawarkan pelajaran penting tentang implikasi penggunaannya untuk pengambilan keputusan.

Perdagangan program memicu Senin Hitam

Pada awal 1980-an, didorong oleh kemajuan teknologi dan inovasi keuangan seperti derivatif, investor institusional mulai menggunakan program komputer untuk melakukan perdagangan berdasarkan aturan dan algoritme yang telah ditentukan sebelumnya. Ini membantu mereka menyelesaikan perdagangan besar dengan cepat dan efisien.

Saat itu, algoritme ini relatif sederhana dan terutama digunakan untuk apa yang disebut arbitrase indeks, yang melibatkan upaya untuk mendapatkan keuntungan dari perbedaan antara harga indeks saham – seperti S&P 500 – dan harga saham yang dikomposisikannya.

Seiring kemajuan teknologi dan semakin banyaknya data yang tersedia, perdagangan program semacam ini menjadi semakin canggih, dengan algoritme yang mampu menganalisis data pasar yang kompleks dan melakukan perdagangan berdasarkan berbagai faktor.

Pedagang program ini terus bertambah jumlahnya di jalan raya perdagangan yang sebagian besar tidak diatur – di mana aset senilai lebih dari satu triliun dolar berpindah tangan setiap hari – menyebabkan volatilitas pasar meningkat secara dramatis.

Akhirnya, ini mengakibatkan kehancuran pasar saham besar-besaran pada tahun 1987, yang dikenal sebagai Black Monday. Dow Jones Industrial Average mengalami penurunan persentase terbesar dalam sejarahnya pada saat itu, dan rasa sakit itu menyebar ke seluruh dunia.

Sebagai tanggapan, otoritas pengatur menerapkan sejumlah tindakan untuk membatasi penggunaan perdagangan program, termasuk pemutus sirkuit yang menghentikan perdagangan ketika terjadi perubahan pasar yang signifikan dan batasan lainnya.

Namun terlepas dari langkah-langkah ini, perdagangan program terus meningkat popularitasnya di tahun-tahun setelah kehancuran.

Gambar tersebut menggambarkan pemandangan kacau di Wall Street ketika Dow Jones Industrial Average turun 22,6%, menghapus 4 juta poin dan mencetak rekor baru untuk volume perdagangan. Full Text: Chicago Sun-Times 5 Merofinal Wall St.panic Los Angeles Times Bedlam di Wall St. Dihapus 4 JUTA VOLUME REKOR HAMPIR GANDA ----- NEW YORK POST BERITA HARIAN CRAS PANIC Wall Street! engan hari tergelap negara batu Dow jatuh ke lantai dasar - 508.32 p BERNIE GOTT S MORA.
Gambar: AP / KnowTechie

HFT: Program perdagangan steroid

Maju cepat 15 tahun hingga 2002, ketika New York Stock Exchange memperkenalkan sistem perdagangan yang sepenuhnya otomatis. Akibatnya, pedagang program memberi jalan untuk otomatisasi yang lebih canggih dengan teknologi yang jauh lebih maju: perdagangan frekuensi tinggi.

HFT menggunakan program komputer untuk menganalisis data pasar dan melakukan perdagangan dengan kecepatan yang sangat tinggi.

Tidak seperti pedagang program yang membeli dan menjual sekeranjang sekuritas dari waktu ke waktu untuk memanfaatkan peluang arbitrase – perbedaan harga sekuritas serupa yang dapat dimanfaatkan untuk keuntungan.

Pedagang frekuensi tinggi menggunakan komputer canggih dan jaringan berkecepatan tinggi untuk menganalisis data pasar dan melakukan perdagangan dengan kecepatan secepat kilat.

Pedagang frekuensi tinggi dapat melakukan perdagangan dalam waktu sekitar satu per 64 juta detik, dibandingkan dengan beberapa detik yang dibutuhkan pedagang pada 1980-an.

Perdagangan ini biasanya bersifat jangka pendek dan mungkin melibatkan pembelian dan penjualan sekuritas yang sama berkali-kali dalam hitungan nanodetik.

Algoritme AI menganalisis data dalam jumlah besar secara real-time dan mengidentifikasi pola dan tren yang tidak langsung terlihat oleh pedagang manusia. Ini membantu pedagang membuat keputusan yang lebih baik dan mengeksekusi perdagangan dengan kecepatan lebih cepat daripada yang mungkin dilakukan secara manual.

Aplikasi penting AI lainnya dalam HFT adalah pemrosesan bahasa alami, yang melibatkan analisis dan interpretasi data bahasa manusia seperti artikel berita dan postingan media sosial.

Dengan menganalisis data ini, trader dapat memperoleh wawasan berharga tentang sentimen pasar dan menyesuaikan strategi trading mereka.

Manfaat perdagangan AI

Antarmuka pengguna grafis berinteraksi dengan aplikasi.
Gambar: Pexels

Pedagang frekuensi tinggi berbasis AI ini beroperasi sangat berbeda dari yang dilakukan orang.

Otak manusia lambat, tidak akurat, dan pelupa. Itu tidak mampu melakukan aritmatika floating-point yang cepat, presisi tinggi, yang diperlukan untuk menganalisis volume data yang sangat besar untuk mengidentifikasi sinyal perdagangan.

Komputer jutaan kali lebih cepat, dengan memori yang pada dasarnya sempurna, perhatian sempurna, dan kemampuan tak terbatas untuk menganalisis volume data yang besar dalam sepersekian milidetik.

Dan, seperti kebanyakan teknologi, HFT memberikan beberapa manfaat bagi pasar saham.

Pedagang ini biasanya membeli dan menjual aset dengan harga yang sangat dekat dengan harga pasar, yang berarti mereka tidak membebankan biaya tinggi kepada investor. Ini membantu memastikan bahwa selalu ada pembeli dan penjual di pasar, yang pada gilirannya membantu menstabilkan harga dan mengurangi potensi perubahan harga yang tiba-tiba.

Perdagangan frekuensi tinggi juga dapat membantu mengurangi dampak inefisiensi pasar dengan mengidentifikasi dan mengeksploitasi kesalahan harga di pasar dengan cepat.

Misalnya, algoritme HFT dapat mendeteksi ketika saham tertentu dinilai rendah atau dinilai terlalu tinggi dan melakukan perdagangan untuk mengeksploitasi perbedaan ini. Dengan demikian, jenis perdagangan ini dapat membantu memperbaiki inefisiensi pasar dan memastikan harga aset lebih akurat.

Kelemahannya

Tetapi kecepatan dan efisiensi juga dapat menyebabkan kerugian. Algoritme HFT dapat bereaksi sangat cepat terhadap peristiwa berita dan sinyal pasar lainnya sehingga dapat menyebabkan lonjakan atau penurunan harga aset secara tiba-tiba.

Selain itu, perusahaan keuangan HFT dapat menggunakan kecepatan dan teknologi mereka untuk mendapatkan keuntungan yang tidak adil atas pedagang lain, yang semakin mendistorsi sinyal pasar.

Volatilitas yang diciptakan oleh binatang perdagangan bertenaga AI yang sangat canggih ini menyebabkan apa yang disebut flash crash pada Mei 2010, ketika saham jatuh dan kemudian pulih dalam hitungan menit – menghapus dan kemudian memulihkan nilai pasar sekitar $1 triliun.

Sejak itu, pasar yang bergejolak telah menjadi normal baru. Dalam penelitian tahun 2016, dua rekan penulis dan saya menemukan bahwa volatilitas – ukuran seberapa cepat dan tak terduga harga bergerak naik turun – meningkat secara signifikan setelah pengenalan HFT.

Kecepatan dan efisiensi pedagang frekuensi tinggi menganalisis data berarti bahwa bahkan perubahan kecil dalam kondisi pasar dapat memicu banyak perdagangan, yang menyebabkan perubahan harga mendadak dan peningkatan volatilitas.

Selain itu, penelitian yang saya terbitkan bersama beberapa rekan lainnya pada tahun 2021 menunjukkan bahwa sebagian besar pedagang frekuensi tinggi menggunakan algoritme serupa, yang meningkatkan risiko kegagalan pasar.

Itu karena seiring bertambahnya jumlah pedagang ini di pasar, kesamaan dalam algoritme ini dapat menghasilkan keputusan perdagangan yang serupa.

Ini berarti bahwa semua pedagang frekuensi tinggi mungkin berdagang di sisi pasar yang sama jika algoritme mereka mengeluarkan sinyal perdagangan yang serupa.

Artinya, mereka semua mungkin mencoba menjual jika ada berita negatif atau membeli jika ada berita positif. Jika tidak ada orang yang mengambil sisi lain dari perdagangan, pasar bisa gagal.

Masukkan ChatGPT

ChatGPT di ponsel di depan teks
Gambar: Pexels

Itu membawa kita ke dunia baru algoritma perdagangan yang didukung ChatGPT dan program serupa. Mereka bisa mengambil masalah dari terlalu banyak pedagang di sisi yang sama dari sebuah kesepakatan dan membuatnya semakin buruk.

Secara umum, manusia dibiarkan dengan perangkatnya sendiri, akan cenderung membuat beragam keputusan. Tetapi jika semua orang mengambil keputusan dari kecerdasan buatan yang serupa, ini dapat membatasi keragaman pendapat.

Pertimbangkan situasi nonfinansial yang ekstrem di mana setiap orang bergantung pada ChatGPT untuk memutuskan membeli komputer terbaik. Konsumen sudah sangat rentan dengan perilaku herding, dimana mereka cenderung membeli produk dan model yang sama.

Misalnya, ulasan di Yelp, Amazon, dan seterusnya memotivasi konsumen untuk memilih di antara beberapa pilihan teratas.

Karena keputusan yang dibuat oleh chatbot bertenaga AI generatif didasarkan pada data pelatihan sebelumnya, akan ada kesamaan dalam keputusan yang disarankan oleh chatbot. ChatGPT kemungkinan akan menyarankan merek dan model yang sama untuk semua orang.

Ini mungkin membawa penggembalaan ke tingkat yang sama sekali baru dan dapat menyebabkan kelangkaan produk dan layanan tertentu serta lonjakan harga yang parah. Ini menjadi lebih bermasalah ketika AI yang membuat keputusan diinformasikan oleh informasi yang bias dan tidak benar.

Algoritme AI dapat memperkuat bias yang ada saat sistem dilatih pada set data yang bias, lama, atau terbatas. Dan ChatGPT dan alat serupa telah dikritik karena membuat kesalahan faktual.

Selain itu, karena kejatuhan pasar relatif jarang, tidak banyak data tentangnya. Karena AI generatif bergantung pada pelatihan data untuk dipelajari, kurangnya pengetahuan mereka tentangnya dapat membuatnya lebih mungkin terjadi.

Untuk saat ini, tampaknya sebagian besar bank tidak akan mengizinkan karyawan mereka memanfaatkan ChatGPT dan alat serupa. Citigroup, Bank of America, Goldman Sachs, dan beberapa pemberi pinjaman lainnya telah melarang penggunaannya di lantai ruang perdagangan, dengan alasan masalah privasi.

Tapi saya sangat yakin bank pada akhirnya akan menggunakan AI generatif begitu mereka menyelesaikan masalah yang mereka miliki dengannya. Keuntungan potensial terlalu signifikan untuk dilewatkan – dan ada risiko tertinggal dari pesaing.

Tapi risiko pasar keuangan, ekonomi global, dan semua orang juga besar, jadi saya harap mereka berhati-hati.

Punya pemikiran tentang ini? Berikan kami satu baris di bawah ini di komentar, atau bawa diskusi ke Twitter atau Facebook kami.

Rekomendasi Editor:

  • Spam yang dihasilkan AI akan segera membanjiri kotak masuk Anda dengan penipuan
  • ChatGPT dan bahasa AI lainnya sama irasionalnya dengan kita
  • Suara Anda dapat dikloning oleh siapa saja yang memiliki koneksi internet
  • ChatGPT adalah masa depan obrolan, hanya jika Anda menggunakannya dengan benar

Catatan Editor: Artikel ini ditulis oleh Pawan Jain, Asisten Profesor Keuangan di West Virginia University, dan diterbitkan ulang dari The Conversation di bawah lisensi Creative Commons. Baca artikel aslinya.

Ikuti kami di Flipboard, Google News, atau Apple News