Handlowcy ChatGPT AI: za szybko, za wściekle, za ryzykownie?

Narzędzia oparte na sztucznej inteligencji, takie jak ChatGPT, mogą zrewolucjonizować wydajność, skuteczność i szybkość pracy wykonywanej przez ludzi.

Dotyczy to zarówno rynków finansowych, jak i sektorów takich jak opieka zdrowotna, produkcja i prawie każdy inny aspekt naszego życia.

Od 14 lat badam rynki finansowe i handel algorytmiczny. Chociaż sztuczna inteligencja oferuje wiele korzyści, rosnące wykorzystanie tych technologii na rynkach finansowych wskazuje również na potencjalne zagrożenia.

Spojrzenie na wcześniejsze wysiłki Wall Street w celu przyspieszenia handlu poprzez wykorzystanie komputerów i sztucznej inteligencji dostarcza ważnych lekcji na temat implikacji wykorzystania ich do podejmowania decyzji.

Handel programami napędza Czarny Poniedziałek

We wczesnych latach 80., napędzani postępem technologicznym i innowacjami finansowymi, takimi jak instrumenty pochodne, inwestorzy instytucjonalni zaczęli wykorzystywać programy komputerowe do zawierania transakcji w oparciu o z góry określone zasady i algorytmy. Pomogło im to szybko i skutecznie realizować duże transakcje.

W tamtych czasach algorytmy te były stosunkowo proste i były używane głównie do tak zwanego arbitrażu indeksów, który polega na próbie czerpania zysków z rozbieżności między ceną indeksu giełdowego – takiego jak S&P 500 – a ceną akcji, z których się składa.

Wraz z rozwojem technologii i dostępnością większej ilości danych ten rodzaj handlu programowego stawał się coraz bardziej wyrafinowany, a algorytmy były w stanie analizować złożone dane rynkowe i realizować transakcje w oparciu o szeroki zakres czynników.

Liczba tych handlowców programowych nadal rosła na w dużej mierze nieuregulowanych autostradach handlowych - na których aktywa o wartości ponad biliona dolarów codziennie zmieniają właścicieli - powodując dramatyczny wzrost zmienności rynku.

Ostatecznie doprowadziło to do ogromnego krachu na giełdzie w 1987 roku, znanego jako Czarny Poniedziałek. Dow Jones Industrial Average odnotował wówczas największy procentowy spadek w swojej historii, a ból rozprzestrzenił się na cały świat.

W odpowiedzi organy regulacyjne wdrożyły szereg środków w celu ograniczenia korzystania z handlu programowego, w tym wyłączniki automatyczne, które wstrzymują handel w przypadku znacznych wahań na rynku i innych ograniczeń.

Jednak pomimo tych środków, handel programami nadal zyskiwał na popularności w latach następujących po krachu.

HFT: Handel programem na sterydach

Przewiń do przodu o 15 lat do 2002 r., kiedy nowojorska giełda wprowadziła w pełni zautomatyzowany system handlu. W rezultacie handlowcy programowi ustąpili miejsca bardziej wyrafinowanej automatyzacji ze znacznie bardziej zaawansowaną technologią: handel o wysokiej częstotliwości.

HFT używa programów komputerowych do analizowania danych rynkowych i wykonywania transakcji z bardzo dużą prędkością.

W przeciwieństwie do handlowców programowych, którzy kupowali i sprzedawali koszyki papierów wartościowych w czasie, aby skorzystać z możliwości arbitrażu – różnicy w cenie podobnych papierów wartościowych, którą można wykorzystać dla zysku.

Handlowcy o wysokiej częstotliwości używają potężnych komputerów i szybkich sieci do analizowania danych rynkowych i wykonywania transakcji z błyskawiczną prędkością.

Handlowcy o wysokiej częstotliwości mogą przeprowadzać transakcje w ciągu około jednej 64-milionowej sekundy, w porównaniu z kilkoma sekundami, jakie zajmowało to traderom w latach 80.

Transakcje te mają zazwyczaj charakter bardzo krótkoterminowy i mogą obejmować wielokrotne kupowanie i sprzedawanie tego samego papieru wartościowego w ciągu kilku nanosekund.

Algorytmy sztucznej inteligencji analizują duże ilości danych w czasie rzeczywistym i identyfikują wzorce i trendy, które nie są od razu widoczne dla handlowców. Pomaga to inwestorom podejmować lepsze decyzje i realizować transakcje w szybszym tempie, niż byłoby to możliwe ręcznie.

Innym ważnym zastosowaniem sztucznej inteligencji w HFT jest przetwarzanie języka naturalnego, które obejmuje analizę i interpretację danych w języku ludzkim, takich jak artykuły prasowe i posty w mediach społecznościowych.

Analizując te dane, inwestorzy mogą uzyskać cenny wgląd w nastroje rynkowe i odpowiednio dostosować swoje strategie handlowe.

Korzyści z handlu AI

Ci handlowcy o wysokiej częstotliwości, wykorzystujący sztuczną inteligencję, działają zupełnie inaczej niż ludzie.

Ludzki mózg jest powolny, niedokładny i zapominalski. Nie jest w stanie wykonać szybkiej, precyzyjnej arytmetyki zmiennoprzecinkowej potrzebnej do analizy ogromnych ilości danych w celu identyfikacji sygnałów handlowych.

Komputery są miliony razy szybsze, z zasadniczo niezawodną pamięcią, doskonałą uwagą i nieograniczonymi możliwościami analizowania dużych ilości danych w ułamku milisekundy.

I podobnie jak większość technologii, HFT zapewnia rynkom giełdowym kilka korzyści.

Traderzy ci zwykle kupują i sprzedają aktywa po cenach bardzo zbliżonych do ceny rynkowej, co oznacza, że ​​nie pobierają od inwestorów wysokich opłat. Pomaga to zapewnić, że na rynku zawsze są kupujący i sprzedający, co z kolei pomaga ustabilizować ceny i zmniejszyć możliwość nagłych wahań cen.

Handel z wysoką częstotliwością może również pomóc w zmniejszeniu wpływu nieefektywności rynku poprzez szybkie wykrywanie i wykorzystywanie błędnych cen na rynku.

Na przykład algorytmy HFT mogą wykrywać niedowartościowanie lub przewartościowanie określonych akcji i przeprowadzać transakcje w celu wykorzystania tych rozbieżności. W ten sposób ten rodzaj handlu może pomóc skorygować nieefektywność rynku i zapewnić dokładniejszą wycenę aktywów.

Wady

Ale szybkość i wydajność mogą również wyrządzić szkody. Algorytmy HFT mogą tak szybko reagować na wydarzenia i inne sygnały rynkowe, że mogą powodować nagłe skoki lub spadki cen aktywów.

Ponadto firmy finansowe HFT są w stanie wykorzystać swoją szybkość i technologię, aby uzyskać nieuczciwą przewagę nad innymi inwestorami, dodatkowo zniekształcając sygnały rynkowe.

Zmienność wywołana przez te niezwykle wyrafinowane bestie handlowe napędzane sztuczną inteligencją doprowadziła do tak zwanego błyskawicznego krachu w maju 2010 r., kiedy to akcje spadły, a następnie odbiły się w ciągu kilku minut – usuwając, a następnie przywracając wartość rynkową około 1 biliona dolarów.

Od tego czasu niestabilne rynki stały się nową normą. W badaniu z 2016 roku wraz z dwoma współautorami stwierdziliśmy, że zmienność – miara tego, jak szybko i nieprzewidywalnie ceny poruszają się w górę i w dół – znacznie wzrosła po wprowadzeniu HFT.

Szybkość i skuteczność, z jaką handlowcy o wysokiej częstotliwości analizują dane, oznaczają, że nawet niewielka zmiana warunków rynkowych może wywołać wiele transakcji, prowadząc do nagłych wahań cen i zwiększonej zmienności.

Ponadto badania, które opublikowałem wraz z kilkoma innymi współpracownikami w 2021 r., pokazują, że większość traderów o wysokiej częstotliwości stosuje podobne algorytmy, co zwiększa ryzyko niepowodzenia rynkowego.

To dlatego, że wraz ze wzrostem liczby tych handlowców na rynku podobieństwo tych algorytmów może prowadzić do podobnych decyzji handlowych.

Oznacza to, że wszyscy handlowcy o wysokiej częstotliwości mogą handlować po tej samej stronie rynku, jeśli ich algorytmy emitują podobne sygnały transakcyjne.

Oznacza to, że wszyscy mogą próbować sprzedać w przypadku negatywnych wiadomości lub kupić w przypadku pozytywnych wiadomości. Jeśli nie ma nikogo, kto stanąłby po drugiej stronie transakcji, rynki mogą upaść.

Wpisz ChatGPT

To prowadzi nas do nowego świata algorytmów handlowych opartych na ChatGPT i podobnych programów. Mogliby wziąć problem zbyt wielu handlowców po tej samej stronie transakcji i pogorszyć to jeszcze bardziej.

Ogólnie rzecz biorąc, ludzie pozostawieni samym sobie będą mieli tendencję do podejmowania różnorodnych decyzji. Ale jeśli wszyscy podejmują decyzje na podstawie podobnej sztucznej inteligencji, może to ograniczyć różnorodność opinii.

Rozważmy ekstremalną, niefinansową sytuację, w której wszyscy polegają na ChatGPT przy wyborze najlepszego komputera do kupienia. Konsumenci są już bardzo podatni na zachowania stadne, polegające na kupowaniu tych samych produktów i modeli.

Na przykład recenzje na Yelp, Amazon i tak dalej motywują konsumentów do wyboru spośród kilku najlepszych opcji.

Ponieważ decyzje podejmowane przez generatywnego chatbota opartego na sztucznej inteligencji opierają się na danych z poprzedniego szkolenia, decyzje sugerowane przez chatbota byłyby podobne. ChatGPT prawdopodobnie zasugerowałby wszystkim tę samą markę i model.

Może to przenieść hodowlę na zupełnie nowy poziom i doprowadzić do niedoborów niektórych produktów i usług, a także do poważnych skoków cen. Staje się to bardziej problematyczne, gdy sztuczna inteligencja podejmująca decyzje jest informowana o stronniczych i niepoprawnych informacjach.

Algorytmy sztucznej inteligencji mogą wzmacniać istniejące uprzedzenia, gdy systemy są szkolone na tendencyjnych, starych lub ograniczonych zestawach danych. A ChatGPT i podobne narzędzia były krytykowane za popełnianie błędów rzeczowych.

Ponadto, ponieważ krachy na rynku są stosunkowo rzadkie, nie ma zbyt wielu danych na ich temat. Ponieważ generatywne AI polegają na szkoleniu danych, ich brak wiedzy na ich temat może zwiększyć prawdopodobieństwo ich wystąpienia.

Przynajmniej na razie wydaje się, że większość banków nie pozwoli swoim pracownikom na korzystanie z ChatGPT i podobnych narzędzi. Citigroup, Bank of America, Goldman Sachs i kilku innych pożyczkodawców już zakazało ich używania na podłogach sal handlowych, powołując się na obawy dotyczące prywatności.

Jestem jednak głęboko przekonany, że banki w końcu przyjmą generatywną sztuczną inteligencję, gdy tylko rozwiążą związane z nią problemy. Potencjalne zyski są zbyt znaczące, aby je zignorować – istnieje też ryzyko, że rywale pozostaną w tyle.

Ale ryzyko dla rynków finansowych, globalnej gospodarki i wszystkich jest również duże, więc mam nadzieję, że będą postępować ostrożnie.

Masz jakieś przemyślenia na ten temat? Napisz do nas poniżej w komentarzach lub przenieś dyskusję na naszego Twittera lub Facebooka.

Zalecenia redaktorów:

• Spam generowany przez sztuczną inteligencję może wkrótce zalać Twoją skrzynkę odbiorczą oszustwami
• ChatGPT i sztuczna inteligencja innych języków są tak samo irracjonalne jak my
• Twój głos może sklonować każdy, kto ma połączenie z Internetem
• ChatGPT to przyszłość czatowania, tylko jeśli używasz jej właściwie

Uwaga edytora: Ten artykuł został napisany przez Pawana Jaina, adiunkta finansów na Uniwersytecie Zachodniej Wirginii i ponownie opublikowany z The Conversation na licencji Creative Commons. Przeczytaj oryginalny artykuł.