ChatGPT 人工智能交易员：太快、太猛烈、太冒险？

人工智能驱动的工具，如 ChatGPT，有可能彻底改变人类工作的效率、有效性和速度。

这在金融市场以及医疗保健、制造业和我们生活的几乎所有其他方面都是如此。

我研究金融市场和算法交易已有 14 年。 虽然人工智能提供了许多好处，但这些技术在金融市场中的日益广泛使用也预示着潜在的危险。

看看华尔街过去通过采用计算机和人工智能来加快交易速度的努力，可以提供有关使用它们进行决策的影响的重要经验教训。

程序交易助长黑色星期一

在 20 世纪 80 年代初期，在技术进步和衍生品等金融创新的推动下，机构投资者开始使用计算机程序根据预定义的规则和算法执行交易。 这帮助他们快速高效地完成了大笔交易。

当时，这些算法相对简单，主要用于所谓的指数套利，即试图从股票指数（如标准普尔 500 指数）与其构成股票的价格之间的差异中获利。

随着技术的进步和更多数据的出现，这种程序交易变得越来越复杂，算法能够分析复杂的市场数据并根据广泛的因素执行交易。

在基本上不受监管的交易高速公路上，这些程序交易员的数量继续增长——每天有超过 1 万亿美元的资产在这些高速公路上易手——导致市场波动性急剧增加。

最终，这导致了 1987 年的大规模股市崩盘，即所谓的黑色星期一。 道琼斯工业平均指数在当时遭遇了其历史上最大的百分比跌幅，并且这种痛苦遍及全球。

作为回应，监管部门实施了多项措施来限制程序化交易的使用，包括在市场出现重大波动时停止交易的熔断机制和其他限制。

但尽管采取了这些措施，程序化交易在崩盘后的几年里继续流行。

HFT：类固醇程序交易

快进 15 年到 2002 年，纽约证券交易所推出了全自动交易系统。 结果，程序交易员让位于具有更先进技术的更复杂的自动化：高频交易。

高频交易使用计算机程序分析市场数据并以极高的速度执行交易。

与随着时间的推移买卖一揽子证券以利用套利机会的程序交易员不同——可以利用类似证券的价格差异来获利。

高频交易者使用功能强大的计算机和高速网络来分析市场数据并以闪电般的速度执行交易。

与 1980 年代交易员需要几秒钟相比，高频交易员可以在大约百万分之一秒内完成交易。

这些交易本质上通常是非常短期的，可能涉及在几纳秒内多次买卖相同的证券。

人工智能算法实时分析大量数据，并识别人类交易者无法立即发现的模式和趋势。 这有助于交易者做出更好的决策并以比手动更快的速度执行交易。

人工智能在高频交易中的另一个重要应用是自然语言处理，它涉及分析和解释人类语言数据，例如新闻文章和社交媒体帖子。

通过分析这些数据，交易者可以获得对市场情绪的宝贵见解，并相应地调整他们的交易策略。

人工智能交易的好处

这些基于 AI 的高频交易者的运作方式与人类截然不同。

人类的大脑是缓慢的、不准确的和健忘的。 它无法进行分析大量数据以识别交易信号所需的快速、高精度、浮点运算。

计算机的速度快了数百万倍，具有绝对可靠的内存、完美的注意力以及在几毫秒内分析大量数据的无限能力。

而且，就像大多数技术一样，高频交易为股票市场带来了诸多好处。

这些交易员通常以非常接近市场价格的价格买卖资产，这意味着他们不会向投资者收取高额费用。 这有助于确保市场上始终存在买卖双方，进而有助于稳定价格并减少价格突然波动的可能性。

高频交易还可以通过快速识别和利用市场中的错误定价来帮助减少市场效率低下的影响。

例如，高频交易算法可以检测特定股票何时被低估或高估，并执行交易以利用这些差异。 通过这样做，这种交易可以帮助纠正市场效率低下并确保资产定价更准确。

缺点

但速度和效率也会造成伤害。 高频交易算法对新闻事件和其他市场信号的反应如此之快，以至于它们可能导致资产价格突然飙升或下跌。

此外，高频交易金融公司能够利用其速度和技术获得优于其他交易者的不公平优势，进一步扭曲市场信号。

这些极其复杂的人工智能驱动的交易巨兽造成的波动导致了 2010 年 5 月所谓的闪电崩盘，当时股市暴跌，然后在几分钟内恢复——抹去并恢复了大约 1 万亿美元的市值。

从那时起，波动的市场已成为新常态。 在 2016 年的研究中，我和两位合著者发现，在引入高频交易后，波动性——衡量价格上下波动的速度和不可预测性的指标——显着增加。

高频交易者分析数据的速度和效率意味着，即使是市场条件的微小变化也会触发大量交易，从而导致价格突然波动和波动加剧。

此外，我与其他几位同事在 2021 年发表的研究表明，大多数高频交易者使用类似的算法，这增加了市场失灵的风险。

这是因为随着市场上这些交易者数量的增加，这些算法的相似性会导致相似的交易决策。

这意味着如果所有高频交易者的算法发布相似的交易信号，他们可能会在市场的同一侧进行交易。

也就是说，他们都可能在出现负面消息时尝试卖出，或在出现正面消息时尝试买入。 如果没有人站在交易的另一边，市场就会失败。

输入聊天GPT

这将我们带入了一个由 ChatGPT 驱动的交易算法和类似程序的新世界。 他们可能会处理交易同一方太多交易员的问题，并使情况变得更糟。

一般而言，留给自己设备的人类往往会做出各种各样的决定。 但是，如果每个人的决策都来自于类似的人工智能，那么意见的多样性就会受到限制。

考虑一个极端的非财务情况，在这种情况下，每个人都依赖 ChatGPT 来决定购买最好的计算机。 消费者已经很容易出现羊群行为，他们倾向于购买相同的产品和型号。

例如，Yelp、亚马逊等平台上的评论会激励消费者在几个最佳选择中做出选择。

由于由生成式 AI 驱动的聊天机器人做出的决定是基于过去的训练数据，因此聊天机器人建议的决定会有相似之处。 ChatGPT 可能会向所有人推荐相同的品牌和型号。

这可能会将羊群效应提升到一个全新的水平，并可能导致某些产品和服务短缺以及价格大幅上涨。 当 AI 做出决策时，会收到有偏见和不正确的信息，这会变得更加成问题。

当系统在有偏见的、旧的或有限的数据集上进行训练时，人工智能算法可以强化现有的偏见。 ChatGPT 和类似工具因犯事实错误而受到批评。

此外，由于市场崩盘相对罕见，因此没有太多关于它们的数据。 由于生成式 AI 依赖于数据训练来学习，因此它们缺乏相关知识可能会使它们更有可能发生。

至少目前看来，大多数银行似乎不会允许其员工利用 ChatGPT 和类似工具。 花旗集团、美国银行、高盛和其他几家银行已经以隐私问题为由禁止在交易大厅使用它们。

但我坚信，一旦银行解决了他们对它的担忧，他们最终会接受生成人工智能。 潜在的收益太大了，不容错过——而且存在被竞争对手甩在后面的风险。

但金融市场、全球经济、每个人的风险也很大，希望大家谨慎行事。

对此有什么想法吗？ 在评论下方给我们留言，或将讨论转移到我们的 Twitter 或 Facebook。

编辑推荐：

• 人工智能生成的垃圾邮件可能很快就会让你的收件箱充满诈骗
• ChatGPT 和其他语言的 AI 与我们一样不合理
• 任何有互联网连接的人都可以克隆你的声音
• ChatGPT 是聊天的未来，前提是您要正确使用它

编者注：本文由西弗吉尼亚大学金融学助理教授 Pawan Jain 撰写，并根据知识共享许可从 The Conversation 重新发布。 阅读原文。