Nota del editor: en el mundo financiero, con el desarrollo de la tecnología y la tecnología, las transacciones se han vuelto más complejas y de alta frecuencia. La historia ha demostrado que cuanto más avanzada es la tecnología, mayor es la volatilidad del mercado. En este proceso hay beneficiarios y hay víctimas. Este artículo es de compilación, espero que te sirva de inspiración.
Fuente de la imagen: generada por la herramienta de IA ilimitada
Las herramientas impulsadas por IA, como ChatGPT, tienen el potencial de revolucionar la eficiencia, la eficacia y la velocidad del trabajo humano.
Esto es cierto en los mercados financieros, pero también es cierto en el cuidado de la salud, la fabricación y casi todos los demás aspectos de nuestras vidas.
He estudiado mercados financieros y operaciones algorítmicas durante 14 años. Si bien la inteligencia artificial ofrece muchos beneficios, la creciente ubicuidad de estas tecnologías en los mercados financieros también conlleva peligros potenciales. Si observamos los intentos anteriores de Wall Street de acelerar el comercio mediante la adopción de computadoras e inteligencia artificial, podemos detectar algunas lecciones importantes sobre el uso de estas tecnologías para la toma de decisiones.
1. El comercio programático dio origen al "Lunes Negro"
A principios de la década de 1980, impulsados por los avances tecnológicos y las innovaciones financieras como los derivados, los inversores institucionales comenzaron a utilizar programas informáticos para ejecutar operaciones basadas en reglas y algoritmos preestablecidos. Esto ayuda a los inversores a completar grandes transacciones de forma rápida y eficiente.
En ese momento, estos algoritmos eran relativamente simples y se usaban principalmente para el llamado arbitraje de índices, que consiste en beneficiarse de la diferencia entre el precio de "un índice bursátil como el S&P 500" y las "acciones que componen el índice". ".
A medida que avanza la tecnología y hay más datos disponibles, este comercio programático se vuelve más sofisticado y los algoritmos comienzan a analizar datos de mercado complejos y ejecutar operaciones en función de varios factores. El número de estos comerciantes programáticos continúa creciendo en la autopista comercial en gran parte no regulada, con más de $ 1 billón en activos que cambian de manos todos los días, lo que lleva a un fuerte aumento en la volatilidad del mercado.
En última instancia, esto condujo a la caída masiva de la bolsa de valores de 1987, conocida como Lunes Negro. El promedio industrial Dow Jones sufrió la peor caída de su historia y el dolor se extendió por todo el mundo.
En respuesta, los reguladores han implementado una serie de medidas para limitar el uso del comercio programático, incluidos los interruptores automáticos y otras restricciones que suspenden el comercio durante las principales fluctuaciones del mercado. Pero a pesar de estos pasos, el comercio programático ha seguido ganando popularidad en los años posteriores al colapso.
2. Comercio de alta frecuencia (HFT)
Quince años después, en 2002, la Bolsa de Valores de Nueva York lanzó un sistema de negociación totalmente automatizado. Como resultado, los comerciantes programáticos dieron paso a un comercio automatizado más sofisticado ya una técnica más avanzada: el comercio de alta frecuencia.
El comercio de alta frecuencia utiliza programas informáticos para analizar los datos del mercado y ejecutar operaciones a velocidades extremadamente altas. A diferencia de los operadores de programas, que aprovechan las oportunidades de arbitraje comprando y vendiendo cestas de valores durante largos períodos de tiempo, los operadores de alta frecuencia utilizan computadoras potentes y redes de alta velocidad para analizar los datos del mercado y ejecutar operaciones a la velocidad del rayo. Los operadores de alta frecuencia pueden realizar operaciones en aproximadamente 64 millonésimas de segundo, en comparación con los segundos que les tomaba a los operadores en la década de 1980.
Estas operaciones suelen ser a muy corto plazo y pueden implicar la compra y venta del mismo valor varias veces en nanosegundos. Los algoritmos de IA pueden analizar grandes cantidades de datos en tiempo real e identificar patrones y tendencias que los comerciantes humanos no pueden ver al instante. Esto ayuda a los operadores a tomar mejores decisiones y ejecutar operaciones más rápido que manualmente.
Otra aplicación importante de la inteligencia artificial en el comercio de alta frecuencia es el procesamiento del lenguaje natural, que implica analizar e interpretar datos en lenguaje humano, como artículos de noticias y publicaciones en redes sociales. Al analizar estos datos, los comerciantes pueden obtener información sobre el sentimiento del mercado y ajustar sus estrategias comerciales en consecuencia.
3. Beneficios del comercio de IA
Estas transacciones de alta frecuencia basadas en inteligencia artificial funcionan de manera muy diferente a las transacciones humanas.
El cerebro humano es lento, impreciso, olvidadizo e incapaz de la aritmética de coma flotante rápida y de alta precisión, que es una habilidad necesaria para analizar grandes cantidades de datos para identificar señales comerciales. Pero las computadoras son millones de veces más rápidas que el cerebro humano, con una memoria impecable, un enfoque perfecto y una capacidad ilimitada para analizar grandes cantidades de datos en milisegundos.
Entonces, como la mayoría de las tecnologías, el comercio de alta frecuencia brinda varios beneficios al mercado de valores.
Los comerciantes de alta frecuencia suelen comprar y vender activos muy cerca de los precios de mercado, lo que ayuda a garantizar que siempre haya compradores y vendedores en el mercado, lo que a su vez ayuda a estabilizar los precios y reduce la posibilidad de cambios repentinos de precios.
El comercio de alta frecuencia también puede ayudar a reducir el impacto de las ineficiencias del mercado al identificar y explotar rápidamente los errores de precios en el mercado. Por ejemplo, los algoritmos de negociación de alta frecuencia pueden detectar cuándo una acción en particular está subvaluada o sobrevaluada y ejecutar transacciones para aprovechar esas diferencias. Tales transacciones pueden ayudar a corregir las ineficiencias del mercado y garantizar que los precios de los activos sean más precisos.
4. Desventajas del comercio de inteligencia artificial
Pero la velocidad y la eficiencia también pueden perjudicar a los mercados.
Los algoritmos comerciales de alta frecuencia pueden reaccionar muy rápidamente a las noticias y otras señales del mercado, lo que provoca picos o caídas repentinos en los precios de los activos.
Además, las empresas financieras comerciales de alta frecuencia pueden utilizar su velocidad y tecnología para obtener una ventaja sobre otros comerciantes, lo que distorsiona aún más las señales del mercado. La volatilidad creada por estas operaciones impulsadas por IA extremadamente sofisticadas condujo al llamado "desplome repentino" en mayo de 2010, cuando las acciones se desplomaron y luego se recuperaron en cuestión de minutos, acabando con aproximadamente $ 1 billón en valor de mercado y luego Y rápidamente se recuperó.
Desde entonces, los mercados volátiles se han convertido en la nueva normalidad. En un estudio de 2016, dos coautores y yo descubrimos que la volatilidad (una medida de la velocidad y la imprevisibilidad de las subidas y bajadas de precios) aumentó significativamente después de la introducción del comercio de alta frecuencia.
La velocidad y eficiencia con la que los comerciantes de alta frecuencia analizan los datos significa que incluso pequeños cambios en las condiciones del mercado pueden desencadenar volúmenes masivos de comercio, lo que lleva a cambios repentinos de precios.
Además, una investigación publicada en 2021 por mí y varios otros colegas mostró que la mayoría de los comerciantes de alta frecuencia usan algoritmos similares, lo que aumenta el riesgo de falla del mercado. Esto se debe a que la similitud de estos algoritmos conduce a decisiones comerciales similares a medida que aumenta el número de operadores en el mercado.
Esto significa que es probable que todos los operadores de alta frecuencia operen en el mismo lado del mercado si sus algoritmos emiten señales comerciales similares. Es decir, es probable que todos intenten vender con noticias negativas y comprar con noticias positivas. Si nadie está del otro lado de la operación, el mercado fallará.
5. Entra en la era ChatGPT
La inteligencia artificial nos ha llevado a un nuevo mundo de algoritmos comerciales impulsados por ChatGPT y programas similares. Y estas técnicas pueden empeorar el problema de "demasiados comerciantes en el mismo lado de la operación".
En general, los humanos tienden a tomar una variedad de decisiones si dejan que la naturaleza siga su curso. Pero si todos basan sus decisiones en una IA similar, eso podría limitar la diversidad de opiniones.
Considere una situación extrema, no financiera, en la que todos confían en ChatGPT para decidir cuál es la mejor computadora para comprar. En este momento, los consumidores ya se inclinan mucho por el comportamiento de manada, y tienden a comprar el mismo producto y modelo. Por ejemplo, las reseñas en sitios como Yelp, Amazon, etc., incitan a los consumidores a elegir entre varias de las mejores opciones.
Dado que las decisiones que toma un chatbot impulsado por IA generativa se basan en datos de entrenamiento anteriores, las decisiones propuestas por el chatbot tendrán similitudes. Lo más probable es que ChatGPT recomiende la misma marca y modelo a todos. Esto podría llevar el "efecto rebaño" a un nivel aún más alto y podría conducir a la escasez de ciertos productos y servicios, así como a aumentos repentinos de precios.
Esto se vuelve aún más problemático cuando la IA toma decisiones basadas en información sesgada e incorrecta. Cuando los sistemas se entrenan con conjuntos de datos sesgados, obsoletos o limitados, los algoritmos de IA refuerzan los sesgos existentes. ChatGPT y herramientas similares han sido ampliamente criticadas por cometer errores fácticos.
Además, dado que las caídas del mercado son relativamente raras, no hay muchos datos sobre ellas. Dado que las IA generativas se basan en el entrenamiento de datos para aprender, su falta de conocimiento de esto podría hacer que las fallas sean más probables.
La mayoría de los bancos, al menos por ahora, no parecen permitir que los empleados usen ChatGPT y herramientas similares. Citigroup, Bank of America, Goldman Sachs y varios otros bancos han prohibido el uso de las herramientas en sus salas de negociación, citando preocupaciones de privacidad.
Pero creo firmemente que una vez que los bancos aborden sus preocupaciones sobre la IA generativa, eventualmente adoptarán la IA generativa. Porque las ganancias potenciales son demasiado grandes como para perderlas, y usted corre el riesgo de que sus competidores lo dejen atrás.
Pero también existen riesgos significativos para los mercados financieros, la economía global y todos, por lo que espero que procedan con cautela.
Traductor: Jane
Ver originales
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
Opinión: ChatGPT trae enormes beneficios y riesgos a Wall Street
Nota del editor: en el mundo financiero, con el desarrollo de la tecnología y la tecnología, las transacciones se han vuelto más complejas y de alta frecuencia. La historia ha demostrado que cuanto más avanzada es la tecnología, mayor es la volatilidad del mercado. En este proceso hay beneficiarios y hay víctimas. Este artículo es de compilación, espero que te sirva de inspiración.
Las herramientas impulsadas por IA, como ChatGPT, tienen el potencial de revolucionar la eficiencia, la eficacia y la velocidad del trabajo humano.
Esto es cierto en los mercados financieros, pero también es cierto en el cuidado de la salud, la fabricación y casi todos los demás aspectos de nuestras vidas.
He estudiado mercados financieros y operaciones algorítmicas durante 14 años. Si bien la inteligencia artificial ofrece muchos beneficios, la creciente ubicuidad de estas tecnologías en los mercados financieros también conlleva peligros potenciales. Si observamos los intentos anteriores de Wall Street de acelerar el comercio mediante la adopción de computadoras e inteligencia artificial, podemos detectar algunas lecciones importantes sobre el uso de estas tecnologías para la toma de decisiones.
1. El comercio programático dio origen al "Lunes Negro"
A principios de la década de 1980, impulsados por los avances tecnológicos y las innovaciones financieras como los derivados, los inversores institucionales comenzaron a utilizar programas informáticos para ejecutar operaciones basadas en reglas y algoritmos preestablecidos. Esto ayuda a los inversores a completar grandes transacciones de forma rápida y eficiente.
En ese momento, estos algoritmos eran relativamente simples y se usaban principalmente para el llamado arbitraje de índices, que consiste en beneficiarse de la diferencia entre el precio de "un índice bursátil como el S&P 500" y las "acciones que componen el índice". ".
A medida que avanza la tecnología y hay más datos disponibles, este comercio programático se vuelve más sofisticado y los algoritmos comienzan a analizar datos de mercado complejos y ejecutar operaciones en función de varios factores. El número de estos comerciantes programáticos continúa creciendo en la autopista comercial en gran parte no regulada, con más de $ 1 billón en activos que cambian de manos todos los días, lo que lleva a un fuerte aumento en la volatilidad del mercado.
En última instancia, esto condujo a la caída masiva de la bolsa de valores de 1987, conocida como Lunes Negro. El promedio industrial Dow Jones sufrió la peor caída de su historia y el dolor se extendió por todo el mundo.
En respuesta, los reguladores han implementado una serie de medidas para limitar el uso del comercio programático, incluidos los interruptores automáticos y otras restricciones que suspenden el comercio durante las principales fluctuaciones del mercado. Pero a pesar de estos pasos, el comercio programático ha seguido ganando popularidad en los años posteriores al colapso.
2. Comercio de alta frecuencia (HFT)
Quince años después, en 2002, la Bolsa de Valores de Nueva York lanzó un sistema de negociación totalmente automatizado. Como resultado, los comerciantes programáticos dieron paso a un comercio automatizado más sofisticado ya una técnica más avanzada: el comercio de alta frecuencia.
El comercio de alta frecuencia utiliza programas informáticos para analizar los datos del mercado y ejecutar operaciones a velocidades extremadamente altas. A diferencia de los operadores de programas, que aprovechan las oportunidades de arbitraje comprando y vendiendo cestas de valores durante largos períodos de tiempo, los operadores de alta frecuencia utilizan computadoras potentes y redes de alta velocidad para analizar los datos del mercado y ejecutar operaciones a la velocidad del rayo. Los operadores de alta frecuencia pueden realizar operaciones en aproximadamente 64 millonésimas de segundo, en comparación con los segundos que les tomaba a los operadores en la década de 1980.
Estas operaciones suelen ser a muy corto plazo y pueden implicar la compra y venta del mismo valor varias veces en nanosegundos. Los algoritmos de IA pueden analizar grandes cantidades de datos en tiempo real e identificar patrones y tendencias que los comerciantes humanos no pueden ver al instante. Esto ayuda a los operadores a tomar mejores decisiones y ejecutar operaciones más rápido que manualmente.
Otra aplicación importante de la inteligencia artificial en el comercio de alta frecuencia es el procesamiento del lenguaje natural, que implica analizar e interpretar datos en lenguaje humano, como artículos de noticias y publicaciones en redes sociales. Al analizar estos datos, los comerciantes pueden obtener información sobre el sentimiento del mercado y ajustar sus estrategias comerciales en consecuencia.
3. Beneficios del comercio de IA
Estas transacciones de alta frecuencia basadas en inteligencia artificial funcionan de manera muy diferente a las transacciones humanas.
El cerebro humano es lento, impreciso, olvidadizo e incapaz de la aritmética de coma flotante rápida y de alta precisión, que es una habilidad necesaria para analizar grandes cantidades de datos para identificar señales comerciales. Pero las computadoras son millones de veces más rápidas que el cerebro humano, con una memoria impecable, un enfoque perfecto y una capacidad ilimitada para analizar grandes cantidades de datos en milisegundos.
Entonces, como la mayoría de las tecnologías, el comercio de alta frecuencia brinda varios beneficios al mercado de valores.
Los comerciantes de alta frecuencia suelen comprar y vender activos muy cerca de los precios de mercado, lo que ayuda a garantizar que siempre haya compradores y vendedores en el mercado, lo que a su vez ayuda a estabilizar los precios y reduce la posibilidad de cambios repentinos de precios.
El comercio de alta frecuencia también puede ayudar a reducir el impacto de las ineficiencias del mercado al identificar y explotar rápidamente los errores de precios en el mercado. Por ejemplo, los algoritmos de negociación de alta frecuencia pueden detectar cuándo una acción en particular está subvaluada o sobrevaluada y ejecutar transacciones para aprovechar esas diferencias. Tales transacciones pueden ayudar a corregir las ineficiencias del mercado y garantizar que los precios de los activos sean más precisos.
4. Desventajas del comercio de inteligencia artificial
Pero la velocidad y la eficiencia también pueden perjudicar a los mercados.
Los algoritmos comerciales de alta frecuencia pueden reaccionar muy rápidamente a las noticias y otras señales del mercado, lo que provoca picos o caídas repentinos en los precios de los activos.
Además, las empresas financieras comerciales de alta frecuencia pueden utilizar su velocidad y tecnología para obtener una ventaja sobre otros comerciantes, lo que distorsiona aún más las señales del mercado. La volatilidad creada por estas operaciones impulsadas por IA extremadamente sofisticadas condujo al llamado "desplome repentino" en mayo de 2010, cuando las acciones se desplomaron y luego se recuperaron en cuestión de minutos, acabando con aproximadamente $ 1 billón en valor de mercado y luego Y rápidamente se recuperó.
Desde entonces, los mercados volátiles se han convertido en la nueva normalidad. En un estudio de 2016, dos coautores y yo descubrimos que la volatilidad (una medida de la velocidad y la imprevisibilidad de las subidas y bajadas de precios) aumentó significativamente después de la introducción del comercio de alta frecuencia.
La velocidad y eficiencia con la que los comerciantes de alta frecuencia analizan los datos significa que incluso pequeños cambios en las condiciones del mercado pueden desencadenar volúmenes masivos de comercio, lo que lleva a cambios repentinos de precios.
Además, una investigación publicada en 2021 por mí y varios otros colegas mostró que la mayoría de los comerciantes de alta frecuencia usan algoritmos similares, lo que aumenta el riesgo de falla del mercado. Esto se debe a que la similitud de estos algoritmos conduce a decisiones comerciales similares a medida que aumenta el número de operadores en el mercado.
Esto significa que es probable que todos los operadores de alta frecuencia operen en el mismo lado del mercado si sus algoritmos emiten señales comerciales similares. Es decir, es probable que todos intenten vender con noticias negativas y comprar con noticias positivas. Si nadie está del otro lado de la operación, el mercado fallará.
5. Entra en la era ChatGPT
La inteligencia artificial nos ha llevado a un nuevo mundo de algoritmos comerciales impulsados por ChatGPT y programas similares. Y estas técnicas pueden empeorar el problema de "demasiados comerciantes en el mismo lado de la operación".
En general, los humanos tienden a tomar una variedad de decisiones si dejan que la naturaleza siga su curso. Pero si todos basan sus decisiones en una IA similar, eso podría limitar la diversidad de opiniones.
Considere una situación extrema, no financiera, en la que todos confían en ChatGPT para decidir cuál es la mejor computadora para comprar. En este momento, los consumidores ya se inclinan mucho por el comportamiento de manada, y tienden a comprar el mismo producto y modelo. Por ejemplo, las reseñas en sitios como Yelp, Amazon, etc., incitan a los consumidores a elegir entre varias de las mejores opciones.
Dado que las decisiones que toma un chatbot impulsado por IA generativa se basan en datos de entrenamiento anteriores, las decisiones propuestas por el chatbot tendrán similitudes. Lo más probable es que ChatGPT recomiende la misma marca y modelo a todos. Esto podría llevar el "efecto rebaño" a un nivel aún más alto y podría conducir a la escasez de ciertos productos y servicios, así como a aumentos repentinos de precios.
Esto se vuelve aún más problemático cuando la IA toma decisiones basadas en información sesgada e incorrecta. Cuando los sistemas se entrenan con conjuntos de datos sesgados, obsoletos o limitados, los algoritmos de IA refuerzan los sesgos existentes. ChatGPT y herramientas similares han sido ampliamente criticadas por cometer errores fácticos.
Además, dado que las caídas del mercado son relativamente raras, no hay muchos datos sobre ellas. Dado que las IA generativas se basan en el entrenamiento de datos para aprender, su falta de conocimiento de esto podría hacer que las fallas sean más probables.
La mayoría de los bancos, al menos por ahora, no parecen permitir que los empleados usen ChatGPT y herramientas similares. Citigroup, Bank of America, Goldman Sachs y varios otros bancos han prohibido el uso de las herramientas en sus salas de negociación, citando preocupaciones de privacidad.
Pero creo firmemente que una vez que los bancos aborden sus preocupaciones sobre la IA generativa, eventualmente adoptarán la IA generativa. Porque las ganancias potenciales son demasiado grandes como para perderlas, y usted corre el riesgo de que sus competidores lo dejen atrás.
Pero también existen riesgos significativos para los mercados financieros, la economía global y todos, por lo que espero que procedan con cautela.
Traductor: Jane