Примітка редактора: у фінансовому світі з розвитком технологій і технологій транзакції стали більш складними та частотними. Історія довела, що чим прогресивніша технологія, тим більша волатильність ринку. У цьому процесі є бенефіціари і є потерпілі. Ця стаття є компіляцією, я сподіваюся надихнути вас.
Джерело зображення: створено інструментом Unbounded AI
Інструменти на основі штучного інтелекту, такі як ChatGPT, можуть революціонізувати ефективність, результативність і швидкість людської роботи.
Це справедливо для фінансових ринків, але це також справедливо для охорони здоров’я, виробництва та майже будь-якого іншого аспекту нашого життя.
Я вивчав фінансові ринки та алгоритмічний трейдинг протягом 14 років. Хоча штучний інтелект пропонує багато переваг, зростаюча повсюдність цих технологій на фінансових ринках також несе в собі потенційні небезпеки. Дивлячись на попередні спроби Уолл-стріт прискорити торгівлю за допомогою комп’ютерів і штучного інтелекту, ми можемо помітити деякі важливі уроки щодо використання цих технологій для прийняття рішень.
На початку 1980-х років, підштовховані технологічним прогресом і фінансовими інноваціями, такими як похідні інструменти, інституційні інвестори почали використовувати комп’ютерні програми для здійснення угод на основі попередньо встановлених правил і алгоритмів. Це допомагає інвесторам швидко й ефективно завершувати великі операції.
У той час ці алгоритми були відносно простими й використовувалися в основному для так званого індексного арбітражу, тобто отримання прибутку від різниці між ціною «акційного індексу, такого як S&P 500», і «акцій, що складають індекс». ".
У міру того, як технологія розвивається та стає доступним більше даних, ця програмна торгівля стає складнішою, і алгоритми починають аналізувати складні ринкові дані та здійснювати угоди на основі різних факторів. Кількість цих програмних трейдерів продовжує зростати на здебільшого нерегульованому торговому шляху, причому активи на суму понад 1 трильйон доларів щодня переходять із рук у руки, що призводить до різкого зростання волатильності ринку.
Зрештою, це призвело до масштабного краху фондового ринку 1987 року, відомого як Чорний понеділок. Промисловий індекс Dow Jones зазнав найгіршого падіння за всю історію, і біль поширився по всьому світу.
У відповідь регулятори запровадили низку заходів для обмеження використання програмної торгівлі, включаючи автоматичні вимикачі та інші обмеження, які призупиняють торгівлю під час великих коливань ринку. Але незважаючи на ці кроки, програмна торгівля продовжувала набирати популярність у роки після краху.
2. Високочастотна торгівля (HFT)
Через 15 років, у 2002 році, Нью-Йоркська фондова біржа запустила повністю автоматизовану торгову систему. У результаті програмні трейдери поступилися місцем більш складній автоматизованій торгівлі та більш прогресивній техніці: високочастотній торгівлі.
У високочастотній торгівлі використовуються комп’ютерні програми для аналізу ринкових даних і здійснення угод на надзвичайно високій швидкості. На відміну від програмних трейдерів, які користуються арбітражними можливостями, купуючи та продаючи кошики цінних паперів протягом тривалих періодів часу, високочастотні трейдери використовують потужні комп’ютери та високошвидкісні мережі для аналізу ринкових даних і здійснення угод із блискавичною швидкістю. Високочастотні трейдери можуть здійснювати операції приблизно за 64 мільйонні частки секунди, порівняно з секундами, які потрібні трейдерам у 1980-х.
Ці угоди, як правило, є дуже короткостроковими та можуть передбачати купівлю та продаж тих самих цінних паперів кілька разів протягом наносекунд. Алгоритми штучного інтелекту здатні аналізувати великі обсяги даних у режимі реального часу та визначати моделі та тенденції, які трейдери не можуть побачити миттєво. Це допомагає трейдерам приймати кращі рішення та виконувати угоди швидше, ніж вручну.
Ще одним важливим застосуванням штучного інтелекту у високочастотній торгівлі є обробка природної мови, яка передбачає аналіз та інтерпретацію даних людською мовою, таких як новинні статті та повідомлення в соціальних мережах. Аналізуючи ці дані, трейдери можуть отримати уявлення про настрої ринку та відповідно скоригувати свої торгові стратегії.
3. Переваги торгівлі ШІ
Ці високочастотні транзакції, засновані на штучному інтелекті, працюють зовсім інакше, ніж транзакції людини.
Людський мозок млявий, неточний, забудькуватий і нездатний до швидкої, високоточної арифметики з плаваючою комою, яка є навичкою, необхідною для аналізу великих обсягів даних для ідентифікації торгових сигналів. Але комп’ютери в мільйони разів швидші за людський мозок, з бездоганною пам’яттю, ідеальним фокусом і необмеженою здатністю аналізувати величезні обсяги даних за мілісекунди.
Таким чином, як і більшість технологій, високочастотна торгівля приносить кілька переваг фондовому ринку.
Високочастотні трейдери зазвичай купують і продають активи, дуже близькі до ринкових цін, що допомагає гарантувати, що на ринку завжди є покупці та продавці, що, у свою чергу, допомагає стабілізувати ціни та зменшити ймовірність раптових коливань цін.
Високочастотна торгівля також може допомогти зменшити вплив неефективності ринку шляхом швидкого виявлення та використання неправильного ціноутворення на ринку. Наприклад, алгоритми високочастотної торгівлі можуть виявляти, коли певна акція недооцінена або переоцінена, і здійснювати угоди, щоб скористатися цими відмінностями. Такі транзакції можуть допомогти виправити неефективність ринку та забезпечити точнішу оцінку активів.
4. Недоліки торгівлі штучним інтелектом
Але швидкість і ефективність також можуть зашкодити ринкам.
Алгоритми високочастотної торгівлі можуть дуже швидко реагувати на новини та інші ринкові сигнали, викликаючи раптові сплески або падіння цін на активи.
Крім того, фінансові фірми, що займаються високочастотною торгівлею, можуть використовувати свою швидкість і технологію, щоб отримати перевагу над іншими трейдерами, ще більше спотворюючи ринкові сигнали. Волатильність, створена цими надзвичайно складними угодами на основі штучного інтелекту, призвела до так званого «спалахового краху» в травні 2010 року, коли акції впали, а потім відновилися протягом декількох хвилин, знищивши приблизно 1 трильйон доларів ринкової вартості, а потім І швидко відновилися.
Відтоді нестабільні ринки стали новою нормою. У дослідженні 2016 року ми з двома співавторами виявили, що волатильність (показник швидкості та непередбачуваності зростання та падіння цін) значно зросла після впровадження високочастотної торгівлі.
Швидкість і ефективність, з якою високочастотні трейдери аналізують дані, означає, що навіть незначні зміни в ринкових умовах можуть спровокувати величезні обсяги торгівлі, що призведе до раптових коливань цін.
Крім того, дослідження, опубліковане в 2021 році мною та кількома іншими колегами, показало, що більшість високочастотних трейдерів використовують подібні алгоритми, що збільшує ризик провалу ринку. Це пояснюється тим, що подібність цих алгоритмів призводить до схожих торгових рішень, оскільки кількість трейдерів на ринку збільшується.
Це означає, що всі високочастотні трейдери, швидше за все, торгуватимуть на одній стороні ринку, якщо їхні алгоритми видають подібні торгові сигнали. Тобто всі вони, швидше за все, намагатимуться продати на негативних новинах і купити на позитивних. Якщо нікого не буде по той бік торгівлі, тоді ринок зазнає краху.
5. Увійдіть в епоху ChatGPT
Штучний інтелект привів нас у новий світ торгових алгоритмів на базі ChatGPT та подібних програм. І ці методи можуть погіршити проблему «занадто багато трейдерів на одній стороні торгівлі».
Загалом люди схильні приймати різноманітні рішення, якщо дозволяють природі йти своїм шляхом. Але якщо кожен базуватиме свої рішення на схожому штучному інтелекті, це може обмежити різноманітність думок.
Розглянемо надзвичайну нефінансову ситуацію, коли кожен покладається на ChatGPT, щоб вибрати найкращий комп’ютер для покупки. У цей час споживачі вже дуже схильні до стадної поведінки, і вони прагнуть купувати той самий продукт і модель. Наприклад, відгуки на таких сайтах, як Yelp, Amazon тощо, спонукають споживачів вибирати серед кількох найкращих варіантів.
Оскільки рішення, які приймає чат-бот на основі генеративного штучного інтелекту, базуються на даних минулого навчання, рішення, запропоновані чат-ботом, матимуть схожість. Швидше за все, ChatGPT порекомендує всім одну марку та модель. Це може підняти «ефект стада» на ще вищий рівень і призвести до дефіциту певних продуктів і послуг, а також до серйозних стрибків цін.
Це стає ще більш проблематичним, коли ШІ приймає рішення на основі упередженої та невірної інформації. Коли системи навчаються на необ’єктивних, застарілих або обмежених наборах даних, алгоритми штучного інтелекту підсилюють існуючі упередження. ChatGPT та подібні інструменти широко критикували за допущення фактичних помилок.
Крім того, оскільки ринкові крахи трапляються відносно рідко, даних про них не так багато. Оскільки для навчання генеративний штучний інтелект покладається на навчання даних, їхній брак знань про це може збільшити ймовірність збоїв.
Більшість банків, принаймні на даний момент, здається, не дозволяють своїм співробітникам використовувати ChatGPT і подібні інструменти. Citigroup, Bank of America, Goldman Sachs і кілька інших банків заборонили використання інструментів у своїх торгових залах, посилаючись на проблеми конфіденційності.
Але я твердо вірю, що як тільки банки розв’яжуть свої занепокоєння щодо генеративного ШІ, вони з часом приймуть генеративний ШІ. Оскільки потенційні прибутки надто великі, щоб їх упустити, і ви ризикуєте залишитися позаду своїх конкурентів.
Але існують також значні ризики для фінансових ринків, глобальної економіки та для всіх, тому я сподіваюся, що вони діятимуть обережно.
Перекладач: Джейн
Переглянути оригінал
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
Думка: ChatGPT приносить величезні переваги та ризики для Уолл-стріт
Примітка редактора: у фінансовому світі з розвитком технологій і технологій транзакції стали більш складними та частотними. Історія довела, що чим прогресивніша технологія, тим більша волатильність ринку. У цьому процесі є бенефіціари і є потерпілі. Ця стаття є компіляцією, я сподіваюся надихнути вас.
Інструменти на основі штучного інтелекту, такі як ChatGPT, можуть революціонізувати ефективність, результативність і швидкість людської роботи.
Це справедливо для фінансових ринків, але це також справедливо для охорони здоров’я, виробництва та майже будь-якого іншого аспекту нашого життя.
Я вивчав фінансові ринки та алгоритмічний трейдинг протягом 14 років. Хоча штучний інтелект пропонує багато переваг, зростаюча повсюдність цих технологій на фінансових ринках також несе в собі потенційні небезпеки. Дивлячись на попередні спроби Уолл-стріт прискорити торгівлю за допомогою комп’ютерів і штучного інтелекту, ми можемо помітити деякі важливі уроки щодо використання цих технологій для прийняття рішень.
1. Programmatic trading породив «Чорний понеділок»
На початку 1980-х років, підштовховані технологічним прогресом і фінансовими інноваціями, такими як похідні інструменти, інституційні інвестори почали використовувати комп’ютерні програми для здійснення угод на основі попередньо встановлених правил і алгоритмів. Це допомагає інвесторам швидко й ефективно завершувати великі операції.
У той час ці алгоритми були відносно простими й використовувалися в основному для так званого індексного арбітражу, тобто отримання прибутку від різниці між ціною «акційного індексу, такого як S&P 500», і «акцій, що складають індекс». ".
У міру того, як технологія розвивається та стає доступним більше даних, ця програмна торгівля стає складнішою, і алгоритми починають аналізувати складні ринкові дані та здійснювати угоди на основі різних факторів. Кількість цих програмних трейдерів продовжує зростати на здебільшого нерегульованому торговому шляху, причому активи на суму понад 1 трильйон доларів щодня переходять із рук у руки, що призводить до різкого зростання волатильності ринку.
Зрештою, це призвело до масштабного краху фондового ринку 1987 року, відомого як Чорний понеділок. Промисловий індекс Dow Jones зазнав найгіршого падіння за всю історію, і біль поширився по всьому світу.
У відповідь регулятори запровадили низку заходів для обмеження використання програмної торгівлі, включаючи автоматичні вимикачі та інші обмеження, які призупиняють торгівлю під час великих коливань ринку. Але незважаючи на ці кроки, програмна торгівля продовжувала набирати популярність у роки після краху.
2. Високочастотна торгівля (HFT)
Через 15 років, у 2002 році, Нью-Йоркська фондова біржа запустила повністю автоматизовану торгову систему. У результаті програмні трейдери поступилися місцем більш складній автоматизованій торгівлі та більш прогресивній техніці: високочастотній торгівлі.
У високочастотній торгівлі використовуються комп’ютерні програми для аналізу ринкових даних і здійснення угод на надзвичайно високій швидкості. На відміну від програмних трейдерів, які користуються арбітражними можливостями, купуючи та продаючи кошики цінних паперів протягом тривалих періодів часу, високочастотні трейдери використовують потужні комп’ютери та високошвидкісні мережі для аналізу ринкових даних і здійснення угод із блискавичною швидкістю. Високочастотні трейдери можуть здійснювати операції приблизно за 64 мільйонні частки секунди, порівняно з секундами, які потрібні трейдерам у 1980-х.
Ці угоди, як правило, є дуже короткостроковими та можуть передбачати купівлю та продаж тих самих цінних паперів кілька разів протягом наносекунд. Алгоритми штучного інтелекту здатні аналізувати великі обсяги даних у режимі реального часу та визначати моделі та тенденції, які трейдери не можуть побачити миттєво. Це допомагає трейдерам приймати кращі рішення та виконувати угоди швидше, ніж вручну.
Ще одним важливим застосуванням штучного інтелекту у високочастотній торгівлі є обробка природної мови, яка передбачає аналіз та інтерпретацію даних людською мовою, таких як новинні статті та повідомлення в соціальних мережах. Аналізуючи ці дані, трейдери можуть отримати уявлення про настрої ринку та відповідно скоригувати свої торгові стратегії.
3. Переваги торгівлі ШІ
Ці високочастотні транзакції, засновані на штучному інтелекті, працюють зовсім інакше, ніж транзакції людини.
Людський мозок млявий, неточний, забудькуватий і нездатний до швидкої, високоточної арифметики з плаваючою комою, яка є навичкою, необхідною для аналізу великих обсягів даних для ідентифікації торгових сигналів. Але комп’ютери в мільйони разів швидші за людський мозок, з бездоганною пам’яттю, ідеальним фокусом і необмеженою здатністю аналізувати величезні обсяги даних за мілісекунди.
Таким чином, як і більшість технологій, високочастотна торгівля приносить кілька переваг фондовому ринку.
Високочастотні трейдери зазвичай купують і продають активи, дуже близькі до ринкових цін, що допомагає гарантувати, що на ринку завжди є покупці та продавці, що, у свою чергу, допомагає стабілізувати ціни та зменшити ймовірність раптових коливань цін.
Високочастотна торгівля також може допомогти зменшити вплив неефективності ринку шляхом швидкого виявлення та використання неправильного ціноутворення на ринку. Наприклад, алгоритми високочастотної торгівлі можуть виявляти, коли певна акція недооцінена або переоцінена, і здійснювати угоди, щоб скористатися цими відмінностями. Такі транзакції можуть допомогти виправити неефективність ринку та забезпечити точнішу оцінку активів.
4. Недоліки торгівлі штучним інтелектом
Але швидкість і ефективність також можуть зашкодити ринкам.
Алгоритми високочастотної торгівлі можуть дуже швидко реагувати на новини та інші ринкові сигнали, викликаючи раптові сплески або падіння цін на активи.
Крім того, фінансові фірми, що займаються високочастотною торгівлею, можуть використовувати свою швидкість і технологію, щоб отримати перевагу над іншими трейдерами, ще більше спотворюючи ринкові сигнали. Волатильність, створена цими надзвичайно складними угодами на основі штучного інтелекту, призвела до так званого «спалахового краху» в травні 2010 року, коли акції впали, а потім відновилися протягом декількох хвилин, знищивши приблизно 1 трильйон доларів ринкової вартості, а потім І швидко відновилися.
Відтоді нестабільні ринки стали новою нормою. У дослідженні 2016 року ми з двома співавторами виявили, що волатильність (показник швидкості та непередбачуваності зростання та падіння цін) значно зросла після впровадження високочастотної торгівлі.
Швидкість і ефективність, з якою високочастотні трейдери аналізують дані, означає, що навіть незначні зміни в ринкових умовах можуть спровокувати величезні обсяги торгівлі, що призведе до раптових коливань цін.
Крім того, дослідження, опубліковане в 2021 році мною та кількома іншими колегами, показало, що більшість високочастотних трейдерів використовують подібні алгоритми, що збільшує ризик провалу ринку. Це пояснюється тим, що подібність цих алгоритмів призводить до схожих торгових рішень, оскільки кількість трейдерів на ринку збільшується.
Це означає, що всі високочастотні трейдери, швидше за все, торгуватимуть на одній стороні ринку, якщо їхні алгоритми видають подібні торгові сигнали. Тобто всі вони, швидше за все, намагатимуться продати на негативних новинах і купити на позитивних. Якщо нікого не буде по той бік торгівлі, тоді ринок зазнає краху.
5. Увійдіть в епоху ChatGPT
Штучний інтелект привів нас у новий світ торгових алгоритмів на базі ChatGPT та подібних програм. І ці методи можуть погіршити проблему «занадто багато трейдерів на одній стороні торгівлі».
Загалом люди схильні приймати різноманітні рішення, якщо дозволяють природі йти своїм шляхом. Але якщо кожен базуватиме свої рішення на схожому штучному інтелекті, це може обмежити різноманітність думок.
Розглянемо надзвичайну нефінансову ситуацію, коли кожен покладається на ChatGPT, щоб вибрати найкращий комп’ютер для покупки. У цей час споживачі вже дуже схильні до стадної поведінки, і вони прагнуть купувати той самий продукт і модель. Наприклад, відгуки на таких сайтах, як Yelp, Amazon тощо, спонукають споживачів вибирати серед кількох найкращих варіантів.
Оскільки рішення, які приймає чат-бот на основі генеративного штучного інтелекту, базуються на даних минулого навчання, рішення, запропоновані чат-ботом, матимуть схожість. Швидше за все, ChatGPT порекомендує всім одну марку та модель. Це може підняти «ефект стада» на ще вищий рівень і призвести до дефіциту певних продуктів і послуг, а також до серйозних стрибків цін.
Це стає ще більш проблематичним, коли ШІ приймає рішення на основі упередженої та невірної інформації. Коли системи навчаються на необ’єктивних, застарілих або обмежених наборах даних, алгоритми штучного інтелекту підсилюють існуючі упередження. ChatGPT та подібні інструменти широко критикували за допущення фактичних помилок.
Крім того, оскільки ринкові крахи трапляються відносно рідко, даних про них не так багато. Оскільки для навчання генеративний штучний інтелект покладається на навчання даних, їхній брак знань про це може збільшити ймовірність збоїв.
Більшість банків, принаймні на даний момент, здається, не дозволяють своїм співробітникам використовувати ChatGPT і подібні інструменти. Citigroup, Bank of America, Goldman Sachs і кілька інших банків заборонили використання інструментів у своїх торгових залах, посилаючись на проблеми конфіденційності.
Але я твердо вірю, що як тільки банки розв’яжуть свої занепокоєння щодо генеративного ШІ, вони з часом приймуть генеративний ШІ. Оскільки потенційні прибутки надто великі, щоб їх упустити, і ви ризикуєте залишитися позаду своїх конкурентів.
Але існують також значні ризики для фінансових ринків, глобальної економіки та для всіх, тому я сподіваюся, що вони діятимуть обережно.
Перекладач: Джейн