Инструменты на базе искусственного интеллекта, такие как ChatGPT, могут революционизировать эффективность, результативность и скорость работы людей.
И это справедливо как для финансовых рынков, так и для таких секторов, как здравоохранение, производство и практически для всех других аспектов нашей жизни.
Я занимаюсь исследованием финансовых рынков и алгоритмической торговли уже 14 лет. Хотя ИИ предлагает множество преимуществ, растущее использование этих технологий на финансовых рынках также указывает на потенциальные опасности. Взгляд на прошлые усилия Уолл-стрит по ускорению торговли за счет внедрения компьютеров и искусственного интеллекта позволяет извлечь важные уроки о последствиях их использования для принятия решений.
В начале 1980-х годов, благодаря достижениям в области технологий и финансовых инноваций, таких как деривативы, институциональные инвесторы начали использовать компьютерные программы для совершения сделок на основе заранее определенных правил и алгоритмов. Это помогло им быстро и эффективно совершать крупные сделки.
В то время эти алгоритмы были относительно простыми и в основном использовались для так называемого индексного арбитража, который включал в себя попытку получить прибыль от расхождений между ценой фондового индекса (например, S&P 500) и ценами акций, из которых он состоит.
По мере развития технологий и появления большего количества данных этот вид программной торговли становился все более сложным:алгоритмы могли анализировать сложные рыночные данные и совершать сделки на основе широкого спектра факторов. Число этих программных трейдеров продолжало расти на крупных нерегулируемых торговых магистралях, на которых ежедневно переходят из рук в руки активы на сумму более триллиона долларов, что привело к резкому увеличению волатильности рынка.
В конечном итоге это привело к масштабному краху фондового рынка в 1987 году, известному как «Черный понедельник». Промышленный индекс Доу-Джонса пережил самое большое на тот момент процентное падение за всю его историю, и эта боль распространилась по всему миру.
В ответ регулирующие органы приняли ряд мер по ограничению использования программной торговли, включая автоматические выключатели, останавливающие торговлю при значительных колебаниях рынка, и другие ограничения. Но, несмотря на эти меры, популярность программной торговли продолжала расти в годы после краха.
Перенесемся на 15 лет вперед, в 2002 год, когда Нью-Йоркская фондовая биржа представила полностью автоматизированную торговую систему. В результате программные трейдеры уступили место более сложной автоматизации с гораздо более продвинутой технологией:высокочастотной торговлей.
HFT использует компьютерные программы для анализа рыночных данных и совершения сделок на чрезвычайно высоких скоростях. В отличие от программных трейдеров, которые с течением времени покупали и продавали корзины ценных бумаг, чтобы воспользоваться возможностью арбитража (разницей в цене аналогичных ценных бумаг, которую можно использовать для получения прибыли), высокочастотные трейдеры используют мощные компьютеры и высокоскоростные сети для анализа рыночных данных и совершения сделок с молниеносной скоростью. Высокочастотные трейдеры могут совершать сделки примерно за одну 64-миллионную долю секунды по сравнению с несколькими секундами, которые требовались трейдерам в 1980-х годах.
Эти сделки, как правило, носят очень краткосрочный характер и могут включать покупку и продажу одной и той же ценной бумаги несколько раз в течение наносекунд. Алгоритмы искусственного интеллекта анализируют большие объемы данных в режиме реального времени и выявляют закономерности и тенденции, которые не сразу очевидны трейдерам-людям. Это помогает трейдерам принимать более правильные решения и совершать сделки быстрее, чем это было бы возможно вручную.
Еще одним важным применением ИИ в HFT является обработка естественного языка, которая включает в себя анализ и интерпретацию данных человеческого языка, таких как новостные статьи и сообщения в социальных сетях. Анализируя эти данные, трейдеры могут получить ценную информацию о настроениях рынка и соответствующим образом скорректировать свои торговые стратегии.
Эти высокочастотные трейдеры, основанные на искусственном интеллекте, действуют совсем не так, как люди.
Человеческий мозг медлителен, неточен и забывчив. Он не способен выполнять быстрые, высокоточные арифметические операции с плавающей запятой, необходимые для анализа огромных объемов данных для идентификации торговых сигналов. Компьютеры работают в миллионы раз быстрее, обладают практически безошибочной памятью, прекрасным вниманием и безграничными возможностями анализа больших объемов данных за доли миллисекунд.
Итак, как и большинство технологий, HFT дает фондовым рынкам ряд преимуществ.
Эти трейдеры обычно покупают и продают активы по ценам, очень близким к рыночной цене, что означает, что они не взимают с инвесторов высоких комиссий. Это помогает гарантировать, что на рынке всегда есть покупатели и продавцы, что, в свою очередь, помогает стабилизировать цены и снизить вероятность их резких колебаний.
Высокочастотная торговля также может помочь уменьшить влияние неэффективности рынка за счет быстрого выявления и использования неправильных цен на рынке. Например, алгоритмы HFT могут определять, когда конкретная акция недооценена или переоценена, и совершать сделки, чтобы воспользоваться этими несоответствиями. Таким образом, этот вид торговли может помочь исправить неэффективность рынка и обеспечить более точную оценку активов.
Но скорость и эффективность также могут нанести вред.
Алгоритмы HFT могут так быстро реагировать на новостные события и другие рыночные сигналы, что могут вызывать внезапные скачки или падения цен на активы.
Кроме того, финансовые фирмы HFT могут использовать свою скорость и технологии для получения несправедливого преимущества перед другими трейдерами, еще больше искажая рыночные сигналы. Волатильность, создаваемая этими чрезвычайно сложными торговыми зверями, работающими на базе искусственного интеллекта, привела к так называемому внезапному краху в мае 2010 года, когда акции резко упали, а затем восстановились за считанные минуты, уничтожив, а затем восстановив рыночную стоимость примерно в 1 триллион долларов.
С тех пор волатильные рынки стали новой нормой. В исследовании 2016 года мы с двумя соавторами обнаружили, что волатильность – показатель того, насколько быстро и непредсказуемо цены движутся вверх и вниз – значительно увеличилась после внедрения HFT.
Скорость и эффективность, с которой высокочастотные трейдеры анализируют данные, означают, что даже небольшое изменение рыночных условий может спровоцировать большое количество сделок, что приведет к внезапным колебаниям цен и повышенной волатильности.
Кроме того, исследование, которое я опубликовал вместе с несколькими другими коллегами в 2021 году, показывает, что большинство высокочастотных трейдеров используют схожие алгоритмы, что увеличивает риск провала рынка. Это связано с тем, что по мере увеличения числа таких трейдеров на рынке сходство этих алгоритмов может привести к схожим торговым решениям.
Это означает, что все высокочастотные трейдеры могут торговать на одной стороне рынка, если их алгоритмы подают одинаковые торговые сигналы. То есть все они могут попытаться продать в случае негативных новостей или купить в случае позитивных новостей. Если некому будет занять другую сторону сделки, рынки могут потерпеть неудачу.
Это подводит нас к новому миру торговых алгоритмов на базе ChatGPT и подобных программ. Они могут решить проблему слишком большого количества трейдеров, участвующих в сделке, и усугубить ее.
В целом, люди, предоставленные самим себе, склонны принимать самые разнообразные решения. Но если все будут принимать решения на основе одного и того же искусственного интеллекта, это может ограничить разнообразие мнений.
Рассмотрим экстремальную нефинансовую ситуацию, в которой каждый зависит от ChatGPT, чтобы выбрать лучший компьютер для покупки. Потребители уже очень склонны к стадному поведению, при котором они склонны покупать одни и те же продукты и модели. Например, отзывы на Yelp, Amazon и т. д. мотивируют потребителей выбирать среди нескольких лучших вариантов.
Поскольку решения, принимаемые генеративным чат-ботом на базе искусственного интеллекта, основаны на данных прошлого обучения, решения, предлагаемые чат-ботом, будут схожими. Весьма вероятно, что ChatGPT предложит всем одну и ту же марку и модель. Это может вывести скотоводство на совершенно новый уровень и привести к дефициту определенных продуктов и услуг, а также к резкому скачку цен.
Это становится более проблематичным, когда ИИ, принимающий решения, получает предвзятую и неверную информацию. Алгоритмы искусственного интеллекта могут усилить существующие предвзятости, когда системы обучаются на предвзятых, старых или ограниченных наборах данных. А ChatGPT и подобные инструменты подвергались критике за фактические ошибки.
Кроме того, поскольку обвалы рынка происходят относительно редко, данных о них не так много. Поскольку генеративные ИИ для обучения зависят от обучения данным, недостаток знаний о них может повысить вероятность их возникновения.
По крайней мере, на данный момент кажется, что большинство банков не позволят своим сотрудникам использовать преимущества ChatGPT и подобных инструментов. Citigroup, Bank of America, Goldman Sachs и ряд других кредиторов уже запретили их использование в торговых залах, ссылаясь на соображения конфиденциальности.
Но я твердо верю, что банки в конечном итоге перейдут на генеративный искусственный интеллект, как только решат свои проблемы, связанные с ним. Потенциальные выгоды слишком значительны, чтобы их упустить, и есть риск остаться позади конкурентов.
Но риски для финансовых рынков, мировой экономики и всех остальных также велики, поэтому я надеюсь, что они будут действовать осторожно.