Быстрые и одинаковые: чем опасны трейдеры с искусственным интеллектом

Инструменты на базе искусственного интеллекта, такие как ChatGPT, способны произвести революцию в эффективности, результативности и скорости работы людей.

И это справедливо как для финансовых рынков, так и для таких отраслей, как здравоохранение, производство, практически для всех аспектов нашей жизни.

Я занимаюсь исследованиями финансовых рынков и технологии алгоритмической торговли уже 14 лет. Хотя ИИ дает много преимуществ, растущее использование этих технологий на финансовых рынках также указывает на потенциальные опасности. Опыт прошлых попыток Уолл-стрит ускорить торговлю с помощью компьютеров и ИИ содержит важные уроки о последствиях их использования для принятия решений.

Программная торговля и Черный понедельник

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 совершать крупные сделки быстро и эффективно.

В те времена эти алгоритмы были относительно простыми и использовались в основном для так называемого индексного арбитража, который заключается в попытке извлечь прибыль из разницы между ценами фондового индекса и акций.

По мере развития технологий и увеличения объема доступных данных, этот вид программной торговли становился все более сложным, алгоритмы могли анализировать сложные рыночные данные и совершать сделки на основе широкого спектра факторов. Число таких программных трейдеров продолжало расти на крупных нерегулируемых торговых автомагистралях, на которых ежедневно меняются активы на сумму более триллиона долларов, что привело к резкому росту волатильности рынка.

В конце концов это привело к масштабному обвалу фондового рынка в 1987 году, известному как «Черный понедельник». Индекс Доу Джонса испытал в тот момент самое большое процентное падение в своей истории, и отголоски этого события распространились по всему миру.

В ответ на это регулирующие органы приняли ряд мер по ограничению использования программной торговли, в том числе автоматические выключатели, останавливающие торговлю при значительных колебаниях рынка, и другие ограничения. Но, несмотря на эти меры, программная торговля продолжала набирать популярность в годы, последовавшие за крахом.

Высокочастотный трейдинг

Перенесемся на 15 лет вперед, в 2002 год, когда Нью-Йоркская фондовая биржа ввела полностью автоматизированную торговую систему. В результате программные трейдеры уступили место более сложным автоматам с гораздо более продвинутой технологией: высокочастотной торговлей.

Высокочастотный трейдинг, или HFT (High Frequency Trading), использует компьютерные программы для анализа рыночных данных и совершения сделок на чрезвычайно высоких скоростях. В отличие от программных трейдеров, которые покупали и продавали пакеты ценных бумаг в течение определенного времени, чтобы воспользоваться разницей в цене, высокочастотный трейдинг 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, очень краткосрочны по своей природе и могут включать покупку и продажу одной и той же ценной бумаги несколько раз в течение нескольких наносекунд. Алгоритмы искусственного интеллекта анализируют большие объемы данных в режиме реального времени и выявляют закономерности и тенденции, которые не сразу очевидны для людей. Это помогает трейдерам принимать выгодные решения и совершать сделки быстрее, чем это было бы возможно вручную.

Еще одним важным способом применения ИИ в высокочастотном трейдинге 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.

Преимущества торговли ИИ

Высокочастотные трейдеры на основе ИИ работают совсем не так, как люди.

Человеческий мозг медлителен, неточен и забывчив. Он не способен к быстрой, высокоточной арифметике с плавающей запятой, необходимой для анализа огромных объемов данных с целью выявления торговых сигналов. Компьютеры в миллионы раз быстрее, у них практически безошибочная память, идеальное внимание и безграничные возможности для анализа больших объемов данных за доли миллисекунды.

И, таким образом, как и большинство технологий, высокочастотный трейдинг предоставляет фондовым рынкам ряд преимуществ.

Эти трейдеры обычно покупают и продают активы по ценам, близким к рыночным, что означает, что они не взимают с инвесторов высоких комиссионных. Это гарантирует, что на рынке всегда есть покупатели и продавцы, что, в свою очередь, помогает стабилизировать цены и снизить вероятность резких колебаний цен.

Высокочастотная торговля также сокращает влияние рыночной неэффективности за счет быстрого выявления и использования искажений цен на рынке. Например, алгоритмы трейдинга могут определить, когда конкретная акция недооценена или переоценена, и заключить сделки, чтобы воспользоваться этими расхождениями. Таким образом, этот вид торговли может помочь исправить неэффективность рынка и обеспечить более точное ценообразование активов.

Недостатки метода

Но скорость и эффективность могут сыграть злую шутку.

Алгоритмы могут настолько быстро реагировать на новости, события и другие сигналы рынка, что способны вызвать внезапные скачки или падения цен на активы.

Кроме того, финансовые компании высокочастотного трейдинга могут использовать свою скорость и технологии для получения несправедливого преимущества перед другими трейдерами, что еще больше искажает рыночные сигналы. Волатильность, создаваемая этими чрезвычайно сложными торговыми чудовищами, оснащенными искусственным интеллектом, привела к так называемому «быстрому краху» в мае 2010 года, когда акции упали, а затем восстановились в считанные минуты, уничтожив, а затем восстановив рыночную стоимость на сумму около 1 триллиона долларов.

С тех пор волатильные рынки стали новой нормой. В исследовании 2016 года мы с двумя соавторами обнаружили, что после внедрения высокочастотного трейдинга волатильность (показатель того, насколько быстро и непредсказуемо цены движутся вверх и вниз) значительно возросла.

Скорость и эффективность, с которой высокочастотные трейдеры анализируют данные, означает, что даже небольшое изменение рыночных условий может вызвать большое количество сделок, что приводит к резким колебаниям цен и повышенной волатильности.

Кроме того, исследование, которое я с несколькими коллегами опубликовал в 2021 году, показывает, что большинство высокочастотных трейдеров используют схожие алгоритмы, что повышает риск обвала рынка. По мере увеличения числа таких трейдеров на рынке, сходство алгоритмов может привести к почти одинаковым торговым решениям. Это значит, что все высокочастотные трейдеры могут торговать на одной линии рынка, если их алгоритмы выдают одинаковые торговые сигналы. То есть все они могут пытаться продавать в случае негативных новостей или покупать в случае позитивных. Если некому принять другую сторону сделки, рынки могут потерпеть крах.

Новый метод ChatGPT

Сейчас мы входим в совершенно новый мир торговых алгоритмов на базе ChatGPT и подобных программ. Они могут решить проблему слишком большого количества трейдеров на одной стороне сделки и сделать ее еще хуже.

Люди, предоставленные самим себе, склонны принимать разнообразные решения. Но если все делают это на основе однообразия технологий искусственного интеллекта,  разнообразие мнений ограничивается.

Рассмотрим немного утрированную ситуацию не из мира ценных бумаг. Предположим, все хотят купить компьютер, и от ChatGPT зависит, какой выбрать. Потребители и так склонны к стадному поведению и стремятся покупать одни и те же продукты и модели. И рекомендации, предлагаемые чат-ботом, будут похожи друг на друга. Вполне вероятно, что ChatGPT будет предлагать всем одну и ту же модель. Это может вывести коллективное поведение на совершенно новый уровень и привести к дефициту определенных товаров и услуг, а также к резкому скачку цен.

Это становится еще большей проблемой, когда ИИ, принимающий решения, опирается на предвзятую и неверную информацию. Алгоритмы ИИ могут усиливать существующие предубеждения, когда системы обучаются на необъективных, старых или ограниченных наборах данных. А ChatGPT и подобные инструменты уже подвергались критике за фактические ошибки.

Кроме того, поскольку обвалы рынка случаются относительно редко, данных о них немного. Поскольку генеративные ИИ зависят от обучения на основе данных, отсутствие знаний о них может повысить вероятность их возникновения.

По крайней мере, на данный момент, более вероятно, что большинство банков не будут разрешать своим сотрудникам пользоваться ChatGPT и подобными инструментами. Citigroup, Bank of America, Goldman Sachs и некоторые другие финансовые учреждения уже запретили их использование в торговых залах, ссылаясь на соображения конфиденциальности.

Но я твердо убежден, что банки в конечном итоге примут генеративный ИИ, как только устранят имеющиеся у них сомнения. Потенциальные выгоды слишком значительны, чтобы от них отказываться, и есть значительный риск оказаться позади конкурентов.

Но риски для финансовых рынков, мировой экономики и всех остальных также велики, поэтому я надеюсь, что они будут действовать осторожно.

Источник