К чему ведет расцвет искусственного интеллекта на Уолл-Стрит
6 мая 2010 года - это день, когда на фондовом рынке США произошел крах триллиона долларов.
Всего за 15 минут Dow Jones просел почти на 9 процентов. Если бы он продолжился, это было бы одним из самых больших спадов в рейтинге за один день. Сотни миллиардов долларов были стерты с номинальной стоимости известных компаний в S&P 500. Акции некоторых компаний торговались за один цент.
Почти как только бессонные Уолл-Стрит трейдеры успели приспособиться к кошмарному сценарию, разворачивающемуся перед ними, рынок начал отскакивать. В течение еще пятнадцати минут, почти все потери были восстановлены.
Это был один из тех моментов, когда вы можете лишь восхищаться абсурдом происходящего. Индекс Dow Jones - это просто цифры; ценность, которую они представляют, более чем когда-либо прежде, основана на восприятии: историях, которые мы рассказываем друг другу о компаниях и экономике.
Тем не менее, если бы триллионное падение оказалось долгосрочным, были бы реальные последствия, реальные увольнения, настоящие страдания. Ничего ценного не было создано или уничтожено в том, что стало известно как “внезапный крах”; рынки не реагировали на новую информацию. Мы коллективно разработали систему, которая находится вне нашего понимания, часто вне нашего контроля, и невидимые, неосязаемые руки не всегда служат нам доброжелательно.
Рост после "внезапного краха" был быстрым. Некоторые люди подозревали инсайдерскую торговлю, в то время как другие предлагали технические сбои на фондовом рынке. Через пять лет один человек был обвинен в манипулировании рынком: Навиндер Сингх Сарао, 36-летний предприниматель из Лондона, который делал ставку против рынка с «алгоритмом спуфинга» во время крушения. Возможно, он получил прибыль в размере 12 миллионов долларов. Небольшая сумма с учетом колебаний в триллион долларов.
Различные поставщики финансовой информации, в том числе Bloomberg, скептически относились к тому, что Сарао, который торговал из своей детской спальни в Лондоне, действительно мог нести ответственность за внезапный крах. В конце концов, хотя он явно не был обычным трейдером, объемы денег, которые он двигал, были крошечными по сравнению с общими ставками внезапной катастрофы. Как выясняется, Сарао также был обманут.
Проще всего сказать, что проступок одного человека вызвал крах, потому что это позволяет нам полагать, что это проблема, которую можно решить. Но даже если вы считаете, что Сарао несет исключительную ответственность, это свидетельствует о том, насколько уязвимы и хаотичны существующие торговые системы, что его действия могут вызвать такой массивный ответ.
Большая часть причины этой волатильности - это плотность автоматизированных трейдеров и алгоритмов, которые контролируют эти финансовые рынки.
Самый бдительный, здравомыслящий человек по-прежнему ограничен скоростью, с которой его мозг может обрабатывать сигналы и двигать мышцами руки в ответ. Но не так в случае с ИИ. В 2010 году, когда алгоритм Sarao помог вызвать крушение, он едва ли был один: 70 процентов всей торговой активности было полностью автоматизировано.
Это представляет собой огромные изменение в том, как торговля осуществляется на Уолл-стрит. Классическая идея заключается в том, что рынок говорит вам об уверенности инвесторов, и поэтому он отражает соответствующую информацию. Если широко известно или предполагается, что, скажем, Amazon собирается объявить о рекордной прибыли, их акции, вероятно, поднимутся высоко, что будет отражать цену этого ожидания.
В этой классической системе то, как вы «выигрываете» и получаете прибыль, - это доступ к информации - или, может быть, к ожиданию - к тому, что другие не имеют, или путем последовательного принятия более разумных решений.
Для алгоритмического трейдера это другое. Истории, которые содержат слухи, не подходят для ИИ, пока они не превратятся в числовое значение. В классическом виде алгоритмы могут сканировать новости, а также факты и цифры отчетов о прибылях и убытках, чтобы предлагать новые инвестиционные возможности. Они выполняют классическую работу трейдера, но во много раз быстрее. Обработка естественного языка анализирует настроение новостных статей и преобразует его в «ощущение ситуации» AI. Если понимать тонкости алгоритма и данные, которые он анализирует, можно надеяться «сыграть» и эту систему с историями в СМИ тоже.
На более коротких участках трейдеры ищут минимальные преимущества. Они не рассматривают, является ли компания А более вероятной лучшей долгосрочной инвестицией, чем компания B, но вместо этого стремится получить прибыль от колебаний цен, которые могут иметь место за секунды или миллисекунды, автоматически вводя тысячи заказов на сотни акций в ответ на приток данных. Это люди, которые создали кабель стоимостью 300 миллионов долларов, который был прямее, чем предыдущие, чтобы сократить время торговли с 17 до 13 миллисекунд.
В самой противоречивой форме flash-трейдеры просматривают ордера других участников рынка за доли секунды до начала торгов. Данные, которыми они питаются не информация об акциях, а о колебаниях рынка, вызванных оценкой акций другими людьми. Хищные торговцы пытаются декодировать сигналы, сделанные одним алгоритмом, в то время как они пытаются скрыть свои намерения, чтобы их не опередили. Именно эта конкуренция между быстрыми и медленными алгоритмами - и, возможно, даже попытки самых быстрых алгоритмов «перехитрить» самые медленные, помогли привести к внезапному краху. Алгоритмы, питаемые данными о поведении друг друга, вполне способны ввергнуть себя в безумие обратной связи без человеческого побуждения.
Ранее многие из этих алгоритмов использовали статистические модели, разработанные количественными аналитиками. Многие использовали сложную математику для преобразования потоков входных данных в предсказание будущей цены акции, а следовательно, и инструкции по покупке и продаже.
Теперь, все чаще, возможности быстро запускать эти модели уже недостаточно, а хедж-фонды превращаются в искусственный интеллект, который может улучшить свои собственные модели с использованием байесовских рассуждений: он обновляет параметры модели в зависимости от того, насколько успешной была эта модель.
Алгоритмы не являются по своей сути плохими; некоторые даже утверждают, что они стабилизировали рынок во время внезапного краха больше, чем люди могли бы сделать.
Но лихорадочный котел Уолл-стрит лучше всего подходит для худших эксцессов алгоритмического дизайна. Существует огромный стимул сделать алгоритмы чрезвычайно мощными в принятии решений и избежать любого подобия прозрачности.
Чтобы «победить рынок», который теперь воплощает в себе не только знания о ценных бумагах, но и данные о деятельности лучших алгоритмов, которые развертываются, вам нужно иметь преимущество, которого никто другой не имеет.
Это неизбежно ведет к отсутствию прозрачности. Кажется, что у Берни Мэдоффа было преимущество при получении удивительно стабильных результатов: оказывается, что у него была многомиллиардная схема Понци.
Каждый день в эту сложную сеть добавляются все более и более непроницаемые связи, увеличивая избыток непрозрачных решений. Это является частью более широкой тенденции, движимой неоспоримыми преимуществами эффективности и прибыли.
Таким образом, последствия внедрения ИИ-алгоритмов в сферу торгов без достаточного понимания их работы могут быстро оказаться вне нашего контроля.