Tecnologia
Vantaggi e rischi dell’utilizzo dell’intelligenza artificiale per il trading di azioni e altri strumenti finanziari
I mercati sono sempre più guidati da decisioni prese dall’intelligenza artificiale. PhonlamaiPhoto/iStock via Getty Images
Gli strumenti basati sull’intelligenza artificiale, come ChatGPT, hanno il potenziale per rivoluzionare l’efficienza, l’efficacia e la velocità del lavoro umano.
E questo vale tanto per i mercati finanziari quanto per settori come il trading e praticamente ogni altro aspetto della nostra vita.
e il trading algoritmico da 14 anni. Sebbene l’IA offra molti vantaggi, la sua presenza nei mercati finanziari indica anche potenziali pericoli. Uno sguardo agli sforzi compiuti in passato da Wall Street per accelerare il trading attraverso l’adozione di computer e IA offre importanti lezioni sulle implicazioni dell’utilizzo di questi strumenti per il processo decisionale.
Il trading programmato alimenta il lunedì nero
All’inizio degli anni ’80, con le innovazioni finanziarie come i derivati, gli investitori istituzionali hanno iniziato a utilizzare programmi informatici per eseguire operazioni basate su regole e algoritmi predefiniti. Questo li aiutava a completare grandi operazioni in modo rapido ed efficiente.
All’epoca, questi algoritmi erano relativamente semplici e venivano utilizzati principalmente per l’analisi di mercato, che consiste nel cercare di trarre profitto dalle discrepanze tra il prezzo di un indice azionario – come l’S&P 500 – e quello dei titoli che lo compongono.
Con l’avanzare della tecnologia e la disponibilità di un maggior numero di dati, questo tipo di trading programmato è diventato sempre più sofisticato, con algoritmi in grado di analizzare dati di mercato complessi ed eseguire operazioni basate su un’ampia gamma di fattori. Questi trader di programmi hanno continuato a crescere in numero sulle grandi autostrade del trading non regolamentate – sulle quali oltre un cambio di mano al giorno – causando.
Alla fine questo ha portato al cosiddetto “lunedì nero” del 1987. Il Dow Jones Industrial Average subì quello che all’epoca era il più grande calo percentuale della sua storia, e il dolore si diffuse in tutto il mondo.
In risposta a ciò, le autorità di regolamentazione hanno vietato l’uso del trading programmato, includendo interruttori che interrompono le negoziazioni in caso di oscillazioni significative del mercato e altri limiti. Ma nonostante queste misure, il program trading ha continuato a crescere di popolarità negli anni successivi al crollo.
HFT: Program trading con gli steroidi
Nel 2002, la Borsa di New York ha introdotto un sistema di trading completamente automatizzato. Di conseguenza, i trader programmatici hanno lasciato il posto ad automazioni più sofisticate con una tecnologia molto più avanzata: .
L’HFT utilizza programmi informatici per analizzare i dati di mercato ed eseguire operazioni ad altissima velocità. A differenza dei trader programmatici, che acquistano e vendono panieri di titoli nel tempo per sfruttare un’opportunità di arbitraggio – una differenza di prezzo tra titoli simili che può essere sfruttata per ottenere un profitto – i trader ad alta frequenza utilizzano potenti computer e reti ad alta velocità per analizzare i dati di mercato ed eseguire operazioni a velocità fulminea. I trader ad alta frequenza, rispetto ai diversi secondi che impiegavano i trader negli anni ’80, sono in grado di eseguire operazioni a velocità fulminea.
Queste operazioni sono tipicamente di breve durata e possono comportare l’acquisto e la vendita dello stesso titolo più volte nel giro di pochi nanosecondi. Gli algoritmi di intelligenza artificiale analizzano grandi quantità di dati in tempo reale e identificano modelli e tendenze che non sono immediatamente evidenti ai trader umani. Questo aiuta i trader a eseguire le operazioni a un ritmo più veloce di quanto sarebbe possibile fare manualmente.
Un’altra importante applicazione dell’IA è l’HFT, che prevede l’analisi e l’interpretazione di dati in linguaggio umano, come articoli di notizie e post sui social media. Analizzando questi dati, i trader possono ottenere preziose informazioni sul sentiment del mercato e adattare di conseguenza le loro strategie di trading.
Vantaggi del trading con l’intelligenza artificiale
Questi trader ad alta frequenza basati sull’IA operano in modo molto diverso rispetto alle persone.
Il cervello umano è lento, impreciso e smemorato. Non è in grado di fare aritmetica in virgola mobile ad alta precisione, necessaria per analizzare enormi volumi di dati e identificare i segnali di trading. I computer sono milioni di volte più veloci, con una memoria essenzialmente infallibile, un’attenzione perfetta e una capacità illimitata di analizzare grandi volumi di dati in pochi millisecondi.
Come la maggior parte delle tecnologie, anche l’HFT offre diversi vantaggi ai mercati azionari.
In genere questi trader acquistano e vendono attività a prezzi molto vicini a quelli di mercato, il che significa che non applicano commissioni elevate agli investitori. Ciò consente al mercato di stabilizzare i prezzi e di ridurre il rischio di oscillazioni improvvise.
Il trading ad alta frequenza può anche contribuire a ridurre l’impatto delle inefficienze del mercato, identificando e sfruttando rapidamente i prezzi errati del mercato. Ad esempio, gli algoritmi dell’HFT sono in grado di rilevare quando un particolare titolo è sottovalutato o sopravvalutato e di eseguire operazioni per trarre vantaggio da queste discrepanze. In questo modo, questo tipo di trading può contribuire a correggere le inefficienze del mercato e a garantire che gli asset siano valutati in modo più accurato.
Gli aspetti negativi
Ma la velocità e l’efficienza possono anche causare danni.
Gli algoritmi HFT possono reagire così rapidamente agli eventi di cronaca e ad altri segnali di mercato da causare improvvisi picchi o cali dei prezzi degli asset.
Inoltre, le società finanziarie HFT sono in grado di utilizzare la loro velocità e tecnologia per ottenere un vantaggio sleale sugli altri trader. La volatilità creata da queste sofisticatissime bestie del trading alimentate dall’intelligenza artificiale ha portato al cosiddetto flash crash del maggio 2010, quando i prezzi delle azioni si sono ripresi in pochi minuti, cancellando e poi ripristinando circa 1.000 miliardi di dollari di valore di mercato.
Da allora, la volatilità dei mercati è diventata la nuova normalità. In una ricerca del 2016, due coautori ed io abbiamo scoperto che – una misura della rapidità e dell’imprevedibilità con cui i prezzi salgono e scendono – .
La velocità e l’efficienza con cui i trader ad alta frequenza analizzano i dati fanno sì che anche un piccolo cambiamento nelle condizioni di mercato possa innescare un gran numero di scambi, portando a improvvise oscillazioni dei prezzi e a un aumento della volatilità.
Inoltre, insieme a numerosi altri colleghi nel 2021, è emerso che la maggior parte dei trader ad alta frequenza utilizza algoritmi simili, il che aumenta il rischio di fallimento del mercato. Infatti, con l’aumento del numero di questi trader sul mercato, la somiglianza di questi algoritmi può portare a decisioni di trading simili.
Ciò significa che tutti i trader ad alta frequenza potrebbero operare sullo stesso lato del mercato se i loro algoritmi rilasciano segnali di trading simili. In altre parole, tutti potrebbero cercare di vendere in caso di notizie negative o di comprare in caso di notizie positive. Se non c’è nessuno che prende il lato opposto dell’operazione, i mercati possono fallire.
Entrare in ChatGPT
Questo ci porta a un nuovo mondo di algoritmi di trading e programmi simili alimentati da ChatGPT. Potrebbero prendere il problema di un numero eccessivo di trader dalla stessa parte di un’operazione e renderlo ancora peggiore.
In generale, gli esseri umani, lasciati a se stessi, tendono a prendere una serie di decisioni diverse. Ma se tutti prendono le loro decisioni da un’intelligenza artificiale simile, questo può limitare la diversità di opinioni.
Consideriamo una situazione estrema, non finanziaria, in cui tutti dipendono da ChatGPT per decidere quale sia il miglior computer da acquistare. al comportamento di gregge, in cui tendono ad acquistare gli stessi prodotti e modelli. Ad esempio, le recensioni su Yelp, Amazon e così via motivano i consumatori a scegliere tra pochi prodotti e modelli.
Poiché le decisioni prese dal chatbot generativo alimentato dall’intelligenza artificiale, ci sarà una somiglianza nelle decisioni suggerite dal chatbot. È molto probabile che ChatGPT suggerisca a tutti la stessa marca e lo stesso modello. Questo potrebbe portare la pastorizia a un livello completamente nuovo e potrebbe portare a carenze di alcuni prodotti e servizi, nonché a forti impennate dei prezzi.
La situazione diventa ancora più problematica quando l’intelligenza artificiale che prende le decisioni è informata da informazioni distorte e sbagliate. Gli algoritmi di IA quando i sistemi sono addestrati su serie di dati distorte, vecchie o limitate. E ChatGPT e strumenti simili possono commettere errori di fatto.
Inoltre, poiché i crolli di mercato sono relativamente rari, non ci sono molti dati su di essi. Poiché le IA generative dipendono dall’addestramento dei dati per apprendere, la loro mancanza di conoscenze in merito potrebbe rendere più probabile il verificarsi di tali eventi.
Almeno per il momento, sembra che la maggior parte delle banche non permetterà ai propri dipendenti di sfruttare ChatGPT e strumenti simili. Citigroup, Bank of America, Goldman Sachs e molti altri istituti di credito non permetteranno ai propri dipendenti di usufruire di ChatGPT e di strumenti simili, adducendo problemi di privacy.
Ma sono fermamente convinto che le banche finiranno per abbracciare l’IA generativa, una volta risolte le preoccupazioni che nutrono nei suoi confronti. I vantaggi potenziali sono troppo significativi per rinunciarvi, e c’è il rischio di essere lasciati indietro dai rivali.
Ma anche i rischi per i mercati finanziari, per l’economia globale e per tutti sono grandi, quindi spero che le banche procedano con cautela.
, Professore aggiunto di Finanza,
Questo articolo è stato ripubblicato con licenza Creative Commons. Leggi il .