ChatGPT驱动的华尔街： 在巿场交易中使用AI的好处与危险

像ChatGPT这样由人工智能驱动的工具，有可能彻底改变人类工作的速度、效率、和效果。对金融市场来说是如此，对医疗保健、制造业和我们生活中几乎所有其他方方面面的行业也是如此。
我研究金融市场和算法交易已有14年。虽然人工智能提供了很多好处，但这些技术在金融市场的使用越来越多，也埋下了危险性。华尔街过去通过计算机和人工智能来加快交易速度的种种努力，就留下了利用这些工具来进行决策的重要教训。

作者为西维珍尼亚大学（West Virginia University）金融学副教授Pawan Jain

程式交易催生黑色星期一

1980年代初，在技术进步和金融创新（如金融衍生产品的问世）的推动下，机构投资者开始使用电脑程式，根据预定的规则和算法执行交易。这帮助他们快速有效地完成大型交易。

那时，这些算法相对简单，主要用于所谓的指数套利，即试图从一个股票指数（如标准普尔500指数）和它所组成的股票的价格之间的差异中获利。

随着技术的进步和更多数据的出现，程式交易（program trading）变得越来越复杂，算法能够分析复杂的市场数据，并根据各种因素执行交易。在这些大体上不受监管的大型交易高速公路上，交易程式的数量持续增长——每天有价值超过一万亿美元的资产在这些高速公路上易手，使得市场波动性急剧增加。

最终，这导致了1987年、被称为黑色星期一的大规模股票市场崩溃。道琼斯工业平均指数遭受了当时史上最大百分比的下跌，冲击蔓延全球。

事件之后，监管当局实施了一系列措施来限制使用程式交易，包括在市场出现重大波动时停止交易的断路器和其他限制。但是，尽管采取了这些措施，程式交易在股灾后的几年里继续流行起来。

HFT： 增强版的程式交易

时间快进15年，到了2002年，纽约证券交易所推出了一个完全自动化交易系统。结果，程式交易员让位于拥有更先进技术的更复杂的自动交易：高频交易（High-frequency trading, HFT）。

HFT使用电脑程式来分析市场数据并以极高的速度执行交易。与在不同时间买入和卖出一篮子证券来获得套利机会的交易程式不同的是，类似证券的价格差异可以被利用来获取利润--HFT使用强大的计算机和高速网络来分析市场数据并以闪电般的速度执行交易。HFT程式可以在大约6400万分之一秒的时间内进行交易，而20世纪80年代的交易程式则需要几秒钟。

这些交易通常是非常短期的，可能涉及在几纳秒内多次购买和出售同一证券。人工智能（AI）算法实时分析大量数据，并确定人类交易者无法立即看出的模式和趋势。这有助于交易者做出更好的决定，并以比人手更快的速度执行交易。

AI在HFT中的另一个重要应用是自然语言处理，这涉及分析和解释人类语言数据，如新闻文章和社交媒体帖子。通过分析这些数据，交易程式可以获得对市场情绪的宝贵资讯，并相应调整他们的交易策略。

人工智能交易的好处

这些基于AI的高频交易，其操作方式与人非常不同。

人类的大脑缓慢、不准确、而且健忘。它没有能力进行快速、高精度的运算，而这种运算正是分析大量数据、确定交易信号所需要的。电脑计算的速度要快几百万倍，基本上拥有无懈可击的记忆，完美的注意力和无限的能力，可以在几毫秒内分析大量的数据。

因此，就像大多数技术一样，HFT为股票市场提供了若干好处。

这些交易程式通常以非常接近市场价格的价格购买和出售资产，这意味着他们不会向投资者收取高额费用。这有助于确保市场上始终有买家和卖家，这反过来有助于稳定价格，减少价格突然波动的可能性。

HFT也可以通过快速识别和利用市场中的错误定价，来帮助减少市场低效的影响。例如，高频交易算法可以检测到某只股票的价值被低估或高估，并执行交易以利用这些差异。通过这样做，这种交易可以帮助纠正市场的低效率，确保资产的定价更加准确。

弊端

但速度和效率也会造成伤害。

HFT算法可以对新闻事件和其他市场信号作出快速反应，从而导致资产价格的突然飙升或下降。

此外，HFT金融公司能够利用其速度和技术获得对其他交易者的不公平优势，进一步扭曲市场信号。这些极其复杂的ＡI驱动交易巨兽所造成的波动导致了2010年5月的股市闪崩，当时股票暴跌在几分钟内再度恢复，相当于约1万亿美元的市场价值蒸发然后又恢复。

从那时起，波动性市场已经成为新的常态。我和两位研究者在一项2016年的研究中发现，市场的波动性，即衡量价格上下波动的速度和不可预测性，在引入HFT后大幅增加。

HFT分析数据的速度和效率意味着，即使是市场上一个微小变化也会引发大量交易，导致价格突然波动和波动性增加。

此外，我与其他几位同事在2021年发表的研究表明，大多数高频交易商使用类似的算法，这增加了市场失灵的风险，因为随着这类交易者在市场上数量增加，算法类似会导致类似的交易决策。

这意味着，如果所有的高频交易商的算法都推算出相似的结果时，他们可能会在市场上的同一侧进行交易。也就是说，他们都可能在负面消息的情况下尝试卖出，或在正面消息的情况下买入。如果交易中的另一方——买家或卖家不存在，市场就会失失灵。

进入ChatGPT时代

至于ChatGPT驱动的交易算法和类似程序，为我们打开了一个新世界。他们可以把太多的交易者都站在交易同一边的问题，变得更加糟糕。

一般来说，人类自主进行决定，其决定会倾向于多样化。但是，如果每个人的决定都来自于一个类似的人工智能，这就会限制意见的多样性。

想像一个极端的、金融以外的情况：每个人都依靠ChatGPT来决定购买最好的电脑。消费者已经很容易产生羊群行为，他们倾向于购买相同的产品和型号。例如，Yelp、亚马逊等网站的评论促使消费者在几个顶级选择中挑选。

由于生成式AI驱动的聊天机械人所做的决定是基于过去的训练数据，所以聊天机械人所建议的决定会有相似性。ChatGPT极有可能向所有人推荐相同的品牌和型号。这可能将羊群效应增强到前所未有的水平，并可能导致某些产品和服务的短缺，以及严重的价格飙升。

如果做出决定的AI是由有偏见和不正确的信息告知的，这就变得更有问题。当系统在有偏见的、旧的或有限的数据集上进行训练时，AI算法会加强现有的偏见。而ChatGPT和类似的工具已经因为犯下事实性错误而被批评。

此外，由于市场崩溃相对罕见，没有太多的相关数据。由于生成式AI依赖数据训练来学习，它们对市场崩溃的知识的缺乏可能更容易引发市场崩溃。

至少目前看来，大多数银行不会允许其员工利用ChatGPT和类似工具。花旗集团、美国银行、高盛和其他几家贷款机构已经以私隐问题为由，禁止在交易大厅使用这些工具。

但我坚信，一旦银行解决了对生成性人工智能的担忧，他们最终会接受生成式AI。因为潜在的收益太大，而且一旦放弃还有被竞争对手甩在后面的风险。

但这对金融市场、全球经济和每个人的风险也很大，所以我希望金融界谨慎行事。

本文转载自The Conversation，由香港01编译，点击阅读英文原文。