ChatGPT de Wall Street podría ser desastroso, muestra la historia financiera

El siguiente artículo se reproduce con permiso. The Conversation, una publicación en línea que cubre las últimas investigaciones.

Las herramientas impulsadas por IA como ChatGPT tienen el potencial de revolucionar la eficiencia, la eficacia y la velocidad del trabajo humano.

Esto se aplica no solo a los mercados financieros, sino también a la atención médica, la fabricación y casi todos los demás aspectos de nuestras vidas.

He estudiado mercados financieros y operaciones algorítmicas durante 14 años. Si bien la inteligencia artificial ofrece muchos beneficios, el uso cada vez mayor de estas tecnologías en los mercados financieros también conlleva peligros potenciales. Mirando hacia atrás a los esfuerzos pasados ​​de Wall Street para acelerar el comercio a través de la adopción de computadoras e inteligencia artificial, se ofrecen lecciones importantes sobre el impacto del uso de computadoras e inteligencia artificial para la toma de decisiones.

El comercio programático impulsa el lunes negro

A principios de la década de 1980, impulsados ​​por los avances tecnológicos y las innovaciones financieras como los derivados, los inversores institucionales comenzaron a utilizar programas informáticos para ejecutar operaciones basadas en reglas y algoritmos predefinidos. Esto les ayuda a cerrar tratos grandes de manera rápida y eficiente.

En ese momento, estos algoritmos eran relativamente simples y se usaban principalmente en el llamado arbitraje de índices, que es un intento de sacar provecho de la diferencia entre el precio de un índice bursátil (como el S&P 500) y las acciones que lo componen.

Este tipo de comercio programado se ha vuelto más sofisticado a medida que la tecnología ha mejorado y hay más datos disponibles, con algoritmos capaces de analizar datos de mercado complejos y ejecutar operaciones en función de una variedad de factores. El continuo crecimiento del número de estos comerciantes de programas en las grandes autopistas comerciales no reguladas, con más de un billón de dólares en activos que cambian de manos todos los días, ha llevado a un fuerte aumento en la volatilidad del mercado.

Esto eventualmente condujo a una caída masiva del mercado de valores en 1987, conocida como «Lunes Negro». El Promedio Industrial Dow Jones sufrió su mayor caída porcentual en la historia en ese momento, y el dolor se extendió por todo el mundo.

En respuesta, los reguladores han tomado una serie de medidas para limitar el uso del comercio programático, incluidos los interruptores automáticos que detienen el comercio durante las grandes oscilaciones del mercado y otras restricciones. Pero a pesar de estos pasos, el comercio de programas continuó siendo popular en los años posteriores al colapso.

HFT: comercio programático

Avance rápido 15 años, y en 2002, la Bolsa de Valores de Nueva York lanzó un sistema de negociación totalmente automatizado. Como resultado, los operadores de programas dieron paso a una automatización más sofisticada con tecnología más avanzada: el comercio de alta frecuencia.

El comercio de alta frecuencia utiliza programas informáticos para analizar los datos del mercado y ejecutar operaciones a velocidades extremadamente altas. A diferencia de los operadores de programas, que compran y venden una canasta de valores a lo largo del tiempo para aprovechar las oportunidades de arbitraje (la diferencia en los precios de valores similares para obtener ganancias), los operadores de alta frecuencia usan computadoras poderosas y redes de alta velocidad para analizar datos de mercado y ejecutar operaciones a la velocidad del rayo. Los operadores de alta frecuencia pueden completar operaciones en aproximadamente 64 millonésimas de segundo, en comparación con los segundos que les tomaba a los operadores en la década de 1980.

Estas transacciones suelen ser de muy corto plazo y pueden implicar la compra y venta del mismo valor varias veces en unos pocos nanosegundos. Los algoritmos de inteligencia artificial analizan grandes cantidades de datos en tiempo real e identifican patrones y tendencias que los comerciantes humanos no pueden detectar de inmediato. Esto ayuda a los operadores a tomar mejores decisiones y ejecutar operaciones más rápido que manualmente.

Otra aplicación importante de la inteligencia artificial en el comercio de alta frecuencia es el procesamiento del lenguaje natural, que implica analizar e interpretar datos en lenguaje humano, como artículos de noticias y publicaciones en redes sociales. Al analizar estos datos, los comerciantes pueden obtener información valiosa sobre el sentimiento del mercado y ajustar sus estrategias comerciales en consecuencia.

Beneficios del comercio de IA

Estos comerciantes de alta frecuencia basados ​​en inteligencia artificial operan de manera muy diferente a los humanos.

El cerebro humano es lento, impreciso y olvidadizo. No puede realizar las operaciones de punto flotante rápidas y de alta precisión necesarias para analizar grandes cantidades de datos para identificar señales comerciales. Las computadoras son millones de veces más rápidas, con una memoria básicamente confiable, un enfoque perfecto y una capacidad infinita para analizar grandes cantidades de datos en milisegundos.

Entonces, como la mayoría de las tecnologías, el comercio de alta frecuencia ofrece varios beneficios al mercado de valores.

Estos comerciantes suelen comprar y vender activos muy cerca de los precios de mercado, lo que significa que no cobran tarifas altas a los inversores. Esto ayuda a garantizar que siempre haya compradores y vendedores en el mercado, lo que puede ayudar a estabilizar los precios y reducir la posibilidad de fluctuaciones repentinas de precios.

El comercio de alta frecuencia también puede ayudar a reducir el impacto de las ineficiencias del mercado al identificar y explotar rápidamente la manipulación de precios del mercado. Por ejemplo, los algoritmos de negociación de alta frecuencia pueden detectar cuándo una acción en particular está infravalorada o sobrevaluada y ejecutar operaciones para aprovechar esas diferencias. Al hacerlo, tales transacciones pueden ayudar a corregir las ineficiencias del mercado y garantizar que los activos tengan un precio más preciso.

defecto

Pero la velocidad y la eficiencia también pueden causar daño.

Los algoritmos de negociación de alta frecuencia pueden reaccionar a las noticias y otras señales del mercado con tanta rapidez que pueden provocar picos o caídas repentinos en los precios de los activos.

Además, las empresas financieras comerciales de alta frecuencia pueden utilizar su velocidad y tecnología para obtener una ventaja injusta sobre otros comerciantes, lo que distorsiona aún más las señales del mercado. La volatilidad creada por estas bestias comerciales enormemente sofisticadas impulsadas por IA condujo al llamado colapso repentino en mayo de 2010, cuando las acciones se desplomaron y luego se recuperaron en minutos, eliminando y luego restaurando alrededor de $ 1 billón en valor de mercado.

Desde entonces, los mercados volátiles se han convertido en la nueva normalidad. En un estudio de 2022, dos coautores y yo descubrimos que la volatilidad (una medida de la velocidad y la imprevisibilidad de los movimientos de precios) aumentó significativamente cuando se introdujo el comercio de alta frecuencia.

La velocidad y eficiencia con la que los operadores de alta frecuencia analizan los datos significa que incluso pequeños cambios en las condiciones del mercado pueden desencadenar volúmenes masivos de operaciones, lo que lleva a cambios repentinos de precios y una mayor volatilidad.

Además, una investigación publicada en 2022 por mí y varios otros colegas mostró que la mayoría de los comerciantes de alta frecuencia usan algoritmos similares, lo que aumenta el riesgo de falla del mercado. Esto se debe a que la similitud de estos algoritmos puede conducir a decisiones comerciales similares a medida que aumenta el número de estos comerciantes en el mercado.

Esto significa que es probable que todos los operadores de alta frecuencia operen en el mismo lado del mercado si sus algoritmos emiten señales comerciales similares. Es decir, es probable que todos intenten vender cuando hay noticias negativas, o que intenten comprar cuando hay noticias positivas. Si nadie está del otro lado de la operación, el mercado fallará.

Entra en ChatGPT

Esto nos lleva al nuevo mundo de los algoritmos comerciales y programas similares impulsados ​​por ChatGPT. Pueden encontrarse con el problema de demasiados comerciantes en el mismo lado del comercio y empeorarlo.

En general, si los humanos deciden por sí mismos, tienden a tomar una amplia variedad de decisiones. Pero eso podría limitar la diversidad de opiniones si todos toman decisiones desde una IA similar.

Considere una situación no financiera extrema en la que todos confían en ChatGPT para decidir cuál es la mejor computadora para comprar. Los consumidores ya son propensos al comportamiento de manada, tendiendo a comprar los mismos productos y modelos. Por ejemplo, las reseñas en Yelp, Amazon, etc. incentivan a los consumidores a elegir entre varias opciones principales.

Dado que las decisiones que toma un chatbot generativo de IA se basan en datos de entrenamiento anteriores, habrá similitudes en las decisiones sugeridas por el chatbot. Lo más probable es que ChatGPT recomiende la misma marca y modelo a todos. Esto podría llevar la ganadería a un nivel completamente nuevo y podría provocar escasez de ciertos productos y servicios y aumentos severos de precios.

El problema se agrava cuando la IA toma decisiones basadas en información sesgada e incorrecta. Cuando los sistemas se entrenan con conjuntos de datos sesgados, antiguos o limitados, los algoritmos de IA pueden reforzar los sesgos existentes. ChatGPT y herramientas similares han sido criticadas por cometer errores de hecho.

Además, dado que las caídas del mercado son relativamente raras, no hay muchos datos sobre ellas. Dado que la IA generativa se basa en el entrenamiento de datos para aprender, la falta de conocimiento relevante puede hacer que sean más probables.

Al menos por ahora, la mayoría de los bancos no parecen permitir que sus empleados aprovechen ChatGPT y herramientas similares. Citigroup, Bank of America, Goldman Sachs y varios otros bancos han prohibido su uso en las salas de negociación, citando preocupaciones de privacidad.

Pero creo firmemente que una vez que los bancos aborden sus preocupaciones sobre la IA generativa, finalmente adoptarán la IA generativa. Las ganancias potenciales son demasiado grandes para ignorarlas, y existe el riesgo de que los competidores lo dejen atrás.

Pero los riesgos para los mercados financieros, la economía global y todos también son significativos, por lo que me gustaría que procedieran con cautela.

Este artículo fue publicado originalmente en The Conversation. Lea el texto original.