What Could ChatGPT Do to Wall Street?

Les outils basés sur l’intelligence artificielle, tels que ChatGPT, ont le potentiel de révolutionner l’efficience, l’efficacité et la rapidité du travail effectué par les humains. Et cela vaut autant pour les marchés financiers que pour des secteurs comme soins de santé, fabrication et à peu près tous les autres aspects de nos vies.

J’ai fait des recherches sur les marchés financiers et le trading algorithmique depuis 14 ans. Bien que l’IA offre de nombreux avantages, le utilisation croissante de ces technologies sur les marchés financiers indique également des périls potentiels. Un regard sur les efforts passés de Wall Street pour accélérer le trading en adoptant les ordinateurs et l’IA offre des leçons importantes sur les implications de leur utilisation pour la prise de décision.

Programme le commerce alimente le lundi noir

Au début des années 1980, alimenté par les avancées technologiques et les innovations financières telles que les produits dérivés, les investisseurs institutionnels ont commencé à utiliser des programmes informatiques pour exécuter des transactions basées sur des règles et des algorithmes prédéfinis. Cela les a aidés à effectuer des transactions importantes rapidement et efficacement.

À l’époque, ces algorithmes étaient relativement simples et étaient principalement utilisés pour soi-disant arbitrage indicielqui consiste à essayer de profiter des écarts entre le cours d’un indice boursier – comme le S&P 500 – et celui des actions qui le composent.

Au fur et à mesure que la technologie avançait et que de plus en plus de données devenaient disponibles, ce type de programme de trading est devenu de plus en plus sophistiqué, avec des algorithmes capables d’analyser des données de marché complexes et d’exécuter des transactions basées sur un large éventail de facteurs. Ces commerçants de programme ont continué de croître en nombre sur les autoroutes commerciales largement non réglementées – sur lesquelles plus d’un milliards de dollars d’actifs changent de mains tous les jours – causant la volatilité du marché augmentera considérablement.

Finalement, cela a entraîné la krach boursier massif en 1987 connu sous le nom de Black Monday. Le Dow Jones Industrial Average a subi ce qui était à l’époque la plus forte baisse en pourcentage de son histoire, et la douleur s’est propagée dans le monde entier.

En réponse, les autorités de régulation mis en place un certain nombre de mesures pour restreindre l’utilisation d’échanges de programmes, y compris des disjoncteurs qui interrompent les échanges en cas de fluctuations importantes du marché et d’autres limites. Mais malgré ces mesures, l’échange de programmes a continué de gagner en popularité dans les années qui ont suivi le krach.

HFT : trading de programmes sur stéroïdes

Avance rapide de 15 ans, jusqu’en 2002, lorsque la Bourse de New York a introduit un système de négociation entièrement automatisé. En conséquence, les commerçants de programmes ont cédé la place à des automatisations plus sophistiquées avec une technologie beaucoup plus avancée : Trading à haute fréquence.

HFT utilise des programmes informatiques pour analyser les données du marché et exécuter des transactions à des vitesses extrêmement élevées. Contrairement aux traders de programme qui ont acheté et vendu des paniers de titres au fil du temps pour profiter d’une opportunité d’arbitrage – une différence de prix de titres similaires qui peut être exploitée à des fins lucratives – les traders à haute fréquence utilisent des ordinateurs puissants et des réseaux à haut débit pour analyser les données du marché et exécuter des transactions à des vitesses ultra-rapides. Traders à haute fréquence peut effectuer des transactions en environ un 64 millionième de secondepar rapport aux quelques secondes qu’il fallait aux commerçants dans les années 1980.

Ces transactions sont généralement à très court terme et peuvent impliquer l’achat et la vente du même titre plusieurs fois en quelques nanosecondes. Les algorithmes d’IA analysent de grandes quantités de données en temps réel et identifient des modèles et des tendances qui ne sont pas immédiatement apparents pour les commerçants humains. Cela aide les commerçants prendre de meilleures décisions et exécuter des transactions à un rythme plus rapide que ce qui serait possible manuellement.

Une autre application importante de l’IA en HFT est le traitement du langage naturel, qui implique l’analyse et l’interprétation de données de langage humain telles que des articles de presse et des publications sur les réseaux sociaux. En analysant ces données, les traders peuvent obtenir des informations précieuses sur le sentiment du marché et ajuster leurs stratégies de trading en conséquence.

Avantages du trading par IA

Ces commerçants à haute fréquence basés sur l’IA fonctionnent très différemment des gens.

Le cerveau humain est lent, imprécis et oublieux. Il est incapable d’effectuer une arithmétique à virgule flottante rapide et de haute précision nécessaire pour analyser d’énormes volumes de données afin d’identifier les signaux commerciaux. Les ordinateurs sont des millions de fois plus rapides, avec une mémoire essentiellement infaillible, une attention parfaite et une capacité illimitée pour analyser de gros volumes de données en quelques millisecondes.

Ainsi, comme la plupart des technologies, le HFT offre plusieurs avantages aux marchés boursiers.

Ces traders achètent et vendent généralement des actifs à des prix très proches du prix du marché, ce qui signifie qu’ils ne facturent pas de frais élevés aux investisseurs. Ce permet de s’assurer qu’il y a toujours des acheteurs et des vendeurs sur le marché, ce qui contribue à stabiliser les prix et à réduire le risque de fluctuations soudaines des prix.

Le trading à haute fréquence peut également contribuer à réduire l’impact des inefficacités du marché en identifiant et en exploitant rapidement les erreurs de tarification sur le marché. Par exemple, les algorithmes HFT peuvent détecter quand une action particulière est sous-évaluée ou surévaluée et exécuter des transactions pour tirer parti de ces écarts. Ce faisant, ce type de négociation peut aider à corriger les inefficacités du marché et garantir que les actifs sont évalués avec plus de précision.

Les inconvénients de l’IA dans la finance

Mais la rapidité et l’efficacité peuvent également causer des dommages.

Les algorithmes HFT peuvent réagir si rapidement aux événements d’actualité et autres signaux du marché qu’ils peuvent provoquer des pics ou des baisses soudaines des prix des actifs.

De plus, les sociétés financières HFT peuvent utiliser leur rapidité et leur technologie pour obtenir un avantage injuste sur les autres commerçants, encore plus de distorsion des signaux du marché. La volatilité créée par ces bêtes de trading extrêmement sophistiquées alimentées par l’IA a conduit au soi-disant flash crash en mai 2010, lorsque les actions ont plongé puis récupéré en quelques minutes – effaçant puis restaurant environ 1 billion de dollars de valeur marchande.

Depuis lors, les marchés volatils sont devenus la nouvelle norme. Dans une recherche de 2016, deux co-auteurs et moi avons découvert que volatilité – une mesure de la rapidité et de l’imprévisibilité des prix qui montent et descendent – augmenté de manière significative après l’introduction du HFT.

La rapidité et l’efficacité avec lesquelles les traders à haute fréquence analysent les données signifient que même un petit changement dans les conditions du marché peut déclencher un grand nombre de transactions, entraînant des fluctuations soudaines des prix et une volatilité accrue.

En outre, recherches que j’ai publiées avec plusieurs autres collègues en 2021 montre que la plupart des traders à haute fréquence utilisent des algorithmes similaires, ce qui augmente le risque de défaillance du marché. En effet, à mesure que le nombre de ces commerçants augmente sur le marché, la similitude de ces algorithmes peut conduire à des décisions de négociation similaires.

Cela signifie que tous les traders à haute fréquence pourraient négocier du même côté du marché si leurs algorithmes émettent des signaux de trading similaires. Autrement dit, ils pourraient tous essayer de vendre en cas de nouvelles négatives ou d’acheter en cas de nouvelles positives. S’il n’y a personne pour prendre l’autre côté du commerce, les marchés peuvent échouer.

Entrer ChatGPT

Cela nous amène à un nouveau monde d’algorithmes de trading alimentés par ChatGPT et de programmes similaires. Ils pourraient prendre le problème d’un trop grand nombre de commerçants du même côté d’un accord et l’aggraver encore.

En général, les humains, laissés à eux-mêmes, auront tendance à prendre une gamme variée de décisions. Mais si chacun tire ses décisions d’une intelligence artificielle similaire, cela peut limiter la diversité des opinions.

Considérez une situation extrême et non financière dans laquelle tout le monde dépend de ChatGPT pour décider du meilleur ordinateur à acheter. Les consommateurs sont déjà très enclins au comportement grégaire, dans lequel ils ont tendance à acheter les mêmes produits et modèles. Par exemple, les avis sur Yelp, Amazon, etc. incitent les consommateurs à choisir parmi quelques-uns des meilleurs choix.

Depuis les décisions prises par le chatbot alimenté par l’IA générative sont basés sur les données d’entraînement passées, il y aurait une similitude dans les décisions suggérées par le chatbot. Il est fort probable que ChatGPT proposerait la même marque et le même modèle à tout le monde. Cela pourrait amener l’élevage à un tout autre niveau et entraîner des pénuries de certains produits et services ainsi que de fortes flambées des prix.

Cela devient plus problématique lorsque l’IA qui prend les décisions est informée par des informations biaisées et incorrectes. Algorithmes d’IA peut renforcer les préjugés existants lorsque les systèmes sont formés sur des ensembles de données biaisés, anciens ou limités. Et ChatGPT et des outils similaires ont été critiqués pour avoir commis des erreurs factuelles.

De plus, comme les krachs boursiers sont relativement rares, il n’y a pas beaucoup de données à leur sujet. Étant donné que les IA génératives dépendent de la formation aux données pour apprendre, leur manque de connaissances à leur sujet pourrait les rendre plus susceptibles de se produire.

Pour l’instant, au moins, il semble que la plupart des banques n’autoriseront pas leurs employés à profiter de ChatGPT et d’outils similaires. Citigroup, Bank of America, Goldman Sachs et plusieurs autres prêteurs ont déjà interdit leur utilisation dans les salles de marché, invoquant des problèmes de confidentialité.

Mais je crois fermement que les banques finiront par adopter l’IA générative, une fois qu’elles auront résolu les problèmes qu’elles ont à son sujet. Les gains potentiels sont trop importants pour être ignorés – et il y a un risque d’être laissé pour compte par des rivaux.

Mais les risques pour les marchés financiers, l’économie mondiale et tout le monde sont également grands, alors j’espère qu’ils feront preuve de prudence.

Vous voulez en savoir plus sur l’IA, les chatbots et l’avenir de l’apprentissage automatique ? Découvrez notre couverture complète de intelligence artificielleou parcourez nos guides pour Les meilleurs générateurs d’art AI gratuits et Tout ce que nous savons sur le ChatGPT d’OpenAI.

Pawan Jaïnprofesseur adjoint de finance, Université de Virginie-Occidentale

Cet article est republié de La conversation sous licence Creative Commons. Lis le article original.