Robotické obchodovanie: Stroje vedia niečo, čo by sme sa od nich mali naučiť

Diskusia 7  
Robotické obchodovanie: Stroje vedia niečo, čo by sme sa od nich mali naučiť
Zdroj: theconversation
Foto: getty images


2. 2. 2020 - V roku 2019 sa svet obával, že algoritmy nás poznajú lepšie ako poznáme sami seba. Žiadna koncepcia to nezachytáva lepšie ako dohľadový kapitalizmus, čo je termín, ktorý vytvorila americká spisovateľka Shoshana Zuboffová, aby opísala bezútešnú novú éru, v ktorej sa Facebook a Google poskytujú populárne služby, zatiaľ čo ich algoritmy sledujú naše digitálne stopy.

Prekvapujúce je, že Zuboffová nespomína algoritmy na finančných trhoch, ktoré nahradili živých obchodníkov. Automatizované algoritmické obchodovanie začalo približne začiatkom 21. storočia, najskôr v USA, neskôr aj v Európe. Jedným z dôležitých faktorov je vysokofrekvenčné obchodovanie, rýchlosťou,akú si len ťažko dokážeme predstaviť, až miliardina sekundy. Investorom sa ponúkla vyhliadka na náskok pred súpermi a zároveň sa pomohla zabezpečiť likvidita trhu zabezpečením, že vždy existuje niekto, kto je ochotný nakupovať a predávať za určitú cenu. Vysokofrekvenčné obchodovanie dnes tvorí viac ako polovicou objemov na akciových aj termínových trhoch. Na iných trhoch, napríklad forexe, majú algoritmy menšiu, ale stále významnú prítomnosť, a to bez náznakov, že by sa v budúcnosti mali vytratiť.

Algoritmy dnes programujú ľudia, rovnako ako im aj navrhujú obchodné stratégie, hoci vzostup strojového učenia ohrozuje aj túto pracovnú pozíciu. V okamihu, keď sa algoritmy objavia na trhoch a začnú obchodovať bez ľudského zásahu, často sa začnú správať celkom neočakávaným spôsobom. Na prvý pohľad majú s nami málo spoločného. Nemôžu myslieť alebo cítiť a napriek humbugu okolo strojového učenia je stále sporné ich označovať za inteligentné. Rovnako ako živí traderi, robia rozhodnutia, sledujú ostatných a prijímajú rozhodnutia a prispôsobujú situácii svoje správanie. Pri spomínaných rýchlostiach ľahko vytvárajú očakávania týkajúce sa očakávaní tých druhých pri zadávaní nákupných a predajných objednávok.

Jeden algoritmus by sa napríklad mohol snažiť ovplyvniť očakávania druhej strany týkajúce sa pohybu cien zaslaním veľkého počtu objednávok na nákup alebo predaj konkrétneho aktíva. Prvý algoritmus potom rýchlo zruší svoje objednávky, dúfajúc, že podviedol svojho súpera, aby urobil nesprávnu stávku o tom, akým smerom sa trh uberá.

Je zaujímavé, že sociológovia považujú tento druh vzájomného očakávania za ústredný znak človeka. Niečo ako byť spoločenským. Trhy sa už dlho vnímajú ako vysoko sociálne oblasti. V období rozkvetu burzy znamenalo správne chápanie sociálnych narážok iných obchodníkov, ako bol úškľabok alebo úzkostná intonácia, rozdiel medzi zbohatnutím a katastrofou.

Robotické obchodovanie: Stroje vedia niečo, čo by sme sa od nich mali naučiť

Ale ak môžu byť stroje sociálne? Zatiaľ, čo obchodníci sa v minulosti často navzájom dobre poznali a aj po práci stretávali, algoritmy obchodujú anonymne. Keď posielajú objednávky na nákup alebo predaj aktív, žiadny iný obchodník nevie, či ide o človeka alebo stroj. To je presne dôvod, prečo sú naprogramované tak, aby vytvorili vzájomné očakávania. Výraz tváre už nie je k dispozícii. Boli však vyvinuté celé stratégie, ktoré sa snažia zistiť, či by jeden a ten istý algoritmus mohol zadať niekoľko objednávok a potom sa pokúsiť predpovedať, aké budú jeho ďalšie kroky.

Aby sa zabránilo takýmto pokusom, algoritmy sú často navrhnuté tak, aby ich iné algoritmy nedokázalio rozpoznať ako algoritmy. Ako uviedol škótsky sociológ Donald MacKenzie, môžu sa zapojiť do disimulačných stratégií a / alebo sa snažiť poskytnúť konkrétnu prezentáciu svojho „ja“ na verejnosti. To sú opäť atribúty, ktoré sociológovia dlho považovali za kľúčové aspekty metropolitného života.

Programátori pripúšťajú, že v momente, keď ich algoritmy vstúpia do interakcie s ostatnými, nechajú sa uniesť a začnú sa nepredvídateľne správať, akoby boli v dave. Sociológovia od konca 19. storočia študovali, že ak sa ľudia dostávajú do davu, nechávajú svoju autonómiu preniknúť do „spoločenských lavín“. Doteraz sme však do značnej miery ignorovali skutočnosť, že stroje obchodníci robia niečo podobné.

„Flash crash“ z 6. mája 2010 najlepšie ilustruje túto skutočnosť. Interakcia plne automatizovaných obchodných algoritmov za štyri a pol minúty spôsobila, že americké trhy sa začali správať čudne a generovali straty okolo 1 bilióna USD do momentu, kým sa obchodovanie rýchlo nezastavilo. Väčšina z týchto obchodov bola neskôr zrušená ako „preukázateľne chybné“. Určite žiaden obchodník ani programátor nemal v pláne vytvoriť tento masívny posun v cenách, ale desaťročia sociologického výskumu nám hovoria, že tento druh správania sa dá očakávať vo veľkých skupinách. Predtým, ako by sa naše vlastné nástroje mohli rozhodnúť robi niečo, s čím nie sme spokojní, musíme pochopiť, ako finančné algoritmy vzájomne pôsobia medzi sebou. Nie všetky formy sociálnej interakcie sú, samozrejme, obdivuhodné alebo prospešné. Podobne ako ľudia, aj algoritmy vstupujú do vzájomnej interakcie rôznymi spôsobmi, od starostlivého a mierumilovného po chladný až násilný. Od poskytovania likvidity a udržiavania stability trhu až po vytváranie manipulatívnych objednávok a spúšťanie divokých obchodných aktivít.

Zvládnutie týchto interakcií nie je len kľúčom k porozumeniu moderného obchodovania a snahe zabrániť budúcim búrkamna trhu. Algoritmy dnes spolu komunikujú vo viacerých oblastiach, nie len v ránmci obchodovania. Pochopenie toho, ako sa správajú v dave, nám dúfajme objasní mnohé v tých oblastiach, v ktorých sa práve začínajú objavovať, ako sú napríklad autonómne dopravné systémy. Môžu nás dokonca upozorniť na nebezpečenstvá, ktoré zatiaľ nevidíme.