Algoritmer har længe været brugt, for eksempel, at handle et værdipapir, hvis det overskrider et vist niveau - men der har været kritik over 'flash crashes' skylden på højfrekvente aftaler
Kunstig intelligens har spredt sig hurtigt på tværs af markeder i de seneste år, da handlende konstant stræber efter at få overtaget, mens regulatorer har givet en bevogtet velkomst til den banebrydende teknologi.
Højfrekvent handel drevet af algoritmer har hersket i det sidste årti, da banker og fonde udnytter små prisudsving på mange markeder til at udføre tusindvis af handler på en brøkdel af et sekund.
Komplekse matematiske ligninger har længe været brugt til at udføre visse operationer - f.eks. at sælge eller købe et værdipapir, hvis det overskrider et vist niveau.
Alligevel er algoritmer kommet under voldsom kritik over "flash-nedbrud", såsom et svimlende fald i det britiske pund i oktober 2016, der fik skylden for højfrekvente aftaler.
Kunstig intelligens søger nu at tage handel ind i nye verdener, hvor "machine learning" (ML) software sammenligner snesevis af databaser på et øjeblik for at overvåge risiko.
En computer identificerer tendenser og markedskorrelationer, kører modeller, prognoser resultater, og når selv til beslutningen om at købe eller sælge.
AI kan hjælpe investeringsfonde og porteføljeforvaltere med at styre risiko – og vælge hvilke aktier der er bedst for hvilke kunder.
Banker implementerer AI for at hjælpe med at opdage svigagtig aktivitet, stoppe computerangreb og sænke omkostningerne, mens de også bruger det til at fastsætte produktrenter – og analysere risikoprofiler for låneansøgere.
Kunstig intelligens tager handel til et endnu højere niveau og bliver i stigende grad normen
Forventer storme
Undersøgelsesbeviser tyder på, at kunstig intelligens vil vinde mere indpas i den finansielle sektor i de kommende år.
Dataanalysefirmaet Greenwich Associates, som gennemførte en nylig undersøgelse af markedsprofessionelle, siger, at mere end halvdelen af de adspurgte tror, at de vil have inkorporeret AI i løbet af de næste to år.
Israelsk teknologistartup SparkBeyond er en data-knusende platform, der søger at udnytte AI til problemløsning.
SparkBeyond bruger maskinlæring til at tænke ud af boksen – og teste resultater, der måske ikke virker indlysende, ifølge Edward Janvrin, hvem leder sit Europa, Mellemøsten og Afrika division.
For eksempel, de fleste mennesker vil måske antage, at nærhed til et hospital kan være den bedste forudsigelse for overlevelse efter et telefonopkald til nødtjenester.
Alligevel analyserede SparkBeyond-softwaren millioner af stykker data inden for få minutter og konkluderede, at den bedste forudsigende faktor er nærhed til en brandstation, ifølge Janvrin, der anvender samme logik til handel.
Globale finansielle regulatorer kan også implementere AI for at forsøge at forudse storme i horisonten.
Commodities and Futures Trading Commission (CFTC) advarer om, at processen ikke er uden faldgruber - men indrømmer, at AI stadig besidder "styrker" i overvågning af risiko.
"Forudsige katastrofale markedsbegivenheder, såsom de cascading defaults fra 2008, er som at forudsige vejret, " sagde CFTC i en nylig rapport.
Bank of England siger, at mens anvendelse af maskinlæring til handel kan forbedre resultatet, "eksisterende risici kan blive forstærket, hvis styring og kontrol ikke holder trit med den teknologiske udvikling"
Forstærkede risici
"Der er mange variabler, som kan generere divergerende forudsigelser, og nogle nøgleoplysninger kan blive overset eller ikke tilgængelige. Dette kan hindre korrigerende handlinger.
"En styrke ved AI er dens evne til at identificere korrelationer i enorme datasæt. Sådanne korrelationer kan være nyttige i systemisk risikoovervågning, det er klart, at et solidt flertal af markedsdeltagere ... snart vil bruge kunstig intelligens i værdipapirhandelsprocessen."
Bank of England, i mellemtiden, har også givet en forsigtig analyse.
"I den finansielle sektor, anvendelsen af maskinlæringsmetoder har potentiale til at forbedre resultater for både virksomheder og forbrugere, " står der i en separat rapport.
"På samme tid, eksisterende risici kan blive forstærket, hvis styring og kontrol ikke holder trit med den teknologiske udvikling."
Vasant Dhar, professor i informationssystemer ved New York University Stern School of Business, tilføjet, imidlertid, at handel med kunstig intelligens altid ville være sikrere end rent menneskestyrede beslutninger.
Dhar tilføjede, at ethvert AI-system har en menneskelig beskyttelse som en reservemulighed.
Men han advarede om, at mennesker ikke nødvendigvis ville genkende en systemfejl eller foretage det rigtige opkald. "Overvej det faktum, at mennesker også kan træffe dårlige beslutninger. Du kan ikke antage, at mennesket i løkken vil træffe den rigtige beslutning, " sagde Dhar til AFP.
© 2019 AFP