ChatGPT可能會與彭博社一樣在改變市場方面產生競爭
Aaron Brown
混搭市場。
攝影師：邁克爾·納格爾/彭博社
像ChatGPT這樣的大型語言模型正在威脅着顛覆生活和工作的大多數領域。金融交易也不例外。與早期版本的機器學習和人工智能只能識別模式不同，LLM能夠理解市場的潛力使其脱穎而出。這些早期版本未能取得多少顯著的交易成功。基本問題在於金融價格幾乎都是噪音，它們非常接近隨機漫步。許多聰明人和算法共同合作消除任何可以用於獲利的信號。這就像試圖理解故意寫成誤導性的文本一樣。傳統人工智能在信號相對於噪音更強時更成功。
在我們深入探討現代LLM的特點之前，讓我先説明為什麼你應該關心這個問題，即使你對計算機化金融交易不感興趣。交易是金融的基礎，即使機制上的微小變化也會對市場產生深遠影響，這將轉化為深刻的經濟後果。
自1990年代末引入的高頻交易不僅使最終買家和賣家更快速、更高效地聯繫在一起。它大大增加了交易量，降低了交易成本，並將人類排除在股票交易業務之外——這是邁克爾·劉易斯在《閃 Boys》中探討的轉變。它導致了零佣金券商和零費用指數基金——消除了券商和資產管理人自創立以來依賴的收入。它需要對金融監管進行根本性的重新設計。但HFT不僅重塑了兩個主要的金融業務，挑戰了監管機構並削減了最終投資者的成本，它還帶來了閃崩等新現象。。
在過去的半個世紀裏，其他交易創新也產生了類似廣泛的影響。 1973年推出的金融工具公開期貨和期權創造了現代全球衍生品經濟，大大擴大了銀行體系之外的槓桿，並使監管機構難以監控或控制。
20世紀80年代的程序化交易被指責為1987年歷史上最大的股市崩盤的原因，並且在每次泡沫和崩盤中都起到了誇大作用。 抵押支持證券改變了銀行業、華爾街和購房。 在21世紀，我們看到了信用違約掉期、抵押債務證券和交易所交易基金帶來的戲劇性影響。
LLMs並不是全新的，它們結合了其他人工智能和機器學習應用中使用的組件，如自迴歸和神經網絡。 這些組件類似於人類嘗試做的事情，並嵌入了許多現有的量化交易算法中。 可能會使LLMs成功的關鍵突破是谷歌研究人員在一篇開創性的2017年論文中描述的，“注意力機制就是你所需要的。”（我的彭博觀點同事Parmy Olson在這裏看了看該團隊以及為什麼母公司Alphabet Inc.最初未能利用他們的研究。）
科學家和科幻作家艾薩克·阿西莫夫寫道：“在科學中最令人興奮的短語，宣告新發現的不是‘我找到了’，而是‘這很有趣……’” 洞察力不是來自證實或拒絕假設，而是來自注意到你過去忽略的事物。
傳統科學是由專家提出並回答那些根據先前知識狀態已知是有趣的問題。但想象一下一個另類的《那很有趣雜誌》，列出了各個領域的令人困惑的觀察結果，而不會過濾掉那些看起來不重要的。人們可能會注意到其中兩三個謎題，將它們與自己學到的東西結合起來，從而得出戲劇性的跨學科發現。
雖然這對於那些追求發表或滅亡的學者來説可能是巨大的時間浪費，但計算機卻有足夠的時間來相關數百萬個“那很有趣”的事實，這些事實對於人類來説單獨來看似乎不重要。谷歌的論文建議人工智能應該花更少的精力去弄清楚哪些有趣的事實是重要的，而是花更多的時間去相關它們。這種態度對偵探小説的粉絲來説並不陌生，那裏的英雄會思考一些微小的不一致和無關緊要的事情，只有當它們按順序組合在一起時才會揭示出兇手，而缺乏想象力的助手或專業人士堅持只關注已知重要的事實。
許多量化交易公司已經使用LLM一段時間了。基本算法是廣泛可用的，LLM開發人員也很容易找到。昂貴的部分是構建和清理大型數據集，併為模型正確表示數據。此外，以高槓杆交易成千上萬個頭寸的跨市場投資組合需要基礎設施和關係，這些只有在統計套利、量化股票和系統性全球宏觀交易公司才能找到。
讓大型投資者信任您的複雜計算機系統是另一個障礙。我懷疑這意味着第一批行動者將是現有的大型量化交易公司，而不是初創的人工智能公司——想想Citadel、Renaissance Technologies和Jane Street Group，而不是硅谷車庫裏的兩個女孩。
如果這種方法導致交易利潤並得到更廣泛的採用，我認為它很可能改變跨市場的金融行為，而不是資產類別內的相對價格。我們已經很好地掌握瞭如何評估一隻股票與另一隻股票，或者一張債券與另一張債券，或者一塊房地產與另一塊房地產。但是關於股票、債券、房地產和其他資產類別之間應如何定價，幾乎沒有有用的理論或可靠的定量概括。
一個合理的近期故事是，LLM風格的交易模型將建立大型跨資產類組合，類似於全球宏觀對沖基金所做的，但槓桿更大，頭寸更多，交易更活躍，沒有人來解釋投資論點。可能會添加一個解釋模塊，提供聽起來合理的論點，但幾乎沒有理由相信這些解釋與頭寸的原因有任何關係。
我們可以希望新的價格關係和相關性將更好地反映經濟現實，從而導致資本更有效地配置和更好的實際經濟決策。這對許多人來説是一種信仰，但並沒有太多實證證據證明其一方或另一方。
無論這是否屬實，跨市場金融關係的重組將打破許多商業模式和監管體系。我預計至少會有像來自高頻交易（HFT）那樣的大規模混亂，也許會有像來自金融期貨和期權的公開交易那樣的混亂。如果我錯了，如果LLM和注意力模塊未能獲得太多交易份額，AI管道中還有許多新的想法可以取而代之。
更多彭博觀點：
想要更多彭博觀點嗎？OPIN <GO>。或者您可以訂閲我們的每日新聞簡報。