ChatGPT可能会与彭博社一样在改变市场方面产生竞争
Aaron Brown
混搭市场。
摄影师：迈克尔·纳格尔/彭博社
像ChatGPT这样的大型语言模型正在威胁着颠覆生活和工作的大多数领域。金融交易也不例外。与早期版本的机器学习和人工智能只能识别模式不同，LLM能够理解市场的潜力使其脱颖而出。这些早期版本未能取得多少显著的交易成功。基本问题在于金融价格几乎都是噪音，它们非常接近随机漫步。许多聪明人和算法共同合作消除任何可以用于获利的信号。这就像试图理解故意写成误导性的文本一样。传统人工智能在信号相对于噪音更强时更成功。
在我们深入探讨现代LLM的特点之前，让我先说明为什么你应该关心这个问题，即使你对计算机化金融交易不感兴趣。交易是金融的基础，即使机制上的微小变化也会对市场产生深远影响，这将转化为深刻的经济后果。
自1990年代末引入的高频交易不仅使最终买家和卖家更快速、更高效地联系在一起。它大大增加了交易量，降低了交易成本，并将人类排除在股票交易业务之外——这是迈克尔·刘易斯在《闪 Boys》中探讨的转变。它导致了零佣金券商和零费用指数基金——消除了券商和资产管理人自创立以来依赖的收入。它需要对金融监管进行根本性的重新设计。但HFT不仅重塑了两个主要的金融业务，挑战了监管机构并削减了最终投资者的成本，它还带来了闪崩等新现象。。
在过去的半个世纪里，其他交易创新也产生了类似广泛的影响。 1973年推出的金融工具公开期货和期权创造了现代全球衍生品经济，大大扩大了银行体系之外的杠杆，并使监管机构难以监控或控制。
20世纪80年代的程序化交易被指责为1987年历史上最大的股市崩盘的原因，并且在每次泡沫和崩盘中都起到了夸大作用。 抵押支持证券改变了银行业、华尔街和购房。 在21世纪，我们看到了信用违约掉期、抵押债务证券和交易所交易基金带来的戏剧性影响。
LLMs并不是全新的，它们结合了其他人工智能和机器学习应用中使用的组件，如自回归和神经网络。 这些组件类似于人类尝试做的事情，并嵌入了许多现有的量化交易算法中。 可能会使LLMs成功的关键突破是谷歌研究人员在一篇开创性的2017年论文中描述的，“注意力机制就是你所需要的。”（我的彭博观点同事Parmy Olson在这里看了看该团队以及为什么母公司Alphabet Inc.最初未能利用他们的研究。）
科学家和科幻作家艾萨克·阿西莫夫写道：“在科学中最令人兴奋的短语，宣告新发现的不是‘我找到了’，而是‘这很有趣……’” 洞察力不是来自证实或拒绝假设，而是来自注意到你过去忽略的事物。
传统科学是由专家提出并回答那些根据先前知识状态已知是有趣的问题。但想象一下一个另类的《那很有趣杂志》，列出了各个领域的令人困惑的观察结果，而不会过滤掉那些看起来不重要的。人们可能会注意到其中两三个谜题，将它们与自己学到的东西结合起来，从而得出戏剧性的跨学科发现。
虽然这对于那些追求发表或灭亡的学者来说可能是巨大的时间浪费，但计算机却有足够的时间来相关数百万个“那很有趣”的事实，这些事实对于人类来说单独来看似乎不重要。谷歌的论文建议人工智能应该花更少的精力去弄清楚哪些有趣的事实是重要的，而是花更多的时间去相关它们。这种态度对侦探小说的粉丝来说并不陌生，那里的英雄会思考一些微小的不一致和无关紧要的事情，只有当它们按顺序组合在一起时才会揭示出凶手，而缺乏想象力的助手或专业人士坚持只关注已知重要的事实。
许多量化交易公司已经使用LLM一段时间了。基本算法是广泛可用的，LLM开发人员也很容易找到。昂贵的部分是构建和清理大型数据集，并为模型正确表示数据。此外，以高杠杆交易成千上万个头寸的跨市场投资组合需要基础设施和关系，这些只有在统计套利、量化股票和系统性全球宏观交易公司才能找到。
让大型投资者信任您的复杂计算机系统是另一个障碍。我怀疑这意味着第一批行动者将是现有的大型量化交易公司，而不是初创的人工智能公司——想想Citadel、Renaissance Technologies和Jane Street Group，而不是硅谷车库里的两个女孩。
如果这种方法导致交易利润并得到更广泛的采用，我认为它很可能改变跨市场的金融行为，而不是资产类别内的相对价格。我们已经很好地掌握了如何评估一只股票与另一只股票，或者一张债券与另一张债券，或者一块房地产与另一块房地产。但是关于股票、债券、房地产和其他资产类别之间应如何定价，几乎没有有用的理论或可靠的定量概括。
一个合理的近期故事是，LLM风格的交易模型将建立大型跨资产类组合，类似于全球宏观对冲基金所做的，但杠杆更大，头寸更多，交易更活跃，没有人来解释投资论点。可能会添加一个解释模块，提供听起来合理的论点，但几乎没有理由相信这些解释与头寸的原因有任何关系。
我们可以希望新的价格关系和相关性将更好地反映经济现实，从而导致资本更有效地配置和更好的实际经济决策。这对许多人来说是一种信仰，但并没有太多实证证据证明其一方或另一方。
无论这是否属实，跨市场金融关系的重组将打破许多商业模式和监管体系。我预计至少会有像来自高频交易（HFT）那样的大规模混乱，也许会有像来自金融期货和期权的公开交易那样的混乱。如果我错了，如果LLM和注意力模块未能获得太多交易份额，AI管道中还有许多新的想法可以取而代之。
更多彭博观点：
想要更多彭博观点吗？OPIN <GO>。或者您可以订阅我们的每日新闻简报。