華爾街對人工智能（AI）的加速普及正在重塑市場微觀結(jié)構(gòu)，引發(fā)了業(yè)界對交易日益擁擠、系統(tǒng)易受欺騙以及風(fēng)險(xiǎn)敞口失控的新一輪擔(dān)憂。

策略同質(zhì)化縮短盈利周期

(相關(guān)資料圖)

金融市場的有效性建立在投資者的分歧之上，但AI的廣泛應(yīng)用正在打破這一前提。

紐約大學(xué)研究人員 Shuchen Meng 和 Xupeng Chen 在分析了近一百萬個機(jī)構(gòu)基金持倉后發(fā)現(xiàn)，隨著AI在投資行業(yè)的普及，投資組合的相似度不斷上升，這一趨勢在重度使用該技術(shù)的機(jī)構(gòu)中尤為明顯。

這種同質(zhì)化對市場結(jié)構(gòu)產(chǎn)生了直接影響。研究模型顯示，在AI普及之前，一個有利可圖的交易信號可以維持五到七年，而現(xiàn)在其超額收益在約18個月內(nèi)就會衰減一半。隨著越來越多的投資者在幾乎同一時間得出相同結(jié)論，今天的獲利策略將更快地淪為明天的擁擠交易。

“每一個邊緣AI參與者的加入，都在以遞增的速度縮短所有可利用模式的壽命，” Meng 和 Chen 在其論文中指出，信息操縱暴露系統(tǒng)脆弱性

除了加劇擁擠交易，AI模型對輸入信息的依賴也引入了新的單點(diǎn)故障風(fēng)險(xiǎn)。列支敦士登大學(xué)的研究人員 Advije Rizvani，Giovanni Apruzzese 和 Pavel Laskov 設(shè)計(jì)了10個基于大型語言模型（LLM）的交易模型，通過情緒分析來預(yù)測股價。

盡管這些模型在14個月的投資期內(nèi)均產(chǎn)生了正回報(bào)，但它們對被操縱的信息毫無抵抗力。

研究人員對財(cái)經(jīng)新聞標(biāo)題進(jìn)行了人類讀者幾乎無法察覺的微小修改，例如替換外觀相似的字母或嵌入隱藏文本，所有模型均被成功欺騙。在最糟糕的情況下，針對單只股票單日的操縱，導(dǎo)致模型的整體回報(bào)率下降了約18個百分點(diǎn)。

“一個錯誤的決定可能會蔓延到其他日子，并影響系統(tǒng)正在做出的其他決定，” Rizvani 表示，“即使只是一天，也可能導(dǎo)致非常災(zāi)難性的后果。”

風(fēng)險(xiǎn)敞口失控與過度自信

AI在繼承人類交易員分析能力的同時，似乎也繼承了人類最古老的弱點(diǎn)：過度承擔(dān)風(fēng)險(xiǎn)。

Elm Partners Management 的 Jerry Bell，Victor Haghani 和 James White 在一項(xiàng)模擬交易挑戰(zhàn)中測試了四種流行的AI模型。在閱讀《華爾街日報(bào)》頭版后，Claude 和 ChatGPT 在預(yù)測標(biāo)普500指數(shù)和美國國債市場方向上的準(zhǔn)確率超過50%，與頂尖宏觀交易員的表現(xiàn)相當(dāng)。

然而，實(shí)驗(yàn)暴露了一個關(guān)鍵缺陷。所有四個模型都持續(xù)承擔(dān)了過多的風(fēng)險(xiǎn)，其日常回報(bào)波動率達(dá)到20%至40%，遠(yuǎn)高于為其設(shè)定的7%至15%的建議風(fēng)險(xiǎn)區(qū)間。

“我們訓(xùn)練AI像人一樣，然后我們發(fā)現(xiàn)AI確實(shí)像人——過度自信，建立過大的頭寸，” Haghani 評價道。

隨著金融AI研究從“機(jī)器能否與人競爭”進(jìn)入“投資者如何通過相同機(jī)器競爭”的新階段，市場參與者需要重新評估技術(shù)帶來的真實(shí)成本。正如 Apruzzese 所警告的：“盲目信任大型語言模型做出明智決定是不明智的。如果每個人僅僅因?yàn)檎J(rèn)為AI好、能幫他們賺錢就采用它，而不考慮后果，他們可能會面臨巨大的損失風(fēng)險(xiǎn)?！?/p>

本文轉(zhuǎn)載自“華爾街見聞”，智通財(cái)經(jīng)編輯：陳思宇。

關(guān)鍵詞： 財(cái)經(jīng)頻道 財(cái)經(jīng)資訊