ChatGPT in Finanza:l'impatto dell'intelligenza artificiale sul trading azionario e sugli investimenti

Gli strumenti basati sull’intelligenza artificiale, come ChatGPT, hanno il potenziale per rivoluzionare l’efficienza, l’efficacia e la velocità del lavoro svolto dagli esseri umani.

E questo è vero tanto nei mercati finanziari quanto in settori come la sanità, l'industria manifatturiera e praticamente ogni altro aspetto della nostra vita.

Mi occupo di mercati finanziari e trading algoritmico da 14 anni. Sebbene l’intelligenza artificiale offra numerosi vantaggi, il crescente utilizzo di queste tecnologie nei mercati finanziari indica anche potenziali pericoli. Uno sguardo agli sforzi passati di Wall Street per accelerare gli scambi adottando i computer e l’intelligenza artificiale offre importanti lezioni sulle implicazioni del loro utilizzo per il processo decisionale.

Il programma di trading alimenta il Black Monday

All’inizio degli anni ’80, spinti dai progressi tecnologici e dalle innovazioni finanziarie come i derivati, gli investitori istituzionali iniziarono a utilizzare programmi informatici per eseguire operazioni sulla base di regole e algoritmi predefiniti. Ciò li ha aiutati a completare operazioni di grandi dimensioni in modo rapido ed efficiente.

All'epoca, questi algoritmi erano relativamente semplici e venivano utilizzati principalmente per il cosiddetto arbitraggio dell'indice, che consiste nel cercare di trarre profitto dalle discrepanze tra il prezzo di un indice azionario, come l'S&P 500, e quello delle azioni di cui è composto.

Con l’avanzare della tecnologia e la disponibilità di sempre più dati, questo tipo di programma di trading è diventato sempre più sofisticato, con algoritmi in grado di analizzare dati di mercato complessi ed eseguire operazioni sulla base di un’ampia gamma di fattori. Questi trader di programmi hanno continuato a crescere di numero sulle autostrade del trading, in gran parte non regolamentate, sulle quali ogni giorno passano di mano asset per un valore di oltre un trilione di dollari, provocando un aumento drammatico della volatilità del mercato.

Alla fine ciò provocò il massiccio crollo del mercato azionario nel 1987 noto come Black Monday. Il Dow Jones Industrial Average ha subito quello che all'epoca era il più grande calo percentuale della sua storia e la sofferenza si è diffusa in tutto il mondo.

In risposta, le autorità di regolamentazione hanno implementato una serie di misure per limitare l’uso del program trading, compresi gli interruttori automatici che interrompono le negoziazioni in caso di oscillazioni significative del mercato e altri limiti. Ma nonostante queste misure, il program trading ha continuato a crescere in popolarità negli anni successivi al crollo.

Questo è il modo in cui i giornali di tutto il paese titolarono il crollo del mercato azionario nel Black Monday, il 19 ottobre 1987. AP Photo

HFT:programma di trading con steroidi

Avanti veloce di 15 anni, fino al 2002, quando la Borsa di New York introdusse un sistema di trading completamente automatizzato. Di conseguenza, i trader di programmi hanno lasciato il posto ad automazioni più sofisticate con una tecnologia molto più avanzata:il trading ad alta frequenza.

HFT utilizza programmi informatici per analizzare i dati di mercato ed eseguire operazioni a velocità estremamente elevate. A differenza dei program trader che acquistavano e vendevano panieri di titoli nel tempo per trarre vantaggio da un’opportunità di arbitraggio – una differenza di prezzo di titoli simili che può essere sfruttata a scopo di lucro – i trader ad alta frequenza utilizzano computer potenti e reti ad alta velocità per analizzare i dati di mercato ed eseguire operazioni a velocità fulminee. I trader ad alta frequenza possono eseguire operazioni in circa un 64 milionesimo di secondo, rispetto ai diversi secondi necessari ai trader negli anni '80.

Queste operazioni sono in genere di natura a brevissimo termine e possono comportare l'acquisto e la vendita dello stesso titolo più volte nel giro di nanosecondi. Gli algoritmi di intelligenza artificiale analizzano grandi quantità di dati in tempo reale e identificano modelli e tendenze che non sono immediatamente evidenti ai trader umani. Ciò aiuta i trader a prendere decisioni migliori ed eseguire operazioni a un ritmo più veloce di quanto sarebbe possibile manualmente.

Un’altra importante applicazione dell’intelligenza artificiale nell’HFT è l’elaborazione del linguaggio naturale, che comporta l’analisi e l’interpretazione dei dati del linguaggio umano come articoli di notizie e post sui social media. Analizzando questi dati, i trader possono ottenere preziose informazioni sul sentiment del mercato e adattare di conseguenza le proprie strategie di trading.

Vantaggi del trading tramite intelligenza artificiale

Questi trader ad alta frequenza basati sull'intelligenza artificiale operano in modo molto diverso rispetto alle persone.

Il cervello umano è lento, impreciso e smemorato. Non è in grado di eseguire operazioni aritmetiche in virgola mobile rapide, ad alta precisione, necessarie per analizzare enormi volumi di dati per identificare i segnali commerciali. I computer sono milioni di volte più veloci, con una memoria sostanzialmente infallibile, un’attenzione perfetta e una capacità illimitata di analizzare grandi volumi di dati in frazioni di millisecondi.

Pertanto, proprio come la maggior parte delle tecnologie, l'HFT offre numerosi vantaggi ai mercati azionari.

Questi trader in genere acquistano e vendono asset a prezzi molto vicini al prezzo di mercato, il che significa che non addebitano commissioni elevate agli investitori. Ciò aiuta a garantire che ci siano sempre acquirenti e venditori sul mercato, il che a sua volta aiuta a stabilizzare i prezzi e a ridurre il rischio di improvvise oscillazioni dei prezzi.

Il trading ad alta frequenza può anche aiutare a ridurre l’impatto delle inefficienze del mercato identificando e sfruttando rapidamente prezzi errati sul mercato. Ad esempio, gli algoritmi HFT possono rilevare quando un particolare titolo è sottovalutato o sopravvalutato ed eseguire operazioni per trarre vantaggio da queste discrepanze. In tal modo, questo tipo di trading può aiutare a correggere le inefficienze del mercato e garantire che gli asset siano prezzati in modo più accurato.

Un tempo le borse valori erano piene di trader che compravano e vendevano titoli, come in questa scena del 1983. I trading floor di oggi sono sempre più vuoti poiché i computer dotati di intelligenza artificiale gestiscono sempre più lavoro. Foto AP/Richard Drew

Gli aspetti negativi

Ma anche la velocità e l’efficienza possono causare danni.

Gli algoritmi HFT possono reagire così rapidamente alle notizie e ad altri segnali di mercato da causare improvvisi picchi o cali dei prezzi degli asset.

Inoltre, le società finanziarie HFT sono in grado di utilizzare la propria velocità e tecnologia per ottenere un vantaggio ingiusto rispetto ad altri trader, distorcendo ulteriormente i segnali di mercato. La volatilità creata da questi animali del trading estremamente sofisticati e basati sull'intelligenza artificiale ha portato al cosiddetto flash crash nel maggio 2010, quando le azioni sono crollate per poi riprendersi in pochi minuti, cancellando e poi ripristinando circa mille miliardi di dollari di valore di mercato.

Da allora, la volatilità dei mercati è diventata la nuova normalità. Nella ricerca del 2016, io e due coautori abbiamo scoperto che la volatilità – una misura di quanto rapidamente e imprevedibilmente i prezzi si muovono su e giù – è aumentata in modo significativo dopo l’introduzione dell’HFT.

La velocità e l'efficienza con cui i trader ad alta frequenza analizzano i dati fanno sì che anche un piccolo cambiamento nelle condizioni di mercato possa innescare un gran numero di operazioni, portando a improvvise oscillazioni dei prezzi e ad una maggiore volatilità.

Inoltre, una ricerca che ho pubblicato con diversi altri colleghi nel 2021 mostra che la maggior parte dei trader ad alta frequenza utilizza algoritmi simili, il che aumenta il rischio di fallimento del mercato. Questo perché man mano che il numero di questi trader aumenta sul mercato, la somiglianza tra questi algoritmi può portare a decisioni commerciali simili.

Ciò significa che tutti i trader ad alta frequenza potrebbero operare sullo stesso lato del mercato se i loro algoritmi rilasciassero segnali di trading simili. Cioè, tutti potrebbero provare a vendere in caso di notizie negative o ad acquistare in caso di notizie positive. Se non c'è nessuno che si metta dall'altra parte della barricata, i mercati possono fallire.

Inserisci ChatGPT

Questo ci porta in un nuovo mondo di algoritmi di trading basati su ChatGPT e programmi simili. Potrebbero prendere in considerazione il problema di troppi trader dalla stessa parte in un accordo e peggiorare ulteriormente le cose.

In generale, gli esseri umani, lasciati a se stessi, tenderanno a prendere una vasta gamma di decisioni. Ma se tutti derivano le proprie decisioni da un’intelligenza artificiale simile, ciò può limitare la diversità di opinioni.

Considera una situazione estrema e non finanziaria in cui tutti dipendono da ChatGPT per decidere il miglior computer da acquistare. I consumatori sono già molto inclini al comportamento gregge, in cui tendono ad acquistare gli stessi prodotti e modelli. Ad esempio, le recensioni su Yelp, Amazon e così via motivano i consumatori a scegliere tra alcune scelte migliori.

Poiché le decisioni prese dal chatbot generativo basato sull’intelligenza artificiale si basano su dati di addestramento passati, ci sarebbe una somiglianza nelle decisioni suggerite dal chatbot. È molto probabile che ChatGPT suggerisca a tutti la stessa marca e modello. Ciò potrebbe portare la pastorizia a un livello completamente nuovo e potrebbe portare a carenze di determinati prodotti e servizi, nonché a forti picchi di prezzo.

Ciò diventa più problematico quando l’IA che prende le decisioni è informata da informazioni distorte e errate. Gli algoritmi di intelligenza artificiale possono rafforzare i pregiudizi esistenti quando i sistemi vengono addestrati su set di dati distorti, vecchi o limitati. E ChatGPT e strumenti simili sono stati criticati per aver commesso errori di fatto.

Inoltre, poiché i crolli del mercato sono relativamente rari, non ci sono molti dati al riguardo. Poiché l’intelligenza artificiale generativa dipende dall’apprendimento dei dati, la loro mancanza di conoscenza potrebbe aumentarne le probabilità.

Almeno per ora, sembra che la maggior parte delle banche non consentirà ai propri dipendenti di sfruttare ChatGPT e strumenti simili. Citigroup, Bank of America, Goldman Sachs e molti altri istituti di credito ne hanno già vietato l'uso nelle sale di negoziazione, citando problemi di privacy.

Ma sono fermamente convinto che le banche alla fine abbracceranno l’intelligenza artificiale generativa, una volta risolte le preoccupazioni che nutrono riguardo ad essa. I potenziali guadagni sono troppo significativi per lasciarselo sfuggire e c'è il rischio di rimanere indietro dai rivali.

Ma anche i rischi per i mercati finanziari, per l’economia globale e per tutti sono grandi, quindi spero che procedano con cautela.