ETFFIN Finance >> Kursus keuangan >  >> stock >> pasar saham

Bot perdagangan keuangan memiliki kesamaan yang menarik dengan orang – kita perlu belajar dari mereka

Di tahun 2019, dunia resah bahwa algoritma sekarang mengenal kita lebih baik daripada kita mengenal diri kita sendiri. Tidak ada konsep yang menangkap ini lebih baik daripada kapitalisme pengawasan, sebuah istilah yang diciptakan oleh penulis Amerika Shoshana Zuboff untuk menggambarkan era baru yang suram di mana orang-orang seperti Facebook dan Google menyediakan layanan populer sementara algoritme mereka menjajaki jejak digital kita.

Heran, Kekhawatiran Zuboff tidak meluas ke algoritme di pasar keuangan yang telah menggantikan banyak manusia di lantai perdagangan. Perdagangan algoritmik otomatis dimulai sekitar awal abad ke-21, pertama di AS tetapi segera di Eropa juga.

Salah satu pendorong penting adalah perdagangan frekuensi tinggi, yang berjalan dengan kecepatan menyilaukan, hingga sepersejuta detik. Ini menawarkan investor prospek keunggulan atas saingan mereka, sambil membantu menyediakan likuiditas ke pasar dengan memastikan selalu ada seseorang yang mau membeli dan menjual pada harga tertentu. Perdagangan frekuensi tinggi sekarang berada di belakang lebih dari setengah volume di pasar saham dan berjangka. Di pasar lain, seperti devisa, algoritma memiliki kehadiran yang lebih kecil tetapi masih signifikan, tanpa tanda-tanda bahwa mereka akan berkurang di masa depan.

Keburukan perangkat

Manusia masih memprogram algoritme dan merancang strategi perdagangan mereka, meskipun munculnya pembelajaran mendalam menempatkan peran ini di bawah ancaman. Namun saat algoritme ditayangkan di pasar, mereka bertindak atas kemauan mereka sendiri tanpa campur tangan manusia, menari satu sama lain dengan cara yang memusingkan dan seringkali tidak terduga.

Pada pandangan pertama, mereka memiliki sedikit kesamaan dengan kita. Mereka tidak dapat berpikir atau merasa, dan terlepas dari hype seputar pembelajaran mesin, masih kontroversial dan rumit untuk menggambarkan mereka sebagai cerdas. Seperti pedagang manusia, Namun, mereka membuat keputusan, mengamati orang lain membuat keputusan, dan menyesuaikan perilaku mereka sebagai tanggapan.

Dengan kecepatan berkali-kali lebih cepat daripada yang mungkin pernah dikerahkan manusia, algoritme ini dengan mudah membentuk ekspektasi tentang ekspektasi satu sama lain saat menempatkan pesanan beli dan jual mereka.

Sebagai contoh, satu algoritma mungkin berusaha memanipulasi ekspektasi orang lain tentang pergerakan harga dengan mengirimkan sejumlah besar pesanan untuk membeli atau menjual aset tertentu. Algoritma pertama kemudian akan dengan cepat membatalkan pesanannya, mudah-mudahan menipu saingannya untuk membuat taruhan yang salah tentang arah pasar.

Menariknya, sosiolog menganggap antisipasi timbal balik semacam ini sebagai fitur utama dari apa artinya bagi manusia untuk menjadi sosial. Mereka telah lama melihat pasar sebagai arena yang sangat sosial. Di masa kejayaan lantai perdagangan, membaca isyarat sosial pedagang lain dengan benar – meringis atau menyeringai, nada cemas, bahkan keriuhan lantai perdagangan – sering kali membedakan antara kekayaan dan bencana.

Tapi jika mesin bisa menjadi sosial, seberapa mirip atau berbeda dengan bagaimana manusia bersosialisasi sebenarnya? Ada perbedaan yang jelas, tentu saja. Sementara para pedagang manusia di masa lalu sering mengenal satu sama lain dengan baik, dan sering nongkrong bareng sepulang kerja, algoritma berdagang secara anonim. Ketika mereka mengirim pesanan untuk membeli atau menjual aset, tidak ada pedagang lain yang tahu apakah itu berasal dari manusia atau mesin.

Memang, inilah tepatnya mengapa mereka diprogram untuk membentuk harapan tentang satu sama lain. Isyarat wajah tidak lagi tersedia, tetapi seluruh strategi telah dikembangkan untuk mencari tahu apakah sejumlah pesanan mungkin telah ditempatkan oleh satu dan algoritme yang sama – dan kemudian mencoba memprediksi apa langkah selanjutnya.

Untuk menghindari upaya seperti itu, algoritma sering dirancang agar tidak dikenali sebagai algoritma oleh algoritma lain. Seperti yang dikatakan sosiolog Skotlandia Donald MacKenzie, mereka mungkin terlibat dalam strategi penyembunyian dan/atau berusaha untuk memberikan presentasi tertentu tentang "diri" mereka di depan umum. Ini lagi-lagi atribut yang telah lama dipertimbangkan sosiolog sebagai aspek kunci kehidupan metropolitan.

Salju longsor!

Bersama rekan-rekan, Saya telah menghabiskan beberapa tahun terakhir di pusat keuangan utama mewawancarai para pedagang, programmer, regulator, pejabat pertukaran dan profesional keuangan lainnya tentang algoritme perdagangan ini. Ini telah menarik beberapa kesamaan menarik lainnya antara pedagang manusia dan pedagang otomatis.

Pemrogram dengan mudah mengakui bahwa begitu algoritme mereka mulai berinteraksi dengan yang lain, mereka terbawa dan bertindak tak terduga, seolah-olah mereka berada di gerombolan. Sosiolog sejak akhir abad ke-19 telah mempelajari bagaimana orang terpesona oleh keramaian dan membiarkan otonomi mereka meluncur dalam “longsoran sosial”, tetapi sejauh ini kita sebagian besar mengabaikan fakta bahwa mesin keuangan melakukan hal serupa.

“Flash crash” tanggal 6 Mei 2010 paling baik menggambarkan apa yang saya maksud di sini. Dalam empat setengah menit, interaksi hiruk pikuk dari algoritme perdagangan otomatis membuat pasar AS menukik tajam, menghasilkan sekitar US$1 triliun (£768 miliar) kerugian sampai perdagangan dihentikan dengan cepat.

Sebagian besar perdagangan yang terlibat ini kemudian dibatalkan karena "jelas keliru". Tentu saja tidak ada pedagang atau pemrogram yang berencana membuat perubahan harga besar-besaran ini, tetapi penelitian sosiologis selama beberapa dekade memberi tahu kita bahwa perilaku semacam ini diharapkan terjadi dalam kelompok besar. Kita perlu memahami bagaimana algoritme keuangan kita berinteraksi secara bersamaan sebelum alat kita sendiri menjadi kehancuran kita.

Tentu saja, tidak semua bentuk interaksi sosial itu mengagumkan atau bermanfaat. Seperti manusia, algoritme berinteraksi satu sama lain dengan cara yang berkisar dari kepedulian dan kedamaian hingga dingin dan kekerasan:dari menyediakan likuiditas dan menjaga stabilitas pasar hingga membuat pesanan manipulatif dan memicu aktivitas perdagangan liar.

Memahami interaksi ini bukan hanya kunci untuk memahami perdagangan modern dan mencoba mencegah flash crash di masa mendatang. Algoritma berbicara satu sama lain di lebih banyak bidang hari ini. Memahami bagaimana mereka berperilaku sebagai orang banyak mudah-mudahan akan menjelaskan area di mana mereka baru mulai masuk ke dalam diri mereka sendiri – pikirkan sistem lalu lintas self-driving atau peperangan otomatis, contohnya. Bahkan mungkin mengingatkan kita akan longsoran salju yang menunggu, juga.

pasar saham

pasar saham