यहां तक कि बाजार की स्थितियों में एक छोटा सा बदलाव भी बड़ी संख्या में ट्रेडों को ट्रिगर कर सकता है, जिससे कीमतों में अचानक उतार-चढ़ाव और अस्थिरता बढ़ जाती है
आर्टिफिशियल इंटेलिजेंस से चलने वाले टूल, जैसे कि चैटजीपीटी, में मानव द्वारा किए जाने वाले कार्य की दक्षता, प्रभावशीलता और गति में क्रांति लाने की क्षमता है।
और यह वित्तीय बाजारों में उतना ही सच है जितना कि जैसे क्षेत्रों में स्वास्थ्य देखभाल, उत्पादन और हमारे जीवन के लगभग हर दूसरे पहलू।
मैं वित्तीय बाजारों पर शोध कर रहा हूं और 14 साल के लिए एल्गोरिथम ट्रेडिंग। जबकि AI बहुत सारे लाभ प्रदान करता है, इन तकनीकों का बढ़ता उपयोग वित्तीय बाजारों में भी संभावित खतरों की ओर इशारा करता है। वॉल स्ट्रीट के कंप्यूटर और एआई को गले लगाकर व्यापार को गति देने के पिछले प्रयासों पर एक नज़र निर्णय लेने के लिए उनका उपयोग करने के निहितार्थ पर महत्वपूर्ण सबक प्रदान करता है।
प्रोग्राम ट्रेडिंग ब्लैक मंडे को बढ़ावा देता है
1980 के दशक की शुरुआत में, प्रौद्योगिकी में प्रगति से प्रेरित और वित्तीय नवाचार जैसे डेरिवेटिव, संस्थागत निवेशकों ने पूर्वनिर्धारित नियमों और एल्गोरिदम के आधार पर ट्रेडों को निष्पादित करने के लिए कंप्यूटर प्रोग्राम का उपयोग करना शुरू किया। इससे उन्हें बड़े ट्रेडों को जल्दी और कुशलता से पूरा करने में मदद मिली।
उस समय, ये एल्गोरिदम अपेक्षाकृत सरल थे और मुख्य रूप से इसके लिए उपयोग किए जाते थे तथाकथित सूचकांक मध्यस्थताजिसमें स्टॉक इंडेक्स – जैसे S&P 500 – और इससे बने स्टॉक के मूल्य के बीच विसंगतियों से लाभ लेने की कोशिश करना शामिल है।
जैसे-जैसे तकनीक उन्नत हुई और अधिक डेटा उपलब्ध हुआ, इस प्रकार का प्रोग्राम ट्रेडिंग तेजी से परिष्कृत होता गया, जिसमें एल्गोरिदम जटिल बाजार डेटा का विश्लेषण करने और कारकों की एक विस्तृत श्रृंखला के आधार पर ट्रेडों को निष्पादित करने में सक्षम थे। इन प्रोग्राम ट्रेडर्स की संख्या बड़े पैमाने पर अनियंत्रित ट्रेडिंग फ्रीवे पर बढ़ती रही – जिस पर ए ट्रिलियन डॉलर की संपत्ति हर दिन हाथ बदलें – कारण बाजार की अस्थिरता नाटकीय रूप से बढ़ने के लिए.
आखिरकार इसका परिणाम हुआ भारी शेयर बाजार दुर्घटना 1987 में ब्लैक मंडे के रूप में जाना जाता है। डॉव जोन्स इंडस्ट्रियल एवरेज को अपने इतिहास में उस समय की सबसे बड़ी प्रतिशत गिरावट का सामना करना पड़ा, और दर्द पूरे विश्व में फैल गया।
जवाब में, नियामक अधिकारियों प्रतिबंधित करने के लिए कई उपायों को लागू किया प्रोग्राम ट्रेडिंग का उपयोग, जिसमें सर्किट ब्रेकर शामिल हैं, जो बाजार में महत्वपूर्ण उतार-चढ़ाव और अन्य सीमाओं के होने पर ट्रेडिंग को रोकते हैं। लेकिन इन उपायों के बावजूद, क्रैश के बाद के वर्षों में प्रोग्राम ट्रेडिंग की लोकप्रियता में वृद्धि जारी रही।
एचएफटी: स्टेरॉयड पर प्रोग्राम ट्रेडिंग
तेजी से आगे 15 साल, 2002 तक, जब न्यूयॉर्क स्टॉक एक्सचेंज ने पूरी तरह से स्वचालित ट्रेडिंग सिस्टम पेश किया। नतीजतन, कार्यक्रम व्यापारियों ने अधिक उन्नत तकनीक के साथ अधिक परिष्कृत स्वचालन के लिए रास्ता दिया: उच्च आवृत्ति व्यापार.
एचएफटी बाजार डेटा का विश्लेषण करने और अत्यधिक उच्च गति पर ट्रेडों को निष्पादित करने के लिए कंप्यूटर प्रोग्राम का उपयोग करता है। आर्बिट्रेज अवसर का लाभ उठाने के लिए समय के साथ प्रतिभूतियों के बास्केट खरीदे और बेचे जाने वाले प्रोग्राम व्यापारियों के विपरीत – समान प्रतिभूतियों की कीमत में अंतर जो लाभ के लिए शोषण किया जा सकता है – उच्च आवृत्ति वाले व्यापारी बाजार डेटा का विश्लेषण करने के लिए शक्तिशाली कंप्यूटर और उच्च गति वाले नेटवर्क का उपयोग करते हैं। और बिजली की तेज गति से ट्रेड निष्पादित करें। उच्च आवृत्ति वाले व्यापारी एक सेकंड के लगभग 64 मिलियनवें हिस्से में ट्रेड कर सकता है1980 के दशक में व्यापारियों को लगने वाले कई सेकंड की तुलना में।
ये व्यापार आम तौर पर प्रकृति में बहुत ही कम अवधि के होते हैं और नैनोसेकंड के मामले में एक ही सुरक्षा को कई बार खरीदना और बेचना शामिल हो सकता है। एआई एल्गोरिदम वास्तविक समय में बड़ी मात्रा में डेटा का विश्लेषण करते हैं और पैटर्न और प्रवृत्तियों की पहचान करते हैं जो मानव व्यापारियों के लिए तुरंत स्पष्ट नहीं होते हैं। इससे व्यापारियों को मदद मिलती है बेहतर निर्णय लें और ट्रेडों को मैन्युअल रूप से संभव होने की तुलना में तेज गति से निष्पादित करें।
एचएफटी में एआई का एक और महत्वपूर्ण अनुप्रयोग प्राकृतिक भाषा प्रसंस्करण है, जिसमें समाचार लेख और सोशल मीडिया पोस्ट जैसे मानव भाषा डेटा का विश्लेषण और व्याख्या करना शामिल है। इस डेटा का विश्लेषण करके, व्यापारी बाजार की भावना में मूल्यवान अंतर्दृष्टि प्राप्त कर सकते हैं और तदनुसार अपनी व्यापारिक रणनीतियों को समायोजित कर सकते हैं।
एआई ट्रेडिंग के लाभ
ये एआई-आधारित, उच्च-आवृत्ति वाले व्यापारी लोगों की तुलना में बहुत अलग तरीके से काम करते हैं।
मानव मस्तिष्क धीमा, गलत और भुलक्कड़ है। यह व्यापार संकेतों की पहचान करने के लिए बड़ी मात्रा में डेटा का विश्लेषण करने के लिए आवश्यक त्वरित, उच्च-परिशुद्धता, फ्लोटिंग-पॉइंट अंकगणित में असमर्थ है। अनिवार्य रूप से अचूक स्मृति, पूर्ण ध्यान और स्प्लिट मिलीसेकंड में बड़ी मात्रा में डेटा का विश्लेषण करने की असीम क्षमता के साथ कंप्यूटर लाखों गुना तेज हैं।
और, इसलिए, अधिकांश तकनीकों की तरह, HFT शेयर बाजारों को कई लाभ प्रदान करता है।
ये व्यापारी आमतौर पर बाजार मूल्य के बहुत करीब की कीमतों पर संपत्ति खरीदते और बेचते हैं, जिसका अर्थ है कि वे निवेशकों से उच्च शुल्क नहीं लेते हैं। यह यह सुनिश्चित करने में मदद करता है कि हमेशा खरीदार और विक्रेता होते हैं बाजार में, जो बदले में कीमतों को स्थिर करने और कीमतों में अचानक उतार-चढ़ाव की संभावना को कम करने में मदद करता है।
उच्च-आवृत्ति व्यापार बाजार में गलत मूल्य निर्धारण की शीघ्र पहचान और दोहन करके बाजार की अक्षमताओं के प्रभाव को कम करने में भी मदद कर सकता है। उदाहरण के लिए, एचएफटी एल्गोरिदम यह पता लगा सकता है कि कब कोई विशेष स्टॉक अंडरवैल्यूड या ओवरवैल्यूड है और इन विसंगतियों का लाभ उठाने के लिए ट्रेडों को निष्पादित करता है। ऐसा करने से, इस प्रकार का व्यापार बाजार की अक्षमताओं को ठीक करने में मदद कर सकता है और यह सुनिश्चित कर सकता है कि संपत्तियों की कीमत अधिक सटीक है।
डाउनसाइड्स
लेकिन गति और कार्यकुशलता नुकसान भी पहुंचा सकती है।
एचएफटी एल्गोरिदम समाचार घटनाओं और अन्य बाजार संकेतों पर इतनी जल्दी प्रतिक्रिया कर सकते हैं कि वे संपत्ति की कीमतों में अचानक वृद्धि या गिरावट का कारण बन सकते हैं।
इसके अतिरिक्त, एचएफटी वित्तीय फर्म अन्य व्यापारियों पर अनुचित लाभ प्राप्त करने के लिए अपनी गति और प्रौद्योगिकी का उपयोग करने में सक्षम हैं, आगे विकृत बाजार संकेत. इन बेहद परिष्कृत एआई-संचालित व्यापारिक जानवरों द्वारा बनाई गई अस्थिरता ने मई 2010 में तथाकथित फ्लैश क्रैश का नेतृत्व किया, जब स्टॉक गिर गया और फिर कुछ ही मिनटों में वापस आ गया – मिटा दिया और फिर लगभग $1 ट्रिलियन के बाजार मूल्य को पुनर्स्थापित किया।
तब से, अस्थिर बाजार नया सामान्य हो गया है। 2016 के शोध में, दो सह-लेखकों और मैंने पाया अस्थिरता – कीमतों में तेजी से और अप्रत्याशित रूप से ऊपर और नीचे जाने का एक उपाय – एचएफटी की शुरुआत के बाद काफी वृद्धि हुई.
जिस गति और कुशलता से हाई-फ़्रीक्वेंसी ट्रेडर्स डेटा का विश्लेषण करते हैं, उसका मतलब है कि बाज़ार की स्थितियों में एक छोटा सा बदलाव भी बड़ी संख्या में ट्रेडों को ट्रिगर कर सकता है, जिससे कीमतों में अचानक उतार-चढ़ाव और अस्थिरता बढ़ जाती है।
इसके साथ ही, शोध मैंने प्रकाशित किया 2021 में कई अन्य सहयोगियों के साथ यह दर्शाता है कि अधिकांश उच्च-आवृत्ति वाले व्यापारी समान एल्गोरिदम का उपयोग करते हैं, जिससे बाजार की विफलता का जोखिम बढ़ जाता है। ऐसा इसलिए है क्योंकि जैसे-जैसे बाज़ार में इन व्यापारियों की संख्या बढ़ती है, इन एल्गोरिदम में समानता समान व्यापारिक निर्णयों को जन्म दे सकती है।
इसका मतलब यह है कि यदि उनके एल्गोरिदम समान व्यापारिक संकेतों को जारी करते हैं तो सभी उच्च-आवृत्ति वाले व्यापारी बाजार के एक ही तरफ व्यापार कर सकते हैं। यानी, वे सभी नकारात्मक समाचार के मामले में बेचने या सकारात्मक समाचार के मामले में खरीदने का प्रयास कर सकते हैं। यदि व्यापार के दूसरे पक्ष को लेने वाला कोई नहीं है, तो बाजार विफल हो सकते हैं।
चैटजीपीटी दर्ज करें
यह हमें चैटजीपीटी-संचालित ट्रेडिंग एल्गोरिदम और इसी तरह के कार्यक्रमों की एक नई दुनिया में लाता है। वे सौदे के एक ही पक्ष में बहुत सारे व्यापारियों की समस्या ले सकते थे और इसे और भी बदतर बना सकते थे।
सामान्य तौर पर, मनुष्य, अपने स्वयं के उपकरणों के लिए छोड़ दिया जाता है, विभिन्न प्रकार के निर्णय लेने के लिए प्रवृत्त होगा। लेकिन अगर हर कोई एक समान कृत्रिम बुद्धि से अपने फैसले ले रहा है, तो यह राय की विविधता को सीमित कर सकता है।
एक चरम, गैर-वित्तीय स्थिति पर विचार करें जिसमें हर कोई खरीदने के लिए सबसे अच्छा कंप्यूटर चुनने के लिए चैटजीपीटी पर निर्भर करता है। उपभोक्ता पहले से ही बहुत प्रवण हैं चरवाहा व्यवहार, जिसमें वे समान उत्पाद और मॉडल खरीदते हैं। उदाहरण के लिए, येल्प, अमेज़ॅन आदि पर समीक्षाएं उपभोक्ताओं को कुछ शीर्ष विकल्पों में से चुनने के लिए प्रेरित करती हैं।
चूंकि एआई-संचालित चैटबॉट द्वारा किए गए निर्णय पिछले प्रशिक्षण डेटा पर आधारित हैं, चैटबॉट द्वारा सुझाए गए निर्णयों में समानता होगी। इस बात की अत्यधिक संभावना है कि चैटजीपीटी सभी को एक ही ब्रांड और मॉडल का सुझाव देगा। यह हेरिंग को एक नए स्तर पर ले जा सकता है और कुछ उत्पादों और सेवाओं के साथ-साथ गंभीर कीमतों में कमी का कारण बन सकता है।
यह तब और अधिक समस्याग्रस्त हो जाता है जब निर्णय लेने वाले एआई को पक्षपाती और गलत जानकारी द्वारा सूचित किया जाता है। एआई एल्गोरिदम मौजूदा पूर्वाग्रहों को मजबूत कर सकते हैं जब सिस्टम को पक्षपाती, पुराने या सीमित डेटा सेट पर प्रशिक्षित किया जाता है। और चैटजीपीटी और इसी तरह के उपकरण आलोचना की गई है तथ्यात्मक त्रुटियां करने के लिए।
इसके अलावा, चूंकि मार्केट क्रैश अपेक्षाकृत दुर्लभ हैं, इसलिए उनके बारे में अधिक डेटा नहीं है। चूंकि जनरेटिव एआई सीखने के लिए डेटा प्रशिक्षण पर निर्भर करते हैं, इसलिए उनके बारे में ज्ञान की कमी उन्हें होने की अधिक संभावना बना सकती है।
अभी के लिए, कम से कम, ऐसा लगता है कि अधिकांश बैंक अपने कर्मचारियों को चैटजीपीटी और इसी तरह के उपकरणों का लाभ लेने की अनुमति नहीं देंगे। सिटीग्रुप, बैंक ऑफ अमेरिका, गोल्डमैन सैक्स और कई अन्य ऋणदाता इनके इस्तेमाल पर पहले ही रोक लगा दी है गोपनीयता संबंधी चिंताओं का हवाला देते हुए ट्रेडिंग-रूम के फर्श पर।
लेकिन मेरा दृढ़ विश्वास है कि एक बार जब वे इसके साथ अपनी चिंताओं को हल कर लेंगे, तो बैंक अंततः जनरेटिव एआई को अपना लेंगे। संभावित लाभ इतने महत्वपूर्ण हैं कि उन्हें छोड़ नहीं सकते – और प्रतिद्वंद्वियों द्वारा पीछे छोड़ दिए जाने का जोखिम है।
लेकिन वित्तीय बाजारों, वैश्विक अर्थव्यवस्था और सभी के लिए जोखिम भी महान हैं, इसलिए मुझे उम्मीद है कि वे सावधानी से चलेंगे।
पवन जैनवित्त के सहायक प्रोफेसर, वेस्ट वर्जीनिया विश्वविद्यालय
यह लेख से पुनर्प्रकाशित है बातचीत क्रिएटिव कॉमन्स लाइसेंस के तहत। को पढ़िए मूल लेख.
हम आपके लिए एक आवाज हैं; आप हमारे लिए एक समर्थन रहे हैं। हम सब मिलकर ऐसी पत्रकारिता का निर्माण करते हैं जो स्वतंत्र, विश्वसनीय और निडर हो। आप आगे दान करके हमारी मदद कर सकते हैं । जमीनी स्तर से समाचार, दृष्टिकोण और विश्लेषण लाने की हमारी क्षमता के लिए यह बहुत मायने रखता है ताकि हम एक साथ बदलाव ला सकें।