Kunstmatige intelligentie heeft zich de afgelopen jaren snel over markten verspreid, omdat handelaren er voortdurend naar streven de overhand te krijgen, terwijl regelgevers de geavanceerde technologie voorzichtig hebben verwelkomd.

Hoogfrequente handel aangedreven door algoritmen heeft het afgelopen decennium geregeerd, aangezien banken en fondsen profiteren van kleine prijsschommelingen op veel markten om duizenden deals in een fractie van een seconde uit te voeren.

Complexe wiskundige vergelijkingen worden al lang gebruikt om bepaalde bewerkingen uit te voeren, bijvoorbeeld het verkopen of kopen van een effect als het een bepaald niveau overschrijdt.

Toch hebben algoritmen felle kritiek gekregen over "flashcrashes", zoals een duizelingwekkende ineenstorting van het Britse pond in oktober 2016 die algemeen werd toegeschreven aan hoogfrequente deals.

Kunstmatige intelligentie probeert nu de handel naar nieuwe gebieden te brengen, waar "machine learning" (ML)-software tientallen databases in een oogwenk vergelijkt om risico's te bewaken.

Een computer identificeert trends en marktcorrelaties, loopt modellen, prognoses resultaten, en komt zelf tot de beslissing om te kopen of te verkopen.

AI kan investeringsfondsen en portefeuillebeheerders helpen om risico's te beheren en te kiezen welke aandelen het beste zijn voor welke klanten.

Banken zetten AI in om frauduleuze activiteiten op te sporen, computeraanvallen stoppen en kosten verlagen, terwijl ze het ook gebruiken om productrentetarieven in te stellen - en risicoprofielen van leningaanvragers te analyseren.

Anticiperen op stormen

Uit enquêtegegevens blijkt dat AI de komende jaren meer grip zal krijgen in de financiële dienstverlening.

Data-analysebedrijf Greenwich Associates, die een recent onderzoek heeft uitgevoerd onder marktprofessionals, zegt dat meer dan de helft van de respondenten denkt dat ze de komende twee jaar AI zullen hebben geïntegreerd.

De Israëlische technologie-startup SparkBeyond is een data-crunching-platform dat AI wil gebruiken voor het oplossen van problemen.

SparkBeyond gebruikt machine learning om out-of-the-box te denken en resultaten te testen die misschien niet voor de hand liggen, volgens Edward Janvrin, die aan het hoofd staat van zijn Europa, Afdeling Midden-Oosten en Afrika.

Bijvoorbeeld, de meeste mensen gaan ervan uit dat de nabijheid van een ziekenhuis de beste voorspeller is om te overleven na een telefoontje naar de hulpdiensten.

Toch analyseerde SparkBeyond-software binnen een paar minuten miljoenen stukjes gegevens en concludeerde dat de beste voorspellende factor de nabijheid van een brandweerkazerne is, volgens Janvrin, die dezelfde logica toepast op de handel.

Wereldwijde financiële regelgevers kunnen AI ook inzetten om te anticiperen op stormen aan de horizon.

De Commodities and Futures Trading Commission (CFTC) waarschuwt dat het proces niet zonder valkuilen is, maar geeft toe dat AI nog steeds "sterke punten" heeft bij het bewaken van risico's.

"Het voorspellen van catastrofale marktgebeurtenissen, zoals de trapsgewijze standaardinstellingen van 2008, is als het voorspellen van het weer, ', zei de CFTC in een recent rapport.

Vergrote risico's

"Er zijn veel variabelen, die uiteenlopende voorspellingen kunnen genereren, en sommige belangrijke informatie kan over het hoofd worden gezien of niet beschikbaar zijn. Dit kan corrigerende maatregelen in de weg staan.

"Een sterk punt van AI is het vermogen om correlaties in enorme datasets te identificeren. Dergelijke correlaties kunnen nuttig zijn bij het monitoren van systeemrisico's, het is duidelijk dat een stevige meerderheid van de marktdeelnemers ... binnenkort AI zal gebruiken in het effectenhandelproces."

De Bank van Engeland, In de tussentijd, heeft ook een voorzichtige analyse gegeven.

"In de financiële dienstverlening de toepassing van machine learning-methoden heeft het potentieel om de resultaten voor zowel bedrijven als consumenten te verbeteren, ', staat in een apart rapport.

"Tegelijkertijd, bestaande risico's kunnen worden vergroot als governance en controles geen gelijke tred houden met technologische ontwikkelingen."

Vasant Dhar, hoogleraar informatiesystemen aan de New York University Stern School of Business, toegevoegd, echter, dat AI-handel altijd veiliger zou zijn dan puur door mensen geleide beslissingen.

Dhar voegde eraan toe dat elk AI-systeem een ​​menselijke beveiliging heeft als uitwijkoptie.

Maar hij waarschuwde dat mensen een systeemstoring niet noodzakelijkerwijs zouden herkennen of de juiste beslissing zouden nemen. "Denk aan het feit dat mensen ook slechte beslissingen kunnen nemen. Je kunt er niet vanuit gaan dat de mens in de lus de juiste beslissing zal nemen, "Dhar vertelde AFP.

© 2019 AFP