ChatGPT nas Finanças: Impacto da IA no Trading de Ações e Investimentos
Ferramentas com inteligência artificial, como o ChatGPT, têm o potencial de revolucionar a eficiência, eficácia e velocidade do trabalho que os humanos realizam.
E isso é verdade nos mercados financeiros tanto quanto em setores como saúde, manufatura e praticamente todos os outros aspectos de nossas vidas.
Pesquiso mercados financeiros e trading algorítmico há 14 anos. Embora a IA ofereça muitos benefícios, o uso crescente dessas tecnologias nos mercados financeiros também aponta para perigos potenciais. Um olhar sobre os esforços passados de Wall Street para acelerar o trading adotando computadores e IA oferece lições importantes sobre as implicações de usá-las para tomada de decisões.
Program trading alimenta a Segunda-Feira Negra
No início dos anos 1980, impulsionados por avanços em tecnologia e inovações financeiras como derivativos, investidores institucionais começaram a usar programas de computador para executar negociações baseadas em regras e algoritmos predefinidos. Isso os ajudou a completar grandes negociações de forma rápida e eficiente.
Naquela época, esses algoritmos eram relativamente simples e eram usados principalmente para a chamada arbitragem de índice, que envolve tentar lucrar com discrepâncias entre o preço de um índice de ações – como o S&P 500 – e o das ações que o compõem.
À medida que a tecnologia avançava e mais dados se tornavam disponíveis, esse tipo de program trading tornava-se cada vez mais sofisticado, com algoritmos capazes de analisar dados complexos de mercado e executar negociações baseadas em uma ampla gama de fatores. Esses program traders continuaram a crescer em número nas autoestradas de negociação amplamente não regulamentadas – nas quais mais de um trilhão de dólares em ativos mudam de mãos todos os dias – fazendo a volatilidade do mercado aumentar dramaticamente.
Eventualmente, isso resultou no enorme crash do mercado de ações em 1987, conhecido como Segunda-Feira Negra. O Dow Jones Industrial Average sofreu a maior queda percentual de sua história na época, e a dor se espalhou pelo globo.
Em resposta, autoridades regulatórias implementaram várias medidas para restringir o uso de program trading, incluindo circuit breakers que interrompem a negociação quando há oscilações significativas no mercado e outros limites. Mas, apesar dessas medidas, o program trading continuou a crescer em popularidade nos anos seguintes ao crash.
HFT: Program trading com esteroides
Avançando 15 anos, para 2002, quando a Bolsa de Valores de Nova York introduziu um sistema de negociação totalmente automatizado. Como resultado, os program traders deram lugar a automações mais sofisticadas com tecnologia muito mais avançada: High-frequency trading (HFT).
O HFT usa programas de computador para analisar dados de mercado e executar negociações em velocidades extremamente altas. Diferente dos program traders que compravam e vendiam cestas de títulos ao longo do tempo para aproveitar uma oportunidade de arbitragem – uma diferença de preço de títulos semelhantes que pode ser explorada para lucro – traders de alta frequência usam computadores poderosos e redes de alta velocidade para analisar dados de mercado e executar negociações em velocidades ultrarrápidas. Traders de alta frequência podem conduzir negociações em aproximadamente um 64-milionésimo de segundo, comparado com os vários segundos que levava os traders nos anos 1980.
Essas negociações são tipicamente de natureza muito curto prazo e podem envolver comprar e vender o mesmo título múltiplas vezes em questão de nanossegundos. Algoritmos de IA analisam grandes quantidades de dados em tempo real e identificam padrões e tendências que não são imediatamente aparentes para traders humanos. Isso ajuda traders a tomar melhores decisões e executar negociações em um ritmo mais rápido do que seria possível manualmente.
Outra aplicação importante de IA no HFT é o processamento de linguagem natural, que envolve analisar e interpretar dados de linguagem humana, como artigos de notícias e posts em mídias sociais. Ao analisar esses dados, traders podem obter insights valiosos sobre o sentimento do mercado e ajustar suas estratégias de trading de acordo.
Benefícios do trading com IA
Esses traders de alta frequência baseados em IA operam de forma muito diferente das pessoas.
O cérebro humano é lento, impreciso e esquecido. É incapaz de realizar aritmética de ponto flutuante rápida e de alta precisão necessária para analisar enormes volumes de dados na identificação de sinais de negociação. Computadores são milhões de vezes mais rápidos, com memória essencialmente infalível, atenção perfeita e capacidade ilimitada de analisar grandes volumes de dados em milissegundos.
E, assim, como a maioria das tecnologias, o HFT fornece vários benefícios aos mercados de ações.
Esses traders tipicamente compram e vendem ativos a preços muito próximos do preço de mercado, o que significa que não cobram taxas altas dos investidores. Isso ajuda a garantir que sempre haja compradores e vendedores no mercado, o que por sua vez ajuda a estabilizar preços e reduzir o potencial para oscilações bruscas de preço.
O trading de alta frequência também pode ajudar a reduzir o impacto de ineficiências de mercado ao identificar e explorar rapidamente precificações incorretas no mercado. Por exemplo, algoritmos de HFT podem detectar quando uma ação específica está subvalorizada ou supervalorizada e executar negociações para aproveitar essas discrepâncias. Ao fazer isso, esse tipo de trading pode ajudar a corrigir ineficiências de mercado e garantir que ativos sejam precificados com mais precisão.
As desvantagens
Mas velocidade e eficiência também podem causar danos.
Algoritmos de HFT podem reagir tão rapidamente a eventos de notícias e outros sinais de mercado que podem causar picos ou quedas repentinas nos preços dos ativos.
Além disso, firmas financeiras de HFT são capazes de usar sua velocidade e tecnologia para ganhar vantagem injusta sobre outros traders, distorcendo ainda mais os sinais de mercado. A volatilidade criada por essas bestas de trading alimentadas por IA extremamente sofisticadas levou ao chamado flash crash em maio de 2010, quando as ações despencaram e se recuperaram em questão de minutos – apagando e depois restaurando cerca de US$ 1 trilhão em valor de mercado.
Desde então, mercados voláteis se tornaram a nova normalidade. Em pesquisa de 2016, dois coautores e eu descobrimos que a volatilidade – uma medida de quão rápida e imprevisivelmente os preços se movem para cima e para baixo – aumentou significativamente após a introdução do HFT.
A velocidade e eficiência com que traders de alta frequência analisam os dados significam que até uma pequena mudança nas condições de mercado pode desencadear um grande número de negociações, levando a oscilações bruscas de preço e volatilidade aumentada.
Além disso, pesquisa que publiquei com vários outros colegas em 2021 mostra que a maioria dos traders de alta frequência usa algoritmos semelhantes, o que aumenta o risco de falha de mercado. Isso porque, à medida que o número desses traders aumenta no mercado, a similaridade nesses algoritmos pode levar a decisões de trading semelhantes.
Isso significa que todos os traders de alta frequência podem negociar do mesmo lado do mercado se seus algoritmos liberarem sinais de trading semelhantes. Ou seja, todos podem tentar vender em caso de notícias negativas ou comprar em caso de notícias positivas. Se não houver ninguém para tomar o outro lado da negociação, os mercados podem falhar.
Chega o ChatGPT
Isso nos leva a um novo mundo de algoritmos de trading alimentados pelo ChatGPT e programas semelhantes. Eles podem pegar o problema de muitos traders do mesmo lado de um negócio e torná-lo ainda pior.
Em geral, humanos, deixados à própria sorte, tendem a tomar uma gama diversificada de decisões. Mas se todos derivam suas decisões de uma inteligência artificial semelhante, isso pode limitar a diversidade de opinião.
Considere uma situação extrema, não financeira, em que todos dependem do ChatGPT para decidir o melhor computador para comprar. Consumidores já são muito propensos a comportamento de manada, no qual tendem a comprar os mesmos produtos e modelos. Por exemplo, avaliações no Yelp, Amazon e assim por diante motivam consumidores a escolher entre algumas opções principais.
Como decisões feitas pelo chatbot de IA generativa são baseadas em dados de treinamento passados, haveria similaridade nas decisões sugeridas pelo chatbot. É altamente provável que o ChatGPT sugerisse a mesma marca e modelo para todos. Isso pode levar o comportamento de manada a um nível totalmente novo e poderia resultar em escassez de certos produtos e serviços, bem como picos severos de preço.
Isso se torna mais problemático quando a IA que toma as decisões é informada por informações tendenciosas e incorretas. Algoritmos de IA podem reforçar vieses existentes quando sistemas são treinados em conjuntos de dados tendenciosos, antigos ou limitados. E o ChatGPT e ferramentas semelhantes têm sido criticados por cometer erros factuais.
Além disso, como crashes de mercado são relativamente raros, não há muitos dados sobre eles. Como IAs generativas dependem de treinamento de dados para aprender, sua falta de conhecimento sobre eles pode torná-los mais propensos a acontecer.
Por enquanto, pelo menos, parece que a maioria dos bancos não permitirá que seus funcionários aproveitem o ChatGPT e ferramentas semelhantes. Citigroup, Bank of America, Goldman Sachs e vários outros credores já baniram seu uso nos pregões de trading, citando preocupações de privacidade.
Mas acredito fortemente que os bancos eventualmente abraçarão a IA generativa, uma vez que resolvam as preocupações que têm com ela. Os ganhos potenciais são significativos demais para ignorar – e há o risco de ficar para trás dos rivais.
Mas os riscos para mercados financeiros, a economia global e todos também são grandes, então espero que avancem com cuidado.
Artigos em Destaque
- Penny Stocks e Dividendos: O que Investidores Precisam Saber
- Negociação Algorítmica: Benefícios e Como Funciona no Mercado de Ações
- Top 10 Ações Abaixo de ₹20: Investimentos de Alto Potencial (2021)
- Ações de Centavo (Penny Stocks): Guia Passo a Passo para Identificar Oportunidades Lucrativas
- Desbloqueie Capital: Alavanque a Sua Carteira com Linha de Crédito de Ativos Penhorados (PAL)
- Top 5 Ações FMCG na Índia por Market Cap (Out 2021)
- Value Investing: Guia para Iniciantes na Seleção Lucrativa de Ações
- Avaliação de Ações na Índia: Guia Completo para Investidores
-
Tolerância ao Risco e Alocação de Carteira: Tomando as Decisões de Investimento CertasMuitas decisões vão afetar o valor futuro da sua carteira — quais investimentos você compra, quanto você concentra sua carteira nesses investimentos e quando decide vendê-los. Mas tudo começa com uma ...
-
Viagens Skip-Gen: Fortalecendo Laços Familiares Através do TurismoNo passado, uma experiência de conexão entre avô e neto poderia ser assar biscoitos ou aprender a tricotar. Hoje, os avós estão inovando com diferentes tipos de experiências para construir relacionam...
