O que podemos aprender sobre nós mesmos estudando os robôs de negociação financeira

Em 2019, o mundo preocupou-se com o fato de os algoritmos nos conhecerem melhor do que nós mesmos. Nenhum conceito captura isso melhor do que o capitalismo de vigilância , um termo cunhado pelo escritor americano Shoshana Zuboff para descrever uma nova era sombria na qual pessoas como Facebook e Google fornecem serviços populares, enquanto seus algoritmos revelam nossos traços digitais.

Surpreendentemente, a preocupação de Zuboff não se estende aos algoritmos nos mercados financeiros que substituíram muitos humanos nos pregões . O comércio algorítmico automatizado decolou no início do século XXI, primeiro nos EUA, mas logo na Europa também.

Um fator importante foi o comércio de alta frequência, que opera em velocidades ofuscantes, até bilionésimos de segundo. Ofereceu aos investidores a perspectiva de uma vantagem sobre seus rivais, ajudando a fornecer liquidez a um mercado, garantindo que sempre houvesse alguém disposto a comprar e vender a um preço específico. O comércio de alta frequência está agora atrás de mais da metade dos volumes, tanto no mercado de ações quanto no de futuros . Em outros mercados, como o mercado de câmbio , os algoritmos têm uma presença menor, mas ainda significativa, sem sinais de que irão diminuir no futuro.

Os vícios dos dispositivos

Os humanos ainda programam os algoritmos e projetam suas estratégias de negociação, embora a ascensão do aprendizado profundo esteja colocando até mesmo esse papel em risco. Mas, no momento em que os algoritmos entram no mercado, eles agem por conta própria, sem intervenção humana , dançando entre si de maneiras estonteantes e muitas vezes inesperadas.

À primeira vista, eles têm pouco em comum conosco. Eles não conseguem pensar ou sentir e, apesar do entusiasmo em torno do aprendizado de máquina, ainda é controverso e complicado descrevê-los como inteligentes. Como comerciantes humanos, no entanto, eles tomam decisões, observam os outros tomando decisões e ajustam seu comportamento em resposta.

A velocidades muitas vezes mais rápidas do que os humanos provavelmente conseguirão, esses algoritmos formam facilmente expectativas sobre as expectativas um do outro ao fazer pedidos de compra e venda.

Por exemplo, um algoritmo pode tentar manipular as expectativas de outros sobre os movimentos de preços enviando um grande número de pedidos para comprar ou vender um ativo específico. O primeiro algoritmo cancelará rapidamente seus pedidos, depois de ter enganado seu rival em fazer a aposta errada sobre a direção do mercado.

Curiosamente, os sociólogos consideram esse tipo de antecipação mútua uma característica central do que significa para os seres humanos ser social. Eles há muito vêem os mercados como arenas altamente sociais. No auge dos pregões, a leitura correta das indicações sociais de outros comerciantes – uma careta ou sorriso, tons ansiosos, até a agitação do pregão – frequentemente indicava a diferença entre riqueza e desastre.

Mas se as máquinas podem ser sociais, quão semelhante ou diferente é a maneira como os humanos socializam realmente? Existem diferenças óbvias, é claro. Enquanto os comerciantes humanos do passado geralmente se conheciam bem e costumavam sair juntos depois do trabalho, os algoritmos eram negociados anonimamente. Quando eles enviam ordens para comprar ou vender ativos, nenhum outro operador sabe se é proveniente de um homem ou de uma máquina.

De fato, é exatamente por isso que eles são programados para formar expectativas um sobre o outro. Dicas faciais não estão mais disponíveis, mas estratégias inteiras foram desenvolvidas para descobrir se um número de pedidos pode ter sido feito por um e o mesmo algoritmo – e depois tentar prever quais serão seus próximos passos .

Para evitar tais tentativas, os algoritmos são freqüentemente projetados para não serem reconhecidos como algoritmos por outros algoritmos. Como o sociólogo escocês Donald MacKenzie colocou , eles podem se engajar em estratégias de dissimulação e / ou procurar fazer uma apresentação específica de seu “eu” em público. Esses são novamente atributos que os sociólogos há muito consideram aspectos-chave da vida metropolitana.

Avalanche!

Juntamente com colegas , passei os últimos anos em grandes centros financeiros entrevistando traders, programadores, reguladores, funcionários de câmbio e outros profissionais de finanças sobre esses algoritmos de negociação. Isso atraiu outras semelhanças interessantes entre comerciantes humanos e automatizados.

Os programadores admitem prontamente que, uma vez que seus algoritmos começam a interagir com os outros, eles se empolgam e agem de forma imprevisível, como se estivessem em uma multidão. Os sociólogos desde o final do século 19 estudam como as pessoas ficam fascinadas pelas multidões e deixam sua autonomia cair em “avalanches sociais”, mas até agora ignoramos amplamente o fato de que as máquinas financeiras fazem algo semelhante.

O ” flash crash ” de 6 de maio de 2010 ilustra melhor o que quero dizer aqui. Em quatro minutos e meio, a interação frenética de algoritmos de negociação totalmente automatizados colocou os mercados norte-americanos em queda, gerando cerca de US $ 1 trilhão (768 bilhões de libras) em perdas até que as negociações fossem rapidamente suspensas.

A maioria desses negócios envolvidos foi posteriormente cancelada como “claramente errônea”. Certamente nenhum comerciante ou programador planejava criar essa mudança maciça de preços, mas décadas de pesquisa sociológica nos dizem que esse tipo de comportamento é esperado em grandes grupos. Precisamos entender como nossos algoritmos financeiros interagem em conjunto antes que nossas próprias ferramentas se tornem nossa ruína.

Obviamente, nem todas as formas de interação social são admiráveis ​​ou benéficas. Assim como os seres humanos, os algoritmos interagem entre si de maneiras que variam de cuidados e pacíficos a frios e violentos: fornecendo liquidez e mantendo a estabilidade do mercado , fazendo ordens manipulativas e desencadeando atividades comerciais intensivas.

Conhecer essas interações não é apenas a chave para entender as negociações modernas e tentar evitar futuras falhas de flash. Os algoritmos se comunicam hoje em dia, cada vez mais. Entender como eles se comportam como multidões, esperançosamente, lançará luz em áreas onde elas estão começando a surgir – pense em sistemas de tráfego autônomo ou guerra automatizada , por exemplo. Pode até nos alertar para as avalanches que também estão à nossa espera.



PROPAGANDA
PROPAGANDA