Key takeaways

• Door AI aangestuurde homogenisering leidt tot “crowded trading”, wat de systeemkwetsbaarheid van de markt vergroot.
• Gestandaardiseerde modellen doen de uiteenlopende perspectieven teniet die nodig zijn voor gezonde financiële markten.
• Technische kwetsbaarheden en digitaal overmoed stellen bedrijven bloot aan kwaadwillige manipulatie en ongecontroleerde risico’s.

Het streven naar een concurrentievoordeel heeft vermogensbeheerders en hedgefondsen op Wall Street ertoe aangezet om kunstmatige intelligentie in hun strategieën te integreren. Die trend wekt echter academische bezorgdheid over het risico van “crowded trading”, waarbij een groot aantal beleggers vrijwel identieke AI-raamwerken gebruikt om gegevens te analyseren, wat leidt tot gesynchroniseerde koop- en verkooppatronen en gedeelde fouten. Dat schrijft Bloomberg.

De toename van marktkwetsbaarheid

Uit recent onderzoek blijkt dat AI weliswaar de snelheid en diepgang van informatieverwerking verbetert, maar tegelijkertijd de kwetsbaarheid van de markt kan vergroten. Door handelsgedrag te homogeniseren, kunnen die tools ervoor zorgen dat systeemfouten zich gemakkelijker verspreiden en dat het voor bedrijven moeilijker wordt om risico’s te beheersen.

Concreet wijzen gegevens erop dat de tijdspanne waarin winstgevende handelssignalen zich voordoen, kleiner wordt; wat vroeger jaren duurde om verzadigd te raken, kan nu in slechts 18 maanden de helft van zijn waarde verliezen, omdat AI beleggers in staat stelt vrijwel onmiddellijk op dezelfde kansen in te spelen.

De uitholling van uiteenlopende perspectieven

Deze verschuiving vormt een uitdaging voor de fundamentele aard van financiële markten, die doorgaans gedijen op uiteenlopende meningen. Historisch gezien interpreteerden verschillende beheerders dezelfde economische rapporten op uiteenlopende manieren. Nu bedrijven vergelijkbare modellen toepassen die zijn getraind op vergelijkbare datasets, worden die perspectieven steeds beperkter.

Een studie van de New York University, waarin bijna een miljoen institutionele beleggingen werden geanalyseerd, bevestigde dat portefeuilles steeds meer op elkaar gaan lijken, met name bij bedrijven die het meest afhankelijk zijn van AI.

Technische kwetsbaarheden

Naast de synchronisatie van portefeuilles brengt AI ook nieuwe technische kwetsbaarheden met zich mee. Onderzoekers van de Universiteit van Liechtenstein hebben aangetoond dat op LLM gebaseerde handelsmodellen gemakkelijk kunnen worden misleid door “adversariale” gegevens.

Door minuscule, bijna onzichtbare wijzigingen aan te brengen in financiële krantenkoppen, konden onderzoekers modellen ertoe brengen slechte beslissingen te nemen, waarbij sommige modellen al na één dag met gemanipuleerde informatie een aanzienlijke daling in rendement vertoonden.

Digitaal overmoed

Bovendien lijkt AI menselijke psychologische tekortkomingen te weerspiegelen, met name wat betreft risicobereidheid. Tests uitgevoerd door Elm Partners Management toonden aan dat AI-modellen weliswaar de marktrichting even nauwkeurig konden voorspellen als elitehandelaren, maar dat ze risicoparameters consequent negeerden.

Die modellen namen vaak buitensporig grote posities in en vertoonden volatiliteitsniveaus die ver boven de aanbevolen limieten lagen, wat duidt op een digitale vorm van overmoed.

De paradox van collectief falen

Uiteindelijk is het academische debat in ontwikkeling. De aanvankelijke nieuwsgierigheid naar de vraag of AI beter zou presteren dan mensen, heeft plaatsgemaakt voor een diepere bezorgdheid over de systemische gevolgen van universele invoering.

Naarmate de sector zich ontwikkelt in de richting van een toekomst waarin veel spelers dezelfde technologische ‘voorsprong’ gebruiken, kan de daaruit voortvloeiende homogeniteit een paradox creëren waarbij de tool die is ontworpen om een voordeel te bieden, het risico op collectief falen juist vergroot.

Volg Business AM ook op Google Nieuws

Wil je toegang tot alle artikelen, geniet tijdelijk van onze promo en abonneer je hier!

(ns)