وبلاگ دانشکده حقوق کلمبیا در مورد شرکت ها و بازارهای سرمایه

یادگیری ماشین, تجارت الگوریتمی, و دستکاری

تجارت در بازارهای مالی به طور فزاینده ای تحت سلطه الگوریتم ها است. اینها امکان تجارت با سرعت و سطح سازگاری را فراهم می کنند که برای انسان غیرممکن است. یک سوال کلیدی برای سیستم حقوقی این است که این الگوریتم ها کارایی و یکپارچگی بازارها را مختل می کنند یا خیر و اگر بخواهند مقررات موجود برای جلوگیری از تخلفات مناسب است. یک سوال کلیدی برای امور مالی این است که تعیین کنیم چه ساختارهای بازار برای دستکاری توسط نمایندگان معاملات الگوریتمی جدید قوی تر هستند.

در مقاله جدید ما پیامدهای بالقوه الگوریتم های پیشرفته در بازار مالی را مطالعه می کنیم. به طور خاص ما به طور تجربی تجزیه و تحلیل می کنیم که چگونه الگوریتم های تربیت شده از طریق یادگیری تقویت عمیق هنگام تجارت رفتار می کنند. به عنوان تنظیمات ما, ما کشف یک بازار که در یک الگوریتم معاملات به طور مستقیم, اما همچنین دارای یک قرارداد که قیمت بر اساس یک معیار محاسبه شده از معاملات بازار (مانند یک قرارداد به فروش تعداد زیادی از سهام شرکت ها به یک خریدار در قیمت بسته شدن سهام در یک روز خاص). [1] این یک محیط اقتصادی و قانونی مهم است, به عنوان تریلیون دلار در قراردادهای دنیای واقعی در معیار محاسبه شده از معاملات بازار بر اساس. ما دریافتیم که الگوریتم هایی که با عملکرد پاداش برای به حداکثر رساندن سود طراحی شده اند – اما بدون هیچ هدف دیگری که توسط انسان طراحی شده باشد-استراتژی های معاملاتی سودمند را توسعه می دهند که اگر عمدا توسط یک معامله گر انسانی درگیر شوند احتمالا دستکاری خواهد بود. در واقع یاد می گیرند که" دستکاری " کنند بدون اینکه هیچ دستورالعمل مستقیمی برای انجام این کار داده شوند. الگوریتم های تجارت به شدت و سودمند در بازار اما مادی قیمت معیار را تحت تاثیر قرار, تولید سود از موقعیت معیار خود را که بیش از ضرر و زیان تجاری خود را.

این نتایج برای سیاستگذاران قابل توجه است. چند مفسران در حال حاضر مشاهده شده است که به دلیل قانون منع دستکاری در رفتار نادرست عمدی تبدیل, ممکن است مناسب ضعیف برای الگوریتم های تجاری مصنوعی هوشمند. [2] در واقع, دو هسته مورد نیاز هستند دانشمند (قصد) و یک "عمل دستکاری," اما اثبات هر کدام از این عناصر برای برخی از الگوریتم های مصنوعی هوشمند ممکن است مشکل باشد, هر دو در نظریه و عمل.

با این حال مشخص نیست که این مشاهدات مبتنی بر حدس و گمان است یا یک تهدید عملی و قریب الوقوع است. مهمتر از همه اگر مشکل قریب الوقوع باشد مهم است که شروع کنیم به بررسی اینکه چگونه الگوریتمهای دستکاری "خودمختار" واقعا کار میکنند و چگونه نظام حقوقی باید در پاسخگویی به این الگوریتمها سازگار شود. تلاش دوم قطعا با درک دقیق تر از مکانیک و اثرات نحوه رفتار الگوریتم های پیچیده کمک خواهد کرد.

ما راه اندازی تجربی ما در عمق کمی بیشتر قبل از تبدیل به پیامدهای سیاست توصیف. برای بررسی این سوال که الگوریتمهای استراتژیهای معاملاتی چگونه میتوانند توسعه یابند از یک شبیهسازی مبتنی بر عامل برای بررسی رفتار عوامل معاملاتی الگوریتمی استفاده شده با استفاده از تکنیکهای یادگیری تقویتی عمیق استفاده میکنیم. در محیط تجربی ما, یک عامل معاملات به طور مستقیم در بازار و همچنین دارای یک نمونه کارها از دارایی های معیار به قیمت ها در این بازار. بازار به عنوان یک کتاب سفارش محدود مدل شده است که معامله گران به طور استراتژیک تعامل دارند. علاوه بر کنترل, بازار شامل عوامل دیگر با دلایل خصوصی به تجارت, و در تعدادی از حالات, یک واسطه بازار گیری است که سود با اتصال معامله گران در سراسر زمان. این معیار بر اساس "میانگین حجم وزنی قیمت" معاملات در یک دارایی است. این یک طرح معیار محبوب با شایستگی های مختلف است که در ادبیات مالی مورد بررسی قرار گرفته است. زیرا مبتنی بر معاملات واقعی است و می تواند مستقیما تحت تاثیر رفتار تجاری فعالان بازار قرار گیرد.

الگوریتم ها به روش های مختلفی توسعه یافته اند که شامل دو الگوریتم مستقل با استفاده از تکنیک های یادگیری تقویت عمیق با کیفیت متفاوت است. اولین مورد شبکه کیو عمیق است که یک محیط پیوسته را مشاهده می کند و یک عمل گسسته را انتخاب می کند و از یک شبکه عصبی عمیق برای توسعه یک تابع ارزش نسبت به جفت های حالت-عمل استفاده می کند. دوم گرادیان سیاست قطعی عمیق است, یک الگوریتم است که همچنین مشاهده یک محیط پیوسته اما انتخاب اقدامات از محدوده پیوسته; از یک روش بازیگر-منتقد استفاده می کند که منتقد یک تابع ارزشی را یاد می گیرد که انتخاب پارامتر بازیگر را مطلع می کند.

این الگوریتم ها از طریق تکنیک های یادگیری تقویت عمیق تربیت می شوند و به طور مستقل استراتژی های معاملاتی را توسعه می دهند که به طور قابل قبولی دستکاری می شوند. به شدت و بی سود در بازار تجارت می کنند اما قیمت معیار را تحت تاثیر قرار می دهند و سود خالص را از موقعیت های معیار خود تولید می کنند. اگر عمدا انجام, یک فرد درگیر شدن در چنین تجارت معقول مرتکب شده اند دستکاری اوراق بهادار غیر قانونی, اما به عنوان اشاره, الگوریتم طراحی نشده بود به طور مصنوعی قیمت را تحت تاثیر قرار, تنها به حداکثر رساندن سود. ما همچنین تاثیر بر رفاه بازار از دستکاری معیارهای مبتنی بر معامله در یک محیط شبیه سازی شده را تعیین می کنیم. مازاد کل شرکت کنندگان در تجارت در بازار در واقع با دستکاری را افزایش می دهد, به عنوان کنترل حاضر به متحمل شدن ضرر و زیان تجارت را تحت تاثیر قرار معیار است. یکی از پیامدهای این امر این است که معامله گران دیگر انگیزه ای برای گزارش دستکاری کننده ندارند (مگر اینکه موقعیت معیاری نیز داشته باشند). از طرف دیگر مازاد دستکاری کننده از معیار به طور قابل توجهی افزایش می یابد و این مستلزم این است که این اشخاص ثالث سرمایه گذاری شده در معیار هستند که قربانیان اصلی دستکاری هستند.

این اولین تظاهرات یک الگوریتم به طور خودکار یادگیری برای دستکاری یک معیار مالی است. بنابراین ما "اثبات مفهوم" را پیشنهاد می کنیم که الگوریتم ها می توانند به طور مستقل استراتژی های معاملاتی مانند دستکاری را توسعه دهند. با این حال شایان ذکر است که شبکه عمیق کیو و الگوریتم های گرادیان سیاست قطعی عمیق به طور مستقل توسعه یافته اند و نمایش های متمایزی از این امکان را تشکیل می دهند. این واقعیت که دو دستکاری کننده موفق با استفاده از الگوریتم های یادگیری تقویتی با کیفیت متفاوت ساخته شده اند شواهدی از استحکام یافته ما است که الگوریتم ها می توانند به طور مستقل دستکاری را یاد بگیرند.

سازمان بین المللی کمیسیون های اوراق بهادار و اتحادیه اروپا هر دو سیاست هایی را برای رسیدگی به نقش معیارها به عنوان زیرساخت های مالی در اصول خود برای معیارهای مالی و مقررات معیارها تدوین کرده اند. هر دو سند بر اهمیت بهترین شیوه ها در طراحی معیار تاکید می کنند. بنابراین تنظیم کننده های بین المللی باید علاقه قابل توجهی به نتایج در امتداد خطوط مورد مطالعه در اینجا داشته باشند زیرا راهنمایی هایی را برای طراحی معیار و سیاست هایی را برای تنظیم کننده ها در تعیین اینکه الگوریتم یک معیار را دستکاری کرده است ایجاد می کنند. به طور دقیق تر مطالعه تجربی الگوریتم ها می تواند مشخص کند که کدام ویژگی های طراحی الگوریتم کم هزینه ترین و مزاحم ترین روش ها برای کاهش احتمال دستکاری است حول و حوش یا شناسایی یک الگوریتم تاثیر علی سابق پست. همچنین ارزش این را دارد که موفقیت الگوریتمها در دستکاری سایر معیارهای مالی که ارزششان را از تراکنشها بر اساس محاسبات بسیار پیچیدهتر از واپ میگیرند کشف کنیم.

رویکرد ما همچنین مکمل کار قبلی است. محققان از مدل های نظری و داده های تاریخی برای مطالعه دستکاری معیار در بازارهای مالی استفاده کرده اند. با استفاده از یک بازار شبیه سازی شده اجازه می دهد تا ما را به عنوان سمبل اطلاعات پیچیده ای از ساختار بازار, به نمایندگی از مکانیک واقعی تجارت, تعاملات میان شرکت کنندگان در بازار, و ساختار بازار. ما همچنین می توانیم پاسخ عوامل استراتژیک به حضور یک کنترل معیار در نظر و در نظر گرفتن طیف گسترده ای از تنظیمات بازار, طرح معیار, و گزینه های استراتژی تجاری.

یک جاه طلبی بلندمدت برای این برنامه تحقیقاتی این است که بررسی کنیم کدام ساختار بازار و طرح های معیار قوی تر به دستکاری با مطالعه چگونگی انجام زمانی که یک الگوریتم پیچیده تلاش می کند دستکاری در شرایط بازار (شبیه سازی شده). این رویکرد تجربی می تواند مکمل مهمی برای کار نظری در امور مالی باشد که اغلب برای بررسی این سوالات باید از بسیاری از جزییات ساختار بازار انتزاعی باشد. به طور گسترده تر, ما امیدواریم که برای نشان دادن سودمندی یک رویکرد میان رشته ای است که ترکیبی از علوم کامپیوتر دولت از هنر, دارایی, و قانون به طوری که برای اطلاع رسانی سیاست.

[1] معیارهای مالی ارزش های بازار یا نرخ های مرجع مورد استفاده در زمینه های مختلف را تخمین می زنند.

[2] دیدن, مثلا, السیو ازوتی, گرگ-جورج, اچ.زیگفرید استیل, یادگیری ماشین, دستکاری و تبانی بازار در بازارهای سرمایه: چرا جعبه سیاه مهم است , 43 یو پی اس. 79 (2021); جینا گیل اس. 259 (2021); تام سی دبلیو لین, دستکاری بازار جدید , 66 اموری ال جی 1253 (2017); یشا یاداو, شکست بدهی در بازارهای مدرن , 102 و. ل. برگرد . 1031, 1073-74 (2016).

این پست از مگان شیرر, گابریل راوتربرگ, و مایکل ولمن در دانشگاه میشیگان. این است که در مقاله های اخیر خود را بر اساس, "یادگیری به دستکاری یک معیار مالی," در دسترس در اینجا .