Veštačka inteligencija na berzi: Alat budućnosti ili dvosekli mač? (5.deo) – https://www.itnetwork.rs/vestacka-inteligencija-na-berzi-alat-buducnosti-ili-dvosekli-mac-5-deo/
Primena veštačke inteligencije (AI) na berzi donosi brojne prednosti, poput brze analize podataka, automatizacije trgovine i predviđanja tržišnih kretanja. Međutim, zajedno s ovim prednostima dolaze i značajni izazovi i rizici koji mogu uticati na stabilnost tržišta, poverenje investitora i etičke standarde. Ovi izazovi nameću potrebu za pažljivim razmatranjem kako bi se obezbedila pravilna i odgovorna primena AI-a u finansijama.
1. Preterano oslanjanje na modele
Jedan od najvećih izazova u primeni AI-a na berzi je preterano oslanjanje na algoritme zasnovane na istorijskim podacima. AI algoritmi se obučavaju na prethodnim tržišnim podacima kako bi identifikovali obrasce i predviđali buduće kretanje cena. Međutim, ovi modeli imaju inherentno ograničenje: nisu dizajnirani da predviđaju neočekivane događaje.
- Neočekivani događaji: Globalni događaji poput pandemije, ratova ili političkih preokreta mogu dramatično promeniti dinamiku tržišta. Budući da ovakvi događaji nisu deo istorijskih podataka, AI modeli često nisu u mogućnosti da tačno predvide njihove efekte, što može dovesti do donošenja pogrešnih odluka.
- Primer: Tokom pandemije COVID-19, mnogi algoritmi su ignorisali suštinske promene u ekonomijama i tržištima, što je rezultiralo neadekvatnim procenama vrednosti akcija i drugih instrumenata.
Rešenje za ovaj izazov uključuje razvoj adaptivnih algoritama koji mogu uključiti real-time podatke i brzo se prilagoditi promenljivim okolnostima.
2. Rizik volatilnosti i flash crashes
Korišćenje AI-a u algoritamskoj trgovini može povećati rizik od naglih skokova ili padova cena, poznatih kao flash crashes. Ovi incidenti nastaju kada algoritmi simultano reaguju na iste tržišne signale, izazivajući domino efekat.
- Kako dolazi do volatilnosti: Ako više algoritama koristi slične strategije, poput praćenja trendova ili arbitražnog trgovanja, čak i najmanja promena na tržištu može pokrenuti masovne naloge za kupovinu ili prodaju. Ovo može izazvati nagle promene cena koje nisu povezane sa stvarnom vrednošću instrumenata.
- Primer: U maju 2010. godine dogodio se jedan od najpoznatijih flash crashes na američkom tržištu, kada je Dow Jones indeks izgubio gotovo 1.000 poena u nekoliko minuta, pre nego što se oporavio. Istraga je pokazala da su algoritmi igrali ključnu ulogu u eskalaciji situacije.
Smanjenje ovog rizika zahteva bolje regulative koje će osigurati raznolikost strategija algoritamske trgovine i uvesti mehanizme za automatsku obustavu trgovine u slučaju ekstremnih tržišnih promena.
3. Etika i transparentnost
Jedan od najznačajnijih izazova u primeni AI-a na berzi je pitanje etike i transparentnosti. Većina algoritama koristi složene modele mašinskog učenja, što ih često čini „crnim kutijama“ – njihov proces donošenja odluka nije u potpunosti razumljiv čak ni njihovim kreatorima.
- Problemi sa transparentnošću: Ova nejasnoća može izazvati zabrinutost kod regulativnih tela i investitora, jer nije uvek moguće proveriti da li algoritmi deluju u skladu s pravilima tržišta i interesima korisnika.
- Etika algoritama: Postoji i pitanje etičkih dilema – na primer, algoritmi koji eksploatišu slabosti tržišta ili generišu manipulativne obrasce trgovanja mogu ugroziti fer konkurenciju i poverenje u tržište.
Da bi se rešili ovi izazovi, neophodno je razviti standarde za transparentnost i etiku u razvoju AI-a. Algoritmi bi trebalo da budu podložni nezavisnim revizijama kako bi se osiguralo da deluju u skladu s pravnim i etičkim normama.
4. Dodatni izazovi
- Zavisnost od infrastrukture: AI zahteva naprednu tehnološku infrastrukturu, uključujući moćne servere i pristup velikim količinama podataka. Ograničena dostupnost ovih resursa može dovesti do koncentracije moći u rukama nekoliko velikih kompanija, čime se povećava tržišna nejednakost.
- Sigurnost podataka: AI sistemi su podložni sajber napadima, koji mogu ugroziti podatke investitora i izazvati destabilizaciju tržišta.
- Regulatorne praznine: Zakoni i regulative često ne prate brzinu razvoja tehnologije, ostavljajući sive zone koje mogu dovesti do zloupotrebe algoritama.
Kako prevazići izazove?
- Razvoj adaptivnih modela: Algoritmi moraju biti dizajnirani tako da uključuju real-time podatke i brzo se prilagođavaju neočekivanim promenama na tržištu.
- Povećanje transparentnosti: Regulative bi trebalo da zahtevaju od kompanija da jasno objasne kako njihovi algoritmi funkcionišu i kako donose odluke.
- Raznolikost strategija: Institucije treba da ohrabre raznolikost u algoritamskim strategijama kako bi se smanjio rizik od sinhronizovanih reakcija koje izazivaju flash crashes.
- Međunarodna saradnja: Globalna tržišta zahtevaju koordinisane napore između različiтih regulatornih tela kako bi se uskladili standardi i pravila.
Zaključak
Primena veštačke inteligencije na berzi donosi brojne prednosti, ali i značajne izazove. Preterano oslanjanje na modele, rizik od volatilnosti i pitanja etike i transparentnosti ključni su problemi koje treba rešiti kako bi se osigurala odgovorna i efikasna upotreba AI-a. Kombinacijom tehnoloških inovacija, strožih regulativa i etičkih standarda, AI može postati moćan saveznik u unapređenju tržišta, dok istovremeno minimizira rizike koje njegova primena donosi.
Milena Šović, M.Sc.,CSM
Prompt Engineer & AI Educator
