Cuộc đua Trí tuệ nhân tạo trong lĩnh vực tài chính ngân hàng

Trí tuệ nhân tạo (AI) được các nước đầu tư lớn bắt đầu từ thập niên 1980, với chương trình Alvey của Anh, DARPA của Mỹ và Dự án máy tính thế hệ thứ năm của Nhật, với số tiền lên đến hàng tỷ đô la.

Thời đó bùng nổ các “hệ chuyên gia” sử dụng hệ thống ký hiệu để giải quyết vấn đề, nhưng chỉ trong một phạm vi đã được xác định trước. Thoạt đầu các hệ chuyên gia được sử dụng trong giao dịch tài chính.

Trong vụ sụt giảm 508 điểm Chỉ số công nghiệp Dow Jones hồi năm 1987 có “bàn tay” của hệ chuyên gia. Từ năm 1990 AI bắt đầu được sử dụng để phân tích các gian lận tài chính, với một chương trình đặc biệt được sử dụng bởi Mạng lưới thực thi tội phạm tài chính (FinCEN), có khả năng kiểm tra tự động hơn 200.000 giao dịch mỗi tuần, lọc ra hơn 400 giao dịch bất hợp pháp.

Học máy (ML – Machine Learning), mô hình AI được sử dụng rộng rãi nhất trong lĩnh vực tài chính, dựa trên một công trình nghiên cứu hồi năm 1943 của McCullogh và Pitts. Về nguyên tắc, một hệ thống học máy bao gồm: đầu bài, nguồn dữ liệu, mô hình, thuật toán tối ưu, hệ thống đánh giá và kiểm thử.

Năm 2011, kỹ thuật học sâu (DL - Deep Learning) được bổ sung vào các hệ chuyên gia. Với kỹ thuật này máy có thể chạy các thuật toán ở nhiều cấp độ khác nhau, như xảy ra trong bộ não thực của con người. Học sâu là phương pháp thống kê để tìm ra các mô hình ổn định có thể chấp nhận được trong một tập dữ liệu rất lớn, bằng cách bắt chước bộ não người với cấu trúc theo từng lớp và khu vực.

DL có thể phân tích ban đầu các sự kiện phi tuyến tính, chẳng hạn như biến động thị trường, nhưng vấn đề là kiểm chứng mô hình: năm 2004 Knight Capital đã mất 440 triệu đô la chỉ trong 45 phút vì đưa vào hoạt động một mô hình giao dịch tài chính dùng DL chưa được kiểm chứng.

Năm 2013, do một lỗi máy tính, chỉ trong 13 phút Goldman Sachs đã gây tràn ngập thị trường tài chính Mỹ với các lệnh mua 800.000 cổ phiếu. Cũng tuần.đó, một lần nữa vì lỗi máy tính, công ty chứng khoán Everbright Trung Quốc đã mua 4 tỷ cổ phiếu khác nhau trên thị trường Thượng Hải mà không có lý do chính xác.

Vậy rốt cuộc AI đã thay đổi lĩnh vực tài chính như thế nào?

AI tham gia vào tất cả giao dịch chứng khoán và tiền tệ trong các lĩnh vực khác nhau: giao dịch dùng thuật toán; tối ưu hóa danh mục đầu tư; đánh giá các mô hình đầu tư; robot tư vấn; phân tích tác động thị trường; phân tích giao dịch của đối thủ cạnh tranh...

Giao dịch dùng thuật toán là một hệ thống giao dịch tự động thực sự - một chương trình học máy (ML) tìm hiểu cấu trúc dữ liệu giao dịch và sau đó cố gắng dự đoán điều gì sẽ xảy ra.

Hiện nay máy tính đã tạo ra 70% giao dịch trên thị trường tài chính, 65% giao dịch trên thị trường tương lai và 52% giao dịch trên thị trường chứng khoán nợ công.

Vấn đề nằm ở việc thực hiện các giao dịch ở mức giá tốt nhất có thể, với xác suất phạm sai lầm rất thấp và có khả năng kiểm tra các điều kiện thị trường khác nhau đồng thời, cũng như tránh các lỗi tâm lý hoặc khuynh hướng cá nhân.

Có những cơ chế toán học AI được sử dụng ở đây. Thực ra còn có việc xử lý tín hiệu, hoạt động bằng cách lọc dữ liệu để loại bỏ các yếu tố gây nhiễu và quan sát xu hướng phát triển của thị trường.

Ngoài ra còn có cảm xúc thị trường.

Máy tính hoàn toàn không biết về các hoạt động đang diễn ra, cho đến khi thuật toán cụ thể được chạy – sau đó máy ngay lập tức nhận ra hành vi của cung và cầu.

Cũng có công cụ đọc tin tức, một chương trình biết diễn giải các hiện tượng chính trị xã hội chính, cũng như nhận dạng mẫu, một thuật toán dạy cho máy học và phản ứng khi thị trường cho thấy các đặc điểm cho lợi ngay lập tức.

Hiện có một thuật toán khác được phát triển bởi một công ty tư nhân Mỹ có khả năng xử lý hàng triệu “điểm dữ liệu” để phát hiện các mô hình đầu tư hoặc xu hướng thị trường tự phát và làm việc với hàng nghìn tỷ kịch bản tài chính, nhờ đó 1.800 ngày giao dịch vật lý giảm xuống còn bảy phút.

AI còn làm việc như công cụ dự báo trong thị trường tài chính lâu đời nhất, cụ thể là bất động sản.

Ví dụ hiện nay có một thuật toán do một công ty Đức phát triển tự động “trích xuất” dữ liệu quan trọng nhất từ ​​các tài liệu thường được sử dụng để đánh giá các giao dịch bất động sản.

Tại Singapore, AI được sử dụng để tính giá trị của bất động sản, kết hợp các thuật toán và phân tích thị trường so sánh, không hề có con người can thiệp.

AI cũng được sử dụng trong thị trường cho vay và thế chấp, trong đó các thuật toán có thể xử lý vô số dữ liệu liên quan đến khách hàng (tuổi tác, công việc, giới tính, bệnh tái phát, lối sống, v.v.) và liên kết với các hoạt động qua điện thoại di động hoặc máy tính của chính khách hàng.

Cho đến nay chúng ta chỉ mới tập trung vào các thuật toán AI. Nhưng hiện còn có điện toán lượng tử (QC- Quantum Computing) cũng rất sôi động, tốc độ của nó vượt xa các máy tính truyền thống.

Công nghệ này phù hợp hơn để giải quyết vấn đề và đưa ra dự báo tài chính, bởi QC hoạt động với các biến thực sự ngẫu nhiên, trong khi các thuật toán cũ chỉ đơn giản là mô phỏng các biến ngẫu nhiên. QC có thể xử lý nhiều thủ tục (phép tính) đồng thời cho phép “nhiều trạng thái cùng tồn tại”. Trong phân tích kịch bản, QC có thể đánh giá một tập vô hạn các giải pháp và kết quả được tạo ngẫu nhiên.

Tuy nhiên, một cỗ máy dù cực kỳ mạnh mẽ cũng không thể xác định chính xác liệu kịch bản được xử lý có tương ứng với lợi ích của con người hay không hoặc quy trình có cần thay đổi hay không trong quá trình vận hành.

P.Uyên

Xem thêm