[dropcap]F[/dropcap]uldt automatiserede computeralgoritmer udgør størstedelen af aktiviteten på aktiemarkederne. Men vi forstår ikke, hvordan de selvlærende algoritmer interagerer. Det udgør et væsentligt vidensproblem, som kan resultere i finansielle krak, hvor enorme summer tabes lynhurtigt. Erhvervsfilosofi.dk har talt med Christian Borch, sociolog og professor ved CBS, der har modtaget en prestigefyldt forskerbevilling til at undersøge interaktionen mellem computeralgoritmerne.

I 2010 skete det, mange finansielle tradere frygter: På blot 36 minutter faldt det amerikanske aktiemarked med hundreder af milliarder dollar i værdi, et af de største krak siden finanskrisen. Og hvad var årsagen hertil? Automatiserede computeralgoritmer, der med lynets hast reagerede på hinandens handler og aktivitet uden menneskelig indblanding. Begivenheden kendes også som the flash crash.

Det kan ske igen. Christian Borch har fået til opgave at undersøge, hvordan algoritmerne interagerer med hinanden, således at nye krak kan undgås.

[quote float=”left”]Traderne eksekverer ikke længere handlerne[/quote]

Hvordan interagerer algoritmer, når de benyttes som redskab for aktiehandel? 

”Vi ved ikke, hvad der egentlig sker, når algoritmer handler med andre algoritmer. Selv om programmørerne har klare forestillinger herom, og man efterfølgende kan aflæse algoritmernes interaktioner i ordrebøger, så kan interaktionen mellem algoritmerne ikke observeres direkte. Selv programmørerne bag computeralgoritmerne har ikke det fulde overblik over, hvordan algoritmerne interagerer med hinanden i den daglige finansielle handel,” siger Borch.

Hvad kendetegner nutidens brug af computeralgoritmer på finansmarkederne?

”Computeralgoritmer er selvstændige aktører på finansmarkederne. De er selvlærende og kæmper mod hinanden – ofte 24 timer i døgnet – for at udnytte bittesmå prisasymmetrier, der kan give virksomheden overskud,” siger Borch og uddyber:

”I dag er mennesket et støtteredskab til algoritmerne. Vi er indtrådt i en postpostsocial æra, hvor processen er fuldt automatiseret, og traderne ikke foretager sig noget aktivt i klassisk forstand. De eksekverer ikke længere handlerne, men udvikler og overvåger konstant algoritmerne, der gør det.”

Historisk set har det forholdt sig omvendt. I størsteparten af det tyvende århundrede og frem til 1990´erne var den finansielle handel strengt fysisk. Finansielle handlere – tradere – var tilknyttet markedet. Maskinrummet var her trading floors, hvor traderne knipsede vildt og kaotisk, som mange kender det fra billeder af Wall Street.

[quote float=”right”]Det er afgørende, at algoritmerne ikke genkendes som algoritmer[/quote]

I 1990´erne kom computernes indtog. Her blev teknologien en støtte for mennesket, der stadig aktivt foretog de finansielle handler. Traderne eksekverede handlerne ved at trykke på musen, og trading floors blev udskiftet med trading rooms, hvor hver ansat sad med et antal skærme foran sig, forklarer Borch.

”I dag har traderne ofte hverken en direkte eller sekundær relation til hinanden, men kun en relation til skærmene og algoritmerne, der står for den meste aktivitet på markedet,” uddyber han.

Farvel til menneskelig irrationalitet og massehysteri? 

Hvordan kan vi forstå denne relation mellem tradere og algoritmer

”Feltet har været præget af en positiv fortælling om brugen af algoritmer; at det betød et farvel til menneskets irrationalitet, ufornuft og massehysteri, og at man kunne sætte parentes om det menneskelige. Men det er langtfra tilfældet, for menneskets rolle ændrer karakter, snarere end den forsvinder.”

”Traderne og programmørerne investerer rigtig meget arbejde i at få deres algoritmer til at fungere. De tror på, at deres ideer er rigtige, også selv om algoritmen ikke virker. Således bevares det klassisk menneskelige og følelsesmæssige engagement i markedet,” forklarer Borch.

Borch og hans kolleger har foretaget studier af den finansielle handel i flere virksomheder. Her blev det tydeligt, at tradere og programmører følelsesmæssigt knytter sig til algoritmerne. Nogle kalder åbent algoritmerne for deres babyer, mange er utrygge ved at overlade deres algoritmer til kollegaers brug, og mange overvåger konstant med deres smartphone, hvordan algoritmen opfører sig.

Algoritmisk krigsførelse 

For at vende tilbage til selve interaktionen mellem algoritmerne, som du de næste par år skal undersøge, hvordan kan den beskrives

”Algoritmerne udviser en klassisk social adfærd og indgår i et imitativt spil. Imitationen er grundlæggende for social interaktion. Det at imitere er at anerkende. Men det er også afgørende, at algoritmerne ikke genkendes som algoritmer. Hvis de gør det, kan konkurrerende firmaer og finansielle handlere regne algoritmen og dens strategi ud. Ligesom i krigsførelse er det afgørende for succesen af ens strategi, at man kender modstanderens næste træk,” siger Borch.

Kan du uddybe det? 

”Man kan sige, at de prøver at sløre deres algoritmiske ’selv’. Eksempelvis lægges der randomiserede ordrer omkring den egentlige ordre for at få det til at se ud, som om der sidder et menneske og handler. De finansielle virksomheder forsøger at få algoritmerne til at fremstå humane, men algoritmisk tilfældighed er forskellig fra menneskelig tilfældighed, så algoritmerne prøver hele tiden at aflure hinanden,” forklarer han og uddyber:

Flashcrashet i 2010 var et eksempel på et imitativt spil, hvor algoritmerne blindt fulgte hinanden. Den randomisering af ordrer, der er lagt ind i algoritmerne, eksemplificerer, når spillet ikke er altid imitativt. Den ikkeimitative interaktion kan sammenlignes med, at algoritmerne udviser en frontstage og en backstage-adfærd.”

Er regulering og finansskat den retfærdige vej frem? 

Hvad har denne totale computerstyrede algoritmehandel af konsekvenser?

”Det er svært at svare præcist på. For som sagt ved vi ikke nok om det, men pengene, der blev tabt i flashcrashet og senere tilbagetjent, bliver internt i systemet. Det vil sige, at tab i den finansielle algoritmiske handel ikke synes at påvirke realøkonomien,” siger Borch.

[quote float=”left”]En finansskat vil formentlig betyde mindre aktivitet[/quote]

Udviklingen på finansmarkederne kritiseres ofte for at være løbet løbsk og ikke at afspejle virkelige forhold såsom udviklingen i realøkonomien. Hvad siger du til den kritik? 

”Den klassiske kritik har lydt, at alle, der foretog højfrekvenshandel, var slemme. Jeg mener, der er behov for at nuancere denne kritik. Vi ser virksomheder, der eksempelvis består af en del hedgefond og en del medicinsk forskning, hvor hedgefonden benytter lønhurtige algoritmer til at tjene penge, der blandt andet kanaliseres over i den medicinske forskning. Skellet mellem good guys og bad guys er sløret,” siger han og nævner desuden, at mange programmører slet ikke er Wall Street-typer, men ofte kommer fra computermiljøer med en helt anden ideologi.

Der er i disse år en stor diskussion om, at lande skal indføre en finansskat. Er det ikke en god idé

”Det afhænger af, hvilken politisk målestok man lægger ned over skatten. På den ene side gør algoritmehandler markederne mere likvide. Et marked er likvidt, hvis der altid er tilgængelige køber og sælgere. Uden likviditet er der intet marked,” siger Borch.

”På den anden side vil en finansskat modvirke risikoen for flere algoritmisk forårsagede krak og ultraspekulation. Bekymringer, der udtrykkes over udviklingsforholdet mellem finansmarkederne og realøkonomien, er også rimelige. Men en finansskat vil formentlig også betyde mindre aktivitet, og derfor er der flere forhold, der må afvejes,” afslutter Borch, der gerne vil afvente med at give sin endelig dom, til han og hans forskningskollegaer er kommet længere med forskningen.

 

[box]Baggrund

Christian Borch, sociolog og professor ved CBShar netop modtaget en forskerbevilling på 12 millioner af Det Europæiske Forskningsråds Consolidator Grant (se link). I forskningsprojektet skal Borch sammen med fysikere og programmører udvikle en computersimulering af den algoritmiske interaktion. Simuleringen skal se på interaktionernes effekt på markedets stabilitet og ustabilitet og vil ifølge planen blive lagt ud til offentlig benyttelse.

De finansielle markeder styres i dag af computerstyrede algoritmer. Højfrekvenshandel (high-frequency trading) udgør cirka 50-60 procent af al finansiel aktivitet på de amerikanske aktiemarkeder. Omfanget af højfrekvenshandel afhænger af markedstype. Det er eksempelvis lavere på futures- og FX-markederne. Inkluderer man langsommere og mere sofistikerede algoritmer, udgør algoritmerne cirka 90 procent af den samlede finansielle handel. Højfrekvenshandel er blevet kritiseret for at være et parasitisk foretagende, der udkonkurrerer og æder langsommere aktører såsom pensionskasserne, hvilket dermed udhuler almindelige menneskers opsparinger.[/box]

Skriv et svar