AI股票交易如何串通合谋以影响价格的形成

沃顿商学院的最新研究表明，当自主AI算法学会自动协同行动时，AI技术就有可能对资本市场产生意想不到的影响，无论它是通过惩罚交易行为偏差的“价格触发机制”，还是通过算法之间同质化的学习偏差。

沃顿商学院金融学教授窦伟（Winston Wei Dou，音译）和伊泰•戈德斯坦（Itay Goldstein）以及香港科技大学的严吉（Yan Ji，音译）在一篇题为《人工智能交易、算法共谋和价格效率》（AI-Powered Trading, Algorithmic Collusion, and Price Efficiency）的论文中警告说：“知情的AI交易员可以通过战略性操纵低订单流来串通并产生可观的利润，即使没有明确违反反垄断法规。”

量化对冲基金以及知名投资公司如贝莱德（BlackRock）和摩根大通（J.P.Morgan）等早已在使用AI，这一趋势正在整个金融市场愈演愈烈。

美国证券交易委员会最近为纳斯达克的人工智能交易系统开了绿灯，该系统利用强化学习（reinforcement learning，RL）算法进行实时调整。窦教授表示，到目前为止，华尔街已经清楚地看到了AI滥用的丑闻，其威胁是显而易见的。

零售业制造业中AI的危险信号

窦指出，美国联邦贸易委员会最近起诉亚马逊使用秘密算法操纵价格。他说：“随着算法学会在没有任何形式的协议、沟通甚至意图的情况下实现和保持协调，零售市场中的AI串通共谋（AI collusion）可能会将价格推高到具有超强竞争力的水平。零售商和制造商有动机在不提高产品质量的情况下获得市场力量。这就是为什么反垄断监管机构对此感到非常紧张。”

“我们已经看到AI交易在金融市场的应用越来越多，所以我们自然会问类似的问题——AI串通是否会在金融市场出现。”—窦伟

 研究AI交易的实验室

窦教授说：“我们已经看到AI交易在金融市场的应用越来越多，所以我们自然会问类似的问题—AI串通是否会在金融市场出现。如果是的话，是否会有重要的不利后果。如果金融市场中存在AI勾结，市场流动性和价格信息可能会受到损害。”换言之，今后市场是否仍然能够有效地促进流动性，以及市场价格是否能反映“真实的基本面信息”？

戈登斯坦说，“金融市场价格的形成方式最终会产生实际的影响。企业在很大程度上依赖金融市场（例如筹集资金），因此我们需要了解股票价格的形成过程。”

窦说：“以前还没有多少人研究过AI交易将如何影响市场效率，包括价格的信息性、市场流动性和定价错误等因素。我们的论文是为数不多的研究AI交易策略的广泛采用将如何影响资本市场的论文之一。”

论文指出，“算法交易和强化学习的结合，即AI驱动的交易，对资本市场产生了重大影响。”作者创建了一个虚拟实验室，在那里他们可以研究自主、自利的AI交易算法之间串通共谋的影响。他们开发了“信息不对称的知情投机者之间的不完全竞争模型，以探索AI交易策略对知情交易者的市场力量和价格信息性的影响。”

机器的隐形共谋

窦说，他们的实验室以透明的方式捕捉到了真实金融市场的重要特征，如信息不对称、价格影响和价格效率。在这个实验室里，他们运行交易算法来研究他们的行为，并评估他们对市场流动性和价格信息性的影响。

在他们创建的实验室中，作者成了侦探，寻找AI交易算法在不被检测到的情况下学会串通的方法。戈尔茨坦说：“我们所寻找的是机器之间发生的隐性共谋。它们的行为方式很难被发现。”窦补充道：“即使每台机器都是100%自主的，没有任何沟通或协调意图，共谋也会自动发生。”

实验室研究显示了共谋猖獗的条件。论文指出：“只有当价格效率和信息不对称性不是很高时，才存在通过惩罚威胁进行的AI串通。然而，即使在有效价格盛行或信息不对称严重的情况下，也存在通过同质化学习偏差（人为愚蠢）进行的共谋。”

论文指出：“随着AI交易算法的普及，为了研究AI交易算法之间的共谋是如何发生的，理解资本市场的动态需要深入了解类似于机器‘心理学’的算法行为。”

根据这篇论文，算法共谋（algorithmic collusion）源于两种机制：通过同质化的学习偏见，以及通过惩罚威胁的共谋，如价格触发策略。第一种，有偏见的学习，也被称为“人为愚蠢”，是因为对偏离平衡路径信息集的学习不足。这种学习偏差在AI交易者中是同质化的，因为它们是基于共享的基础模型开发的。

第二种，窦解释说，通过惩罚威胁进行勾结是为了阻止卡特尔成员脱离或“偏离默认的行为”。

在欧佩克石油卡特尔等产品市场，成员国可以通过跟踪价格和数量来监测与商定行为的偏差，然后对破坏者进行惩罚，例如阻止他们进行有利可图的交易。但金融市场的高频交易使监控破坏者变得困难。窦说，这就是AI算法可以学习自动触发对市场价格可能揭示的异常行为进行惩罚的地方。“这种串通将激励所有AI算法保持良好的交易策略。没有人会进行过于激进的交易。”

其结果是，由于市场操纵，价格的信息度将受到损害。论文指出：“在一个AI交易盛行的市场中，由于人工智能和人工愚蠢，价格的效率和信息度可能会受到损害。”

 “我们所寻找的是机器之间发生的隐性勾结。它们的行为方式很难被发现。”—伊泰•戈登斯坦

研究的重要发现

该研究的主要发现包括：

• 知情的AI投机者可以通过战略性地操纵过低的订单流，即使在没有构成反垄断的合作协议或沟通的情况下，也可以串通共谋并实现超竞争利润。
• 在这种情况下，“长期投资者在价格形成中发挥重要作用。知情的AI投机者之间的默契勾结可以通过使用价格触发策略来维持。结果就是，价格的效率不高。”（长期投资者对新的短期信息不敏感。）
• AI交易串通共谋的有效性取决于市场的信息不对称程度：为了通过价格触发惩罚威胁机制来维持AI串通，信息不对称程度不能太极端，也不应该有过多的知情投机者，这些条件反映了现实世界的场景。
• 在价格效率高或信息不对称性高的场景中，AI投机者之间的默契串通仍然可以通过同质化的学习偏见来实现，这反映了人为的愚蠢。

监管机构的警惕

监管机构处于高度戒备状态。该报指出，美国证券交易委员会（SEC）主席加里·根斯勒（Gary Gensler）最近警告称，“如果大型科技交易公司垄断金融部门的AI开发和应用，AI可能会破坏全球金融市场的稳定”。监管机构一再强调，AI可能会在无意中放大潜伏在其流程设计中的偏见，从而进一步危害竞争和市场效率。”

该论文向希望防止价格扭曲的投资者和监管机构发出了预警信号，以及这种扭曲对资本市场的更广泛影响。但戈尔茨坦表示，还需要更多的研究来权衡AI力量的利和弊。