কৃত্রিম বুদ্ধিমত্তা-চালিত সরঞ্জাম, যেমন ChatGPT, মানুষের কাজের দক্ষতা, কার্যকারিতা এবং গতিতে বৈপ্লবিক পরিবর্তন ঘটাতে পারে।
এবং এটি আর্থিক বাজারে ঠিক ততটাই সত্য যেমন স্বাস্থ্যসেবা, উত্পাদন এবং আমাদের জীবনের অন্যান্য দিকগুলির মতো ক্ষেত্রে৷
আমি 14 বছর ধরে আর্থিক বাজার এবং অ্যালগরিদমিক ট্রেডিং নিয়ে গবেষণা করছি। যদিও AI প্রচুর সুবিধা প্রদান করে, আর্থিক বাজারে এই প্রযুক্তির ক্রমবর্ধমান ব্যবহার সম্ভাব্য বিপদের দিকেও নির্দেশ করে। ওয়াল স্ট্রিটের অতীতের প্রচেষ্টার দিকে নজর দেওয়া কম্পিউটার এবং এআইকে আলিঙ্গন করে লেনদেনের গতি বাড়ানোর জন্য সিদ্ধান্ত নেওয়ার জন্য সেগুলি ব্যবহার করার প্রভাব সম্পর্কে গুরুত্বপূর্ণ পাঠ দেয়।
1980-এর দশকের গোড়ার দিকে, প্রযুক্তির অগ্রগতি এবং ডেরিভেটিভের মতো আর্থিক উদ্ভাবনের কারণে প্রাতিষ্ঠানিক বিনিয়োগকারীরা পূর্বনির্ধারিত নিয়ম এবং অ্যালগরিদমের উপর ভিত্তি করে ব্যবসা চালানোর জন্য কম্পিউটার প্রোগ্রাম ব্যবহার শুরু করে। এটি তাদের দ্রুত এবং দক্ষতার সাথে বড় বাণিজ্য সম্পূর্ণ করতে সাহায্য করেছে।
তখনকার সময়ে, এই অ্যালগরিদমগুলি তুলনামূলকভাবে সহজ ছিল এবং প্রাথমিকভাবে তথাকথিত সূচক সালিশের জন্য ব্যবহার করা হত, যার মধ্যে একটি স্টক সূচকের দামের মধ্যে পার্থক্য থেকে লাভ করার চেষ্টা করা জড়িত - যেমন S&P 500 - এবং এটি যে স্টকগুলি দ্বারা গঠিত।
প্রযুক্তির অগ্রগতি এবং আরও ডেটা উপলব্ধ হওয়ার সাথে সাথে, এই ধরনের প্রোগ্রাম ট্রেডিং ক্রমবর্ধমান পরিশীলিত হয়ে ওঠে, অ্যালগরিদমগুলি জটিল বাজারের ডেটা বিশ্লেষণ করতে এবং বিস্তৃত কারণের উপর ভিত্তি করে বাণিজ্য সম্পাদন করতে সক্ষম হয়। এই প্রোগ্রাম ব্যবসায়ীরা বৃহত্তর অনিয়ন্ত্রিত ট্রেডিং ফ্রিওয়েতে সংখ্যায় বাড়তে থাকে – যার উপর প্রতিদিন এক ট্রিলিয়ন ডলারের বেশি সম্পদের হাত পরিবর্তন হয় – যার ফলে বাজারের অস্থিরতা নাটকীয়ভাবে বৃদ্ধি পায়।
অবশেষে এর ফলে 1987 সালে স্টক মার্কেটে ব্যাপক বিপর্যয় ঘটে যা ব্ল্যাক সোমবার নামে পরিচিত। ডাও জোন্স ইন্ডাস্ট্রিয়াল এভারেজ সেই সময়ে এর ইতিহাসে সবচেয়ে বড় শতাংশ হ্রাসের শিকার হয়েছিল, এবং ব্যথা সারা বিশ্বে ছড়িয়ে পড়েছিল৷
প্রতিক্রিয়া হিসাবে, নিয়ন্ত্রক কর্তৃপক্ষ প্রোগ্রাম ট্রেডিং এর ব্যবহার সীমিত করার জন্য বেশ কয়েকটি ব্যবস্থা বাস্তবায়ন করেছে, যার মধ্যে সার্কিট ব্রেকার রয়েছে যা বাজারের উল্লেখযোগ্য পরিবর্তন এবং অন্যান্য সীমাবদ্ধতা থাকলে ট্রেডিং বন্ধ করে দেয়। কিন্তু এই পদক্ষেপগুলি সত্ত্বেও, ক্র্যাশের পরের বছরগুলিতে প্রোগ্রাম ট্রেডিং জনপ্রিয়তা বৃদ্ধি পেতে থাকে।
দ্রুত এগিয়ে 15 বছর, 2002 থেকে, যখন নিউ ইয়র্ক স্টক এক্সচেঞ্জ একটি সম্পূর্ণ স্বয়ংক্রিয় ট্রেডিং সিস্টেম চালু করেছিল। ফলস্বরূপ, প্রোগ্রাম ব্যবসায়ীরা আরও উন্নত প্রযুক্তির সাথে আরও পরিশীলিত অটোমেশনের পথ দিয়েছেন:উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং।
HFT কম্পিউটার প্রোগ্রাম ব্যবহার করে বাজারের তথ্য বিশ্লেষণ করতে এবং অত্যন্ত উচ্চ গতিতে ব্যবসা চালায়। প্রোগ্রাম ব্যবসায়ীদের বিপরীতে যারা একটি সালিশি সুযোগের সদ্ব্যবহার করার জন্য সময়ের সাথে সাথে সিকিউরিটিজের ঝুড়ি কিনে বিক্রি করে – অনুরূপ সিকিউরিটিজের দামের পার্থক্য যা লাভের জন্য কাজে লাগানো যেতে পারে – উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ীরা শক্তিশালী কম্পিউটার এবং উচ্চ-গতির নেটওয়ার্ক ব্যবহার করে বাজারের ডেটা বিশ্লেষণ করতে এবং বিদ্যুৎ-দ্রুত গতিতে ব্যবসা চালায়। উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ীরা 1980-এর দশকে ব্যবসায়ীদের কয়েক সেকেন্ডের তুলনায় একটি সেকেন্ডের প্রায় 64-মিলিয়ন ভাগে ব্যবসা পরিচালনা করতে পারে।
এই ট্রেডগুলি সাধারণত খুব স্বল্পমেয়াদী প্রকৃতির হয় এবং ন্যানোসেকেন্ডের ক্ষেত্রে একই নিরাপত্তা একাধিকবার ক্রয় এবং বিক্রি করতে পারে। এআই অ্যালগরিদমগুলি রিয়েল টাইমে প্রচুর পরিমাণে ডেটা বিশ্লেষণ করে এবং নিদর্শন এবং প্রবণতাগুলি সনাক্ত করে যা মানব ব্যবসায়ীদের কাছে অবিলম্বে স্পষ্ট নয়। এটি ব্যবসায়ীদের আরও ভাল সিদ্ধান্ত নিতে এবং ম্যানুয়ালি সম্ভব হওয়ার চেয়ে দ্রুত গতিতে ব্যবসা চালাতে সহায়তা করে।
এইচএফটি-তে এআই-এর আরেকটি গুরুত্বপূর্ণ প্রয়োগ হল প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, যা নিউজ আর্টিকেল এবং সোশ্যাল মিডিয়া পোস্টের মতো মানুষের ভাষার ডেটা বিশ্লেষণ এবং ব্যাখ্যা করা জড়িত। এই ডেটা বিশ্লেষণ করে, ব্যবসায়ীরা বাজারের অনুভূতি সম্পর্কে মূল্যবান অন্তর্দৃষ্টি অর্জন করতে পারে এবং সেই অনুযায়ী তাদের ট্রেডিং কৌশলগুলি সামঞ্জস্য করতে পারে৷
এই AI-ভিত্তিক, উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ীরা লোকেদের থেকে খুব আলাদাভাবে কাজ করে।
মানুষের মস্তিষ্ক ধীর, ভুল এবং ভুলে যাওয়া। এটি দ্রুত, উচ্চ-নির্ভুলতা, ফ্লোটিং-পয়েন্ট গাণিতিক বাণিজ্য সংকেত সনাক্ত করার জন্য বিপুল পরিমাণ ডেটা বিশ্লেষণের জন্য অক্ষম। কম্পিউটারগুলি লক্ষ লক্ষ গুণ দ্রুততর, মূলত অক্ষত মেমরি, নিখুঁত মনোযোগ এবং বিভক্ত মিলিসেকেন্ডে প্রচুর পরিমাণে ডেটা বিশ্লেষণ করার সীমাহীন ক্ষমতা সহ।
এবং, তাই, বেশিরভাগ প্রযুক্তির মতই, HFT স্টক মার্কেটে বিভিন্ন সুবিধা প্রদান করে।
এই ব্যবসায়ীরা সাধারণত বাজার মূল্যের খুব কাছাকাছি দামে সম্পদ ক্রয় এবং বিক্রি করে, যার অর্থ তারা বিনিয়োগকারীদের উচ্চ ফি চার্জ করে না। এটি নিশ্চিত করতে সাহায্য করে যে বাজারে সর্বদা ক্রেতা এবং বিক্রেতা রয়েছে, যা দাম স্থিতিশীল করতে এবং আকস্মিক দামের পরিবর্তনের সম্ভাবনা কমাতে সাহায্য করে।
উচ্চ-ফ্রিকোয়েন্সি ট্রেডিং বাজারের অদক্ষতার প্রভাব কমাতেও সাহায্য করতে পারে বাজারের ভুল মূল্যকে দ্রুত শনাক্ত করে এবং শোষণ করে। উদাহরণস্বরূপ, এইচএফটি অ্যালগরিদমগুলি সনাক্ত করতে পারে যখন একটি নির্দিষ্ট স্টককে অবমূল্যায়ন করা হয় বা অত্যধিক মূল্য দেওয়া হয় এবং এই অসঙ্গতির সুবিধা নেওয়ার জন্য ব্যবসা চালায়। এটি করার মাধ্যমে, এই ধরনের ট্রেডিং বাজারের অদক্ষতা সংশোধন করতে এবং সম্পদের মূল্য আরও সঠিকভাবে নিশ্চিত করতে সাহায্য করতে পারে।
কিন্তু গতি এবং দক্ষতাও ক্ষতির কারণ হতে পারে।
HFT অ্যালগরিদম সংবাদ ইভেন্ট এবং অন্যান্য বাজার সংকেতগুলিতে এত দ্রুত প্রতিক্রিয়া জানাতে পারে যে তারা হঠাৎ করে স্পাইক বা সম্পদের দাম হ্রাস করতে পারে।
উপরন্তু, এইচএফটি আর্থিক সংস্থাগুলি তাদের গতি এবং প্রযুক্তি ব্যবহার করে অন্য ব্যবসায়ীদের উপর অন্যায্য সুবিধা অর্জন করতে সক্ষম হয়, বাজারের সংকেতকে আরও বিকৃত করে। এই অত্যন্ত পরিশীলিত AI-চালিত ট্রেডিং জন্তুদের দ্বারা সৃষ্ট অস্থিরতা মে 2010 সালে তথাকথিত ফ্ল্যাশ ক্র্যাশের দিকে পরিচালিত করে, যখন স্টকগুলি নিমজ্জিত হয় এবং তারপরে কয়েক মিনিটের মধ্যে পুনরুদ্ধার করে – মুছে ফেলা হয় এবং তারপরে বাজার মূল্যে প্রায় $1 ট্রিলিয়ন পুনরুদ্ধার করে।
তারপর থেকে, অস্থির বাজারগুলি নতুন স্বাভাবিক হয়ে উঠেছে। 2016 সালের গবেষণায়, দুই সহ-লেখক এবং আমি দেখেছি যে অস্থিরতা - HFT প্রবর্তনের পরে কত দ্রুত এবং অপ্রত্যাশিতভাবে দামগুলি উপরে এবং নিচের দিকে যায় তার একটি পরিমাপ - উল্লেখযোগ্যভাবে বৃদ্ধি পেয়েছে।
উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ীরা যে গতি এবং দক্ষতার সাথে ডেটা বিশ্লেষণ করে তার মানে হল যে বাজারের অবস্থার সামান্য পরিবর্তনও প্রচুর সংখ্যক লেনদেনকে ট্রিগার করতে পারে, যার ফলে দামের আকস্মিক পরিবর্তন এবং অস্থিরতা বৃদ্ধি পায়।
এছাড়াও, 2021 সালে আমি অন্যান্য অনেক সহকর্মীর সাথে প্রকাশিত গবেষণায় দেখায় যে বেশিরভাগ উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ীরা একই রকম অ্যালগরিদম ব্যবহার করে, যা বাজার ব্যর্থতার ঝুঁকি বাড়ায়। কারণ মার্কেটপ্লেসে এই ট্রেডারদের সংখ্যা বাড়ার সাথে সাথে এই অ্যালগরিদমের মিল একই রকম ট্রেডিং সিদ্ধান্তের দিকে নিয়ে যেতে পারে।
এর মানে হল যে সমস্ত উচ্চ-ফ্রিকোয়েন্সি ব্যবসায়ীরা বাজারের একই দিকে ট্রেড করতে পারে যদি তাদের অ্যালগরিদম একই রকম ট্রেডিং সংকেত প্রকাশ করে। অর্থাৎ, তারা সবাই নেতিবাচক খবরের ক্ষেত্রে বিক্রি বা ইতিবাচক খবরের ক্ষেত্রে কেনার চেষ্টা করতে পারে। যদি বাণিজ্যের অন্য দিকে নেওয়ার মতো কেউ না থাকে তবে বাজারগুলি ব্যর্থ হতে পারে।
এটি আমাদের ChatGPT-চালিত ট্রেডিং অ্যালগরিদম এবং অনুরূপ প্রোগ্রামগুলির একটি নতুন জগতে নিয়ে আসে। তারা একটি চুক্তির একই দিকে অনেক ব্যবসায়ীর সমস্যা নিতে পারে এবং এটি আরও খারাপ করতে পারে।
সাধারণভাবে, মানুষ, তাদের নিজস্ব ডিভাইসে ছেড়ে দেওয়া, বিভিন্ন ধরণের সিদ্ধান্ত নেওয়ার প্রবণতা রাখে। কিন্তু প্রত্যেকে যদি একই ধরনের কৃত্রিম বুদ্ধিমত্তা থেকে তাদের সিদ্ধান্ত গ্রহণ করে, তবে এটি মতামতের বৈচিত্র্যকে সীমিত করতে পারে।
একটি চরম, অ-আর্থিক পরিস্থিতি বিবেচনা করুন যেখানে প্রত্যেকে কেনার জন্য সেরা কম্পিউটারের সিদ্ধান্ত নিতে ChatGPT-এর উপর নির্ভর করে। ভোক্তারা ইতিমধ্যেই পশুপালনের আচরণের জন্য খুব প্রবণ, যেখানে তারা একই পণ্য এবং মডেল কেনার প্রবণতা রাখে। উদাহরণ স্বরূপ, Yelp, Amazon এবং এর উপর পর্যালোচনাগুলি ভোক্তাদেরকে কয়েকটি সেরা পছন্দের মধ্যে বেছে নিতে অনুপ্রাণিত করে৷
যেহেতু জেনারেটিভ এআই-চালিত চ্যাটবট দ্বারা নেওয়া সিদ্ধান্তগুলি অতীতের প্রশিক্ষণ ডেটার উপর ভিত্তি করে, তাই চ্যাটবট দ্বারা প্রস্তাবিত সিদ্ধান্তগুলির মধ্যে একটি মিল থাকবে। এটা খুবই সম্ভব যে ChatGPT প্রত্যেককে একই ব্র্যান্ড এবং মডেলের পরামর্শ দেবে। এটি পশুপালনকে সম্পূর্ণ নতুন স্তরে নিয়ে যেতে পারে এবং কিছু পণ্য এবং পরিষেবার ঘাটতি এবং সেইসাথে গুরুতর মূল্য বৃদ্ধির কারণ হতে পারে।
যখন এআই সিদ্ধান্ত নেয় তখন পক্ষপাতদুষ্ট এবং ভুল তথ্য দ্বারা অবহিত করা হয় তখন এটি আরও সমস্যাযুক্ত হয়ে ওঠে। AI অ্যালগরিদম বিদ্যমান পক্ষপাতগুলিকে শক্তিশালী করতে পারে যখন সিস্টেমগুলিকে পক্ষপাতমূলক, পুরানো বা সীমিত ডেটা সেটগুলিতে প্রশিক্ষণ দেওয়া হয়। এবং চ্যাটজিপিটি এবং অনুরূপ সরঞ্জামগুলি বাস্তবিক ত্রুটি করার জন্য সমালোচিত হয়েছে।
উপরন্তু, যেহেতু মার্কেট ক্র্যাশগুলি তুলনামূলকভাবে বিরল, সেগুলির উপর খুব বেশি ডেটা নেই৷ যেহেতু জেনারেটিভ এআইগুলি শেখার জন্য ডেটা প্রশিক্ষণের উপর নির্ভর করে, তাই তাদের সম্পর্কে তাদের জ্ঞানের অভাব তাদের ঘটতে পারে।
আপাতত, অন্তত, মনে হচ্ছে বেশিরভাগ ব্যাঙ্ক তাদের কর্মীদের ChatGPT এবং অনুরূপ সরঞ্জামগুলির সুবিধা নিতে দেবে না। Citigroup, Bank of America, Goldman Sachs এবং অন্যান্য ঋণদাতারা ইতিমধ্যেই গোপনীয়তার উদ্বেগ উল্লেখ করে ট্রেডিং-রুমের মেঝেতে তাদের ব্যবহার নিষিদ্ধ করেছে৷
কিন্তু আমি দৃঢ়ভাবে বিশ্বাস করি যে ব্যাঙ্কগুলি অবশেষে জেনারেটিভ এআইকে আলিঙ্গন করবে, একবার তারা এটি নিয়ে তাদের উদ্বেগগুলি সমাধান করে। সম্ভাব্য লাভগুলি পাস করার জন্য খুব তাৎপর্যপূর্ণ - এবং প্রতিদ্বন্দ্বীদের দ্বারা পিছিয়ে যাওয়ার ঝুঁকি রয়েছে৷
কিন্তু আর্থিক বাজার, বৈশ্বিক অর্থনীতি এবং সকলের জন্য ঝুঁকিগুলিও দুর্দান্ত, তাই আমি আশা করি তারা সাবধানে চলবে৷