Finansindustrien har gennemgået en transformation, og algoritmer dikterer i dag investeringsbeslutninger. Efter denne tendens har et stigende antal traditionelle banker og finansielle institutioner indført nye tjenester til støtte for denne nye finansielle teknologi. Da disse tjenester fortsætter med at vokse, menes det, at finansiering vil nå singulariteten.

Økonomisk singularitet følger begrebet teknologisk singularitet. Ved definition er teknologisk singularitet den tilstand, hvor computere er i stand til rekursiv selvforbedring - eller programmering af deres software alene - hurtigere end menneskelig intelligens. Konceptets forventning er, at computere vil erstatte mennesker. Med hensyn til finansiering betyder det, at alle investeringsbeslutninger til sidst bliver bedre overladt til en computer styret af algoritmer og økonomisk teori. Hvis dette skulle være tilfældet, ville markeder følge effektive prissætninger, og investorer ville udvise rationelle forventninger som dikteret af neoklassisk økonomi. (Se mere under Basis for algoritmisk handel: Begreber og eksempler .)

Financial Singularity

I de seneste fem år har den finansielle teknologi suppleret og i nogle tilfælde erstattet stort set traditionelle investeringsformer. Formålet med online wealth management værktøjer er at skabe et gennemsigtigt og tilgængeligt middel til investering, en praksis, der tidligere kun er tilgængelig for velhavende. Med den stigende brug og tilgængelighed af finansiel teknologi er flere langvarige finansielle institutioner begyndt at introducere deres egne onlinetjenester. Nogle af disse omfatter The Goldman Sachs Group, Inc. 's (GS GSGoldman Sachs Group Inc243. 49-0. 37% Lavet med Highstock 4. 2. 6 ) online udlån, Citigroup Inc. (C CCitigroup Inc73. 80-0. 34% Lavet med Highstock 4. 2. 6 ) Citicoin og Vanguard og Charles Schwab Corporation (SCHW SCHWCharles Schwab Corp44. 65- 0. 38% Lavet med Highstock 4. 2. 6 ) online wealth management services.

I betragtning af den nuværende og fremtidige vækst i den finansielle teknologi vil mange troalgoritmer snart definere, hvad der driver markedsresultater. Den hypotetiske økonomiske singularitet er, hvad der følger. Med et væld af store data kunne algoritmer skabe skræddersyede investeringer for markedsdeltagere og skabe et mere effektivt marked.

Effektive markeder

Du har sandsynligvis lært om effektiv markedsteori i dine tidlige økonomikurser. Teorien siger, at det ikke er muligt for en investor at overgå markedet som et resultat af rationelle forventninger og perfekt information.(Se mere om Effektiv markedshypotes: Er aktiemarkedet effektiv? )

Du har måske senere lært eller vidne til, at dette simpelthen ikke er tilfældet. For eksempel har den legendariske investor Warren Buffett lavet milliarder af dollars fra markedet. Hvis den effektive markedsteori var sand, ville der ikke være nogen mulighed for at udnytte misprisning på markedet, fordi aktivpriserne ville have afspejlet al tilgængelig information. Hvis maskinindlæring nogensinde kunne aggregere investorens strategi, ville investorerne rationelt antage, at hver aktivpris er den sande forventede værdi af fremtidige overskud og pengestrømme samt afspejling af markedsgrundlag.

I en nylig artikel diskuterer den berømte økonom Robert Shiller visionen om økonomisk singularitet. Han peger på real-world investor reaktioner i lyset af nyheder og historier. Under økonomisk singularitet ville investorer ikke have nogen motivation til at søge markedsprisfastsættelse. Vores nuværende miljø understøtter ikke et sådant begreb: mange investorer handler om hunches og overtro, især når markeder begynder at springe.

Maskinlæring og økonomi

Inden for finansiering er kunstig intelligens og dens mange iterationer blevet mest buzzed om teknologisk udvikling siden store data. AI's ansøgning inden for finansielle markeder har større konsekvenser end de algoritmer, der aktuelt er i brug. Traditionelt følger algoritmer eksekverbare funktioner, der indledes, når forudbestemte regler er blevet opfyldt. AI tager dette et skridt videre og kan anvende evolutionære algoritmer for at lære, hvordan markeder reagerer under forskellige omstændigheder. Modellerne, der bygger på datamængder og løber fulde simuleringer af de finansielle markeder, udvikles for at forudsige, hvordan markederne vil opføre sig i fremtiden.

Både økonomi og AI deler konstruktionen af ​​rationalitet. Som historien dikterer, følger virkelige markeder ikke rationel adfærd. For at AI effektivt kan reagere på markeder, skal modeller inkludere både rationalitet og irrationelle forhold.

Bottom Line

Da finanssektoren fortsætter med at omfavne algoritmer og kunstig intelligens, lover begrebet økonomisk singularitet en fjern mulighed for utopi på de finansielle markeder. Økonomisk singularitet bygger på teknologisk singularitet, hvilket udgør en hypotetisk fremtid, hvor computere dikterer beslutningstagning over menneskelig intelligens. Imidlertid danner menneskelig vurdering, hvad enten det er godt eller dårligt, investeringsbeslutninger, ofte efter irrationel eller uforudsigelig adfærd.