"Le reti neurali potrebbero imparare il valore di amplificare attivamente uno shock esterno. Il vecchio nemico dell'FPC, le forze di amplificazione, potrebbe presentarsi in questa nuova forma", ha affermato Jonathan Hall, membro esterno dell'FPC ed ex banchiere d'investimento.
Hall ha affermato che è possibile per le società di investimento sviluppare quelli che ha definito 'agenti di trading profondo' - strategie alimentate dall'AI che operano in modo semi-autonomo rispetto ai trader umani e che questi ultimi comprendono solo in parte, in quanto possono cambiare al volo.
La ricerca accademica in corso ha evidenziato il rischio che tali agenti possano colludere tra loro in modo illegale ma difficile da individuare per gli esseri umani, o cercare di alimentare l'instabilità del mercato. In alternativa, potrebbero essere mal equipaggiati per affrontare le turbolenze.
Prima di mettere al lavoro i modelli di AI, i trader finanziari devono testarli a fondo gli uni contro gli altri e far sì che siano conformi allo spirito e alla lettera delle normative, ha spiegato Hall.
ha detto in un discorso
all'Università di Exeter, nel sud-ovest dell'Inghilterra.
"Se gli algoritmi di trading assumono un comportamento non conforme e dannoso, il responsabile del trading sarà ritenuto responsabile".
Hall ha detto che le preoccupazioni rappresentano le sue opinioni personali, piuttosto che quelle della BoE nel suo complesso, e che per ora sono in gran parte ipotetiche.
Tuttavia, ha detto che ci sono dei paralleli con le strategie di trading popolari quando ha iniziato la sua carriera negli anni '90, che hanno portato al collasso dell'hedge fund Long-Term Capital Management nel 1998.
"Presi insieme, questi elementi creano rischi di performance e di regolamentazione per le società di trading e spiegano l'attuale cautela nell'utilizzo delle reti neurali per il trading", ha affermato. (Relazioni di David Milliken, a cura di William Schomberg)
