华尔街监管部门求助人工智能：防止市场操纵行为

华尔街监管部门求助人工智能：防止市场操纵行为本章共84字, 更新于: 2024-12-16 10:31:53

　　路透社网站近日刊文称，街监人工智能技术正在被美国的管部工智金融业监管部门所关注。监管部门希望，门求利用这类技术去防止欺诈，助人止市纵行避免操纵市场的场操行为。

　　以下为文章全文：

　　人工智能击败了围棋大师，街监并在电视智力节目中取得了胜利。管部工智那么，门求下个考验是助人止市纵行什么？答案是股票市场。

　　两家交易所宣布，场操计划在未来几个月内推出基于人工智能的街监市场监控工具。华尔街监管部门的管部工智官员表示，他们也不会落后。门求业内高管则希望，助人止市纵行集成人工智能的场操计算机能帮助人工更快地找出不当行为。

　　例如，在发生大规模交易时，软件可以跟踪聊天室消息，分析是否有人发布虚假消息。人工智能也可以迅速解决复杂问题，例如发现可能有交易员迅速下单随后迅速取消，从而人为推高股价。

　　美国金融业监管局（FINRA）市场监管执行副总裁汤姆·基拉（Tom Gira）表示，人工智能甚至可以识别出新形式的欺诈。

　　他表示：“我们最大的担忧在于，完全不清楚的市场操纵手段。看起来，这些工具可能给我们带来一扇更好的窗口，应对这类场景。”

　　FINRA计划明年测试内部开发的人工智能监控软件，而纳斯达克和伦敦股票交易所预计将于年底应用这类系统。

　　交易所还计划向银行和基金公司销售这项技术，帮助它们监控交易员的行为。

　　人工智能技术使计算机能模拟人类行为，例如理解语言，解谜，甚至诊断疾病。这类技术的开发早在50年代就已开始，目前正逐渐成为主流。例如，苹果iPhone中的Siri就可以与人类对话，完成任务。

　　尽管金融行业公司已经利用人工智能软件去完成各类工作，例如合规检查和选股，但将人工智能用于市场监控才刚刚起步。

　　纳斯达克负责人工智能项目的商业开发高管比尔·诺萨尔（Bill Nosal）表示：“在监控方面，我们不能令机器放松。”

　　500亿次市场事件

　　市场监控通常依赖算法去识别交易数据中的模式，进而判断是否有人操纵市场，并需要人工去展开调查。然而，海量的数据可能会导致许多误报警。

　　FINRA每天监控了约500亿次市场“事件”，包括股票买入下单、订单修改、取消，以及成交。在这一过程中，FINRA关注约270种模式，发现潜在的违规。FINRA没有披露，该机构会标记出多少次事件，以及有多少事件最终被确认为不当行为。

　　基拉表示，FINRA开发的“机器学习”软件的监控范围可以突破这些预设模式，理解哪些情况是真正可以确认的违规。

　　机器学习是人工智能的领域之一。利用机器学习技术，计算机无需预先编程就能学会新技能。对于市场监控，这意味着计算机可以“学习”什么样的交易模式最终引发了指控，从而提高识别不当行为的正确率。

　　FINRA计划明年测试这一新工具，并将结果与当前系统进行对比。

　　与此同时，该部门已经将当前的监控系统转移至亚马逊云计算平台上，从而获得更多计算资源，迅速分析大量数据。

　　纳斯达克正在与认知计算公司Digital Reasoning展开合作。今年早些时候，纳斯达克对该公司进行了投资。

　　伦敦股票交易所首席运营官克里斯·克拉多（Chris Corrado）则表示，该交易所与IBM沃森和信息安全公司SparkCognition展开了合作，开发经过人工智能增强的监控技术。沃森已成为家喻户晓的名字。2011年，沃森在电视智力节目“危险边缘”中取得了优胜。

　　防止交易员欺诈

　　技术无法防止某些不可预见的事件，例如2010年的“闪电崩盘”。当时，道琼斯指数在短时间内跌去了超过1000点。

　　然而，技术可以更快地识别出操纵市场的行为，节约市场监管部门的时间和资金。

　　FINRA、纳斯达克和伦敦股票交易所没有透露，这样的软件开发成本是多少，以及未来能节约多少费用。

　　例如，调查者曾花几年时间去分析传统数字通信中的各种交易数据，才最终确定全球多家银行的交易员操纵了外汇市场。

　　纳斯达克表示，该公司与Digital Reasoning和多家金融机构合作测试的软件可以实时完成这项工作。

　　人工智能创业公司Neurensic周三推出了一款工具，基于交易员的交易模式是否可疑来评出“正直分”。

　　该公司CEO大卫·韦德霍恩（David Widerhorn）表示：“从更高效地经营业务，或是主动避免监管问题等角度来看，掌握这类信息带来的优势是巨大的。”

　　Neurensic也在与监管部门合作，对操纵市场的行为展开调查。该公司也在与两家交易所接触，提供基于人工智能的监控软件。

本书首发来自成都索客科技有限公司，第一时间看正版内容！

华尔街监管部门求助人工智能：防止市场操纵行为

编辑推荐榜