"Las redes neuronales podrían aprender el valor de amplificar activamente un choque externo. El viejo enemigo del FPC, las fuerzas de amplificación, podrían surgir de esta nueva forma", dijo Jonathan Hall, miembro externo del FPC y antiguo banquero de inversión.
Hall afirmó que es viable que las empresas de inversión desarrollen lo que él denomina "agentes de negociación profunda", estrategias impulsadas por IA que operan de forma semiautónoma respecto a los operadores humanos y que sólo comprenden en parte, ya que pueden cambiar sobre la marcha.
Las investigaciones académicas en curso han puesto de manifiesto el riesgo de que dichos agentes pudieran coludirse entre sí de forma ilegal pero difícil de detectar para los humanos o buscar alimentar la inestabilidad del mercado. Alternativamente, podrían estar mal equipados para las turbulencias.
Antes de poner a trabajar los modelos de IA, los operadores financieros deben probarlos exhaustivamente entre sí y hacer que cumplan tanto el espíritu como la letra de la regulación, Hall
dijo en un discurso
en la Universidad de Exeter, en el suroeste de Inglaterra.
"Si los algoritmos de negociación adoptan un comportamiento no conforme y perjudicial, el gestor de la negociación será responsable".
Hall dijo que las preocupaciones representaban sus opiniones personales, más que las del BoE en su conjunto, y que por ahora eran en gran medida hipotéticas.
Sin embargo, dijo que existían paralelismos con las estrategias de negociación populares cuando él comenzó su carrera en la década de 1990, que condujeron al colapso del fondo de cobertura Long-Term Capital Management en 1998.
"Tomados en conjunto, crean riesgos de rendimiento y normativos para las empresas de negociación, y explican la cautela actual sobre el uso de redes neuronales para la negociación", dijo. (Reportaje de David Milliken Edición de William Schomberg)
