Algoritmerne på børsen

boersen

I fredags gjorde jeg noget, jeg ikke længere gør så tit – jeg købte et blad. Det hed Intelligent Life og udgives af The Economist. Den artikel, der fik mig til at købe bladet, hedder “Slaves to the algorithm” og handler om hvordan algoritmer er blevet særdeles væsentlige. Bagefter har jeg opdaget at denne artikel kan genfindes på bladets websted – ligesom faktisk alle de andre artikler, der fangede min opmærksomhed.

Egentlig fanger artiklens overskrift slet ikke det væsentlige; ethvert stykke software udgør jo allerede en algoritme, så det kan ikke være på dén måde, at der er noget nyt at berette. Faktisk handler artiklen om algoritmer til analyse af store datamængder, og her er der faktisk meget at sige. Mange er allerede opmærksomme på at algoritmer til analyse af store mængder data dukker op alle vegne.

Jeg er for tiden ved at læse en bog af Daniel Kahneman, Thinking, Fast and Slow. Kahneman fik Nobelprisen i økonomi i 2003; noget af det der især har beskæftiget hand forskning er hvordan mennesker ræsonnerer om statistiske fænomener og søger at lave forudsigelser. En af de konklusioner Kahneman gør i sin bog er hvor svært det er også for eksperter at give gode forudsigelser.

Der Spiegel bragte sidste år et interview med Kahneman, og her kommer han ind på blandt andet dette:

SPIEGEL: Experts, for example, have gathered a lot of experience in their respective fields and, for this reason, are convinced that they have very good intuition about their particular field. Shouldn’t we be able to rely on that?

Kahneman: It depends on the field. In the stock market, for example, the predictions of experts are practically worthless. Anyone who wants to invest money is better off choosing index funds, which simply follow a certain stock index without any intervention of gifted stock pickers. Year after year, they perform better than 80 percent of the investment funds managed by highly paid specialists. Nevertheless, intuitively, we want to invest our money with somebody who appears to understand, even though the statistical evidence is plain that they are very unlikely to do so. Of course, there are fields in which expertise exists. This depends on two things: whether the domain is inherently predictable, and whether the expert has had sufficient experience to learn the regularities. The world of stock is inherently unpredictable.

SPIEGEL: So, all the experts’ complex analyses and calculations are worthless and no better than simply betting on the index?

Kahneman: The experts are even worse because they’re expensive.

SPIEGEL: So it’s all about selling snake oil?

Kahneman: It’s more complicated because the person who sells snake oil knows that there is no magic, whereas many people on Wall Street seem to believe that they understand. That’s the illusion of validity …

I sin bog diskuterer Kahneman netop hvordan eksperters forudsigelser klarer sig holdt op mod statistiske algoritmer – og hans resultater viser at sådanne algoritmer faktisk klarer sig bedre end eksperter, omend de heller ikke er imponerende Jeg er dog ikke sikker på at han vil lægge ryg til den entusiasme, der nu kommer algoritmer til dataanalyse til del.

Der er nemlig også, som Kahneman selv gør opmærksom på, et problem med det genstandsområde, algoritmer til dataanalyse udtaler sig om. Hvordan ville vi f.eks. have det med at vi undlod at behandle et sygt barn, fordi en algoritme fortalte os at vi burde handle sådan?

Netop finansmarkedet er ekstremt sikkerhedskritisk; dette blev igen tydeligt under den seneste finanskrise. Beslutninger på finansmarkedet påvirker millioner (vel faktisk milliarder) af menneskers livsgrundlag. Og jeg kan ikke lade være med at hæfte mig ved denne passage i artiklen fra Intelligent Life:

In October 2012, in under a minute, the market value of Kraft increased by 30%. In 2010, the now-infamous “flash crash” briefly wiped a trillion dollars off United States markets. Last March BATS, an American stock-exchange company, floated on its own market at over $15 a share—but there was a glitch. The official explanation, still disputed by some, is that the BATS market software malfunctioned for all stock beginning with anything from A to BF. “If they had popped a champagne bottle as they launched the shares,” Cliff says, “by the time the cork hit the floor their value was zero.”

I dag er der nogle steder omkring en tredjedel af alle aktiehandler, der er baseret på analysealgoritmer. Dave Cliff, der var med til at udvikle nogle af de første algoritmer inden for dette område, siger da også

“The danger is an over-reliance on computer systems which are not well understood,” he said. “I have no problem with technologies. I like flying, I like to give my kids medicine. But I like my planes certified safe, my medicine tested. I prefer to be engaged in capital markets where there are similar levels of trust, and meaningful and incisive investigation when things go wrong.”

Og så kommer det for nogle ekstremt prekære spørgsmål: Hvorfor skal vi egentlig satse så meget ved at have et aktiemarked, der er så ekstremt følsomt over for beslutninger om investeringer og hvor disse beslutninger i stort omfang er svære at begrunde rationelt? Denne kombination af sårbarhed og vilkårlighed udgør for mig at se et godt argument for at regulere antallet af og arten af transaktioner ved en form for finansskat.

(Visited 77 times, 1 visits today)
Loading Facebook Comments ...

Skriv et svar