تعقيد نموذج AI والتداول وتطور كفاءة السوق

الملخص

تبحث هذه الورقة كيف يمكن للأنظمة منخفضة التكلفة القائمة على AI، التي تقارب العلاقات المعقدة، أن تغير طريقة إدراج استراتيجيات التداول للمعلومات في الأسعار. وتتناول كفاءة السوق عبر عمليات الأسعار التوازنية، مستخدمةً معتقدات المستثمرين وتعقيد نماذجهم واستراتيجياتهم المحسنة للتمييز بين مستويات الكفاءة.

يناقش المؤلفون كيف يمكن لإتاحة مقربات أكثر قدرة على نطاق أوسع أن تجعل استغلال الفرص المربحة أصعب على المتداولين ذوي النماذج الأقل فاعلية. ويرون أيضًا أن التفسيرات القائمة على التوازن لا تكفي لوصف تغير الكفاءة في سوق تكيفية يتفاعل فيها المشاركون، ويحددون ديناميكيات الخروج عن التوازن بوصفها تحديًا. والنص المتاح مفاهيمي: فهو يرسم إطارًا ومشكلة بحثية، لكنه لا يقدم نتائج تجريبية أو قواعد تداول محددة أو دليلًا على أن اعتماد AI يجعل الأسواق أكثر كفاءة بالضرورة. وتعتمد استنتاجاته على الشروط المذكورة وكيفية تمثيل النماذج والمعتقدات والتكيف.

الأفكار الرئيسية

• تنقل استراتيجيات التداول المعلومات إلى الأسعار، ما يربط جودة النموذج بكفاءة السوق.
• قد تتيح مقربات AI منخفضة التكلفة استراتيجيات أكثر تعقيدًا وتقلل الفرص المتاحة للمتداولين الأقل فاعلية.
• تستخدم الورقة عمليات أسعار توازنية ومعتقدات المستثمرين للتمييز بين مستويات كفاءة السوق.
• قد تخرج الأسواق التكيفية متعددة الوكلاء عن التوازن، ما يخلق تحديات أمام تحليل الكفاءة المعتاد.
• يعرض الوصف المتاح نقاشًا مفاهيميًا دون نتائج تجريبية أو استراتيجية تداول محددة.

الوسوم

# How low-cost AI universal approximators reshape market efficiency


# How low-cost AI universal approximators reshape market efficiency









The efficient market hypothesis (EMH) famously stated that prices fully reflect the information available to traders. This critically depends on the transfer of information into prices through trading strategies. Traders optimise their strategy with models of increasing complexity that identify the relationship between information and profitable trades more and more accurately. Under specific conditions, the increased availability of low-cost universal approximators, such as AI systems, should be naturally pushing towards more advanced trading strategies, potentially making it harder and harder for inefficient traders to profit. In this paper, we leverage on a generalised notion of market efficiency, based on the definition of an equilibrium price process, that allows us to distinguish different levels of model complexity through investors' beliefs, and trading strategies optimisation, and discuss the relationship between AI-powered trading and the time-evolution of market efficiency. Finally, we outline the need for and the challenge of describing out-of-equilibrium market dynamics in an adaptive multi-agent environment.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.