IA e Finanças Autônomas Trazem Novas Oportunidades para Startups

Nesta imagem principal, Stability AI tenta criar um estilo de anime 'Finance bros lidando com a hipótese de mercados eficientes em face da AI'

A Hipótese dos Mercados Eficientes (EMH): Antes e Agora

Em 1970, uma das peças de conhecimento mais famosas e divisivas da história dos mercados foi criada. Em um artigo intitulado 'Efficient Capital Markets: A Review of Theory and Empirical Work' , o economista de Chicago Eugene Fama postulou que os mercados financeiros são reflexos perfeitos de todas as informações disponíveis para seus participantes.

Se você subscrevesse essa teoria, acreditaria que é difícil (ou impossível) obter consistentemente retornos acima do mercado explorando títulos mal precificados. O apostador médio, teoricamente, nunca poderia encontrar um estoque de mineração 'diamante bruto' porque assim que qualquer nova informação se tornar disponível (privada ou publicamente), os investidores oportunistas aproveitarão e comprarão, venderão ou manterão as ações de acordo.

Embora haja algum mérito nos fundamentos do argumento, muitos investidores provaram que é possível obter retornos consistentes acima do mercado na 'Era da Informação'. Se subscrevesse a EMH, os principais determinantes da sua capacidade de superação podem ser atribuídos a fatores como:

• Sistemas de Execução. Participantes com sistemas avançados de execução podem capturar vantagens de novas informações de forma mais rápida e mais próxima de sua fonte. Além disso, esses sistemas podem aumentar os retornos limitando as perdas de custos de transação e derrapagem.

  
  

• Reformulação do Mercado. Os investidores podem colher retornos mais altos se puderem fazer apostas corretamente em empresas cujo valor pode aumentar com base em sua capacidade de criar novos resultados tecnológicos ou inovações de mercado inteiro (por exemplo, Apple, Uber). É discutível se isso é mesmo uma vantagem em um ambiente de informação perfeito.

• Informação assimétrica. Nem todos os participantes do mercado recebem informações simultaneamente. Investidores institucionais e especialistas do setor geralmente estão à frente da curva. Assim são os funcionários da empresa e políticos .

• Fatores Comportamentais. Investidores habilidosos poderiam, teoricamente, explorar preços de mercado irracionais causados por mentalidade de rebanho, negociação de 'ruído' e qualquer outro número de falhas psicológicas humanas.

  
  

• Atritos de mercado. Regulamentação, taxas, impostos e uma ampla gama de outros fatores de mercado (principalmente) de cima para baixo que podem diferir de país para país ou de setor para setor criam oportunidades de arbitragem que não estariam disponíveis em um mercado completamente livre.

O que podemos tirar desses supostos inimigos do EMH?

Muito poucos deles realmente têm a ver com informações de mercado em si.

Embora existam muitos determinantes de preços de mercado capturados no EMH que são totalmente dependentes de fatores pesados de informações, ainda resta um sabor distintamente mimético e humano para os mercados.

Como os mercados 'eficientes' mudarão nas próximas décadas?

Toda a própria economia da informação está prestes a virar de cabeça para baixo. Alguns (incluindo o homem responsável pelo Tweet acima) acreditam em um futuro onde a inteligência é muito barata para medir.

Muitos participantes avançados do mercado já estão aproveitando a inteligência artificial para capturar todas as vantagens informacionais que puderem. Acredito que isso se tornará uma aposta de mesa para participação no mercado muito em breve, à medida que ferramentas e métodos avançados se tornarem de código aberto e democratizados.

OpenBB é um grande exemplo de um esforço inicial nesse sentido.

Dado que essa vantagem provavelmente será ofuscada, como a IA onipresente e mais poderosa muda os mercados?

Em essência, acredito que a maioria das respostas à pergunta acima pode ser resumida em uma frase abrangente.

O maior impacto da IA nos mercados será que ela muda o que constitui uma vantagem informacional.

Em primeiro lugar, isso ocorrerá quando a IA abrir informações para fatores de mercado que antes eram menos dependentes de informações. A chave para essa tendência será o processamento de linguagem natural (NLP). Na era recente das finanças, os agregadores de dados centralizados têm sido atores-chave nos mercados como oráculos para todos os diferentes tipos de modelos.

Com o NLP, qualquer pessoa pode criar seus próprios índices a partir de dados que não dependem necessariamente de relatórios de bancos centrais ou bolsas de valores centralizadas.

A entrega de informações personalizadas , também habilitada pelo NLP, garantirá que qualquer informação que chegue possa ser personalizada dentro do contexto dos modelos que os atores estão usando para filtrar ou processar investimentos.

Em segundo lugar, as estruturas de mercado mudarão à medida que agentes-companheiros nos derem a capacidade de produzir e disseminar novos conhecimentos líquidos em escala (discuti isso com mais profundidade em um artigo anterior aqui ). Parece maluco pensar nisso agora, mas há uma possibilidade genuína de que, com as capacidades de produção de conhecimento que os agentes possam acumular no futuro, todos produzam suas próprias assimetrias de informação .

Por fim, uma vez que os agentes se tornam os participantes dominantes nos mercados, as dimensões das eficiências não informacionais, como os fatores comportamentais, mudam drasticamente . Se terceirizarmos o mundo financeiro para agentes, o erro humano e a emoção serão removidos. Os racionalistas se alegram. Só que isso parece improvável de acontecer.

Se os agentes são todos programados para agir da mesma forma dentro de um mercado, o próprio mercado se torna homogêneo. Isso levaria a uma correlação de 1:1, alta estabilidade e retornos extremamente baixos. Há um argumento de que isso pode ser bom para os padrões de vida, previsibilidade futura e estabilidade geral. Talvez o mundo pudesse parecer melhor se tivéssemos mecanismos de alocação de recursos funcionais não apenas otimizados para retornos excessivos.

No entanto, é sem dúvida uma afronta ao progresso. O contrarianismo é um ingrediente necessário para empurrar o dial para a frente . É por isso que é recompensado nos mercados de hoje. Em vez de uma mente coletiva homogênea, espero que um mercado financeiro liderado por agentes desenvolva suas próprias idiossincrasias irracionais à medida que perseguem novas descobertas, mesmo que isso não tenha como objetivo obter retornos.

Alguns exemplos de como esses elementos acima podem funcionar no mundo real e as ferramentas que serão usadas nesses mercados:

• Modelos de código aberto para orientação sobre possíveis mudanças regulatórias
• Gerenciamento de risco de código aberto e protocolos de cobertura
• Mercados para apostar na criação de novos conhecimentos
• Coortes colaborativas de agentes competindo entre si para testar modelos
• Mecanismos autônomos para proteger e punir a manipulação de mercado
• Uma maior disseminação e penetração dos mercados de previsão para aproveitar as assimetrias de informação qualitativa
• Mercados para velocidade de lançamento no mercado em novas descobertas de conhecimento

Tão importante quanto, o que a IA não mudará no contexto dos mercados?

A IA mudará o comportamento humano. Ao nos fornecer amigos oniscientes, a natureza das maneiras pelas quais os humanos buscam significado e se comunicam uns com os outros mudará drasticamente. Esta afirmação também é verdadeira para a revolução móvel, mas espere que seja ampliada desta vez.

O que não vai mudar é a escassez. Enquanto vivermos em corpos humanos, precisaremos de comida, roupas e abrigo. A escassez destes significará que esses mercados ainda existem. A questão então se torna como a IA mudará os métodos nos quais o valor é transacionado nesses domínios? Algumas previsões:

Esses recursos serão securitizados em massa . A criação de mercados líquidos e justos para esses ativos permite que eles sejam transacionados por algo que se aproxime dos valores reais de mercado - indicando uma alocação justa de recursos.

Esses recursos verão tokenização em massa . Os agentes autônomos precisarão trocá-los por moeda autônoma. Isso se tornará o meio para facilitar esses mercados.

Obteremos mais dados sobre esses ativos do mundo real do que nunca. Para criar mercados justos para esses ativos, os riscos morais precisam ser erradicados. Isso será feito por meio do desenvolvimento de sistemas avançados de correspondência e observação de padrões e de código aberto para permitir que qualquer pessoa avalie qualquer bem. Antes de inspecionar uma casa, você saberá que seu baixo preço pode ser atribuído. Você saberá que as maçãs estão sendo descontadas no mercado porque estão podres perto do miolo. Todos os bens e serviços consumíveis não serão apenas contabilizados, mas explicados.

Curiosamente, mesmo na nova internet, os humanos não serão as únicas criaturas às quais a escassez se aplica. Os agentes exigirão que seus próprios mercados financeiros aloquem recursos finitos, como computação, memória, acesso a atuadores do mundo real e muito mais. Mesmo que não tenham o ego humano incitando-os a superar seus vizinhos, eles ainda precisarão replicar esses mercados para si mesmos.

As informações serão importantes nesses mercados, assim como nos humanos, mas ainda pode haver espaço para irracionalidade e nuances comportamentais no nível do agente. Prepare-se para um passeio selvagem.

Pedidos de Startups

Sistemas de atribuição para informações acionáveis. De onde vem a informação é importante. Ainda mais se ela puder fornecer uma visão bem fundamentada e contrária ao que se reflete no mercado.

Um exemplo primário disso é o efeito que os relatórios de vendedores a descoberto podem ter no mercado. Ver A exposição de Hindenburg sobre Adani para um excelente exemplo disso. Um participante do mercado trabalhou para descobrir novas informações sobre um título que a) não estava disponível publicamente e b) não era uma entrada comum em entradas de negociação algorítmica (erro humano e corrupção).

Ao descobrir e disseminar essas informações, Hindenburg permitiu que os detentores de ações da Adani capturassem um valor mais verdadeiro da empresa, ao mesmo tempo em que criava oportunidades significativas para lucros de vendedores a descoberto em movimento rápido.

Enquanto Hindenburg preparou e promoveu este relatório com o objetivo de melhorar sua própria posição vendida no estoque, a vantagem acumulada para outros atores honestos no mercado deve ser recompensada.

Embora o skin-in-the-game seja importante, também deve haver incentivos suficientes para que pesquisadores independentes descubram verdades impactantes sobre determinados negócios. Acredito que a melhor maneira de fazer isso é projetar canais diretos de informação para dinheiro que permitam que as pessoas sejam recompensadas diretamente por fornecer verdades contrárias.

Como isso pode ser feito e atribuído corretamente?

A melhor ideia que tenho é a de APIs universais ou plug-ins que as pessoas/agentes podem negociar diretamente de . À medida que analisam artigos ou relatórios em busca de informações potencialmente valiosas, eles podem executar transações diretamente da página da Web que são imediatamente atribuídas ao(s) seu(s) autor(es) . A partir dessa atribuição, os autores podem ganhar comissão se for comprovado que não estão recebendo recompensas sem riscos da entidade que estão promovendo.

Além de ser bom para criadores contrários que agregam valor, esse mecanismo também é uma maneira muito legal de ver quais informações são valorizadas nos mercados. A grande questão que resta, no entanto, é como lidar com a questão do xelim? Sistemas de atribuição de afiliados semelhantes existem nos mercados hoje, mas são extremamente fraudulentos e tendem a ser predatórios para investidores de varejo. Como podemos criar sistemas de atribuição de informações que atraiam um público mais sofisticado?

Ferramentas de código aberto para navegar nos mercados

Isso foi coberto com alguns poucos exemplos destacados em negrito acima, o que indica sua provável prevalência e importância nos mercados abundantes de informações do futuro.

Para obter qualquer tipo de vantagem, os participantes do mercado terão que i) confiar em diferentes conjuntos de dados dos concorrentes, ii) aplicar diferentes modelos para tentar buscar uma vantagem, iii) e iv) provavelmente muitos outros métodos que usaremos t pensar até que eles entrem em prática.

Mercados incentivados pela verdade

Isso fica aqui como uma espécie de aparte para os dois pontos acima. Embora os mercados sejam capazes de fazer seus próprios julgamentos sobre o que consideram informações verdadeiras para agir, ainda há necessidade de incentivos para que as pessoas não tentem manipular os mercados.

Novamente, também existem mecanismos humanos embutidos para punir mentirosos e ladrões. No entanto, como acontece com muitos de nossos mecanismos embutidos, eles são propensos a manipulação. Se os incentivos forem incorporados desde o início, os atores terão uma oportunidade imediata de ganhar com a publicação de informações verdadeiras com boas intenções, em vez de tentar manipular os outros para seu próprio ganho.

Arweave atos persistentes de prova de proveniência é um exemplo existente de como esses tipos de mercados podem funcionar.

Embora o contrarianismo seja o maior impulsionador do progresso humano, significa pouco se não houver base por trás dele. É por isso que precisamos desses tipos de mercados para a verdade.

Agentes comerciais re-viciados

Muito do discurso doomerista da IA tende a pensar em agentes autônomos como uma espécie de mente coletiva que age com racionalidade completa e fria. Sim, os agentes são projetados para otimizar determinadas funções objetivas. Mas também é verdade que diferentes agentes podem otimizar para diferentes funções objetivo.

Em um mundo onde a proliferação da IA acelera ainda mais a criação, disseminação e absorção de novas informações, a criação de agentes com diferentes vieses comportamentais decorrentes de diferentes funções objetivo pode restaurar as ineficiências necessárias para um mercado competitivo de ideias.

Se os mercados financeiros continuarem existindo como existem hoje (o que é assunto para outro dia), os agentes de negociação projetados com diferentes vieses e parâmetros em mente serão os principais combatentes da mentalidade de rebanho se tendermos a um mercado dominado por agentes autônomos.

Securitização de mercados subexplorados do mundo real

Tal como está, estamos significativamente mais próximos de inteligência abundante e de custo zero do que de energia barata, comida barata, roupas baratas, moradia barata ou qualquer outra coisa que nos mantenha alimentados, aquecidos e vivos.

Para criar mercados realmente eficientes a partir dessa securitização de ativos do mundo real, alguns precedentes serão necessários. Este é um vazio que pode ser preenchido por empreendedores inteligentes.

A primeira e mais óbvia oportunidade é uma exchange criada para ativos do mundo real. Isso exigiria a confiança dos criadores de mercado (possivelmente agentes), transparência nos mecanismos de avaliação e padrões para classificar qualquer categoria de ativos do mundo real.

Em segundo lugar, a necessidade de dados granulares para explicar os preços desses bens. Conforme abordado brevemente acima, ninguém deveria ter que pagar o que considera ser um preço justo por uma casa apenas para descobrir que há amianto no telhado. A questão que o empreendedor precisa resolver é como atingir essa granularidade em escala.

Isso pode ser um problema que é resolvido ativo por ativo. Os meios para obter dados granulares da maçã são diferentes daqueles para casas. Já vimos uma proliferação de plataformas de rastreamento da cadeia de suprimentos que podem ser precursoras de um movimento em direção a dados mais detalhados do cliente. Como os elementos de rastreamento são implementados na fonte, mesmo para itens como produtos de supermercado? Como isso pode ser feito em nível de unidade por unidade, em vez de no nível da empresa?

O problema de dados pode ser o mais valioso para resolver primeiro. Uma vez implementado, ele estabelece as bases necessárias para o funcionamento das trocas nas quais os clientes e participantes do mercado podem confiar. Tão importante quanto isso, também torna os mercados de consumidores humanos mais confiáveis. Isso é algo que poderíamos fazer hoje.

Monetização da Economia Informal

Isso pode parecer um pouco excêntrico de muitas das ideias abstratas e voltadas para o futuro abordadas acima. Mas também pode ser o problema mais relevante e imediato a ser abordado aqui.

Embora sua participação no PIB pareça estar diminuindo gradualmente, as atividades informais ainda representam uma grande parcela da renda nacional em todo o mundo.

A economia informal nos países em desenvolvimento consiste em grande parte em atividades pesadas em dinheiro e pouco relacionadas com a conformidade. Estes podem incluir coisas como:

• vendedores de rua
• Trabalho informal e construção
• Atividade comercial totalmente não registrada
• Serviços de transporte informal
• Agricultura de subsistência

Algumas dessas atividades também ocorrem no mundo desenvolvido. Eu, por exemplo, trabalhava em uma loja de Fish & Chip que funcionou por 25 anos sem precisar se registrar. Não vou denunciá-los porque tenho quase certeza de que não o terão feito até agora.

No entanto, além de incomodar as agências de arrecadação do governo, esse tipo de atividade ainda coloca dinheiro no bolso e comida na boca das pessoas. Mas e os mercados que exigem muito tempo para pouca recompensa?

O componente central desta seção da economia informal é o trabalho de cuidado não remunerado, ou seja, tarefas domésticas. O exemplo mais fácil aqui é um pai que fica em casa, que trabalha meio período para alimentar a família e, ao mesmo tempo, cozinhar, limpar e cuidar dos filhos. Como ou por que um mercado pode ser tentado a considerar recompensar essas pessoas?

Idéia nº 1: Mercados de trabalho de cuidado ponto a ponto . As pessoas já estão cuidando de cachorros, dirigindo e ficando na casa de outras pessoas em massa por meio de mercados ponto a ponto. Babysitting forneceu uma maneira de terceirizar o cuidado infantil por curtos períodos de tempo em troca de valor desde tempos imemoriais. No entanto, ainda não vimos um modelo bem-sucedido de creche ponto a ponto que permita que um dos pais cuide simultaneamente de vários filhos ao mesmo tempo.

Existem batalhas psicológicas e regulatórias óbvias a serem travadas aqui. Teria que ser uma das plataformas KYC estanques e de maior confiança da história. No entanto, o valor que poderia oferecer ao permitir que os trabalhadores informais matassem dois coelhos com uma cajadada só (ganhando uma renda enquanto cuidavam da casa) seria imenso em uma escala potencialmente em nível de PIB.

Idéia #2: Títulos de Impacto Social para o Trabalho de Cuidados. Grande parte do problema para os trabalhadores informais de baixa renda é a questão da liquidez. Por não terem dinheiro suficiente para pagar as necessidades de curto prazo, esses cuidadores podem ficar presos em uma espécie de ciclo de pobreza.

Mas e se eles tivessem acesso a liquidez que não incorresse necessariamente no mesmo tipo de taxas predatórias que os empréstimos consignados? Há uma visão empolgante para os aspirantes a fundadores de fintech trabalharem com parceiros financeiros e governamentais para criar uma forma de título de impacto social (esperançosamente dedutível de impostos) que possa ser usado para financiar as necessidades de curto prazo do cuidador não remunerado.

Esses títulos devem ser de longo prazo com marcos de retorno ambiciosos e predefinidos. Um exemplo seria que o detentor do título pode obter uma pequena fração da renda futura assim que atingir o PIB per capita mediano. Embora esse tipo de ideia possa parecer contrário a alguns dos ideais de mercado livre postulados acima, é uma maneira oportuna de garantir que o futuro de nossa economia ainda permita que as pessoas coloquem comida na mesa a qualquer momento, sem depender de esmolas do governo.

Também publicado aqui.