AI đã giải được bài toán Navier-Stokes, xâm nhập vào các hệ thống bảo mật nhất của chúng ta, và thiết kế ra các phương pháp điều trị ung thư mới.
Nhưng nó vẫn không thể vượt qua chỉ số S&P 500.
Khi nào AI sẽ đánh bại thị trường?
Đó là câu hỏi nghìn tỷ đô la đang đặt ra trước các phòng thí nghiệm.
Câu trả lời lại vô cùng tinh tế.
Mọi chuyện bắt đầu từ năm 1991 với việc xây dựng robot lớn nhất thế giới.
Với chiều dài 360 mét thép, Maeslantkering là công trình di động lớn nhất trên Trái Đất. Nó hoạt động hoàn toàn tự động.
Người Hà Lan biết đến nó như một cống chắn lũ, được xây dựng để bảo vệ 2,7 triệu cư dân của Rotterdam khỏi những đợt nước dâng nguy hiểm.
Để làm được điều đó, robot phải dự đoán chính xác mực nước biển.
Mô hình đơn giản nhất của mực nước biển là một công tắc.
Khi thủy triều lên, công tắc bật. Khi thủy triều xuống, công tắc tắt.
Một công tắc (màu cam) là một mô hình tồi của thực tế (màu xanh ngọc).
Nhưng công tắc bỏ lỡ hình dạng của thủy triều. Một con nước đang lên vẫn có thể vượt qua ngưỡng nguy hiểm.
Robot cần một mô hình tốt hơn.
Thủy triều phần lớn được điều khiển bởi mặt trăng, với lực hấp dẫn của nó tạo ra một đường cong tuần hoàn trên các đại dương. Thay công tắc bằng một đường hình sin, dự đoán của robot bắt đầu bám sát thủy triều.
Lực hấp dẫn của mặt trăng (màu cam) là một mô hình thực tế tốt hơn (màu xanh ngọc).
Nó vẫn chưa hoàn hảo. Thủy triều còn bị định hình bởi lực kéo của mặt trời, địa hình đáy vịnh, độ lệch tâm của quỹ đạo, và hàng tá yếu tố khác.
Chỉ khi robot chứa đựng tất cả cấu trúc liên quan của hệ mặt trời, nó mới có thể dự đoán được thủy triều.
Tất cả các lực thủy triều (màu cam) cho phép mô hình khớp hoàn hảo với thực tế (màu xanh ngọc).
Điều này minh họa cho Định lý Bộ điều chỉnh Tốt, được chứng minh bởi Conant và Ashby vào năm 1970:
"Mọi bộ điều chỉnh tốt của một hệ thống đều phải là một mô hình của hệ thống đó."
Nó giải thích hoàn hảo ranh giới năng lực của AI ngày nay:
- Các mô hình Cờ vua chứa đựng hình học bàn cờ, được tái tạo từ các chuỗi nước đi.
- Các tác nhân viết mã chứa đựng các quy tắc tính toán, được suy ra từ mọi dòng mã nguồn mở.
- Các mô hình video và thế giới chứa đựng các định luật vật lý, được tái tạo từ các điểm ảnh.
AI đang nuốt chửng thế giới.
Nhưng chỉ theo thứ tự mà nó có thể nuốt được.
Đây là cùng một khoảng cách giữa mô hình và thực tế, được vẽ lại cho thị trường chứng khoán:
Mô hình của Morningstar (màu cam) về định giá khác xa so với thực tế (màu xanh ngọc).
Rõ ràng, 'ước tính giá trị hợp lý' của Morningstar không phải là một 'bộ điều chỉnh tốt'.
Có lẽ Morningstar không phải là hạng nhất trong việc định giá cổ phiếu. Nhưng bức tranh tương tự cũng xảy ra với các mục tiêu giá nội bộ của các quỹ phòng hộ hàng đầu. Không ai có một bộ điều chỉnh tốt cho giá cả, và điều này là do một sự thật đơn giản:
Thị trường là tự quy chiếu, hay như các nhà kinh tế gọi, là các hệ thống phản xạ.
Giá cả được thiết lập bởi hàng triệu người đang theo dõi giá, theo dõi nhau phản ứng với giá, và phản ứng lại.
Chưa ai xây dựng được một AI có thể chứa đựng đám đông.
Thị trường đang sụp đổ theo thứ tự mà AI có thể chứa đựng chúng.
Nhưng tài chính vẫn đang sụp đổ, và một số thị trường đã bị chứa đựng.
Định lý giải thích hoàn hảo thứ tự chúng sụp đổ:
1. Các quỹ định lượng đã xây dựng siêu trí tuệ.
AI đã chứa đựng các thuật toán khác.
Những siêu trí tuệ tài chính đầu tiên không phải là LLM.
Chúng là các hệ thống giao dịch định lượng.
Ở các khung thời gian mili giây, các công ty định lượng đã xây dựng được 'bộ điều chỉnh tốt'.
Không con người nào có thể phản ứng nhanh như vậy, vì vậy các dự đoán ngắn hạn ít mang tính phản xạ hơn. Thứ duy nhất có thể tạo ra giá nhanh trong khung thời gian đó là các thuật toán khác.
Và các mô hình có thể chứa đựng các mô hình khác.
Renaissance Technologies, Jane Street, và Two Sigma đã tạo ra hàng trăm tỷ lợi nhuận bằng cách xây dựng các hệ thống chứa đựng logic của các thuật toán khác mà chúng giao dịch cùng.
Minh họa. Các mô hình giao dịch định lượng ở khung thời gian mili giây (màu cam) có thể bám sát các biến động vi mô của giá (màu xanh ngọc) ngày nay.
Các mô hình lớn hơn nuốt chửng các mô hình nhỏ hơn và sau đó kinh doanh chênh lệch giá hành vi của chúng. Thị trường ngắn hạn là một cuộc chiến bất tận của các hệ thống ăn thịt lẫn nhau.
(Có một lập luận về an toàn AI ẩn giấu ở đây. Các nhà nghiên cứu về sự liên kết (alignment) đưa ra giả thuyết về các ASI chứa đựng các ASI. Các quỹ định lượng đã đến đó trước.)
Tuy nhiên, các mô hình định lượng này nhanh chóng bị phá vỡ.
Ở các khung thời gian ngắn, hệ thống chủ yếu là máy móc giao dịch với máy móc.
Ở các khung thời gian dài, đám đông quay trở lại.
2. Thị trường tư nhân sẽ trở nên công khai trong vòng một thập kỷ.
AI đang bắt đầu chứa đựng công việc của một nhà phân tích.
Phần lớn tài chính không phải là về việc giỏi hơn trong định giá.
Đó là một cuộc cạnh tranh để thu thập và xử lý thông tin.
Hàng triệu nhà phân tích tài chính ngày nay sàng lọc các phòng dữ liệu, xây dựng mô hình, trải rộng các chỉ số so sánh (comps), và biến các bằng chứng rời rạc thành các quyết định đầu tư.
Trong lịch sử, chỉ có một số ít công ty có đủ nhân lực để làm điều này ở quy mô lớn.
Thị trường tư nhân chưa bao giờ có một bộ điều chỉnh tốt.
Quỹ bất động sản của Blackstone vào năm 2022 là một ví dụ điển hình. Danh mục đầu tư tư nhân của nó vẫn được ghi nhận "theo giá gốc", trong khi một danh mục đầu tư giao dịch công khai có mức độ rủi ro tương tự đã giảm mạnh, hai lần.
Thị trường tư nhân (màu cam) có thể khác xa so với các đối tác công khai (màu xanh ngọc).
Chúng ta chỉ có thể thấy khoảng cách này bởi vì có một đối tác giao dịch công khai tồn tại. Hầu hết các tài sản tư nhân không có tấm gương phản chiếu như vậy.
Điều đó đang thay đổi nhanh chóng.
Các mô hình hiện đã đọc được hồ sơ, thỏa thuận tín dụng, và phòng dữ liệu ảo. Các tác nhân (agent) hiện đang làm các công việc xung quanh: định giá, mô hình hóa, kéo các chỉ số so sánh, và tạo Slides. Nút thắt cổ chai về nhà phân tích đang biến mất ngay khi bạn đọc những dòng này.
Nhiều nhà đầu tư hơn tạo ra nhiều giá thầu hơn.
Nhiều giá thầu hơn tạo ra nhiều giao dịch hơn.
Nhiều giao dịch hơn cải thiện việc khám phá giá, thu hút nhiều nhà đầu tư hơn.
Vốn tư nhân cuối cùng cũng có được một bộ điều chỉnh tốt.
Chúng ta đã thấy điều này tại Hebbia: các quỹ đang tạo ra hàng tỷ đô la từ các giao dịch ngoài thị trường và tiết kiệm hàng trăm triệu bằng cách thoát khỏi các vị thế sớm, trước khi thị trường bắt kịp.
Thị trường tư nhân sẽ giao dịch như thị trường công khai.
Hệ quả trớ trêu là ngay khi điều này xảy ra, chúng vẫn chưa được giải quyết. AI sẽ biến chúng thành các hệ thống phản xạ, đưa chúng ta trở lại câu hỏi trọng tâm.
Điều gì xảy ra khi mô hình phải chứa đựng đám đông?
3. Thị trường công khai sẽ không bị đánh bại bởi một LLM.
AI cần một mô hình hoàn toàn khác để chứa đựng đám đông.
Mọi người đang chờ đợi Claude đánh bại thị trường cho họ.
Điều đó sẽ không xảy ra.
Mặc dù LLM có vẻ thực sự hữu ích cho phân tích cơ bản, nhưng phân tích cơ bản thường thất bại vì tính phản xạ. Định giá cao hơn từ động lực đám đông có thể hạ thấp chi phí vốn, từ đó thúc đẩy tăng trưởng, và đẩy định giá lên cao hơn nữa.
Tính phản xạ làm thay đổi các yếu tố cơ bản.
Vậy AI nào thực sự có thể mô hình hóa đám đông?
3.1 Twitter đã mô hình hóa đám đông trước cả Phố Wall.
Một loại mô hình đã dự đoán và định hình hành vi con người tốt hơn bất kỳ LLM nào.
"Bảng tin" (newsfeed) đã chứa đựng một mô hình gần như hoàn hảo về tâm lý con người. Nó ảnh hưởng đến các cuộc bầu cử, thiết lập các xu hướng văn hóa, và mô hình hóa hàng tỷ người tốt hơn cả chính những người đó hiểu về bản thân họ.
Các máy chủ quảng cáo trên mạng xã hội cũng hoạt động theo cách tương tự. Quảng cáo cho chính xác thứ bạn sắp mua, thường khiến bạn muốn mua nó trước. Hãy chú ý đến tính phản xạ.
Mức độ liên quan dự đoán của một bài đăng trên bảng tin (màu cam) có thể mô hình hóa và tạo ra mức độ tương tác và liên quan thực tế (màu xanh ngọc).
Điều này dẫn đến một hệ quả bất thường:
xAI là phòng thí nghiệm tài chính có vị thế tốt nhất trên Trái Đất.
Grok nằm trên bộ dữ liệu hiếm hoi nắm bắt được đám đông trong thời gian thực.
Bảng tin đã và đang làm thay đổi thị trường.
Đối với các nhà đầu tư bán lẻ, sự chú ý đã quan trọng hơn các yếu tố cơ bản. Ngày càng nhiều, mọi cổ phiếu đều là cổ phiếu meme, và bảng tin kiểm soát các meme.
Điểm kết thúc hợp lý thật đáng suy ngẫm. Một hệ thống trong tương lai có thể dự đoán phản ứng của đám đông, tạo ra câu chuyện chiến thắng, sau đó phân phối nó thông qua các "nhà đầu tư" bot để đẩy giá tài sản của chính nó. Ranh giới giữa một chiến dịch tiếp thị tuyệt vời và thao túng thị trường đã rất mong manh, và sau kỷ nguyên siêu trí tuệ (post-singularity), nó càng trở nên mờ nhạt.
Thao túng thị trường sắp trở thành một năng lực của mô hình.
3.2 Mô hình phải chứa đựng thị trường.
Các công ty khởi nghiệp về mô phỏng đang mày mò với vấn đề này nhưng sẽ không giải quyết được tính phản xạ. Đám đông tổng hợp chưa bao giờ chạm vào một mức giá thực tế chỉ là các nhóm tập trung trong một chiếc hộp.
Thị trường dự đoán cũng thoát khỏi vấn đề này. Xác suất mưa không thể thay đổi thời tiết.
Một mô hình phản xạ thực sự phải làm hai việc:
- Chứa đựng các bộ điều chỉnh khác. Nó phải dự đoán cách thị trường phản ứng và đi trước một bước.
- Chứa đựng tác động của chính nó. Dữ liệu lịch sử không thể tiết lộ tác động của một nhà đầu tư chưa từng tồn tại. Mô hình phải giao dịch, quan sát những gì nó thay đổi, và tự cập nhật.
Những mô hình này đã và đang chuyển từ giai đoạn huấn luyện sang giao dịch.
Nhưng có một vấn đề: AI chỉ có thể học một chiến lược ổn định khi các giao dịch của nó đủ nhỏ để không làm thay đổi thị trường.
Các học giả gọi đây là ràng buộc hội tụ (convergence constraint).
Các nhà giao dịch gọi nó bằng một câu châm ngôn quen thuộc:
"Quy mô giết chết giao dịch."
Điều đó sẽ không ngăn cản được những gì sắp xảy ra.
Những cỗ máy đánh bại thị trường sẽ lan rộng từ mili giây đến phút, ngày, quý và năm.
Sẽ là vô ích khi giao dịch chống lại cỗ máy.
Các cống chắn lũ đang mở ra.
Mọi thị trường sẽ bị thống trị bởi máy móc.
Mọi công ty sẽ cạnh tranh với AI.
Các tổ chức của chúng ta phải thay đổi tương ứng.
Các công ty định lượng là những người đầu tiên tái cấu trúc theo thực tế mới này. Sơ đồ tổ chức của họ trở thành các hệ thống để thu thập, làm sạch, cấu trúc và mô hình hóa một lượng lớn dữ liệu. Họ đã trở thành những bộ điều chỉnh tốt cho thị trường của mình.
Mọi công ty sắp phải đối mặt với sự chuyển đổi tương tự.
Công việc quan trọng nhất trong tương lai sẽ là dạy cho máy móc cấu trúc của thế giới.
Bạn không thể bán khống (short) điểm kỳ dị (singularity).
Bạn chỉ có thể trở thành một phần của nó.
Xin chân thành cảm ơn Manny Roman, Rob Goldstein, Marty Chavez, Bob Steele, @WillManidis, và @lennysan vì đã cải thiện mô hình của tôi về hệ thống này.
