Bagaimana AI Boleh Capai Boleh Merevolusikan Dagangan Wall Street
Kelebihan daya saing yang dinikmati oleh firma perdagangan frekuensi tinggi (HFT) teratas Wall Street telah lama diperkukuh oleh pergantungan mereka pada sistem perdagangan proprietari yang mahal. Walau bagaimanapun, pengganggu yang berpotensi muncul dari sudut yang tidak dijangka: kecerdasan buatan (AI) sumber terbuka. Walaupun syarikat kewangan tradisional melaburkan berjuta-juta dalam algoritma yang dikawal rapi, platform seperti DeepSeek, sebuah syarikat permulaan AI China, boleh mendemokrasikan akses kepada teknologi perdagangan yang canggih, menjadikannya tersedia secara percuma—atau hampir percuma—kepada sesiapa sahaja. Perkembangan ini menimbulkan persoalan: Bolehkah AI yang berpatutan dan mudah didapati membentuk semula landskap Wall Street, atau adakah halangan infrastruktur dan kepakaran yang telah lama wujud akan mengekalkan penguasaan pemain yang sudah mantap?
Harry Mamaysky, pengarah kajian kewangan di Columbia Business School dan pakar dalam aplikasi AI dalam kewangan, menekankan bahawa DeepSeek mewakili kemuncak banyak kemajuan. ‘Kebanyakan AI sudah pun sumber terbuka,’ katanya kepada Investopedia, merujuk kepada model AI Meta, Llama, dan platform Hugging Face.
‘Cabarannya terletak pada memperoleh perkakasan yang diperlukan untuk menjalankan model ini, mendapatkan data untuk menyuapnya, dan kemudian menyesuaikan model generik kepada kes penggunaan tertentu,’ jelas Mamaysky.
Mari kita selidiki mekanik menggunakan AI sumber terbuka dalam bidang kewangan.
Evolusi Perdagangan AI
Domain perdagangan Wall Street secara sejarahnya telah diperintah oleh firma elit yang menggunakan sistem AI proprietari—algoritma mahal yang dibangunkan secara rahsia dengan sumber yang luas. Institusi-institusi ini secara tradisinya mengekalkan kelebihan mereka dengan memanfaatkan sumber kewangan mereka yang besar, bakat khusus dan infrastruktur pengkomputeran termaju. Analisis industri baru-baru ini mendedahkan bahawa membangunkan model perdagangan AI yang canggih memerlukan pelaburan antara $500,000 hingga lebih $1 juta, tidak termasuk perbelanjaan berterusan untuk pengekalan bakat dan penyelenggaraan infrastruktur.
Integrasi AI dalam perdagangan boleh dikesan kembali ke tahun 1980-an, apabila firma pada mulanya menggunakan sistem berasaskan peraturan mudah untuk perdagangan automatik. Metamorfosis sebenar berlaku pada akhir 1990-an dan awal 2000-an, apabila algoritma pembelajaran mesin mendorong strategi perdagangan kuantitatif era itu. Firma terkemuka seperti Renaissance Technologies dan D.E. Shaw menerajui penggunaan model AI yang kompleks untuk membezakan corak pasaran dan melaksanakan dagangan dengan kelajuan yang tiada tandingan. Menjelang 2010-an, perdagangan frekuensi tinggi (HFT) berkuasa AI telah menjadi komponen asas operasi pasaran, dengan firma terbesar memperuntukkan ratusan juta untuk infrastruktur pengiraan dan bakat untuk mengekalkan kelebihan daya saing mereka.
Dianggarkan bahawa perdagangan frekuensi tinggi algoritma menyumbang kira-kira separuh daripada volum dagangan Wall Street.
DeepSeek dan inisiatif AI sumber terbuka yang serupa mengganggu model konvensional ini melalui pendekatan kolaboratif mereka untuk pembangunan. Daripada menyimpan algoritma di bawah kunci, platform ini memanfaatkan pengetahuan kolektif komuniti pembangun global yang sentiasa memperhalusi dan meningkatkan teknologi.
Walau bagaimanapun, menerima teknologi ini tidak semudah memuat turun kod sumber terbuka. Walaupun alat baharu ini mengurangkan halangan kemasukan tertentu, ia tidak secara automatik mewujudkan persaingan yang sama rata. Sistem perdagangan tradisional sangat tertanam dalam operasi pasaran dan disokong oleh pengesahan dunia sebenar selama bertahun-tahun. Cabaran untuk alternatif sumber terbuka bukan sahaja terletak pada memadankan keupayaan lanjutan sistem yang telah ditetapkan tetapi juga dalam menunjukkan keupayaan mereka untuk berprestasi dengan pasti dalam parameter yang mencabar dalam perdagangan langsung.
Selain itu, firma yang menggunakan sistem AI sumber terbuka masih perlu memupuk rangka kerja operasi yang sesuai, memastikan pematuhan peraturan dan membina infrastruktur yang diperlukan untuk menggunakan alat ini dengan berkesan. Akibatnya, walaupun AI sumber terbuka berpotensi untuk menurunkan kos teknologi perdagangan yang canggih, tidak mungkin anda akan memuat turun platform perdagangan AI sumber terbuka dengan kemudahan yang sama seperti aplikasi pengambilan nota sumber terbuka dalam masa terdekat.
Kos dan Kebolehcapaian
Salah satu aspek AI sumber terbuka yang paling menarik ialah potensinya untuk mengurangkan kos pendahuluan dengan ketara. Sistem proprietari tradisional memerlukan yuran pelesenan yang besar dan pelaburan dalam perisian tersuai. Kerjasama berterusan Citadel LLC dengan Alphabet Inc., contohnya, memanfaatkan lebih sejuta pemproses maya untuk mengurangkan masa pengiraan yang kompleks daripada jam kepada beberapa saat sahaja, tetapi ini melibatkan pelaburan infrastruktur berterusan yang besar.
Pendekatan sumber terbuka DeepSeek memberikan perbezaan yang ketara. Model V3 dan R1nya boleh diakses secara percuma, dan ia beroperasi di bawah lesen MIT, menandakan bahawa ia boleh diubah suai dan digunakan untuk usaha komersial. Walaupun perisian itu sendiri mungkin percuma, pelaksanaannya yang berkesan memerlukan pelaburan yang besar dalam bidang berikut, seperti yang ditekankan oleh Mamaysky:
- Infrastruktur Pengkomputeran dan Perkakasan: Kuasa pengkomputeran yang teguh adalah penting untuk mengendalikan permintaan pemprosesan intensif perdagangan dipacu AI.
- Pemerolehan Data Pasaran Berkualiti Tinggi: Akses kepada data pasaran masa nyata yang tepat adalah penting untuk melatih dan menggunakan model perdagangan yang berkesan.
- Langkah Keselamatan dan Sistem Pematuhan: Protokol keselamatan yang ketat dan sistem pematuhan diperlukan untuk melindungi data sensitif dan mematuhi keperluan kawal selia.
- Penyelenggaraan dan Kemas Kini Berterusan: Penyelenggaraan dan kemas kini berterusan adalah penting untuk memastikan prestasi optimum sistem dan menyesuaikan diri dengan keadaan pasaran yang berubah-ubah.
- Kepakaran Khusus untuk Penggunaan dan Pengoptimuman: Profesional mahir diperlukan untuk menggunakan, mengkonfigurasi dan mengoptimumkan model AI untuk strategi perdagangan tertentu.
Walaupun anda boleh mengakses model terkini DeepSeek dan memuat turun kod tanpa caj, berjaya menggunakannya dalam persekitaran HFT memerlukan lebih daripada itu.
Ketelusan dan Akauntabiliti
Kelebihan AI sumber terbuka yang sering disebut ialah ketelusannya yang wujud. Dengan kod sumber terbuka untuk penelitian awam, pihak berkepentingan boleh mengaudit algoritma, mengesahkan proses membuat keputusan mereka dan mengubah suainya untuk mematuhi peraturan atau memenuhi keperluan khusus. Contoh utama ialah AI Fairness 360 International Business Machines Corporation, satu set alat sumber terbuka yang direka untuk mengaudit dan mengurangkan berat sebelah dalam model AI. Tambahan pula, butiran seni bina dan data latihan untuk model Llama 3 dan 3.1 Meta tersedia secara umum. Ini membolehkan pembangun menilai pematuhan dengan hak cipta, peraturan dan piawaian etika. Tahap keterbukaan ini berbeza dengan sifat ‘kotak hitam’ sistem proprietari, di mana kerja dalaman disembunyikan, kadangkala membawa kepada keputusan legap yang mungkin sukar untuk dibongkar walaupun oleh pencipta sistem itu sendiri.
Walau bagaimanapun, adalah tidak tepat untuk menggambarkan semua sistem perdagangan proprietari sebagai kotak hitam yang tidak dapat ditembusi. Institusi kewangan utama telah mencapai kemajuan yang ketara dalam meningkatkan ketelusan model AI mereka, didorong oleh kedua-dua tekanan kawal selia (seperti Akta AI Kesatuan Eropah dan garis panduan A.S. yang berkembang) dan keperluan pengurusan risiko dalaman. Perbezaan utama ialah walaupun sistem proprietari membangunkan alat ketelusan mereka secara dalaman, model sumber terbuka mendapat manfaat daripada pengauditan dan pengesahan dipacu komuniti, selalunya mempercepatkan proses penyelesaian masalah.
Jurang Inovasi
Penemuan model R1 DeepSeek menarik perhatian pemimpin industri—malah Sam Altman dari OpenAI mengakui pada awal 2025 sebagai ‘berada di pihak yang salah dalam sejarah’ mengenai model sumber terbuka, membayangkan potensi peralihan paradigma dalam cara industri melihat pembangunan kolaboratif.
Namun begitu, Mamaysky menegaskan bahawa cabaran sebenar dalam merealisasikan potensi peralihan kepada AI sumber terbuka terletak pada tiga bidang penting: menskalakan infrastruktur perkakasan, mendapatkan data kewangan berkualiti tinggi dan menyesuaikan model generik untuk aplikasi perdagangan tertentu. Akibatnya, beliau tidak menjangkakan kelebihan firma yang mempunyai sumber yang baik akan hilang dalam masa terdekat. ‘AI sumber terbuka, dengan sendirinya, tidak menimbulkan risiko [kepada pesaing] pada pandangan saya. Model hasil ialah pusat data, data, latihan dan keteguhan proses,’ katanya.
Perlumbaan AI semakin rumit oleh pertimbangan geopolitik. Bekas Ketua Pegawai Eksekutif Google, Eric Schmidt telah memberi amaran bahawa A.S. dan Eropah mesti meningkatkan tumpuan mereka untuk membangunkan model AI sumber terbuka atau berisiko menyerahkan asas kepada China dalam domain ini. Ini menunjukkan bahawa masa depan AI kewangan mungkin bergantung bukan sahaja pada keupayaan teknikal tetapi juga pada keputusan strategik yang lebih luas mengenai cara teknologi perdagangan dibangunkan dan disebarkan.
Kemunculan platform AI sumber terbuka seperti DeepSeek menandakan potensi transformasi dalam teknologi kewangan, namun ia tidak menimbulkan ancaman segera kepada hierarki Wall Street yang telah ditetapkan. Walaupun alat ini mengurangkan kos pelesenan perisian secara mendadak dan meningkatkan ketelusan, Mamaysky memberi amaran bahawa ‘menjadikan model sumber terbuka atau tidak mungkin bukan isu utama’ untuk firma ini.
Masa depan hibrid lebih boleh diramal, menggabungkan sistem sumber terbuka dan proprietari. Oleh itu, persoalan yang berkaitan bukanlah sama ada AI sumber terbuka akan menggantikan sistem Wall Street tradisional, tetapi bagaimana ia akan disepadukan ke dalam rangka kerja sedia ada mereka.
Pergerakan sumber terbuka mengubah cara perisian dibina dan dikongsi merentasi banyak bidang. Dalam kewangan, potensinya ialah alat baharu dan platform kolaboratif akan memudahkan firma kecil dan pelabur individu menggunakan strategi perdagangan berkuasa AI.
Masa depan AI dalam kewangan mungkin akan menjadi gabungan kedua-dua sumber terbuka dan sistem proprietari tertutup. Persoalan besar ialah sejauh mana pendekatan berbeza ini boleh berfungsi bersama, membolehkan firma yang ditubuhkan menggunakan kekuatan inovasi dipacu komuniti sambil mengekalkan kelebihan khusus yang membolehkan mereka kekal di atas untuk sekian lama.
Trajektori AI dalam kewangan bukan sekadar perkara teknikal; ia adalah satu strategi, sangat berkait rapat dengan landskap kawal selia, dinamik geopolitik dan struktur pasaran kewangan. Tahun-tahun akan datang akan mendedahkan bagaimana daya ini berinteraksi, membentuk masa depan perdagangan dan pelaburan.
Kebangkitan AI sumber terbuka dalam perdagangan adalah perkembangan yang penting. Ia akan menjadi menarik untuk melihat bagaimana ia mengubah Wall Street dan menjadikan alat perdagangan termaju lebih tersedia untuk semua orang. Kisah ini masih berlangsung, dan bab terakhirnya masih belum ditulis. Gabungan kerjasama dan persaingan, ketelusan dan kelebihan proprietari, akan menentukan kesan muktamad AI sumber terbuka ke atas dunia kewangan.