这是监管者最不愿面对的一幕：对冲基金将AI程序投放至股债交易市场，这些程序非但不相互竞争，反而暗中勾结。它们不争抢收益，而是默契定价、囤积利润，将人类交易员排挤出局。
三位研究人员指出，这一情景绝非幻想。
在模拟真实市场环境的实验中，这些由人工智能驱动的交易智能体无需明确指令，便可形成价格操纵联盟。即使这些『机器人』️程序相对简单，它们在自主运行时也会选择合谋。这一发现，再次为监管机构敲响警钟。
换言之，AI程序无需具备恶意，甚至不需要特别智能，就能操纵市场。只要放任不管，它们就会自学成才。
不用刻意引导，“这些头脑相当简单的AI算法也能学会串谋，”研究人员之一、宾夕法尼亚大学沃顿商学院金融学教授伊泰·戈尔茨坦(Itay Goldstein)在采访中表示，“无论是市场高度嘈杂还是相对平稳，这种现象都很普遍。”
无论由人类还是其他主体操纵价格，早已不是新鲜事。从外汇、大宗商品到固定收益和股票市场，相关案例比比皆是，监管部门通常通过电邮、电话等证据来寻找违法线索。但如今的AI智能体给监管带来了全新挑战。
这项由戈尔茨坦、其沃顿同事温斯顿·窦(Winston Dou)与香港科技大学的吉岩共同开展的最新研究，已引起监管机构和资产管理公司的关注。美国金融业监管局(FINRA)已邀请研究团队出席研讨会。温斯顿·窦透露，一些量化公司（未具名）希望监管机构能出台关于AI算法交易的明确指引和规则。
“他们担心，一些原本无意的做法，”窦说，“可能会让监管机构找上门说：‘你们已经违规了。’”
随着生成式AI与强化学习技术的加速发展，学界对其如何重塑华尔街的研究也日渐深入，且常有出人意料的发现。格林威治联盟(Coalition Greenwich)近期调研指出，已有15%的买方交易员在执行流程中使用AI，另有四分之一计划在一年内跟进。
需要明确的是，该论文未断言现实中已出现AI合谋现象，也未对人类是否从事类似行为做出判断。研究者构建了一个假想交易环境，模拟了多类市场参与者，从买入持有的共同基金到做市商，再到制造噪音、追逐热点的散户投资者。随后，他们释放出一组强化学习算法驱动的交易『机器人』️，并观察运行结果。
在多个模拟市场中，AI程序开始协作而非竞争，有效形成了利润共享、惩罚背叛的垄断联盟。当价格反映明确的基本面信息时，这些程序表现得尤为谨慎，避免做出破坏集体收益的举动。
在更嘈杂的市场环境中，它们同样选择协作模式，停止探索更优策略。研究人员称之为“人工愚笨”：『机器人』️因现有策略足够有效，便停止尝试新思路，固守利润分配模式。
“对人类来说，大家协调着一起变笨并不容易，因为总有人想脱颖而出，”窦指出，“但机器没这个包袱，只要账面利润好看，它们就会一起笨下去。”
这篇名为《AI驱动的交易、算法合谋与价格效率》的论文，是三位作者潜心三年研究的成果，最终版本已发布于美国国家经济研究局(National Bureau of Economic Research)官网。这段时间里，AI智能体技术本身也在持续进化。
为量化合谋程度，研究者创建了“合谋能力”(collusion capacity)指标，对比AI交易者在实际环境下、无竞争环境下以及充分竞争环境下的集体收益。该指标取值范围0到1，0表示无合谋，1表示完美垄断联盟。结果显示，无论市场噪声水平高低，AI得分均高于0.5。
这一发现表明，监管思路需要转向关注行为结果，而非通讯记录或主观意图。具有讽刺意味的是，限制AI复杂度可能适得其反，加剧这种“愚笨”式合谋：程序停止尝试新策略，固守盈利模式。
“限制算法复杂度或记忆容量或许有助于抑制价格触发的AI合谋，但也可能无意中放大‘过度修剪偏差’，”他们在论文中写道，“结果就是，原本出于善意的限制措施，反而可能损害市场效率。”编辑/陈佳靖
