机器学习，市场操纵和资本市场合谋：“黑匣子”为何重要-研究论文

本文提供了一种新颖的观点，即在算法交易的范围内，日益自治和“黑匣子”算法对资本市场完整性的影响。 人工智能（AI），尤其是其机器学习（ML）方法的子领域在公众中获得了极大的欢迎，并通过带来巨大的效率提升而在许多现实生活中取得了巨大的成功。 在金融交易领域，机器学习可以在价格预测，动态投资组合优化和其他财务决策任务中增强人员能力。 但是，由于ML技术的不断进步，越来越有能力和自治的代理人可以委派操作任务甚至决策，这已经超出了人们的想象，从而为在不久的将来逼近（真正）自治交易代理人提供了可能性。鉴于这些惊人的发展，本文认为，由于最新和创新的机器学习方法提供的自学习能力，这种独立的算法交易者可能会独立于人类专家而对市场完整性带来重大风险。 我们以专有贸易行业为案例研究，通过在金融监管，法律与经济学以及计算金融之间采取跨学科立场，探索了在算法市场滥用情况下，对已建立的市场滥用法律适用的新兴威胁。 具体而言，我们的分析着重于通过自主算法解决的两种新兴市场滥用风险：市场操纵和“默许”合谋。 我们探讨了它们在全球资本市场上出现的可能性，并以市场失灵的形式评估了相关的社会危害。考虑到这些新的风险，本文对现有监管框架和执行机制以及当前有关治理的法律规则是否适当提出了质疑交易，以应对日益自治和普遍存在的算法交易系统。 它显示了基于ML的特定算法交易策略的“黑匣子”性质如何能够颠覆基于传统责任概念和检验（例如“意图”和“因果关系”）的现有市场滥用法律。 最后，通过解决当前法律框架的不足，我们本着促进和维护市场完整性与安全的精神，制定了一些指导原则来协助法律和政策改革。