Fremtiden for vores finansielle systemer bliver kodet i disse år, og i et hjørne af Aarhus Universitet knokler en international forskergruppe med at udvikle netop de teknologier, der kan være med til at sikre gennemsigtighed og fair play på aktiemarkedet. 

I deres laboratorium står supercomputerne stablet ovenpå hinanden og lyden af processorer, der brummer, fylder lokalet. Her bygger de software og træner algoritmer, som på et splitsekund kan detektere alle tænkelige former for snyd med værdipapirer på aktiemarkedet.

Det handler om kunstig intelligens og matematiske modeller, der kan finde mønstre i data og dermed overvåge kursernes bevægelser, og hvordan aktierne påvirker hinanden. Deres forskning er vigtig, og de har netop modtaget en større bevilling fra J.P. Morgan som er den største bank- og finanskoncern i USA.

”Vores mål er at udvikle sofistikerede værktøjer, der kan give den finansielle sektor et forspring i forhold til de kriminelle svindlere og spekulanter på vores aktiemarkeder,” siger Alexandros Iosifidis, som er professor ved Institut for Elektro- og Computerteknologi ved Aarhus Universitet og en af verdens førende fintech-forskere.

Svindlerne bliver også smartere

Den føderale handelskommission i USA, FTC, regner med, at der hvert år – alene i USA - bliver svindlet med aktier for et svimlende beløb på mellem 10-40 milliarder dollars. Men det er blot et bud.

”Ingen ved reelt, hvor stort problemet er,” siger Alexandros Iosifidis.

”Det er meget svært at skabe et overblik. Digitaliseringen har på få år vendt op og ned på aktiemarkedet og medført en eksplosion i antallet af handler. Det er derfor, vi nu står i en situation, hvor de maskinlæringsmodeller, vi udviklede for få år siden, allerede kommer til kort. I dag har vi brug for at overvåge markedets big data med lynhurtige computere, der kan opdage mønstre og samle puslespillet af informationer fra hundredetusindevis af handler om dagen i realtid,” siger han.

Og det haster. For svindlen med værdipapirer kan i værste fald være med til at undergrave sikkerheden på vores børser og dermed grundlaget for vores økonomiske systemer.

”Problemet vokser i takt med, at antallet af handler stiger. Vi har brug for at lukke hullerne i aktiemarkedets eksisterende sikkerhedssystemer, så vi kan bevare tilliden til kursdannelsen,” siger Alexandros Iosifidis.

Aktier ser ud til at påvirke hinanden i forudsigelige mønstre

Forskerne på Aarhus Universitet har siden Nasdaq i 2019 som den første børs i verden implementerede maskinlæring i deres markedsovervågning, arbejdet med at udvikle stadig mere sofistikerede værktøjer til at spotte insiderhandel og kursmanipulation.

”Vi bruger værktøjer baseret kunstig intelligens til at analysere mekanismerne på tværs af de finansielle markeder og detekterer uregelmæssigheder i prisudviklingen sammenholdt med investorernes adfærd. På den måde kan vi skabe et automatisk værn imod manipulation, og det er helt afgørende for et gennemsigtigt aktiemarked,” siger Alexandros Iosifidis.

Professoren har sammen med sine finske forskerkollegaer netop gennemført et casestudie på det finske marked. Her sammenkoblede de informationer om personer i virksomhedernes bestyrelser med informationer om deres indbyrdes relationer og adfærd på aktiemarkedet.

Det de så, lignede forudsigelige mønstre, og det sporede dem i retning af en ny tilgang til udvikling af værktøjer til at forudsige kursmanipulation på tværs af al aktiehandel i verden.

"Vi arbejder nu ud fra en hypotese om, at handler i én aktie påvirker den fremtidige handel med andre aktier i særlige mønstre, der kan genkendes med big-data analyser. Vores ambition er derfor at registrere al handelsaktivitet og inkludere informationer om aktieprisernes udvikling. Dette sammenholder vi med de faktiske børsdata for at afdække irregulære tendenser. Den store teknologiske udfordring er, at al data skal processeres i realtid døgnet rundt, men det arbejder vi på at løse,” siger han.

Kontakt

Alexandros Iosifidis, professor, Institut for Elektro- og Computerteknologi, Aarhus Universitet