CEO Brett Harrison: LLM không thể xây dựng hệ thống giao dịch tần số cao, chuyên gia vẫn là không thể thay thế

LLM và giới hạn trong giao dịch tần số cao

Brett Harrison, CEO của công ty công nghệ tài chính Architect, vừa đưa ra quan điểm đáng chú ý về khả năng ứng dụng của các mô hình ngôn ngữ lớn (LLM) trong lĩnh vực giao dịch tự động. Với nền tảng từ Jane Street — một trong những công ty giao dịch định lượng hàng đầu thế giới — và kinh nghiệm từng giữ chức chủ tịch FTX US, Harrison được xem là tiếng nói có trọng lượng trong giới tài chính và crypto.

Chuyên môn con người vẫn là yếu tố cốt lõi

Theo phân tích của Harrison, dù AI và LLM đang phát triển với tốc độ chóng mặt, chúng vẫn chưa thể đáp ứng các yêu cầu đặc thù của hệ thống giao dịch tần số cao (HFT — High-Frequency Trading). Những hệ thống này đòi hỏi độ chính xác cực cao, phản xạ xử lý trong vài micro-giây và khả năng tối ưu hóa hạ tầng kỹ thuật ở mức rất sâu — những yếu tố mà các LLM hiện tại khó có thể tái tạo một cách đáng tin cậy.

Harrison nhấn mạnh rằng việc xây dựng một hệ thống HFT không chỉ đơn thuần là viết code, mà còn đòi hỏi kiến thức thực chiến về cấu trúc thị trường, quản lý rủi ro vi mô và tối ưu hóa độ trễ (latency) — những kỹ năng được tích lũy qua nhiều năm kinh nghiệm thực tế.

Bức tranh rộng hơn về AI trong tài chính

Quan điểm của Harrison xuất hiện trong bối cảnh làn sóng ứng dụng AI vào thị trường tài chính và crypto đang gia tăng mạnh mẽ. Nhiều dự án đang tích hợp AI agent vào các giao thức DeFi, trong khi một số quỹ đầu tư bắt đầu thử nghiệm dùng LLM để hỗ trợ phân tích và ra quyết định giao dịch.

Tuy nhiên, theo nhà phân tích này, có sự khác biệt rõ ràng giữa việc dùng AI như một công cụ hỗ trợ và việc phó thác hoàn toàn cho AI các hệ thống giao dịch phức tạp, đặc biệt trong môi trường có tính cạnh tranh cao như HFT.

Architect và hướng đi thực dụng

Architect, công ty do Harrison dẫn dắt, tập trung vào cung cấp hạ tầng và công cụ giao dịch lập trình được cho các thị trường crypto. Hướng tiếp cận của công ty phản ánh triết lý của Harrison: kết hợp công nghệ hiện đại với chuyên môn của con người, thay vì tìm cách thay thế hoàn toàn yếu tố con người bằng AI.

Nhận định của Harrison góp thêm một góc nhìn thực tế vào cuộc tranh luận đang nóng về vai trò của AI trong tài chính — một lĩnh vực mà ranh giới giữa kỳ vọng và thực tế vẫn còn khá mờ nhạt.