人工智能機(jī)器交易發(fā)展追溯

方文捷

當(dāng)國內(nèi)還在渲染“AI+金融交易”概念的時候，華爾街的投行使用機(jī)器交易已逾30年。2016年，高盛將600名交易員裁減至數(shù)名，表明機(jī)器替代人工已在金融行業(yè)嶄露頭角。可見，人工智能主導(dǎo)的高頻交易時代離深度參與中國金融市場不再遙遠(yuǎn)，金融變革已經(jīng)從資本端延伸到資產(chǎn)端。

未來，大家的資產(chǎn)不再交給投資顧問打理，而是交給智能化的機(jī)器人（智能投顧），它們會通過大數(shù)據(jù)分析，辨別投資者的資產(chǎn)屬性、個性偏好和風(fēng)險承受能力，并以這些畫像屬性為依據(jù)，自動篩選并匹配金融產(chǎn)品，從而實(shí)現(xiàn)資產(chǎn)配置自動化與智能化。這已經(jīng)不再是設(shè)想，人工智能的金融時代已經(jīng)到來。任何恐慌都來源于陌生，讓我們用科學(xué)的視角去理解、接受并運(yùn)用它。資產(chǎn)管理智能化分為股權(quán)投資與量化交易兩部分，本文為大家介紹的是金融二級市場的量化交易。

數(shù)量化是人工智能交易的基礎(chǔ)

1934年，《證券分析》一書的出版是如今展開智能交易的歷史基礎(chǔ)，作者本杰明·格雷厄姆在文中給出了上市公司估值的計算方式。因此，數(shù)學(xué)早在20世紀(jì)30年代就成為證券市場的重要工具。

1952年，馬科威茨首次提出證券投資組合理論，即應(yīng)用數(shù)學(xué)模型計算在一定風(fēng)險水平下，按不同比例投資多種證券獲得最大收益的投資方法，數(shù)學(xué)在金融行業(yè)有了更進(jìn)一步的發(fā)揮和應(yīng)用。

20世紀(jì)70年代，數(shù)學(xué)家們開始推出各種金融資產(chǎn)的定價方式，最著名的是布萊克—斯科爾斯期權(quán)定價公式，該法則已成為金融機(jī)構(gòu)設(shè)計金融新產(chǎn)品的思想方法，斯科爾斯由此獲得了1997年的諾貝爾經(jīng)濟(jì)學(xué)獎。

1995年3月6日，美國花旗銀行副總裁柯林斯（Collins）在英國劍橋大學(xué)牛頓數(shù)學(xué)科學(xué)研究所的演講中說：“從事銀行業(yè)工作而不懂?dāng)?shù)學(xué)的人，實(shí)際上工作沒有意義”，并強(qiáng)調(diào)花旗銀行70%的業(yè)務(wù)都依賴數(shù)學(xué)來完成。演講最后他說：“沒有數(shù)學(xué)發(fā)展起來的工具和技術(shù)，許多事情我們是一點(diǎn)辦法也沒有的，沒有數(shù)學(xué)我們不可能生存。”

自20世紀(jì)30年代開始，數(shù)學(xué)家們對金融數(shù)量化理論已有近80年的研究，21世紀(jì)開始，部分高等學(xué)府將金融數(shù)學(xué)納為金融專業(yè)的重要課程，金融數(shù)學(xué)理論的不斷完善奠定了人工智能交易的基礎(chǔ)。

相對于理論研究，數(shù)學(xué)在金融交易中的實(shí)際應(yīng)用節(jié)奏要稍慢一些，其發(fā)展充滿戲劇性。麻省理工的歷任數(shù)學(xué)系主任都是天才，其中愛德華·索普尤具代表性。他利用在麻省理工任教的便利條件，自學(xué)計算機(jī)編程語言，推演出“戰(zhàn)勝莊家”數(shù)學(xué)公式。以他的事跡為題材翻拍的電影《21點(diǎn)》，講述了數(shù)學(xué)天才們通過數(shù)學(xué)算法在賭場里大殺四方的故事。而現(xiàn)實(shí)中的愛德華·索普在拉斯維加斯賭場用數(shù)學(xué)算法贏了很多錢，卻被莊家在咖啡里投毒，險些丟了性命。之后，愛德華·索普帶著數(shù)學(xué)才華來到了華爾街，使用大數(shù)定律理論研究了一套科學(xué)股票市場系統(tǒng)，使用這種量化投資策略投資股票權(quán)證市場，讓愛德華·索普在華爾街名聲大震，這套對股票價格的分析方式也是布萊克—斯科爾斯期權(quán)定價公式的理論基礎(chǔ)，接著他又出版了《戰(zhàn)勝市場》一書，轟動了整個金融市場，被公認(rèn)為數(shù)量化交易的起點(diǎn)，愛德華·索普也因此被人們稱為“量化之父”。

量化交易是人工智能交易的原型，實(shí)則將交易產(chǎn)品進(jìn)行數(shù)量化分析，這個分析范疇包括投資勝率、獲勝概率、倉位風(fēng)控等必要參數(shù)，而當(dāng)計算機(jī)與網(wǎng)絡(luò)傳輸也加入到金融交易市場時，量化交易則被計算機(jī)賦予自動化的能力，于是人工智能交易時代到來。

科技對金融變革的主導(dǎo)性

金融行業(yè)通常更快地接受新科技，電報與電話等通信設(shè)備最先在華爾街普及，計算機(jī)亦如此。自1965年以來，半導(dǎo)體以摩爾定律的速度在發(fā)展。1969年12月開始聯(lián)機(jī)的ARPA網(wǎng)絡(luò)奠定了互聯(lián)網(wǎng)發(fā)展基礎(chǔ)，到20世紀(jì)70年代便已形成傳輸與計算雙軌井噴的發(fā)展態(tài)勢，分別體現(xiàn)在網(wǎng)絡(luò)進(jìn)入兆級傳輸速度，計算機(jī)進(jìn)入民用普及時代。加之存儲技術(shù)的迭代更新，數(shù)據(jù)存儲門檻降低，如今以CBA（云存儲與計算、大數(shù)據(jù)與區(qū)塊鏈、人工智能）為主框架的新科技平臺已經(jīng)成型，各行各業(yè)都將升級或轉(zhuǎn)型，包括金融領(lǐng)域的銀行業(yè)、保險業(yè)、證券業(yè)等。

科技的發(fā)展對金融業(yè)的變革迅速而無情。1969年，美國第一臺ATM機(jī)在化學(xué)銀行長島分行投入使用，進(jìn)入20世紀(jì)70年代，前端業(yè)務(wù)的電子化帶來銀行員工的失業(yè)潮，甚至有銀行失業(yè)柜員憤怒地?fù)p毀ATM機(jī)。之后，許多新型金融業(yè)務(wù)產(chǎn)品也發(fā)展起來。據(jù)統(tǒng)計，到20世紀(jì)90年代，美國銀行平均每月54%的交易來自于ATM機(jī)，更加充分地證明科技對金融變革的主導(dǎo)性。

證券交易與計算機(jī)科學(xué)的結(jié)合，是從數(shù)據(jù)傳輸開始的，開始只是取代電話與電報的通訊功能，交易商使用即時通訊將交易信息送達(dá)給證券經(jīng)紀(jì)，交易操作還是通過人工來完成。然而一場金融危機(jī)卻催生了計算機(jī)深度參與到市場交易中。

1987年10月19日的黑色星期一，美國股市發(fā)生大跌，當(dāng)日道瓊斯指數(shù)下跌了22%，市場面臨崩盤，交易商們不停地用電話聯(lián)系納斯達(dá)克市場的做市商來撤銷訂單或平倉，可是電話一直無人接聽，做市商們?yōu)榱俗约旱睦?，將投資者置之腦后，給他們造成了無法挽回的損失。后來迫于公眾壓力，納斯達(dá)克要求做市商們在SOES系統(tǒng)上自動進(jìn)行不足1000股數(shù)量股票的買賣交易，SOES系統(tǒng)在1988年6月30日上線運(yùn)行。SOES是第一個美國真正意義上的電子交易系統(tǒng)，它的發(fā)布為人工智能的量化交易開啟了大門，很快使計算機(jī)進(jìn)行自動化交易進(jìn)入高速發(fā)展期，于是，原先由大型交易公司壟斷控制的股票市場格局徹底被打破，那些曾經(jīng)由交易員通過電話進(jìn)行交易的情形一去不復(fù)返，市場迅速演變成一個基于電腦的交易網(wǎng)絡(luò)。華爾街的股票市場的運(yùn)作結(jié)構(gòu)不斷地朝著滿足機(jī)器需求的方向移動，而機(jī)器對于交易速度及流動性的需求永無止境。

隨著計算機(jī)工程師一味追求運(yùn)行速度的極限，機(jī)器便處于永無止境的迭代狀態(tài)，就像不斷培育新的機(jī)器來替代自己。而交易算法是機(jī)器交易的靈魂，它們會突變成長和進(jìn)化，在一個巨大而且不斷增長的數(shù)字交易池中吞噬其他的算法。endprint

人工智能交易的爭議

智能交易可看作金融交易市場的工具或武器，隨著科技的發(fā)展與監(jiān)管的完善，智能交易形成兩個重要的發(fā)展方向：空隙交易與價值策略。

空隙交易

在20世紀(jì)80年代，SOES系統(tǒng)進(jìn)行量化交易時，不斷涌現(xiàn)出的自動化交易公司多半專注于空隙交易，交易員利用美國股市多家做市商不能統(tǒng)一報價的間隙，在計算機(jī)上開發(fā)出迅速買賣的快捷程序，通過計算機(jī)在做市商之間快速倒賣股票而獲取利益，雖然這種“剝頭皮策略”的空隙會很快被機(jī)構(gòu)防范，但是新的空隙又會再次出現(xiàn)并被利用。空隙交易的關(guān)鍵是交易速度的比拼，速度可以造成信息不對稱，這便出現(xiàn)了掠奪性交易機(jī)會。

因此，從20世紀(jì)70年代開始，金融市場里那些臭名昭著的高頻交易公司，在交易池里不斷上演著“速度與激情”的戲碼。從中國的金融交易市場規(guī)范中可以看出，中國股指期貨市場上的行情公布頻率是500毫秒，這就意味著交易員對這500毫秒內(nèi)發(fā)生的事情渾然不知。但是，這對能夠直連交易所的交易員毫無影響，因?yàn)橥ㄟ^直連交易所，交易機(jī)器可以觀察到這500毫秒內(nèi)所有的報價和成交信息?！疤煜挛涔ξ觳黄啤?，直連在中國是違法的，這種利用機(jī)制上的漏洞進(jìn)行高頻交易，其本質(zhì)是投機(jī)行為，有違市場投資準(zhǔn)則，在全世界都受到詬病。

價值策略

相對于單純通過速度差造成的空隙交易，價值策略偏重于對金融投資的深度理解和前沿科技應(yīng)用。

雖然人工智能的進(jìn)步，讓AlphaGo在圍棋方面已經(jīng)完勝人類，但它最大的弱點(diǎn)在于不會遷移學(xué)習(xí)。遷移學(xué)習(xí)是目前機(jī)器學(xué)習(xí)領(lǐng)域的前沿科技，可以讓人工智能做到舉一反三，通過找到兩個或多個不同應(yīng)用場景的共性，把A領(lǐng)域的模型和經(jīng)驗(yàn)遷移應(yīng)用到B領(lǐng)域。

另一個重要原因是智能交易需要與條件市場相匹配，股市的波動率是由多因子影響組合形成。在國內(nèi)，政策因子對股市影響的導(dǎo)向性尤為突出，海外智能交易策略中將信息因子對標(biāo)（經(jīng)濟(jì)指數(shù)）采集分析的方式在中國證券市場會嚴(yán)重水土不服，這正是價值策略的核心。價值策略的精髓在于結(jié)合多種因子（價格影響因素）的算法擬合，因子包含了價格、交易量、外部數(shù)據(jù)、消息面影響等，這是數(shù)理專業(yè)人才發(fā)揮才能的領(lǐng)域。

價值策略是在符合投資者價值觀的框架下進(jìn)行的。以股票為例，智能交易選擇的因子信息包含了企業(yè)的經(jīng)營數(shù)據(jù)、行業(yè)自動化分析、政策、資金博弈、歷史行情周期等，這些因子都是人類投資必要的調(diào)研基礎(chǔ)信息，智能交易只是讓計算機(jī)代替人類對這些數(shù)據(jù)進(jìn)行自我學(xué)習(xí)。標(biāo)的物為期貨的機(jī)器交易選擇的因子信息包含了歷史行情周期、國際貿(mào)易數(shù)據(jù)、政策信息等，這與將人類分析替換為機(jī)器人分析如出一轍。

再如金融衍生品期權(quán)。期權(quán)是由數(shù)學(xué)家們將標(biāo)的物的資產(chǎn)價值結(jié)合交易因素進(jìn)行公式化后創(chuàng)造的，通過數(shù)學(xué)公式創(chuàng)造金融衍生品的從業(yè)者被稱之為寬客（Quant），所以，不具備數(shù)理能力深涉金融衍生品交易是非常困難的，這也是華爾街擁有工程與計算機(jī)科學(xué)專業(yè)背景的人才大受歡迎的原因。價值策略的人工智能交易符合良性市場投資方向，它為市場提供很強(qiáng)的流動性，同時對實(shí)業(yè)發(fā)展起到增益價值，未來有著廣闊的發(fā)展空間。

人工智能進(jìn)入金融交易市場，從1930年就已經(jīng)開始孕育，數(shù)學(xué)一直與金融同行，在計算機(jī)沒有普及的時代，數(shù)學(xué)家就已經(jīng)通過人工計算的方式參與了金融交易。計算機(jī)與互聯(lián)網(wǎng)于20世紀(jì)80年代末期爆發(fā)，計算與傳輸都發(fā)生了質(zhì)的飛躍，改變了交易者進(jìn)行金融交易方式，普通投資者只需要一臺電腦就可以在家里交易證券產(chǎn)品，這在20世紀(jì)六七十年代則是無法想象的。如今，因?yàn)榭萍紟斫鹑诋a(chǎn)品的不斷創(chuàng)新與普惠，加速提升了市場交易的總量與頻度，市場流動性充足，吸引了大批工程或計算機(jī)專業(yè)人才進(jìn)入金融交易領(lǐng)域，從而刺激了人工智能交易的快速發(fā)展。endprint