人工智能服务机器人-机器人可以做高频交易了,华尔街依然需要人类交易员
来源:华尔街见闻(微信ID:wallstreetcn),编者:位宇祥。更多精彩资讯请登陆wallstreetcn.com,或下载华尔街见闻APP。
近几年来,特别是最近一两年内,智能化潮流正在冲击着华尔街。
继银行柜员、律师、审计师等岗位遭到人工智能挑战之后,机器学习又让交易员的金饭碗不保。
不过人工智能服务机器人,也有观点认为,华尔街依然需要人类交易员。
1
机器人可以做高频交易了
近日,摩根大通全球股票电子交易负责人Daniel Ciment表示,内部代号为LOXM的人工智能(AI)从一季度起已经在欧洲股票算法业务中投入使用,计划在四季度将其运用扩大至亚洲及美国地区。
据他介绍,LOXM的工作就是用最快的速度、以最优价格来执行指令。LOXM并非只是机械地执行,它的特色在于能够利用“深层强化学习”方法,从过去几十亿条实盘和模拟盘的历史交易中进行总结,归纳经验和教训,以解决更加复杂的问题,比如怎样才能在不惊扰市场价格的情况下大量抛售股票。
“这种定制化交易服务以前是人工来做的,现在人工智能就能做,而且经手交易规模更大、更有效率。”摩根大通欧洲股票量化研究团队负责人David Fellah说,除了执行交易指令,人工智能还有很多其他的潜在用途,比如自动进行对冲操作或者做市。
2
更好!更快!人工智能席卷华尔街
就像打败无数棋王的Alpha Go那样人工智能服务机器人,不久的将来,人工智能可能将战胜世界上最厉害的人类交易员或者律师。
华尔街见闻(微信ID:wallstreetcn)此前文章介绍,摩根大通设计的金融合同解析软件COIN上线半年多后,原先律师和贷款人员每年消耗360,000小时才能完成的工作,如今COIN只需几秒。不仅错误率大大降低,而且这家伙全年无休。
今年4月初,华尔街见闻(微信ID:wallstreetcn)还提到,摩根大通去年推出的“新机遇引擎”(Emerging Opportunities Engine),可以通过对财务现状、市场行情和历史数据的自动化分析,辨别出最适合发行新股的客户。鉴于“新机遇引擎”已经在股票市场取得初步成功,他们打算将它推广应用到其他领域,比如债券市场。
摩根大通首席执行官Jamie Dimon表示,2016年摩根大通在金融服务的技术上花费高达95亿美元。“我们在技术上的投资,无论是数字化,大数据还是机器学习,原因都是直截了当的:以更好、更快、更便宜的产品和服务惠及客户,减少错误,提高效率。”
今年6月13日,摩根大通量化和衍生品研究全球主管Marko Kolanovic在给客户的一封信中估计,“人为基本面交易”目前只占股票成交量的10%左右。相比之下,被动和量化投资约占60%,比十年前的数字翻了一番。今天大多数股票投资者已经不再根据特定股票的基本面信息买卖股票了。
使用机器学习技术的不止摩根大通一家,越来越多投资银行开始使用人工智能、自动化和机器人技术来帮助削减成本、消除耗时的日常工作:
高盛的首席财务官Marty Chavez在1月份召开的一次会议上表示,高盛正集中精力实现投行工作的自动化。他说,高盛将首次公开募股(IPO)的过程细分成了146个步骤,其中有很多步骤可以自动化完成。
今年3月,全球最大资产管理公司贝莱德就开掉了7个基金经理,转而用计算机算法作出的量化投资策略来取代。
瑞银最近部署了人工智能来处理客户的盘后交易分配申请(Post Trade Allocations),每个任务可节省多达45分钟的人工劳动。
Opimas咨询公司预测,凭借着天量数据、智能算法和能预测人类交易者行为的超级程序,到2025年,华尔街预计将缩减23万个工作岗位,也就是现存工作岗位的十分之一(如上图)。
3
主动权仍在人类手中吗?
程序化带来的低成本、大数据产生的准确预测和高回报、不存在人类间复杂的关系纠葛……这曾是华尔街各大基金公司构想出的关于未来交易的美好画面。不过,华尔街上并不是每一个人都会弯下腰,为机器程序化交易让路的。
摩根士丹利首席执行官James Gorman表示,人们以前曾多次预测过人类顾问的消亡,但好笑的是这件事却从未发生过。在他看来,基于顾客们的不同偏好,在一个大的市场内部其实存在着不同的细分市场,而机器顾问只会对大市场中的某一小部分具有吸引力。甚至,随着年龄的增长、财富的积累,一些原有的机器咨询客户可能会逐渐转向传统的人类咨询。
James Gorman还认为,相比起人工,程序交易的成本并不便宜。“尤其是当你考虑到佣金的很大一笔费用是用来支付给人工咨询、市场研究以及股市分析时,你会发现你的每一笔成本去向都是有意义的。贵有贵的好处。……我看不出与机器顾问相比,人工顾问有什么劣势。”
另外一个问题是,机器人做交易真的比人类风险更小吗?
美国金融博客ZeroHedge认为,一旦贝莱德这样的巨头所使用的机器人投顾做出抛售指令,或将促发一系列机器人投顾抛售,继而导致市场崩盘。当机器人都在抛售,而没有人在买的时候,崩盘将变得格外惨烈。
因此,某些投资公司开始采用复合型投资策略,像SAC Capital和Tudor Investment这样的大型对冲基金在雇用算法交易专家的同时仍然在雇佣分析师,程序与机器得出的结论仅用于补充人类投资者的见解,但主动权仍在人类手中。