386
小米6
監管方也 Hold 不住 一文看清 AI 入侵華爾街
摘要
證券操盤手、衍生品行家、股票大牛，這些在業內長久以來被大家膜拜的大神。
華爾街正將邁入一個新的時代。證券操盤手、衍生品行家、股票大牛，這些在業內長久以來被大家膜拜的大神，正逐漸讓位於算法，在不久的未來，或將被人工智能所取代。
多年來，銀行以及投資機構一直進行的是小修小補——微調業務模式。不過，這也給員工帶來了不小的焦慮。如今，這些公司紛紛引入機器學習軟件，讓算法給出投資建議、進行價格預設以及做出投資決策。算法將工作人員從常規工作中解放出來，也給那些留下來的人帶來競爭優勢。
但在未來，機器或許不再需要太多幫助即可獨自完成工作。難怪最近幾個月，高盛集團證券業務部門的招聘職位都與技術有關。據悉，億萬富翁 Steven Cohen 也正在嚐試頂級投資經理工作自動化。10萬名金融從業者將麵臨失業的問題，風投資本家 Marc Andreessen曾表示。在對數十位華爾街銀行和投資高管采訪後，彭博社繪製了下麵幾張交易自動化圖，他們中的許多人都很關注新技術的采用。
為了便於理解，先做簡單說明：
分別代表(技術)已經在使用中；嚐試中；有可能；不會用到。
ML = 機器學習；NLP = 自然語言處理；RPA = 機器人處理自動化；PA = 預測性分析技術。
風險投資、私人股本、資產管理基金、對衝基金等投資機構一般屬於 Buy-side.
投行等證券中介公司屬於 Sell-side.
SELL SIDE / 信貸
雖然計算機快速接管了股票交易，但是到目前為止，它們還很難處理債券和更加定製化的信貸業務。低頻或不透明交易留給人類討價還價的餘地，銀行也必須謹慎持有，將風險最小化。自然語言處理、數據收集以及機器學習技術方麵的進展，正有助於克服這些障礙。
SELL SIDE / 利率和外匯
向電子貨幣交易的長期轉型，正不斷升級。一些公司正在利用大數據和機器學習技術預測客戶需求和價格波動。這些軟件也正在協助銀行設計、管理更複雜的利率轉換和貨幣衍生品。
SELL SIDE / 商品和證券化
從與黃金、石油等資產相關的高流動性合同，到實體商品本身，商品多元化導致無法全部實現自動化。因此，銀行正在研究將交易員、銷售人員對話編目化，勾勒出客戶大致形象，更好地預測客戶需求。
SELL SIDE / 期權
十年前，期權交易就已轉向電子平台，也是最早采用人工智能執行交易指令的試驗場之一。
BUY SIDE / 期權
對衝基金和資產管理人正在根據市場流動性，使用預測性分析技術來完任務，比如及時購入股票和風險評估。計算機可以處理數量龐大數據集(從車輛登記，到石油開采的特許權)，幫助預測股票的走勢。
BUY SIDE / 信貸
對於信貸基金來說，巨大的電子表格程序並非什麼新鮮事兒。但是，一些人正在教計算機理解債券契約、法律文書以及法律判決等更多的內容。然而到目前為止，對不透明市場中證券背後的合約、非流動性資產進行全自動化分析，仍然很難。
BUY SIDE / 宏觀經濟
公司正試圖打造自己的經濟分析師。他們利用自然語言處理技術詳細分析中央銀行言論，希望以此發現未來貨幣政策的線索。他們也在探索利用算法對更廣泛的數據進行分析查找，如中東油輪的運輸量，中國產業聚集區的衛星圖像，以此來預測經濟的增長。
然而，在機器人入侵華爾街的浪潮中，監管方卻顯得力所不逮。
過去交易員違法時，總會留下證據，比如電子郵件會證明他們掌握了一些內幕消息，即時通信會讓共謀操控價格的事實露餡兒，還有通話記錄等。如今，政府監管部門不得不想辦法搞清楚機器學習算法的門道，因為欺詐人員可以隱藏濫用行為或者故意讓軟件失靈影響股市。不過，將代碼作為成為呈堂證供，在判例方麵幾乎無先例可循。為了跟上機器人入侵的步伐，這些監管部門也和投行和對衝基金一樣，正向懂代碼的人求助，而不是擁有 MBA 學位的交易員。
失靈的自動化隨著自動化交易越來越多，市場問題傳播速度也有可能越來越快。當 AI 讀取一個錯誤的命令後，一眨眼功夫，可能會給股市帶來災難。
從2010年5月美國股市的閃電崩盤到歐洲主權債務危機期間銀行市值蒸發，都被認為與自動化交易有關。然而，當監管者尋求積極監管時，他們卻麵臨來自業界的強大阻力。
秘密配方
2015年，美國商品期貨交易委員會(CFTC)曾建議製定法規，要求算法交易員秘密交出源代碼。監管者希望能夠檢查、評估算法，以更好地評價這些算法在市場失靈時所起的作用。
結果遭拒。業界表示，如果賴以為生的源代碼被交出去，就有可能被黑客黑到或者被盜用用以其他違法活動。積極遊說和痛苦的拉鋸戰後，前任 CFTC 主席最後懸置了這一議題。美國證券交易委員會(SEC)也有過類似言論。2014年，時任負責人表示希望壓製加劇市場問題的高頻交易。她補充表示，已指派一些工作人員製定相關規定。去年，白宮承認解決辦法不好找。現在的市場情況非常複雜，交易也是分散在多種電子渠道。SEC 擔憂的是會幹擾有利於投資者和市場效率的實踐。網絡風險
目前，監管方正在搭建一個龐大的交易數據庫，幫助監管人員監測操控行為，更快找出交易中斷原因。但是9月，SEC 宣布海量公司備案文件遭黑。這些問題也讓證交所開始質疑合並審計跟蹤係統(Consolidated Audit Trail).
有限資源也讓監管部門在與華爾街金融巨頭博弈過程中，捉襟見肘。SEC 的年預算為16億美元，而 CFTC 僅有2.5億美元。不過，技術也在幫了這些監管者們不少忙。近些年來，SEC 已經在建造一些算法來識別與抵押貸款相關的不透明證券交易、汽車貸款以及其他方麵的不正常。據透露，算法已經幫助他們識別出數十億美元的不當交易。
1987年黑色星期一的股市暴跌發生後，美聯儲推動了投資銀行的成立；1998年長期資本管理公司( Long-Term Capital Management)的倒閉促使美聯儲向公司提供融資，幫助市場的良性發展。兩起案例中，當局的幹預均取得了成效。但如果大型投資機構，如外匯交易機構，一直根據預先設定的程序自動賣出資產，那麼，這種幹預可能會變得更加困難。
(原標題：監管方也 Hold 不住了，七張圖看清 AI 入侵華爾街趨勢)
(責任編輯：DF354)
最後更新：2017-10-25 09:13:45