量化交易：一頭需要套上枷鎖的「猛獸」

每經實習記者 曾慈航

量化投資理論是借助現代統計學和數學的方法，利用計算機技術從龐大的歷史數據中海選能帶來超額收益的多種「大概率」事件以制定策略，用數量模型驗證及固化這些規律和策略，然後嚴格執行已固化的策略來指導投資，以求獲得可以持續的、穩定且高於平均收益的超額回報。

作為計算機技術與金融理論的經典結合，量化交易成為眾多金融機構眼中的「香餑餑」，通過這種智能且高效的方式，機構能夠持續地獲得穩定的收益，但近幾年的數次烏龍事件卻無一例外的在提醒人們，倘若沒有一個完善的市場制度和規定，量化交易很可能在頃刻間讓投資者的財富煙消云散。

千點暴跌反思量化交易/

量化交易的實現，使得人們在追求財富的路上獲得了一部 「財富永動機」，通過這種方式，機構和投資者彷彿能夠輕鬆地獲得穩定的財富，但近幾年的全球股市數次閃電暴跌的背後都能看到量化交易、高頻交易的影子，這種交易方式總是能在不經意間，對投資者的財富造成一次恐怖洗劫。

證券公司RosenblattSecurities的數據顯示，計算機交易早已成為了美國股市交易的中堅力量，從2008至2011年，美國股市中有近三分之二的交易是高頻交易公司執行的，其中僅2010年一年的股票交易，就有近六成是由高頻交易所完成，如此高比例的交易規模，實際上已經讓美國股市被程序化交易所長期「綁架」。

發生在2010年的千點暴跌，讓美股市場徹底見識了量化交易所能造成的毀滅性打擊，在不斷膨脹的各類計算機交易以及數百種新式交易方式面前，美國政府的監管能力顯得捉襟見肘，而美國眾議院的保羅·坎喬斯基（PaulKanjorski）就曾在當年表示，「來自美國證券交易委員會，和美國商品期貨交易委員會（CFTC）的報告顯示，更快速的市場並不能夠產生一個更好的市場，自動的量化交易、高頻交易在給市場帶來一定益處的同時，同時也攜帶著給市場帶來極大傷害的潛力。」

全球監管機構陸續展開行動/

量化交易的龐大規模以及美股千點暴跌等烏龍事件，使得美國監管當局做出了諸多改變，就在2010年發生了千點暴跌後的5月下旬，紐約-泛歐交易所集團透露，將在年底對熔斷機制（指對某一合約在達到漲跌停價格之前，設置一個熔斷價格，使合約買賣報價在一段時間內只能在這一價格範圍內交易的機制）進一步完善，未來會根據不同的股票設定不同的熔斷點，以借此穩定市場。[NT:PAGE=$]

而暴跌事件也使得監管當局對量化交易給予了越來越大的關注度，美國大宗商品監管機構美國商品期貨交易委員會（CFTC）就曾在當年對各類量化交易等行為，展開了一次自19030來以來的最大規模清查。

今年3月份，美國聯邦調查局（FBI）與美國證券交易委員會（SEC）合作，一同調查有關量化交易技術有可能導致的市場操縱威脅，因為這類交易已經超出了傳統執法的能力範圍。

早在去年9月，來自美國證券交易委員會（SEC）的檢查人員就曾要求在美國進行高頻交易的公司的交易策略細節，以檢查這些公司是否遵守美國相關監管法律。

除了美股的監管者，量化交易所造成的各類安全隱患，同樣讓全球其他國家或地區的監管者坐不住了，為了減少量化交易可能對市場造成的威脅，去年8月，法國政府曾推出了一項針對高頻交易的稅收計劃，而德國政府則在去年9月提出了對高頻交易活動的限制措施。

在限制措施的規定下，交易員需要在德國聯邦金融監管當局註冊，大量使用高頻交易的交易員們需要繳納一定的費用，除此之外，德國股市還被要求加入斷路機制(CircuitBreakers)，以便在市場出現問題時，能夠中止交易，此項限制措施，在德國股市進行交易的公司的交易細節，將有可能隨時被德國的監管部門所檢查。

就在德國政府展開行動的同時，澳大利亞政府也正在計劃拿出監管性更強的計劃，其中包括要求這些進行量化交易的公司更加頻繁地測試其系統，以及推出旨在防止市場因錯誤指令而出現更大波幅的保護機制。

算法交易缺陷頻出烏龍事件/

量化交易問題反映出市場參與者正從傳統的投資公司向金融工程公司演變。美國的監管當局對此之所以感到擔心，是因為技術進步已經使得對沖基金的合規方案形同虛設，並導致股票市場容易被扭曲、操縱。

比如「新聞聚合」的新算法，即在互聯網、新聞網站和社交媒體中搜索關鍵詞，然後在幾毫秒內拋出大量訂單。由於這種交易的速度非常快，通常會在相關信息還沒有廣泛傳播時已經完成。因此，監管當局正在討論此類交易是否違反了反內幕交易規則。

「新聞聚合」的新算法，曾在今年上半年鬧出了一次烏龍事件，4月24日，黑客以美聯社的名義向市場發送了一條爆炸性的消息：美國白宮出現爆炸！總統奧巴馬因此受傷！[NT:PAGE=$]

消息一經發出，恐懼和驚慌失措的言論頓時在推特與證券交易市場中炸開了鍋，而美國股指也迅速反映出投資者慌亂的情緒，當日13時7分，道指為14697.79點，短短四分鐘後，道指已跌至14579.45點，標普500指數在數分鐘內恐慌下跌中，更讓1360億美元的市值人間蒸發。

資料顯示，至少從2009年起，推特的信息數據就被高頻交易員改採用，當年一家名為StreamBase的公司將推特的信息數據納入了一項叫做「複雜事件處理」的服務中。

彭博社至少從2010年起就做出了類似舉動，他們監視著推特上的言論，當推特上大量出現討論某一事件或公司時，就會向客戶們發出警告，除此之外，一個名叫Lexalytics的組織也曾開發出了一套算法並稱其可以閱讀出推特言論所呈現的情緒。

專業人士也不是不瞭解借助推特信息來進行交易的風險，某美國銀行的交易員就向BusinessInsider透露，「推特上有太多的噪音，所以，當你建立系統算法並給信息來源分配權重時，應該給那些有更高信用度的源頭獲得更多的權重。」很顯然，這套辦法也並不能幫助投資者消除可靠信息來源被黑客攻擊所帶來的威脅。

除了這種「新聞聚合」的新算法，監管機構還在密切關注一種稱之為「阿爾法捕捉系統」的平台，這是一種賣方公司和買方專業人員分享信息，尋求「搶先交易」或者內幕交易潛在機會的平台。不僅如此，人工智能交易也在監測之列，這是一種基於歷史數據預測市場反應的算法交易，這些操縱策略中的一部分因破壞市場穩定和將散戶投資者置於不利境地而遭到批評。

從上述事例可以看出，在層出不窮的新交易工具使得以前無法實現的交易手段變為可能時，同時也在製造更多的風險，行情可能在特定情況下變得更加猛烈失控，這正是因為在今後的市場中，由計算機發單並完成交易的資金規模將佔據越來越大的比重。

因此，不論是本次光大證券「烏龍指」事件，還是眾多的海外烏龍指事件，都在提醒市場參與各方，包括監管部門，更清醒地認識和使用量化工具，同時制定迅速有效的風險控制和監管機制。