解读量化投资

未知

第6章　更高、更强、更快

川妹子有时候炒股，小打小闹。但是专门研究投资的西门从来不炒。川妹子问他为什么，西门总是说他拿不准，所以观望。西门不乱花钱，他告诉川妹子说他的钱每月都存到什么基金里面去了，还说他们两个人中间有一个人炒股就够了。

对于川妹子的炒股爱好，西门既不反对，也不鼓励，但是他总是喜欢和川妹子讨论为什么她要买这个股，为什么要卖那个股。当川妹子想要卖掉赚钱的股票而把套牢的股票捏在手里的时候，西门总是会提醒她别人常常犯的错误，但最后的决定权还是川妹子的。

西门帮助川妹子在网上用免费的工具设定了投资组合追踪，这样川妹子可以随时随地看到她的那几只股票最近如何变化。他还帮她设定了止损的提醒，到了忍痛割爱的时候，电脑会自动提醒她。川妹子刚开始不太愿意抛出赔钱的股票，但是经过一段时间的尝试，她觉得这种做法还是挺有道理的。好几次她抛出之后又在更低的价位买回来，成本降低不少，收益也相应增加。但也有时候抛出之后股票立刻反弹，她就会假装埋怨西门，西门只好说：“那晚上的水煮鱼我请客了！”

最开始的时候川妹子买卖股票必须要到证券公司营业部去填一张单子，机场没有营业部，所以她为了买卖股票要专门跑一趟。后来有了电话落单，方便了很多。西门又教会了她网上买卖，这样就更快了。西门来看她的时候她非要表演给西门看，左一点击，右一点击，不用1分钟，网上显示：交易完成了。川妹子对西门说：“怎么会这样快呢？”西门笑笑说：“1分钟，不算快。我们公司正在搞几十毫秒交易的系统呢！”

川妹子有些惊讶，问；“几十毫秒？那该有多快呀？”

西门眨巴一下眼睛，说：“刚才我眨眼的工夫，300～400毫秒过去了。1秒等于1000毫秒。”

川妹子说：“几十毫秒交易？谁那样着急啊？”

有备无患

2007年，复兴技术专门用来做研究的电脑系统包括拥有1500个处理器的计算机集群，5部大型服务器组和30万GB的硬盘空间，当然这些数字每年都在增加。这些电脑设备都在复兴技术办公室的地下，复兴技术有自己的备用发电机组，另外还有为备用的发电机备用的，以防备用的出故障。在完全断电的情况下，备用发电机可以保证复兴技术的电脑至少运作两个星期。外界的电脑专家说这是一个规模很大的系统，超过很多高校的大型计算机配备，居世界前30名。电脑系统当然为复兴技术的成功打下坚实的基础，但是复兴技术总是不忘强调他们的成功更重要的原因是公司的人，是公司的知识产权。西蒙斯说：“我们的操作过程完全是黑箱，完全是电脑的程序。但是这些程序都是要靠聪明人去编写的，它们必须要符合一定的常理。有些人说我们是每天只要把电脑打开就算完事的书呆子，这是完全没有根据的。”

复兴技术多年来花很多时间和金钱来推动公司内部交易系统的加速，他们也研究各种风险分配最优化办法和交易模型，通过这些措施来控制公司快速交易时所面临的流动性风险。公司的电脑开支取决于生意的需要，而不是预算里面留出多少钱。可以这样说，复兴技术开创了使用电子交易技术抓住市场转瞬即逝的小机会来赚钱的先河。当别的基金刚刚开始考虑电子交易的时候，复兴技术已经悄悄和德国期货交易所连线，可以直接交易了。该公司的一个管理人员2000年说：“金融投资正在朝我们公司的方向迈进。如果纽约交易所也实行完全电子交易，那对我们的生意就会更有利。”

几年之后他的愿望就实现了。

纽约股市的理发师

纽约股票交易所传统上是以拍卖的方式来成交的，交易大厅人头攒动，买家卖家指指点点，大喊大叫，很多人把这个场景和股市、投资、资本市场、华尔街这样的概念联系起来，但是这个疯狂而刺激的交易大厅的场景将会在不久的将来消失。现在纽约股市3/4以上的交易都是通过电子手段完成的，没有戏剧性，如果不是荧光屏上闪动的数字，人们都不知道交易已经完成了。在这些电子交易中，量化基金的交易量占到一半左右，而且最近几年比重还在提高。交易大厅里穿着各种颜色小褂的交易员将迟早失业，这是一个不可避免的潮流。过去纽约股票交易所里还有理发师，现在已经没有了，大厅里的交易员也将是同样的结局。

纽约股市和纳斯达克

左图中的纽约股市是传统的拍卖型市场机制，而右图中的纳斯达克股市则是交易商型市场机制。前者买家卖家直接碰头，后者通过交易商或者做市商。现在绝大部分市场上都是两种机制的混合形式。

资料来源：照片来自维基媒体。

在许多其他的市场，这个变化早就发生了。纳斯达克本来就是一个电子交易网络，所以在最近几年中它的股票交易份额相对于老对手纽约股市不断上升，这也是纽约股市不能不变的原因。

再拿我们前面提过的我所在银行的那个交易大厅来说吧。1996年，那个外汇大厅中间有两长排座位，坐着像爱尔兰人那样的外汇现货交易人员，他们大约有40人，按照不同的币种分工；旁边是另外两排期权交易员，交易普通外汇期权，大约有20人；普通期权交易小组的旁边是特种期权交易员，大约有5人；再旁边是外汇掉期的交易员，七八个人。东京、新加坡和纽约的交易大厅也是类似的配置。销售人员大约有三四十人，按照客户的地域划分，分坐在交易员的四周；量化工程师，七八个；电脑维护，七八个；剩下的是经济学家以及形形色色的辅助交易和销售的队伍。

1999年，欧元诞生，现货交易的两长排座位减成两短排，大概只剩20人；期权交易减到十二三个人；特种期权的人数增加到将近十个，他们添了几个物理学博士；外汇掉期交易的人全部都没有了：他们要么被解雇，要么搬到瑞士去了。这家银行将全球外汇掉期交易集中到一起，只用过去1/3的人，可是交易量增加数倍，大部分工作由电脑完成。东京的交易厅被合并到新加坡，配置类似，人员相应减少。销售人员数量大致跟过去持平，但是他们现在按照客户的行业来划分：专门给对冲基金销售的，给共同基金销售的（共同基金行业在银行也被称做“真实资金管理行业”，因为过去共同基金通常不使用杠杆，所以有一分钱，投一分钱。但是对冲基金则可能有一分钱，通过杠杆投一毛钱，或者像长期资本管理那样投三块多钱。当然，没有人把对冲基金行业叫“虚幻资金管理行业”。），给大公司销售的。其中对冲基金销售是一个新的部门，但是对冲基金的交易量已经开始占到交易大厅生意的相当比重。基本的电脑维护已经被外包出去了，但是那时候有了一个新的电脑团队专门设计、维护各种网上发布信息和交易的工具，大概有十几个人。量化工程师，10个人左右。

到了2003年，现货交易人员只剩下不到10个人；期权交易人员七八个；特种期权交易人员5个人。90%以上的交易都是通过电子方式直接完成的，交易员现在只需要处理数额比较大的交易，不时调整他的部位就可以了，事情不多。爱尔兰人还在，但是已经平和了许多，极少站起来大喊大叫。很多销售人员已经被解雇，尤其是那些做公司生意的销售人员。剩下的也不叫销售人员，而是叫客户顾问，他们的主要任务是处理客户的问题，而不是像前面说的光头那样，拿起听筒，给客户报价。光头也已经辞职，加盟一家网上交易平台公司，类似网上的交易所。量化工程师仍然在，他们给客户设计许多量体裁衣的“解决方案”。一个新的部门出现了，叫电子销售，专门给客户提供各种电子交易的服务，包括将客户的交易系统和银行的交易系统连接起来的“接口服务”，等等。另外一个新出现的部门叫“主要经纪”，为对冲基金提供交易、融资等各项服务。整个交易大厅所雇用的人员总数不到1996年的一半，但是交易的总量却上升了数倍。

偷窥客人的秘密

说到这里，也不妨讲一个小故事。我刚刚参加工作不久，被分到一个销售小组当“战地量化分析师”。这种工作比较特殊，主要是为银行的大客户来提供量化的咨询，借此讨得客人的欢心，以后可以多跟我们做生意。这跟药店里面坐堂的医生有些相似。药店里坐堂医生的服务一般都是有倾向性的，倾向于建议你去买该药店的某种药物，通常是价格比较高的药物（我还记得几年前眼睛有些发红，进了一家药店，让坐堂的医生看了一眼，他建议我购买先锋霉素，我指着他的鼻子破口大骂他缺乏医德。跟我同去的母亲拉着我出来，说人家给你看眼睛，又没有收你的钱。我想想也是，因为我的工作与此类似。）。我们的服务自然也谈不上公允，但这是双方都事先知道的。战地量化分析师的工作一般都比较肤浅，用不到随机微积分和偏微分方程，但是客户的问题五花八门，所以面比较宽，也正好适合我没有耐心钻研的性格。

在销售小组一段时间，我发现有一个客户交易非常频繁，每次交易的货币对都比较类似。负责交易的老同事告诉我这家公司是一家量化基金，所以它的交易可能有规律，但是他不十分清楚究竟是什么规律。于是我把这家客户过去几年所有的交易都从系统里面下载到指表软件上，没有用什么特别高深的分析，经过几小时的测试，我就发现他们的交易规律，是一种比较简单的趋势模型。他们过去95%的交易都符合这个规律。接下来，我们又研究了那5%不能解释的交易，看看有什么原因。我们还研究了如果我们开始“阅读（”阅读“的意思就是预判客户的交易方向，整体位移双向报价，我们在第2章谈起过。）”这家公司的交易方向但是失误的话，我们可能赔多少钱，这样我们对风险的底线有了一定的了解。一切处理完毕之后，我写了一个很简单的小程序，放在每个同事的电脑上。这个客户打电话询价的时候同事就可以预判客户是要买还是卖，同事可以相应将价格整体位移，赚取一个点的价差。每笔交易虽然不多，几百到几千美元，但是因为客户交易的笔数比较多，一年下来，也常常有几十万到上百万美元的额外收入。

几年之后，客户转移到了银行的电子交易平台，我们失去了“阅读”他们的机会。但没过多久，电子平台就有了自动学习的功能，按照客户过去的交易习惯，自动移动价位。电子平台还可以根据最近在竞价过程中输赢的多少来自动调整移动的多少和频率：如果最近几次询价之后客户都没有跟我们银行做生意的话，可能是因为我们移位太多，所以要减少；如果最近几次询价生意都做成了的话，就可以稍微加码，试图多赚一些钱。在这样的问题上，电子平台的运算和记忆力自然要比人工好出很多。

也许有人会问，用一个下午就能逆向推断出来的简单交易策略，怎么会有客户用呢？也许他们的策略本身是很复杂的，但是可以用我们推测出来的那个简单策略来复制个八九不离十。还有，简单策略并不一定不好，这个我们前面也提过：亨利不就是凭着非常简单而且多年不变的策略赚足了钱才能够买下红袜吗？当年我偷窥的这家公司在几年前上市，公司的创始人也应该是亿万富翁了吧？

电子工具的好处不仅仅在于它的准，更在于它的快，这对于采取统计套利策略或者其他快速交易策略的公司来说是至关重要的。统计套利的运算可能在每秒钟都有很多买卖的交易指令，而且在随后的一秒内，新的交易指令又有可能取代前面尚未完成的指令，所以速度是十分关键的。为了不影响市场，有的基金还会将一个指令分成很多的小指令，这样就更增加了复杂程度。根据最新的资料，世界各大股票交易所每笔成交的数额在过去几年都在减小，但是交易量都在不断增加，而且交易所收到的限价买卖指令更是在高速增加，背后的原因在很大程度上是这类交易策略的流行。

当然，高速传输、存取数据的潮流不仅仅是局限在金融投资行业，很多媒体公司、石油公司、连锁零售公司和研究部门也在不断投资新的硬件和软件，加速信息的流动速度，这样在竞争中才能抢占先机。但是除了金融行业之外，很少有行业会为几毫秒的改进而一掷千金。有人测算过，如果交易系统加速一毫秒，就能为使用系统的银行或者其他金融机构每年带来一亿美元的额外收入，所以我们可以理解为什么大家都拼命要快。

现在一些量化基金的交易系统能在几毫秒之内将交易指令发给交易所，时间如此之短，量化基金的交易系统和交易所的交易系统之间的实际距离都能带来延迟。在最快的网络中，数据从纽约的服务器传到芝加哥的服务器需要7毫秒，传到西海岸的洛杉矶或者旧金山就需要315毫秒——在真空中光束从洛杉矶走到纽约也需要15毫秒。对于许多对冲基金公司来说，这太久了！所以，在过去的几年里面，银行和大的量化基金都把它们的电脑服务器移到跟交易所比较近的位置来争取几毫秒的优势。

怎样才能和交易所的服务器最近呢？

放在同一个屋檐下。

同一屋檐下

为了将交易时间减少千分之几秒，很多投资银行和基金公司将它们的电脑服务器放在交易所的服务器边上，一束传递信息的光如果从远处过来也太迟太慢了。2009年美国国会开始关注这个新的现象。

这对于交易所来说，是一个新的收入来源：允许一些银行和基金把它们的服务器跟交易所的服务器放在一起，然后收取佣金，这叫“机房共置”。

从纽约曼哈顿穿过林肯隧道就是新泽西州，隧道出口的不远处有一个非常不起眼的3层高的建筑，也没有挂牌子。如果你看到一个貌似大门的地方按门铃你也进不去，因为这个大门是个假门，真正的入口很隐蔽。这个地方是全世界金融业最重要的数据中心之一，5家电子交易所的服务器都在这里落户。当然，这个建筑物里面还有很多机房共置的、客户的服务器。纳斯达克的主要数据中心也于两年前迁到新泽西，备用的数据中心则在美国东北某地，它的数据中心有上百台其他银行和基金的服务器与其共置。

如果你的服务器和交易所的服务器放在同一个位置，那么数据能够在一微秒之内到达。一毫秒是一千微秒。一微秒是千分之一毫秒。

要开一个新的量化基金？带上钱来就行了！

在新的速度战中，许多新的生意机会也应运而生。很多电脑技术和通讯技术公司专门为银行和基金提供所需要的高速交易设备和软件。很多情况下，交易的速度慢是因为从一个系统到另外一个系统的接口是个瓶颈，所以有很多专业的公司专门提供针对这类问题的方案。

新的电子股票交易平台纷纷出台，提供速度更快的交易方式、低廉的交易价格与老牌的股票交易所竞争。老牌的股票交易所不甘示弱，购买新的电子交易平台，更新自己的交易技术。纳斯达克购买了两家电子交易公司之后成功将自己的交易时间从10毫秒降到1毫秒。纽约股票交易所也于2005年购买了一家叫群岛的电子交易所，在整合的过程中提高自己的交易速度和竞争能力。纳斯达克购买两家电子交易平台总共花了16亿美元，但是现在技术水平提高很快，硬件价格也在不断下跌，许多新的公司只需要花1/20的钱就能白手起家搭建一个高速交易的平台。

投资银行更是不甘示弱，纷纷寻找获利的机会（同时也是为了生存，见后面关于做市商的讨论）。比如瑞信银行，它于2001年开始推出一个冠名“先进交易服务”的新服务项目。瑞信在全球主要证券交易所取得了直接交易的席位，很多情况下瑞信的服务器和这些交易所的服务器共置。同时，瑞信为量化基金提供各种不同的量化模型（冠名“狙击手”、“游击队”和“边缘线”等），提供所需的电脑系统，投资者只需要选择他们所要用的模型，设定参数，把钱放进去，就可以交易了。投资者图个方便，瑞信则收取各种手续费、交易的佣金、提供贷款（杠杆）的利息。当然，这种服务并不便宜，而且，保证投资人赚钱不是服务的一部分。其他银行也都纷纷追赶，据说美国银行高盛的技术人员已经超过交易人员的数目。每年全球金融机构花在电脑硬件和软件上的钱超过两百亿美元。

根据有关资料，2006年欧洲和美国大约1/3的证券交易是通过由机器发出指令的所谓算法交易程序完成的，如果包括其他的量化投资交易，这个比例则会更高。专家估计，到2010年，单是算法交易的交易比例将达到50%。各种股票、外汇、期货、期权交易平台都已经成了算法交易的天下，债券交易也在向那个方向发展。我们前面说过几家超级量化基金自己一家就可能占到股票交易所交易量的百分之几，所以这些比例并不奇怪。

电脑交易的历史

其实这种由电脑直接操纵的交易模式（算法交易）已有30多年的历史。虽说算法交易和量化投资这两个概念并不完全一样，但是它们在历史上就有紧密联系。

最早的算法交易主要用在两种可以算是量化投资的交易中：一种是指数套利，另一种是投资组合保险。

指数套利是指如果股票指数期货的价格和指数包含的各种股票的价格偏离太远的时候采取买入一个卖出另一个进行套利的操作。例如标准普尔500指数套利，那套利者就需要同时买入或者抛出500只股票，每种股票都是不同的数量，这样烦琐的工作，必须通过电脑来完成。

投资组合保险是20世纪80年代比较流行的一种做法，是指按照布莱克－舒尔斯－默顿的公式来自动复制一个卖出期权（也就是为股市下跌买保险）的交易策略。你可以按照公式计算出需要抛出的期货数量，然后自动抛出。如果股市下跌，你就多抛，如果股市反弹，你就购回一些，这样做的目的是给你已经持有的股票投资组合上一个保险。有些人说1987年的股灾就是由这两种自动交易造成或者加剧的，但是这种说法也没有定论。

20世纪八九十年代西方各国的金融监管逐渐放松，电子交易日益普及，新的、纯粹电子交易的平台不断出现，各种金融工具交易的买入卖出价差不断缩小。有些做市商和大的基金开始使用算法交易自动将比较大的交易额化整为零，以免引起市场注意。这种算法交易一般叫“冰山一角”，意思是别人只看到你所要交易的一点点，下面埋伏着大冰山。有的做市商和基金可能又研究出另外的算法交易，来与冰山一角针锋相对，试图将已经化整为零的交易拼凑起来，从而打探到对方真正的交易意图，然后抢占先机。我们估计，在前面提到的沃尔夫冰反诉复兴技术的文件中，说复兴技术试图通过模型从投资技术集团公司的“机构投资组合交易匹配系统”推测出保密数据，那个模型很可能就属于这一类针对“冰山一角”的算法。现在有好几家投资银行提供这种算法交易的模型，一般叫“游击队”。游击队会自动发出一些小的交易指令，打一枪换一个地方，然后根据市场反应来判断底下有没有冰山，有多大的冰山，就像海豚的声呐导航系统一样。

投资技术集团的“机构投资组合交易匹配系统”属于最近几年出现的“暗池”交易平台，它跟一般交易所不同的地方是它的限价买卖指令表是秘密的，这样可以防止别人搭顺风车、建老鼠仓，方便共同基金和对冲基金进行大宗的交易。对传统的交易所来说，这是个灾难性的发展，因为很多交易额都被“暗池”吸走了。交易所的应对措施是开发自己的“暗池”。

算法交易模型：冰山一角和游击队

在股票价格信息的网页上，有买入和卖出盘的价格及数量。“冰山一角”采取自动程序，将一笔大的交易化整为零，隐藏在这些数据里面。游击队则试图将这些零碎的信息拼装起来，还原大交易的本来面目。

资料来源：价格网页截图来自中银香港的交易网站，“冰山”来自微软插图网站。

雪中送炭还是雪上加霜

一般认为电子交易从整体上来说降低了股票市场的波动性。我们说过，金融市场上相当一部分的上下波动来源于投资者扎堆的行为和过激的反应，电子交易因为它的速度比较快也许能够减少这类交易行为的影响。但是这种说法目前也还没有定论。

我们都有过因为电脑死机而捶胸顿足的时候，电子交易也有它阴暗的一面。

2007年2月27日，中国股市大跌，随后的欧美交易时间段内，欧美股市交易量大增，计算道琼斯指数的电脑不胜负荷出了问题，这使道琼斯指数1小时内没有更新。等到问题解决之后，指数重新开始更新，道琼斯看上去在1分钟之内暴跌178点。许多自动交易系统被这个突然变化激活，开始大量交易，雪上加霜。因为交易量太大，交易指令太多，纽约股票交易所不得不中止交易。道琼斯当天下跌416点，3.3%。这也显示了把决定权交给机器的潜在风险。

英国监管当局在一份文件中写道：“英国金融服务管理局一直对黑箱交易的发展非常关注。在年度总结中，管理局提到了新的技术给市场带来的流动性，这是它的好处。但是对这类复杂技术和模型的过度依赖也可能带来过高的风险，系统有可能失灵，这会对正常交易带来各种干扰。”

电子阅读

快速不仅仅体现在交易速度上，还体现在各种信息传递和处理的速度上。各种金融工具交易的价格、数量等数据的高速传递使各种量化基金能够使用这些最新的信息进行计算。

但是信息不仅仅限于价格，也包括文字信息。路透社几年前推出了高速传递文字消息的服务，有的关于金融市场的报道干脆就是由机器自动写的，这样可以提高播发的速度。它的竞争对手也推出类似服务。道琼斯公司2008年在《华尔街日报》刊登整版广告，声称它的关于英国中央银行降息的故事要比别人整整快两秒。我们作为普通投资者自然不会在乎这样一条新闻两秒的先后，但是我们知道有些高速交易的量化基金会很在乎。

两秒，那可就是2000毫秒啊！

现在有一些对冲基金通过量化模型自动对文字进行分析，然后得出交易的信号，再将指令自动发出去交易。当其他人还在阅读新闻的时候，量化模型已经以“迅雷不及掩耳”之势（据说这个词现在很常用。），把交易做成了。《金融时报》2007年的一则报道的标题是《如果你正在读这篇报道，你已经晚了：机器已经来过了》，说的就是这个情况。这类量化模型对文字的分析不仅仅是寻找几个数字，还包括判断新闻的“感情色彩”等。

现在这场速度战还在激烈地进行之中，不过很快交易速度就会碰到极限，因为光速是不可能被突破的。很多业内人士则很有信心地说：交易速度提到光速之后，我们接下来就要提高其他各个方面的速度，包括中后台、交割、清算等方面。当大家都同样快的时候，那我们就在其他方面比高下了。

“截和”：对冲基金介入投资银行的地盘

我们提过的几个超级量化基金都是这场速度战的领军人物。正因为如此，有些人认为这些基金赚来的钱其实应该是做市商赚的钱，这是什么意思呢？

一个做市商的职责就是不断提供某种产品的买入和卖出价格，并且与愿意跟他交易的投资者或者对手做市商按照这种价格交易。我们假定某银行是某只股票的做市商，该股票的价格是99～101美元。换句话说，做市商愿意以每股99美元买入，或者以每股101美元卖出。如果市场价格在一天内保持不动，做市商的各种交易对手在这一天正好从他这里买走了1000股，又卖给他1000股，这一天做市商的做市收入就是1000×(101——99)=2000美元。你可以看到，买入卖出价格之间的差别越大，做市商的收入就越高，所以买入卖出价差又叫做市商的利润空间。同样，交易量越大，做市商的收入就越高。另外，如果做市商的市场占有率比较高，交易量很大的时候，买入卖出匹配的可能性也会增强，这是统计学里面的大数原理，所以做市商都会想尽办法，增加市场份额。另外，做市商需要有一定的股票存货来应付前来购买股票的客户。

但是前面提到的两个假设在现实交易中都基本上是不可能的事情：价格在不断变动，在各个价位上买入卖出的股票数量也不可能一样，所以做市商需要不断调整自己的存货：太多的话卖掉，太少的话买进来；觉得股票看涨的时候持货稍微多一些，看跌的话尽量不持货，或者沽空。这样一来，做市商的收入就有两部分：一部分仍然是前面所说的做市的收入，来源于买入卖出的差价；另一部分其实是投资的收入，取决于他对市场走势的看法。如果做市商自己要到市场上去买卖股票，他就不再能低价买入、高价售出。他必须高价买入、低价售出。换言之，他是价格接受者，而不再是价格制定者。

因为做市商在调整存货的时候只能是价格接受者，所以，做市商不可能赚到利润空间里面所有的钱。过去，做市商通常能赚到买入卖出价差的20%~40%，现在则更低。

在过去的30年中，各类金融工具的买入卖出价差都在不断降低，这一方面是交易量（流动性）增加的结果，另一方面是做市商之间的竞争造成的。价差降低，意味着投资者交易的成本降低，所以是好事。这也迫使许多靠做市赚钱的投资银行和商业银行：（1）提高效率，更多使用电脑自动交易；（2）增加自营资金的投资部分——这方面比较出名的是美资银行高盛，它的自营资金的投资收入占整个银行收入的很高比例，所以有人戏称高盛是一个庞大的对冲基金，附带一个小的投行；（3）增加买入卖出价差比较高的那些产品的做市比例，现货股票、债券、外汇的价差很低，但是期权的价差比较高，所以投资银行推荐的产品大部分是期权。按揭证券化产品的价差也很大，所以在这次金融危机之前银行都拼命要挤进那个市场（当然投资银行还看上了在这个市场将各种房屋抵押贷款证券化、打包过程中的收入。）。

像西蒙斯那样的超级量化基金一般不会像投行那样给金融产品同时报出买入、卖出价，因为这些基金并没有做市商的义务。这些基金在和投行的博弈中速度没有劣势，有可能还有优势，同时没有义务报价，所以这些基金可以通过电脑模型和它们的快速反应有选择地将投行的一部分交易量吃走，而这一部分交易量可能正是比较能够赚钱的部分。比方说，在刚才的那个例子里面，一个量化基金可以在99.01美元设定买入的限价指令，但是不设卖出的指令，因为它的统计套利模型预测将来几秒钟的价格是升势。如果有客户抛出股票，量化基金“截和”，投行丢失了这一笔本来可能赚钱的生意。但是如果有人想买入股票，量化基金不卖，投行只能卖，股票如果升了，投行倒霉。这当然只是一个非常简单的例子，具体运作中投行和基金之间的互动关系则很复杂。很多时候，量化基金的算法交易可能一次发出上千条交易指令，每个交易指令的数额可能都不太大，转瞬之后又可能发出新的上千条指令，其中的很多会取代几秒前刚刚发出的指令。就跟捕鱼一样，过去可能只用几根钓竿，每根鱼线鱼都看得很清楚；现在用几乎看不见的密密麻麻的网，鱼要想逃走可不太容易。投行为了在竞争中不落后，也纷纷改进自己的系统。花旗银行2007年购买了一个能够使用自动算法大量处理现货交易的公司，将新的技术用到自己的做市商部门，就是为了不输给虎视眈眈的量化基金。

不仅如此，有的量化基金现在直接注册成为某些产品的做市商，跟投行直接竞争。2007年，《纽约时报》的一篇文章指出大本营集团虽说看上去是个对冲基金，但是已经具有投资银行的各种要素，只是没有投资银行家而已。2009年，大本营宣布它已经成立了投行部门，并且从倒台的美林银行那里招来3位投资银行家。大本营宣布它计划成立一个“全球领先的、完全整合的面向客户的金融机构，提供投资银行、销售和交易等各项服务”。但是，从侧面来说，这是不是也证明量化投资、高速交易所能赚到的钱是有限的呢？

2008年对投资行业来说是乏善可陈的一年，但是在一片几乎清一色的萧瑟之中，算法交易可以算是一枝独秀，大奖章基金2008年的净回报为80%！许多银行和基金都加快了成立或者扩充算法交易部门的步伐，这方面的人才供不应求。金融行业总是这样，最近什么好，所有的目光都一起转到那里去。2008年对量化投资中的算法交易利好也不奇怪，因为市场波动性很大，亟须流动性，正中算法交易的下怀。但是这种情况能持续多久呢？应该不会很久。我们前面说起过流动性和市场容量的问题，算法交易对于市场容量非常敏感，如果进来的钱太多，很快就应该会有败下阵来、弹痕累累的银行和基金。当只有为数不多的基金和资金采取这种策略的时候，它们赚的是市场有效性提高带来的钱；当很多基金和资金进来拼杀的时候，它们只能赚相互的钱，你的得，就是我的失。

根据一家对冲基金研究机构2009年的最新统计，美国股票市场2009年3/4的交易量都来自算法交易，跟2005年统计时的30%相比大幅提高。但是从事算法交易的公司占美国将近两万家投资交易机构的不到2%。

联邦调查局介入

2009年7月，全球多家报纸都在显著位置刊登了一则新闻，美国联邦调查局在纽约一个机场逮捕了刚刚落地的高盛银行前雇员谢尔盖·阿雷尼科夫。阿雷尼科夫今年39岁，拿美国和俄罗斯护照。他于1991年从俄罗斯移民到美国，移民前他是俄罗斯交通部的程序员。他曾经在一所大学和一家电讯公司工作过，后来加入高盛银行，号称是华尔街技术领域的一流好手。他在高盛工作两年，底薪为每年40万美元。但是不久以前他跳槽到芝加哥的一家新公司，据说底薪翻了三番。这家新公司的三个创始人都曾经是大本营的交易员。

联邦调查局检控阿雷尼科夫在他还在高盛最后几天里四次进入该银行的电脑系统，拷贝了该银行量化交易的部分电脑程序，并将窃取的电脑程序上载到德国的一个网站上。之后，阿雷尼科夫还试图清除他留下的痕迹。高盛的自动监测工具查到了他的举动。在金融机构工作的人都知道，他们的电话会被录音或者监听，他们的电邮也会被检查，如果有人大规模拷贝数据，银行的电子安全防务部门就会警报四起。

阿雷尼科夫窃取的电脑程序正是高盛银行使用在“复杂、高速和高周转率的自动交易中，买卖股票和商品”，这类交易每年能赚“千百万美元”。有专家分析说：“很多股票市场的做市商都会投入大量的资金来开发极高速交易的软件，这使它们在竞争中占尽先机。但是如果这些软件的代码被盗用，那么盗用者就可能制造出更快的版本，捷足先登，盗用者赚到的钱其实本来是高盛应该赚到的钱。”美国证交会前主席现在是一家对冲基金公司的总裁哈维·皮特说：“这个事件给每个金融机构都敲响了警钟，它们都应该重新检查自己的电脑安全系统，不仅仅包括秘密交易程序，还包括其他各个方面。”

军备竞赛的社会意义

作者布克斯达博还提出了这样一个问题：这样的以毫秒、微秒为单位的军备竞赛，究竟对金融行业，甚至整个社会有没有带来好处呢？

他认为没有，虽说量化投资、算法交易、高频交易给市场带来了流动性，是好事，但是快几毫秒，对社会没有更多的好处，但为此银行和基金都花了大量的成本，所以净附加值为负数。他认为这就像冷战时期的军备竞赛，花了很多钱，劳民伤财。可是也有人指出，银行和基金都是自愿花钱的，这是市场的力量在起作用。而且，投资行业的巨大投资使得电脑芯片生产商能够有钱开发、制造更快的芯片，最后我们大家获益。我们现在的很多技术都得益于当年冷战时期军备竞赛的研究：卫星定位、万维网、很多家用电器，等等。

量化投资里面的高频交易、算法交易行业还比较新，当这类交易出现在新的市场的时候通常会降低交易成本，使投资人获利，所以我们认为很多市场都将会因为它们的出现而获益，但是竞争到一定程度的时候是不是会向恶性的方向发展呢？这是可能的，也将是未来数年中监管、学术和行业本身要思考和回答的问题。

最后补充一句，我们认为量化投资或者算法交易总的来说应该对市场有益，但这并不意味着我们认为投资者——尤其是散户投资者——应该去研究、使用这类方法。有的人可能在想：不能赚到西蒙斯那样多的钱，有个百分之一、千分之一也不错嘛。全球真正能靠这类方法稳定赚钱的基金屈指可数，这就说明了这类方法的难度，就连已经是亿万富翁的肖尔也说，如果让他重新开始的话，他不会选择算法交易这条路，因为付出太大，而成功的可能性又太低，他说别的投资方法赚钱的性价比要好很多。西蒙斯总是说起他成功的运气成分，这不应当仅仅理解成他的谦辞。市场所有交易人频繁交易在短期内的总附加值是零，所以西蒙斯年复一年赚到的钱归根结底都是别的投资人频繁交易输掉的钱。

本书由“ePUBw.COM”整理，ePUBw.COM 提供最新最全的优质电子书下载！！！