文|創瞰巴黎 Jean Zeid
編輯|Meister Xia
導讀
高頻交易作為量化投資的重要方法，在如今的股票市場，正越來越受到廣大的機構投資者的關注。擁有高頻交易的機構或者投資者，比還在采用傳統低頻交易的投資者獲取收益的穩定性和回報率明顯要高很多，那么究竟什么是高頻交易？怎樣才能實現高頻交易？高頻交易在獲利的同時又承擔著怎樣的風險？人工智能會在未來發揮作用嗎？
一覽：
- 高頻交易是指在極短的時間范圍內，在金融市場上發出買入和賣出指令。
- 高頻交易是算法驅動的自動交易，能夠針對市場事件做出非常迅速的反應。
- 股市約有三分之二的交易都是高頻交易。
- 當交易規模較大時，風險反而較小，因為高頻交易主要以極快的反應速度取勝。
- 高頻交易可能會因算法出錯或黑客攻擊而導致股市崩盤。
Hi! PARIS是由巴黎綜合理工大學和巴黎高等商學院（HEC Paris）新成立的中心，主要負責科學、商業和社會領域的數據分析以及人工智能發展。近期，法國國家信息與自動化研究所（Centre Inria de Saclay, Inria）加入了該中心。
01 什么是高頻交易？
答：高頻交易是指在極短的時間范圍內，針對市場上的某些突發狀況，通過買賣差價而獲利的交易策略。例如，當美聯儲宣布降息時，高頻交易員會在消息出來的瞬間迅速下單。
02 誰是高頻交易背后的“神秘人”？
答：很顯然，人類無法在這么短的時間內做出反應。高頻交易主要有兩大特點：首先，它是計算機自動完成的交易，需要算法驅動；其次，它必須針對宏觀經濟政策或價格變動等市場突發狀況做出極其迅速的反應。
03 能否為我們簡述一下證券交易所自動化的背景？
答：多年來，人們每每想到證券交易所，腦海中都會浮現出交易員在交易大廳中公開喊價的場景。然而，自1986年開始，交易所便開始安裝計算機輔助交易系統，以取代傳統的大廳場內交易。對各大交易所而言，自動化過程始于20世紀60年代末，到90年代初期，股票交易流程的自動化已基本完成。在此過程中，算法交易和高頻交易也應運而生。
04 高頻交易占比多少？
答：預估表明，股票市場上約有三分之二的交易都是高頻交易。這一比例可能看起來很高，但大家無需為此驚嘆。以超市為例，盡管超市貢獻了大量的商品交易額，但歸根結底它只是個媒介。高頻交易員并非證券的最終持有人，而是委托人，在很短的時間內對證券代為管理。
05 在高頻交易的背后，人類扮演著什么角色？
答：誠然，人類的角色已經發生了重大改變。那些口頭下單的交易員如今只存在于電影之中，取而代之的，是大量的計算機和算法。算法背后的主力軍是計算機科學家，由專業的高頻交易公司負責招募。這些科學家十分擅長編寫交易編碼，能夠不斷優化算法的響應速度，以形成競爭優勢。
06 算法能否完全取代人類？
答：高頻交易需要有正確策略的算法來驅動，而市場本身也掌握著這些正確的策略，只不過其反應時間要滯后很多。因此，優化市場響應速度至關重要：毋庸置疑，響應時間最短的交易員能夠搶占市場先機。算法的開發需要非常具體的技能，通常需要擁有計算機科學背景的人才。在經濟領域中，當屬金融市場與大數據的聯系最為緊密，畢竟，金融市場上的每一筆訂單、每一次交易都會產生大量的數據。而交易所的數據源也會成為重要的市場洞見來源。各參與方需要投資大量的人力和物力，通過不斷學習數據來優化算法。
從資本的角度考量，你我這樣的投資者在進行相關投資決策時，根本沒有足夠的資源去獲取類似的洞見。高頻投資的原則是在每次交易中獲得適度的利潤。雖然每筆收益率很低，但因為交易量巨大，因此總體收益穩定。當交易規模較大時，風險反而較小，因為高頻交易主要以極快的反應速度取勝，采用的是眾所周知的策略，不可預測的部分基本已經降到最低。因此，高頻交易公司在過去十年中迅速擴張。不過，近幾年的利潤相較之前低了很多。
07 算法驅動的計算機交易存在風險嗎？
答：歷史上曾經發生過幾次崩盤都直接或間接跟算法有關。以2010年美國股市歷時30多分鐘的閃崩事件為例，高頻交易雖然不是股市崩盤的始作俑者，但高頻交易系統的停止進一步加劇了相關損失。此外，和其他算法一樣，高頻交易算法也有可能存在設計上的缺陷，以及始料未及的錯誤。2012年，美國大型交易公司和四大高頻交易運營商之一的騎士資本（Knight Capital）因算法出錯而損失4.4億美元，一度幾近破產。
08 計算機交易還存在其他風險因素嗎？
答：人們現在仍對平臺或算法運營商入侵的風險避而不談。然而，惡意黑客攻擊和恐怖打擊都可能會嚴重破壞市場的穩定。
09 人工智能會在未來發揮作用嗎？
答：交易行業遲早有一天會使用這些工具。可以看到，電商等領域對人工智能工具的使用已經引發了一些思考。例如，英國和美國的監管機構指出，算法之間存在著“串通”。亞馬遜的定價算法就基于一種自發性學習機制，它們不僅能為產品進行重新定價，還會想方設法找出最具競爭力的價格。即便算法自身并不包含這一明確代碼，但它們也會從經驗中學習，以隱蔽的方式實現利潤最大化。
“優化市場響應速度至關重要：毋庸置疑，響應時間最短的交易員能夠搶占市場先機。”
當前，人工智能還未在金融市場掀起太大水花，但考慮到人工智能的本質，這一天遲早會到來。2017年，美國最大的資產管理公司之一貝萊德（BlackRock）開始使用人工智能技術來預測收益，并進行投資組合配置。該公司還依靠大數據來進行量化交易，并將其納入傳統投資策略的制定。摩根大通（JP Morgan）更是宣布要開發一個基于人工智能的工具，對央行的決策進行預測。