0.8%，這就是西蒙斯說的“小的機會”。拿5千億美元除以50億美元的資產得到100倍，意思是大獎章的年週轉率為100倍，對共同基金來說已經超高了，但是對於高速交易的量化基金並不出奇。這當然是個非常粗略的猜測。 從弗雷的這段話裡我們還可以看到這樣的詞—-“試營運”。這在量化基金裡面是比較常見的：有一個新的量化模型，在紙上很漂亮，但是在實際操作中如何呢？有很多統計、數學方法可以增強人們對某個量化標準的信心—光是看過去的模擬表現是很不夠的—這一點我們在後面再詳述。 但即便是採取了種種方法，這些模型到了真槍實彈的戰場上的表現誰也說不準，所以在實際操作中一般都會試營運一段。等到真實的表現和紙上的表現具有一定的可比性之後，才會加碼。 另外一個值得注意的方面是上面兩條提到的“收編”進大獎章的說法。 這在量化基金操作中也很常見，因為已有的模型通常會 “疲勞” ‘，所以量化基金都有龐大的研究隊伍來不斷探索尋找新的模型。一旦經過試驗之後某個模型的回報比較好，這個模型就會被收編進來。與此同時，老化的模型有可能被海汰掉。這個過程其實需要很多經驗，不可能是完全量化的。 •設計和管理實施了一項自動交易系統。 提出了模型框架，組織研究團隊將現代投資組合管理理論和技術性投資相結合，設計出新的證券交易模型。這個專案成了上述“超新星”基金的基礎。 “現代投資組合管理理論和技術性投資相結合”，就是我們上面說的統計套利，我們也知道它的源頭是摩根士丹利。 • 提出了風險管理模型，用於當時只有6000 萬美元的期貨和債券基金。 在模型提出之前，平均回報為26%，提出之後，1991年回報為34%， 1992 年為39%，1993年為39%，1994年為71%，1995年為33%，1996年為32%。同期基金規模增加到8.8億美元。 我們將上面的回報和大獎章的歷史回報相比較，可以肯定，這個“期貨和債券基金”指的就是當年的大獎章。我們可以推斷，弗雷加人了之後 187
188 解讀量化投資：西豪斯用公式打敗市場的故事大獎章才有了比較系統的風險管理模型：止損、槓桿管理、倉位分配等。風險管理模型是人們看量化基金的時候容易忽略的一個方面，人們通常只是關注模型是如何選股、如何預測的。其實軍功章的另一半在貌不壓人的風險管理模型裡面：什麼價位給某個倉位止損，投資組合出現何種虧損時給整個投資組合降低槓桿或者止損，各種模型的權重如何分配、如何調整， 整個投資組合的槓桿如何調整，等等。這都會直接影響到基金的回報和風險，但是也常常被人忽略。 關於大獎章所以，從以上弗雷對自己成就的描述中我們可以看出大獎章的歷程： • 首先是透過統計資訊分析方法來判斷外匯和債劵短期的價格變化， 尤其關注過激反應的一類。 • 在這個基礎上加入了風險控制模型。 • 之後又引入了統計套利，開始高速交易大量股票。 • 接著義引入了統計套利的變種，低速交易大量股票。 • 繼續引人其他模型，分析像現價交易指令表這樣的不太常用的資料來源。 這就是大獎章。 當然，復興技術的上百名專家不是天天坐在那裡看電腦的。他們每天都可能提出新的想法，對已有模型的改進和補充肯定是在不斷進行的。但是提出一個嶄新的模型則需要時間，這透過弗雷12年在復興技術的成就中不難看出來：12年也不過是兩三個模型而已。 退休以後，弗雷除了忙石溪大學新的量化金融專業的事情之外，還從事很多慈善工作。他設立的弗雷基金會幫助家庭背景有問題的少年兒童， 為他們提供教育及其他服務。 他在石溪大學的量化金融專業能不能培養出新的西蒙斯呢？這是個疑問。
C38*！rvesteneat/ 第6章更高、更強、更快川妹子有時候炒股，小打小鬧。但是專門研究投資的西門從來不炒。川妹子問他為什麼，西門總是說他拿不準，所以觀望。 西門不亂花錢，他告訴川妹子說他的錢每月都存到什麼基金裡面去了，還說他們兩個人中間有一個人炒股就夠了。 對於川妹於的炒股愛好，西門既不反對，也不鼓勵，但是他總是喜歡和川妹子討論為什麼她要買這個股，為什麼要賣那個股。 當川妹子想要賣掉賺錢的股票而把套牢的股票捏在手裡的時候， 西門總是會提醒她別人常常犯的錯誤，但最後的決定權還是川妹子的。 西門幫助川妹子在網上用免費的工具設定了投資組合追蹤， 這樣川妹子可以隨時隨地看到她的那幾只股票最近如何變化。他還幫地設定了止損的提醒，到了恐痛割愛的時候，電腦會自動提醒她。川妹子剛開始不太願意丟擲賠錢的股票，但是經過一段時間的嘗試，她覺得這種做法還是挺有道理的。好幾次她丟擲之後又在更低的價位買回來，成本降低不少，收益也相應增加。但也
190 解讀量化投資：西蒙斯用公式打敗市場的故事有時候丟擲之後股票立刻反彈，她就會假裝理怨西門，西門只好說：“那晚上的水煮魚我請客了！” 最開始的時候川妹子買賣股票必須要到證券公司營業部去填一張單子，機場沒有營業部，所以她為了買賣股票要專門跑一趟。 後來有了電話落單，方便了很多。西門又教會了她網上買賣，這樣就更快了。西門來看她的時候她非要表演給西門看，左一點選， 右一點選，不用1分鐘，網上顯示：交易完成了。川妹子對西門說：“怎麼會這樣快呢？”西門笑笑說：“1分鐘，不算快。我們公司正在搞幾十毫秒交易的系統呢！” 川妹子有些驚訝，問；“幾十毫秒？那該有多快呀？” 西門眨巴一下眼睛，說：“剛才我眨眼的工夫，300~400毫秒過去了。1秒等於1000毫秒。” 川妹子說：“幾十毫秒交易？誰那樣著急啊？” 有備無患 2007年，復興技術專門用來做研究的電腦系統包括擁有1 500個處理器的計算機叢集，5部大型伺服器組和30萬GB 的硬碟空間，當然這些數字每年都在增加。這些電腦裝置都在復興技術辦公室的地下，復興技術有自己的備用發電機組，另外還有為備用的發電機備用的，以防備用的出故障。 在完全斷電的情況下，備用發電機可以保證復興技術的電腦至少運作兩個星期。外界的電腦專家說這是一個規模很大的系統，超過很多高校的大型計算機配備，居世界前30名。電腦系統當然為復興技術的成功打下堅實的基礎，但是復興技術總是不忘強調他們的成功更重要的原因是公司的人， 是公司的智慧財產權。西蒙斯說：“我們的操作過程完全是黑箱，完全是電腦的程式。但是這些程式都是要靠聰明人去編寫的，它們必須要符合一定的第6 章更高、更強、更快常理。有些人說我們是每天只要把電腦開啟就算完事的書呆子，這是完全沒有根據的。” 復興技術多年來花很多時間和金錢來推動公司內部交易系統的加速， 他們也研究各種風險分配最最佳化辦法和交易模型，透過這些措施來控制公司快速交易時所面臨的流動性風險。公司的電腦開支取決於生意的需要， 而不是預算裡面留出多少錢。可以這樣說，復興技術開創了使用電子交易技術抓住市場轉瞬即逝的小機會來賺錢的先河。當別的基金剛剛開始考慮電子交易的時候，復興技術已經悄悄和德國期貨交易所連線，可以直接交易了。該公司的一個管理人員2000年說：“金融投資正在朝我們公司的方向邁進。如果紐約交易所也實行完全電子交易，那對我們的生意就會更有利。“ 幾年之後他的願望就實現了。 191 紐約股市的理髮師紐約股票交易所傳統上是以拍賣的方式來成交的，交易大廳人頭攢動， 買家賣家指指點點，大喊大叫，很多人把這個場景和股市、投資、資本市場、華爾街這樣的概念聯絡起來，但是這個瘋狂而刺激的交易大廳的場景將會在不久的將來消失。現在紐約股市3/4以上的交易都是透過電子手段完成的，沒有戲劇性，如果不是熒光屏上閃動的數字，人們都不知道交易已經完成了。在這些電子交易中，量化基金的交易量佔到一半左右，而且最近幾年比重還在提高。交易大廳裡穿著各種顏色小褂的交易員將遲早失業， 這是一個不可避免的潮流。過去紐約股票交易所裡還有理髮師，現在已經沒有了，大廳裡的交易員也將是同樣的結局。
192 解讀量化投質：西蒙斯用公式扌！敗市場的故事產⋯--” 紐約股市和納斯達克左圖中的紐約股市是傳統的拍賣型市場機制，而右圖中的納斯達克股市則是交易南型市場機制。 前者買家賣家直接碰頭，後者透過交易商或者做市商。現在絕大部分市場上都是兩種機制的混合形式。 賚料來漲：照片來自維基媒體； 在許多其他的市場，這個變化早就發生了。納斯達克本來就是一個電子交易網路，所以在最近幾年中它的股票交易份額相對於老對手紐約股市不斷上升，這也是紐約股市不能不變的原因。 再拿我們前面提過的我所在銀行的那個交易大廳來說吧。1996年，那個外匯大廳中間有兩長排座位，坐著像愛爾蘭人那樣的外匯現貨交易人員， 他們大約有40人，按照不同的幣種分工；旁邊是另外兩排期權交易員，交易普通外匯期權，大約有20人；普通期權交易小組的旁邊是特種期權交易員，大約有5人；再旁邊是外匯掉期的交易員，七八個人。東京、新加坡和紐約的交易大廳也是類似的配置。銷售人員大約有三四十人，按照客戶的地域劃分，分坐在交易員的四周；量化工程師，七八個；電腦維護，七八個；剩下的是經濟學家以及形形色色的輔助交易和銷售的隊伍。 1999年，歐元誕生，現貨交易的兩長排座位減成兩短排，大概只剩20 人；期權交易減到十二三個人；特種期權的人數增加到將近十個，他們添了幾個物理學博士；外匯掉期交易的人全部都沒有了：他們要麼被解僱， 要麼搬到瑞士去了。這家銀行將全球外匯掉期交易集中到一起，只用過去 1/3的人，可是交易量增加數倍，大部分工作由電腦完成。東京的交易廳被第6章更高、更強、更快合併到新加坡，配置類似，人員相應減少。銷售人員數量大致跟過去持平， 但是他們現在按照客戶的行業來劃分：專門給對沖基金銷售的，給共同基金銷售的°，給大公司銷售的。其中對沖基金銷售是一個新的部門，但是對衝基金的交易量已經開始佔到交易大廳生意的相當比重。基本的電腦維護已經被外包出去了，但是那時候有了一個新的電腦團隊專門設計、維護各種網上釋出資訊和交易的工具，大概有十幾個人。量化工程師，10個人左右。 到了2003年，現貨交易人員只剩下不到10個人；期權交易人員七八個；特種期權交易人員5個人。90%以上的交易都是透過電子方式直接完成的，交易員現在只需要處理數額比較大的交易，不時調整他的部位就可以了，事情不多。愛爾蘭人還在，但是已經平和了許多，極少站起來大喊大叫。很多銷售人員已經被解僱，尤其是那些做公司生意的銷售人員。剩下的也不叫銷售人員，而是叫客戶顧問，他們的主要任務是處理客戶的問題， 而不是像前面說的光頭那樣，拿起聽筒，給客戶報價。光頭也已經辭職， 加盟一家網上交易平臺公司，類似網上的交易所。量化工程師仍然在，他們給客戶設計許多量體裁衣的“解決方案”。一個新的部門出現了，叫電子銷售，專門給客戶提供各種電子交易的服務，包括將客戶的交易系統和銀行的交易系統連線起來的“介面服務”，等等。另外一個新出現的部門叫 “主要經紀”，為對沖基金提供交易、融資等各項服務。整個交易大廳所僱用的人員總數不到1996年的一半，但是交易的總量卻上升了數倍。 193 偷窺客人的秘密說到這裡，也不妨講一個小故事。我剛剛參加工作不久，被分到一個共同基金行業在銀行也被稱做“真實資金管理行業”，因為過去共同基金通常不使用槓杆，所以有一分錢，投一分錢。但是對沖基金則可能有—-分錢，透過槓桿投一毛錢，或者像長期資本管理那樣投三塊多錢。當然，沒有人把對沖基金行業叫“虛幻資金管理行業”。
194 解讀量化投貨：西蒙斯用公式打敗市場的故事銷售小組當“戰地量化分析師”。這種工作比較特殊，主要是為銀行的大客戶來提供量化的諮詢，藉此討得客人的歡心，以後可以多跟我們做生意。 這跟藥店裡面坐堂的醫生有些相似。藥店裡坐堂醫生的服務一般都是有傾向性的，傾尚於建議你去買該藥店的某種藥物，通常是價格比較高的藥物°。我們的服務自然也談不上公允，但這是雙方都事先知道的。戰地量化分析師的工作一般都比較膚淺，用不到隨機微積分和偏微分方程，但是客戶的問題五花八門，所以面比較寬，也正好適合我沒有耐心鑽研的性格。 在銷售小組一段時間，我發現有一個客戶交易非常頻繁，每次交易的貨幣對都比較類似。負責交易的老同事告訴我這家公司是一家量化基金， 所以它的交易可能有規律，但是他不十分清楚究竟是什麼規律。於是我把這家客戶過去幾年所有的交易都從系統裡面下載到指表軟體上，沒有用什麼特別高深的分析，經過幾小時的測試，我就發現他們的交易規律，是一種比較簡單的趨勢模型。他們過去95%的交易都符合這個規律。接下來， 我們又研究了那5%不能解釋的交易，看看有什麼原因。我們還研究瞭如果我們開始“閱讀°”這家公司的交易方向但是失誤的話，我們可能賠多少錢，這樣我們對風險的底線有了一定的瞭解。一切處理完畢之後，我寫了一個很簡單的小程式，放在每個同事的電腦上。這個客戶打電話詢價的時候同事就可以預判客戶是要買還是賣，同事可以相應將價格整體位移，賺取一個點的價差。每筆交易雖然不多，幾百到幾千美元，但是因為客戶交易的筆數比較多，一年下來，也常常有幾十萬到上百萬美元的額外收人。 幾年之後，客戶轉移到了銀行的電子交易平臺，我們失去了“閱讀” 他們的機會。但沒過多久，電子平臺就有了自動學習的功能，按照客戶過 ① 我還記得幾年前眼睛有些發紅，進了一家藥店，讓坐堂的醫生看了一眼，他建議我購買先鋒莓素，我指著他的鼻子破口大罵他缺乏醫德。眼我同去的母親拉著我出來，說人家給你看眼睛，義沒有收你的錢。我想想也是，因為我的工作與此類似。 心“閱讀”的意思就是預判客戶的交易方問，整體位移雙問報價，我們在第2章談起過。
第6章更高、更強、更快去的交易習慣，自動移動價位。電子平臺還可以根據最近在競價過程中輸贏的多少來自動調整移動的多少和頻率：如果最近幾次詢價之後客戶都沒有跟我們銀行做生意的話，可能是因為我們移位太多，所以要減少；如果最近幾次詢價生意都做成了的話，就可以稍微加碼，試圖多賺一些錢。在這樣的問題上，電子平臺的運算和記憶力自然要比人工好出很多。 也許有人會問，用一個下午就能逆向推斷出來的簡單交易策略，怎麼會有客戶用呢？也許他們的策略本身是很複雜的，但是可以用我們推測出來的那個簡單策略來複制個八九不離十。還有，簡單策略並不一定不好， 這個我們前面也提過：亨利不就是憑著非常簡單而且多年不變的策略賺足了錢才能夠買下紅襪嗎？當年我偷窺的這家公司在幾年前上市，公司的創始人也應該是億萬富翁了吧？ 電子工具的好處不僅僅在於它的準，更在於它的快，這對於採取統計套利策略或者其他快速交易策略的公司來說是至關重要的。統計套利的運算可能在每秒鐘都有很多買賣的交易指令，而且在隨後的一秒內，新的交易指令又有可能取代前面尚未完成的指令，所以速度是十分關鍵的。為了不影響市場，有的基金還會將一個指令分成很多的小指令，這樣就更增加了複雜程度。根據最新的資料，世界各大股票交易所每筆成交的數額在過去幾年都在減小，但是交易量都在不斷增加，而且交易所收到的限價買賣指令更是在高速增加，背後的原因在很大程度上是這類交易策略的流行。 當然，高速傳輸、存取資料的潮流不僅僅是侷限在金融投資行業，很多媒體公司、石油公司、連鎖零售公司和研究部門也在不斷投資新的硬體和軟體，加速資訊的流動速度，這樣在競爭中才能搶佔先機。但是除了金融行業之外，很少有行業會為幾毫秒的改進而一擲千金。有人測算過，如果交易系統加速一毫秒，就能為使用系統的銀行或者其他金融機構每年帶來一億美元的額外收人，所以我們可以理解為什麼大家都拼命要快。 現在一些量化基金的交易系統能在幾毫秒之內將交易指令發給交易所， 195
196 解讀量化投逝：西蒙斯用公式打敗市場的故事時間如此之短，量化基金的交易系統和交易所的交易系統之間的實際距離都能帶來延遲。在最快的網路中，資料從紐約的伺服器傳到芝加哥的服務器需要7毫秒，傳到西海岸的洛杉磯或者舊金山就需要315毫秒——在真空中光束從洛杉磯走到紐約也需要15毫秒。對於許多對沖基金公司來說，這太久了！所以，在過去的幾年裡面，銀行和大的量化基金都把它們的電腦伺服器移到跟交易所比較近的位置來爭取幾毫秒的優勢。 怎樣才能和交易所的伺服器最近呢？ 放在同一個屋簷下。 同一屋簷下為了將交易時間減少千分之幾秒，很多投資銀行和基金公司將它們的電腦脈務器放在交易所的脯務器邊上，一東傳遞資訊的此如果從遠處過來也太遲太憬了，2009年美圖圖會開始關注這個斷的現象。 這對於交易所來說，是一個新的收人來源：允許一些銀行和基金把它們的伺服器跟交易所的伺服器放在一起，然後收取佣金，這叫“機房共置”。 從紐約曼哈頓穿過林肯隧道就是新澤西州，隧道出口的不遠處有一個非常不起眼的3層高的建築，也沒有掛牌子。如果你看到一個貌似大門的地方按門鈴你也進不去，因為這個大門是個假門，真正的入口很隱蔽。這個第6章更高、更強、更快地方是全世界金融業最重要的資料中心之一，5家電子交易所的伺服器都在這裡落戶。當然，這個建築物裡面還有很多機房共置的、客戶的伺服器。 納斯達克的主要資料中心也於兩年前遷到新澤西，備用的資料中心則在美國東北某地，它的資料中心有上百臺其他銀行和基金的伺服器與其找置。 如果你的伺服器和交易所的伺服器放在同一個位置，那麼資料能夠在一微秒之內到達。一毫秒是一千微秒。一微秒是千分一毫秒。 197 要開一個新的量化基金？帶上錢來就行了！ 在新的速度戰中，許多新的生意機會也應運而生。很多電腦技術和通訊技術公司專門為銀行和基金提供所需要的高速交易裝置和軟體。很多情況下，交易的速度慢是因為從一個系統到另外一個系統的介面是個瓶頸， 所以有很多專業的公司專門提供針對這類問題的方案。 新的電子股票交易平臺紛紛出臺，提供速度更快的交易方式、低廉的交易價格與老牌的股票交易所競爭。老牌的股票交易所不甘示弱，購買新的電子交易平臺，更新自己的交易技術。納斯達克購買了兩家電子交易公司之後成功將自己的交易時間從10毫秒降到1毫秒。紐約股票交易所也於 2005年購買了一家叫群島的電子交易所，在整合的過程中提高自己的交易速度和競爭能力。納斯達克購買兩家電子交易平臺總共花了16億美元，但是現在技術水平提高很快，硬體價格也在不斷下跌，許多新的公司只需要花1/20的錢就能白手起家搭建一個高速交易的平臺。 投資銀行更是不甘示弱，紛紛尋找獲利的機會（同時也是為了生存， 見後面關於做市商的討論）。比如瑞信銀行，它於2001年開始推出一個冠名“先進交易服務”的新服務專案。瑞信在全球主要證券交易所取得了直接交易的席位，很多情況下瑞信的伺服器和這些交易所的伺服器共置。同時，瑞信為量化基金提供各種不同的量化模型（冠名“狙擊手”、“遊擊
198 解讀量化投街：西蒙斯用公式打敗市場的故事隊”和“邊緣線”等），提供所需的電腦系統，投資者只需要選擇他們所要用的模型，設定引數，把錢放進去，就可以交易了。投資者圖個方便，瑞信則收取各種手續費、交易的佣金、提供貸款（槓桿）的利息。當然，這種服務並不便宜，而且，保證投資人賺錢不是服務的一部分。其他銀行也都紛紛追趕，據說美國銀行高盛的技術人員已經超過交易人員的數目。每年全球金融機構花在電腦硬體和軟體上的錢超過兩百億美元。 根據有關資料，2006年歐洲和美國大約1/3的證券交易是透過由機器發出指令的所謂演算法交易程式完成的，如果包括其他的量化投資交易，這個比例則會更高。專家估計，到2010年，單是演算法交易的交易比例將達到 50%。各種股票、外匯、期貨、期權交易平臺都已經成了演算法交易的天下， 債券交易也在向那個方向發展。我們前面說過幾家超級量化基金自己一家就可能佔到股票交易所交易量的百分之幾，所以這些比例並不奇怪。 電腦交易的歷史其實這種由電腦直接操縱的交易模式（演算法交易）已有30多年的歷史。雖說演算法交易和量化投資這兩個概念並不完全一樣，但是它們在歷史上就有緊密聯絡。 最早的演算法交易主要用在兩種可以算是量化投資的交易中：一種是指數套利，另一種是投資組合保險。 指數套利是指如果股票指數期貨的價格和指數包含的各種股票的價格偏離太遠的時候來取買人一個賣出另一個進行套利的操作。例如標準普爾 500指數套利，那套利者就需要同時買人或者丟擲500只股票，每種股票都是不同的數量，這樣煩瑣的工作，必須透過電腦來完成。 投資組合保險是20世紀80年代比較流行的一種做法，是指按照佈菜克-舒爾斯-默頓的公式來自動複製一個賣出期權（也就是為股市下跌買第6章更高、更強、更快保險）的交易策略。你可以按照公式計算出需要丟擲的期貨數量，然後自動丟擲。如果股市下跌，你就多拋，如果股市反彈，你就購回一些，這樣做的目的是給你已經持有的股票投資組合上一個保險。有些人說1987年的股災就是由這兩種自動交易造成或者加劇的，但是這種說法也沒有定論。 20世紀八九十年代西方各國的金融監管逐漸放鬆，電子交易日益普及， 新的、純粹電子交易的平臺不斷出現，各種金融工具交易的買人賣出價差不斷縮小。有些做市商和大的基金開始使用演算法交易自動將比較大的交易額化整為零，以免引起市場注意。這種演算法交易一般叫“冰山一角”，意思是別人只看到你所要交易的一點點，下面埋伏著大冰山。有的做市商和基金可能又研究出另外的演算法交易，來與冰山一角針鋒相對，試圖將已經化整為寧的交易拼湊起來，從而打探到對方真正的交易意圖，然後搶佔先機。 我們估計，在前面提到的沃爾夫冰反訴復興技術的檔案中，說復興技術試圖透過模型從投資技術集團公司的“機構投資組合交易匹配系統”推測出保密資料，那個模型很可能就屬於這一類針對“冰山一角”的演算法。現在有好幾家投資銀行提供這種演算法交易的模型，一般叫 “游擊隊”。游擊隊會自動發出一些小的交易指令，打一槍換一個地方，然後根據市場反應來判斷底下有沒有冰山，有多大的冰山，就像海豚的聲吶導航系統一樣。 投資技術集團的“機構投資組合交易匹配系統”屬於最近幾年出現的 “暗池”交易平臺，它跟一般交易所不同的地方是它的限價買賣指令表是秘密的，這樣可以防止別人搭順風車、建老鼠倉，方便共同基金和對沖基金進行大宗的交易。對傳統的交易所來說，這是個災難性的發展，因為很多交易額都被“暗池”吸走了。交易所的應對措施是開發自己的 “暗池”。 199
200 解讀量化投資：西蒙斯用公式打敗市場的故事 “冰山•角” 時嘞市慣 11站隆尚：：91 69090 000 •571.550 •90.¢60 21.20¢ ‘.47百基 L29幢限價狄賣指令 00.4$ 4.5 9.15 否分比開餐： 我父量每中費乞顰過悍市五 ｛533 SuBs 10.+0 中紀） *空 10中 $：0 粒$ 門19 約925 0 5530 F+29 95 F1:23 J1:29 12:23 $：2 x0L 1430 +• 概油 “游擊隊” i529 點述演算法交易模型：冰山一角和游擊隊在股票價格資訊的網頁上，有買入和賣出盤的價格及數量。“冰山一角”採取自動程式、將一筆大的交易化整為率，隱藤在這些教搭裡面。湖擊隊則誠圖將選些零碎的資訊拼策起來，還原大交易的本傘面具。 資料來源：價格網頁截圖來自中銀香港的文易網站，“冰山”來自微軟梅留網站。 雪中送炭還是雪上加霜一般認為電子交易從整體上來說降低了股票市場的波動性。我們說過， 金融市場上相當一部分的上下波動來源於投資者扎堆的行為和過激的反應， 電子交易因為它的速度比較快也許能夠減少這類交易行為的影響。但是這種說法目前也還沒有定論。 我們都有過因為電腦宕機而捶胸頓足的時候，電子交易也有它陰暗的一面。 2007年2月27日，中國股市大跌，隨後的歐美交易時間段內，歐美股市交易量大增，計算道瓊斯指數的電腦不勝負荷出了問題，這使道瓊斯指數1小時內沒有更新。等到問題解決之後，指數重新開始更新，道瓊斯看上去在1分鐘之內暴跌178 點。許多自動交易系統被這個突然變化啟用，開始第6章更高、更強、更快大量交易，雪上加霜。因為交易量太大，交易指令太多，紐約股票交易所不得不中止交易。道瓊斯當天下跌416點，3.3%。這也顯示了把決定權交給機器的潛在風險。 英國監管當局在一份檔案中寫道：“英國金融服務管理局一直對黑箱交易的發展非常關注。在年度總結中，管理局提到了新的技術給市場帶來的流動性，這是它的好處。但是對這類複雜技術和模型的過度依賴也可能帶來過高的風險，系統有可能失靈，這會對正常交易帶來各種干擾。” 201 電子閱讀快速不僅僅體現在交易速度上，還體現在各種資訊傳遞和處理的速度上。各種金融工具交易的價格、數量等資料的高速傳遞使各種量化基金能夠使用這些最新的資訊進行計算。 但是資訊不僅僅限於價格，也包括文字資訊。路透社幾年前推出了高速傳遞文字訊息的服務，有的關於金融市場的報道乾脆就是由機器自動寫的，這樣可以提高播發的速度。它的競爭對手也推出類似服務。道瓊斯公司2008年在《華爾街日報》刊登整版廣告，聲稱它的關於英國中央銀行降息的故事要比別人整整快兩秒。我們作為普通投資者自然不會在乎這樣一條新聞兩秒的先後，但是我們知道有些高速交易的量化基金會很在乎。 兩秒，那可就是2 000毫秒啊！ 現在有一些對沖基金透過量化模型自動對文字進行分析，然後得出交易的訊號，再將指令自動發出去交易。當其他人還在閱讀新聞的時候，量化模型已經以“迅雷不及掩耳”之勢®，把交易做成了。《金融時報》2007 年的一則報道的標題是《如果你正在讀這篇報道，你已經晚了：機器已經 e 據說這個詞現在很常用。
202 解讀量化投費：西蒙斯用公式打敗市場的故事來過了》，說的就是這個情況。這類量化模型對文字的分析不僅僅是尋找幾個數字，還包括判斷新聞的“感情色彩”等。 現在這場速度戰還在激烈地進行之中，不過很快交易速度就會碰到極限，因為光速是不可能被突破的。很多業內人士則很有信心地說：交易速度提到光速之後，我們接下來就要提高其他各個方面的速度，包括中後臺、 交割、清算等方面。當大家都同樣快的時候，那我們就在其他方面比高下了。 “截和”：對沖基金介入投資銀行的地盤我們提過的幾個超級量化基金都是這場速度戰的領軍人物。正因為如此，有些人認為這些基金賺來的錢其實應該是做市商賺的錢，這是什麼意思呢？ 一個做市商的職責就是不斷提供某種產品的買入和賣出價格，並且與願意跟他交易的投資者或者對手做市商按照這種價格交易。我們假定某銀行是某隻股票的做市商，該股票的價格是99~101 美元。換句話說，做市商願意以每股99美元買人，或者以每股101美元賣出。如果市場價格在一天內保持不動，做市商的各種交易對手在這一天正好從他這裡買走了1000 股，又賣給他1000股，這一天做市商的做市收入就是1000x （101-99）= 2000美元。你可以看到，買人賣出價格之間的差別越大，做市商的收入就越高，所以買人賣出價差又叫做市商的利潤空間。同樣，交易量越大，做市商的收入就越高。另外，如果做市商的市場佔有率比較高，交易量很大的時候，買入賣出匹配的可能性也會增強，這是統計學裡面的大數原理， 所以做市商都會想盡辦法，增加市場份額。另外，做市商需要有一定的股票存貨來應付前來購買股票的客戶。 但是前面提到的兩個假設在現實交易中都基本上是不可能的事情：價第6章更高、更強、更快格在不斷變動，在各個價位上買人賣出的股票數量也不可能一樣，所以做市商需要不斷調整自己的存貨：太多的話賣掉，太少的話買進來；覺得股票看漲的時候持貨稍微多一些，看跌的話儘量不持貨，或者沽空。這樣一來，做市商的收人就有兩部分：一部分仍然是前面所說的做市的收人，來源於買人賣出的差價；另—部分其實是投資的收人，取決於他對市場走勢的看法。如果徽市商自己要到市場上去買賣股票，他就不再能低價買人、 高價售出。他必須高價買人、低價售出。換言之，他是價格接受者，而不再是價格制定者。 因為做市商在調整存貨的時候只能是價格接受者，所以，做市商不可能賺到利潤空間裡面所有的錢。過去，做市商通常能賺到買入賣出價差的 20%~40％，現在則更低。 在過去的30年中，各類金融工具的買入賣出價差都在不斷降低，這一方面是交易量（流動性）增加的結果，另一方面是做市商之間的競爭造成的。價差降低，意味著投資者交易的成本降低，所以是好事。這也迫使許多靠做市賺錢的投資銀行和商業銀行：（1）提高效率，更多使用電腦自動交易；（2）增加自營資金的投資部分—這方面比較出名的是美資銀行高盛，它的自營資金的投資收人佔整個銀行收人的很高比例，所以有人戲稱高盛是一個龐大的對沖基金，附帶一個小的投行；（3）增加買入賣出價差比較高的那些產品的做市比例，現貨股票、債券、外匯的價差很低，但是期權的價差比較高，所以投資銀行推薦的產品大部分是期權。按揭證券化產品的價差也很大，所以在這次金融危機之前銀行都拼命要擠進那個市場°。 像西蒙斯那樣的超級量化基金一般不會像投行那樣給金融產品同時報出買人、賣出價，因為這些基金並沒有做市商的義務。這些基金在和投行已當然授資銀行還看上了在這個市場將各種房屋抵押貸款證券化、打包過程中的收人。 203
204 解讀量化投貨：西蒙斯用公式打敗市場的故事的博弈中速度沒有劣勢，有可能還有優勢，同時沒有義務報價，所以這些基金可以透過電腦模型和它們的快速反應有選擇地將投行的一部分交易量吃走，而這一部分交易量可能正是比較能夠賺錢的部分。比方說，在剛才的那個例子裡面，一個量化基金可以在99.01美元設定買人的限價指令，但是不設賣出的指令，因為它的統計套利模型預測將來幾秒鐘的價格是升勢。 如果有客戶丟擲股票，量化基金“截和”，投行丟失了這一筆本來可能賺錢的生意。但是如果有人想買人股票，量化基金不賣，投行只能賣，股票如果升了，投行倒黴。這當然只是一個非常簡單的例子，具體運作中投行和基金之間的互動關係則很複雜。很多時候，量化基金的演算法交易可能一次發出上幹條交易指令，每個交易指令的數額可能都不太大，轉瞬之後又可能發出新的上於條指令，其中的很多會取代幾秒前剛剛發出的指令。就跟捕魚一樣，過去可能只用幾根釣竿，每根魚線魚都看得很清楚；現在用幾乎看不見的密密麻麻的網，魚要想逃走可不太容易。投行為了在競爭中不落後，也紛紛改進自己的系統。花旗銀行2007年購買了一個能夠使用自動演算法大量處理現貨交易的公司，將新的技術用到自己的做市商部門，就是為了不輸給虎視眈眈的量化基金。 不僅如此，有的量化基金現在直接註冊成為某些產品的做市商，跟投行直接競爭。2007年，《紐約時報》的一篇文章指出大本營集團雖說看上去是個對沖基金，但是已經具有投資銀行的各種要素，只是沒有投資銀行家而已。2009年，大本營宣佈它已經成立了投行部門，並且從倒臺的美林銀行那裡招來3位投資銀行家。大本營宣佈它計劃成立一個“全球領先的、 完全整合的面向客戶的金融機構，提供投資銀行、銷售和交易等各項服務”。但是，從側面來說，這是不是也證明量化投資、高速交易所能賺到的錢是有限的呢？ 2008年對投資行業來說是乏善可陳的一年，但是在一片幾乎清一色的蕭瑟之中，演算法交易可以算是一枝獨秀，大獎章基金2008年的淨回報為第6章更高、更強、更快 80%！許多銀行和基金都加快了成立或者擴充演算法交易部門的步伐，這方面的人才供不應求。金融行業總是這樣，最近什麼好，所有的目光都一起轉到那裡去。2008年對量化投資中的演算法交易利好也不奇怪，因為市場波動性很大，亟須流動性，正中演算法交易的下懷。但是這種情況能持續多久呢？應該不會很久。我們前面說起過流動性和市場容量的問題，演算法交易對於市場容量非常敏感，如果進來的錢太多，很快就應該會有敗下陣來、 彈痕累累的銀行和基金。當只有為數不多的基金和資金採取這種策略的時候，侖們嫌的是市場有效性提高帶來的錢；當很多基金和資金進來拼殺的時候，它們只能賺相互的錢，你的得，就是我的失。 根據一家對沖基金研究機構2009年的最新統計，美國股票市場2009年 3/4的交易量都來自演算法交易，跟2005年統計時的30%相比大提高。但是從事演算法交易的公司佔美國將近兩萬家投資交易機構的不到2%。 205 聯邦調查局介人 2009年7月，全球多家報紙都在顯著位置刊登了一則新聞，美國聯邦調查局在紐約一個機場逮捕了剛剛落地的高盛銀行前僱員謝爾蓋•阿雷尼科夫。阿雷尼科夫今年39歲，拿美國和俄羅斯護照。他於1991年從俄羅斯移民到美國，移民前他是俄羅斯交通部的程式設計師。他曾經在一所大學和一家電訊公司工作過，後來加人高盛銀行，號稱是華爾街技術領域的一流好手。他在高盛工作兩年，底為每年40萬美元。但是不久以前他跳槽到芝加哥的一家新公司，據說底薪翻了三番。這家新公司的三個創始人都曾經是大本營的交易員。 聯邦調查局檢控阿雷尼科夫在他還在高盛最後幾天裡四次進人該銀行的電腦系統，複製了該銀行量化交易的部分電腦程式，並將竊取的電腦程序上載到德國的一個網站上。之後，阿雷尼科夫還試圖清除他留下的痕跡。
206 解讀量化投資：西蒙斯用公式打敗市場的故事高盛的自動監測工具查到了他的舉動。在金融機構工作的人都知道，他們的電話會被錄音或者監聽，他們的電郵也會被檢查，如果有人大規模複製資料，銀行的電子安全防多部門就會警報四起。 阿雷尼科夫竊取的電腦程式正是高盛銀行使用在“複雜、高速和高周轉率的自動交易中，買賣股票和商品”，這類交易每年能賺“千百萬美元”。 有專家分析說：“很多股票市場的做市商都會投入大量的資金來開發極高速交易的軟體，這使它們在競爭中佔盡先機。但是如果這些軟體的程式碼被盜用，那麼盜用者就可能製造出重快的版本，捷足先登，盜用者賺到的錢其實本來是高盛應該賺到的錢。”美國證交會前主席現在是一家對沖基金公司的總裁哈維•皮特說：“這個事件給每個金融機構都敲響了警鐘，它們都應該重新檢查自己的電腦安全系統，不僅僅包括秘密交易程式，還包括其他各個方面。” 軍備竟賽的社會意義作者布克斯達博還提出了這樣一個問題：這樣的以毫秒、微秒為單位的軍備競賽，究竟對金融行業，甚至整個社會有沒有帶來好處呢？ 他認為沒有，雖說量化投資、演算法交易、高頻交易給市場帶來了流動性，是好事，但是快幾毫秒，對社會沒有更多的好處，但為此銀行和基金都花了大量的成本，所以淨附加值為負數。他認為這就像冷戰時期的軍備競賽，花了很多錢，勞民傷財。可是也有人指出，銀行和基金都是自願花錢的，這是市場的力量在起作用。而且，投資行業的巨大投資使得電腦芯片生產商能夠有錢開發、製造更快的晶片，最後我們大家獲益。我們現在的很多技術都得益於當年冷戰時期軍備竟賽的研究：衛星定位、全球資訊網、 很多家用電器，等等。 量化投資裡面的高頻交易、演算法交易行業還比較新，當這類交易出現