监管方也 Hold 不住了,七张图看清 AI 入侵华尔街趋势

来源 | Bloomberg

作者 | Saijel Kishan 等HgMira Rojanasakul

编译整理 | 张震、微胖

华尔街正将迈入一个新的时代。证券操盘手、衍生品行家、股票大牛,这些在业内长久以来被大家膜拜的大神,正逐渐让位于算法,在不久的未来,或将被人工智能所取代。

多年来,银行以及投资机构一直进行的是小修小补——微调业务模式。不过,这也给员工带来了不小的焦虑。如今,这些公司纷纷引入机器学习软件,让算法给出投资建议、进行价格预设以及做出投资决策。算法将工作人员从常规工作中解放出来,也给那些留下来的人带来竞争优势。

但在未来,机器或许不再需要太多帮助即可独自完成工作。难怪最近几个月,高盛集团证券业务部门的招聘职位都与技术有关。据悉,亿万富翁 Steven Cohen 也正在尝试顶级投资经理工作自动化。10万名金融从业者将面临失业的问题,风投资本家 Marc Andreessen曾表示。在对数十位华尔街银行和投资高管采访后,彭博社绘制了下面几张交易自动化图,他们中的许多人都很关注新技术的采用。

为了便于理解,先做简单说明:分别代表(技术)已经在使用中;尝试中;有可能;不会用到。ML = 机器学习;NLP = 自然语言处理;RPA = 机器人处理自动化;PA = 预测性分析技术。风险投资、私人股本、资产管理基金、对冲基金等投资机构一般属于 Buy-side。投行等证券中介公司属于 Sell-side。

SELL SIDE / 信贷

虽然计算机快速接管了股票交易,但是到目前为止,它们还很难处理债券和更加定制化的信贷业务。低频或不透明交易留给人类讨价还价的余地,银行也必须谨慎持有,将风险最小化。自然语言处理、数据收集以及机器学习技术方面的进展,正有助于克服这些障碍。



SELL SIDE / 利率和外汇

向电子货币交易的长期转型,正不断升级。一些公司正在利用大数据和机器学习技术预测客户需求和价格波动。这些软件也正在协助银行设计、管理更复杂的利率转换和货币衍生品。


SELL SIDE / 商品和证券化

从与黄金、石油等资产相关的高流动性合同,到实体商品本身,商品多元化导致无法全部实现自动化。因此,银行正在研究将交易员、销售人员对话编目化,勾勒出客户大致形象,更好地预测客户需求。



SELL SIDE / 期权

十年前,期权交易就已转向电子平台,也是最早采用人工智能执行交易指令的试验场之一。


BUY SIDE / 期权

对冲基金和资产管理人正在根据市场流动性,使用预测性分析技术来完任务,比如及时购入股票和风险评估。计算机可以处理数量庞大数据集(从车辆登记,到石油开采的特许权),帮助预测股票的走势。



BUY SIDE / 信贷对于信贷基金来说,巨大的电子表格程序并非什么新鲜事儿。但是,一些人正在教计算机理解债券契约、法律文书以及法律判决等更多的内容。然而到目前为止,对不透明市场中证券背后的合约、非流动性资产进行全自动化分析,仍然很难。



BUY SIDE / 宏观经济

公司正试图打造自己的经济分析师。他们利用自然语言处理技术详细分析中央银行言论,希望以此发现未来货币政策的线索。他们也在探索利用算法对更广泛的数据进行分析查找,如中东油轮的运输量,中国产业聚集区的卫星图像,以此来预测经济的增长。


然而,在机器人入侵华尔街的浪潮中,监管方却显得力所不逮。

过去交易员违法时,总会留下证据,比如电子邮件会证明他们掌握了一些内幕消息,即时通信会让共谋操控价格的事实露馅儿,还有通话记录等。如今,政府监管部门不得不想办法搞清楚机器学习算法的门道,因为欺诈人员可以隐藏滥用行为或者故意让软件失灵影响股市。不过,将代码作为成为呈堂证供,在判例方面几乎无先例可循。为了跟上机器人入侵的步伐,这些监管部门也和投行和对冲基金一样,正向懂代码的人求助,而不是拥有 MBA 学位的交易员。

失灵的自动化

随着自动化交易越来越多,市场问题传播速度也有可能越来越快。当 AI 读取一个错误的命令后,一眨眼功夫,可能会给股市带来灾难。

从2010年5月美国股市的闪电崩盘到欧洲主权债务危机期间银行市值蒸发,都被认为与自动化交易有关。然而,当监管者寻求积极监管时,他们却面临来自业界的强大阻力。

秘密配方

2015年,美国商品期货交易委员会(CFTC)曾建议制定法规,要求算法交易员秘密交出源代码。监管者希望能够检查、评估算法,以更好地评价这些算法在市场失灵时所起的作用。

结果遭拒。业界表示,如果赖以为生的源代码被交出去,就有可能被黑客黑到或者被盗用用以其他违法活动。积极游说和痛苦的拉锯战后,前任 CFTC 主席最后悬置了这一议题。美国证券交易委员会(SEC)也有过类似言论。2014年,时任负责人表示希望压制加剧市场问题的高频交易。她补充表示,已指派一些工作人员制定相关规定。去年,白宫承认解决办法不好找。现在的市场情况非常复杂,交易也是分散在多种电子渠道。SEC 担忧的是会干扰有利于投资者和市场效率的实践。

网络风险

目前,监管方正在搭建一个庞大的交易数据库,帮助监管人员监测操控行为,更快找出交易中断原因。但是9月,SEC 宣布海量公司备案文件遭黑。这些问题也让证交所开始质疑合并审计跟踪系统(Consolidated Audit Trail)。

有限资源也让监管部门在与华尔街金融巨头博弈过程中,捉襟见肘。SEC 的年预算为16亿美元,而 CFTC 仅有2.5亿美元。


不过,技术也在帮了这些监管者们不少忙。近些年来,SEC 已经在建造一些算法来识别与抵押贷款相关的不透明证券交易、汽车贷款以及其他方面的不正常。据透露,算法已经帮助他们识别出数十亿美元的不当交易。

1987年黑色星期一的股市暴跌发生后,美联储推动了投资银行的成立;1998年长期资本管理公司( Long-Term Capital Management)的倒闭促使美联储向公司提供融资,帮助市场的良性发展。两起案例中,当局的干预均取得了成效。但如果大型投资机构,如外汇交易机构,一直根据预先设定的程序自动卖出资产,那么,这种干预可能会变得更加困难。

文章来源:https://www.bloomberg.com/graphics/2017-wall-street-robots/

入门人工智能华尔街工作金融产业
1
暂无评论
暂无评论~