責(zé)任編輯 | 張旖旎

作者 | 章舟

導(dǎo)言

和傳統(tǒng)由基金經(jīng)理主宰的世界不同，現(xiàn)代的投資世界，已經(jīng)被計(jì)算機(jī)、算法和被動(dòng)基金越來越多滲透。那么和有血有肉的人相比，這些聽起來冷冰冰的東西是如何改變投資的呢？今天我們翻譯《經(jīng)濟(jì)學(xué)人》10月5日的一篇文章，和大家一起了解機(jī)器是如何改變，乃至顛覆投資交易行業(yè)的。

正文

五十年前，投資顯然完全由人工從事。正如早期在紐約證券交易所（NYSE）交易大廳工作，全球最大對(duì)沖基金橋水的掌門人Ray Dalio所言：“人們將不得不互相淘汰，交易員也要款待基金經(jīng)理，沒人會(huì)知道未來的價(jià)格?！?的確，在橋水尚未成立的上世紀(jì)70年代，投資交易的技術(shù)手段非常初級(jí)。拉扎德（Lazard）投行的老板肯尼斯·雅各布斯（Kenneth Jacobs）還記得，當(dāng)時(shí)是使用便攜式計(jì)算器來分析從公司報(bào)告中收集的數(shù)據(jù)，他的年長同事甚至還在使用計(jì)算尺。據(jù)一位投資者回憶稱，即使到了1980年代，“在上班時(shí)閱讀《華爾街日?qǐng)?bào)》，觀看交易大廳的電視節(jié)目和股票錄像帶”也為投資交易提供了重要的信息優(yōu)勢(shì)。

但從那時(shí)起，人類在交易中所扮演的角色就開始迅速消失。取而代之的是計(jì)算機(jī)，算法和“被動(dòng)管理”的機(jī)構(gòu)——這些機(jī)構(gòu)提供的指數(shù)基金持有一籃子股票，以匹配股市或板塊的收益，而不是試圖跑贏它們

今年 9月13日，由研究公司Morningstar發(fā)布的備受關(guān)注的報(bào)告說，根據(jù)統(tǒng)計(jì)，上個(gè)月全球被動(dòng)式管理的權(quán)益資產(chǎn)數(shù)額達(dá)到4.3萬億美元，首次超過了由人工管理的數(shù)額。 金融行業(yè)“機(jī)器人化”的興起，不僅改變了股市的波動(dòng)速度和波動(dòng)結(jié)構(gòu)。它還提出了有關(guān)市場(chǎng)機(jī)制、市場(chǎng)對(duì)經(jīng)濟(jì)更廣泛的的影響、公司的治理方式，以及金融穩(wěn)定性等一系列問題。

1、美國正在“自動(dòng)化”

投資者一直在使用各種技術(shù)，以此在競(jìng)爭(zhēng)對(duì)手之前了解市場(chǎng)動(dòng)態(tài)信息。以歷史上的荷蘭東印度公司為例，其早期投資者在到達(dá)荷蘭之前，就希望獲得有關(guān)好望角周圍船只命運(yùn)的消息。據(jù)稱，羅斯柴爾德家族的大部分財(cái)產(chǎn)的獲得，要?dú)w功于一羽賽鴿——它使家族在船只到來之前，就獲得了法國在滑鐵盧戰(zhàn)役中被擊敗的消息。 在使用計(jì)算尺的時(shí)代，交易的技術(shù)進(jìn)步開始興起，直到今天還在繼續(xù)。機(jī)器首先完成了較容易（需要大分貝音量）的工作。在上世紀(jì)70年代，交易員互相吼叫的喊單開始被電子執(zhí)行所取代，這使每個(gè)人都更容易收集價(jià)格、成交量等數(shù)據(jù)。反過來，通過提高價(jià)格確定性，也改善了交易的執(zhí)行效率。 同樣，在投資組合的管理中，算法應(yīng)用也有數(shù)十年的歷史。早在1975年，杰克·伯格爾（Jack Bogle）創(chuàng)立了先鋒公司（Vanguard）——這家公司創(chuàng)建了第一只指數(shù)基金，從而使最簡(jiǎn)單的投資組合實(shí)現(xiàn)了自動(dòng)化。 到了1980年代和1990年代，一些更先進(jìn)的自動(dòng)投資產(chǎn)品出現(xiàn)，包括定量對(duì)沖基金（稱為“量化”基金）和交易所交易基金（ETF）等。這其中，一些ETF追蹤指數(shù)，但另一些ETF則通過將人類長期以來崇尚的決策（例如購買所謂的低估價(jià)值股票）自動(dòng)化，來遵守更復(fù)雜的投資規(guī)則。許多量化基金自成立以來，就設(shè)計(jì)了一整套算法，以此對(duì)整個(gè)市場(chǎng)數(shù)據(jù)進(jìn)行徹底搜索，尋找具有其他有吸引力的，具有能夠被人為選擇特征的股票——而這些特征在行話中稱為“因子”。 因子的概念來自兩位經(jīng)濟(jì)學(xué)家，尤金·法瑪（Eugene Fama）和肯尼斯·弗朗西斯（Kenneth French），后由法瑪先生的學(xué)生克里夫·阿內(nèi)斯（Cliff Asness）付諸實(shí)踐。法瑪先生于1998年創(chuàng)立了AQR資本管理公司，該公司經(jīng)營著全球最大的對(duì)沖基金。諸如AQR之類的量化基金采用了一系列程序算法，可以根據(jù)經(jīng)濟(jì)理論得出的因子，以及通過數(shù)據(jù)分析所證明的因子來選擇股票——例如，股票動(dòng)量（近期價(jià)格的漲幅）或收益率（支付的高股息）都是考慮的因素。最初，只有少數(shù)基金經(jīng)理擁有這些和數(shù)字打交道的本事?，F(xiàn)在每個(gè)人都這樣做。 時(shí)至今日，越來越多“基于規(guī)則的”機(jī)器運(yùn)行投資者（這些使用算法執(zhí)行投資組合決策的策略）的運(yùn)行規(guī)則也發(fā)生不斷變化。某些量化基金（例如橋水）使用算法進(jìn)行數(shù)據(jù)分析，但要求在選擇交易類型時(shí)人工操作。但是，許多量化基金，例如Two Sigma和Renaissance Technologies，都通過使用機(jī)器學(xué)習(xí)和人工智能（AI）等手段，使機(jī)器能夠選擇所買賣的股票，從而進(jìn)一步提高了交易的自動(dòng)化程度。 這提高了計(jì)算機(jī)最后完全代替人類進(jìn)行投資操作的可能——因?yàn)樗鼈円部梢源娣治鍪袌?chǎng)信息，為設(shè)計(jì)投資策略。如果真是這樣，則可以把人們解放出來，更好地了解市場(chǎng)的運(yùn)作方式以及公司的價(jià)值。 現(xiàn)在，在股票市場(chǎng)上執(zhí)行訂單的也可以是交易算法：在紐約證交所（NYSE）的大廳粗地板上進(jìn)行的現(xiàn)場(chǎng)交易越來越少，而購買計(jì)算機(jī)服務(wù)器，在新澤西這樣的地方州悄悄進(jìn)行的交易則更多。根據(jù)德意志銀行的說法，90%的股票期貨交易和80%的現(xiàn)貨交易是通過算法執(zhí)行的，其中無需人工操作。研究公司Tabb Group的拉里·塔布（Larry Tabb）則表示，股票衍生品市場(chǎng)也以電子交易為主。 2

2.適得其所的機(jī)器交易

在美國股市上，每天約有70億股股票交易，成交量3200億美元，其中大部分依靠高頻交易成交——在這樣的交易中，為了獲得轉(zhuǎn)瞬即逝的收益，股票被快速倒手。而高頻交易者充當(dāng)中間人角色的交易，則占了每天成交量的一半。但是，即使不看交易者，而僅看投資者，基于規(guī)則的投資者現(xiàn)在也成為交易的大部分來源。 就在三年前，量化基金成為美國股票市場(chǎng)最大的機(jī)構(gòu)交易量來源。據(jù)塔布集團(tuán)（Tabb Group）的數(shù)據(jù)，2019年初至今，這樣的基金占市場(chǎng)上機(jī)構(gòu)數(shù)量的36%，而2010年，這一 數(shù)字僅為18%。摩根大通（JPMorgan Chase）的分析師杜布拉夫科·拉科斯-布亞斯（Dubravko Lakos-Bujas）則表示，機(jī)構(gòu)交易中，只有10%是由傳統(tǒng)的股票基金經(jīng)理完成的

和人類的基金經(jīng)理類似，機(jī)器也越來越傾向于“買入并持有”股票。根據(jù)羅素3000指數(shù)，美國公共股票的總價(jià)值為3200萬億美元。三種類型的計(jì)算機(jī)管理基金（指數(shù)基金，ETF和量化基金）占其中的35%。而傳統(tǒng)對(duì)沖基金和其他共同基金等人力管理者僅管理其中24%，其余約40%則很難衡量——因?yàn)檫@些基金的管理者由其他不同種類的所有者組成，例如持有大量股份的公司。

而在占據(jù)總額60%，共計(jì)18萬億至19萬億美元的被管理資產(chǎn)中，大多數(shù)也是由機(jī)器維護(hù)的：其中，指數(shù)基金管理著這些錢的一半，約合9萬億美元。據(jù)研究公司伯恩斯坦（Bernstein）說，剩下的10%至15%股票（約合2萬億美元）由其他量化手段管理，而其余的35-40%（7至8萬億美元）依然由人類管理。 對(duì)沖基金是觀察算法投資進(jìn)度的一個(gè)窗口。世界上五個(gè)最大的公司中的四個(gè)——橋水（Bridgewater）、AQR、Two Sigma和文藝復(fù)興（Renaissance）都是專門為使用量化方法而建立的。唯一的例外是，英國對(duì)沖基金曼氏集團(tuán)（Man Group）在2014年收購了總部位于波士頓的量化股票管理公司Numeric?，F(xiàn)在，曼氏集團(tuán)管理的資產(chǎn)中有一半以上是量化資產(chǎn)。據(jù)研究，就在十年前，對(duì)沖基金資產(chǎn)總額的四分之一是量化基金?，F(xiàn)在這一比例已經(jīng)上升到了30%?？紤]到像Point72這樣的傳統(tǒng)基金也已經(jīng)采用了部分量化的方法，這一數(shù)字可能低估了真實(shí)的上升比例。 轉(zhuǎn)變帶來的結(jié)果是，現(xiàn)在的股票市場(chǎng)非常高效：機(jī)器人所管理的新型市場(chǎng)帶來了更低的成本。被動(dòng)基金每年收取管理資產(chǎn)的0.03-0.09%。而主動(dòng)性基金管理者所收費(fèi)用比例則為該數(shù)字的20倍。同時(shí)，對(duì)沖基金利用杠桿和衍生品來進(jìn)一步提高回報(bào)，但收取20%的回報(bào)作為績效費(fèi)用。 較低的交易成本，意味著有關(guān)公司的信息會(huì)立即反映在其價(jià)格中，這就印證了橋水掌門人達(dá)里奧的說法，“訂單執(zhí)行情況要好得多?！倍灰坠善钡膫蚪?，也變得極低廉。芝加哥大學(xué)的學(xué)者稱，買賣雙方的每股傭金均為0.0001美元，而最低收費(fèi)也正在逐漸取消：10月1日，領(lǐng)先的投資者經(jīng)紀(jì)網(wǎng)站Charles Schwab和競(jìng)爭(zhēng)對(duì)手TD Ameritrade都宣布，將把交易費(fèi)減至零。 低廉的費(fèi)用，自然增加了市場(chǎng)的流動(dòng)性——這決定了交易者在股票價(jià)格變動(dòng)之前可以交易的數(shù)量：更高的流動(dòng)性，意味著交易者購買股票的價(jià)格與他出售股票的價(jià)格之間的價(jià)差較低。 不過也有許多批評(píng)者認(rèn)為，這是一種誤導(dǎo)，因?yàn)楦哳l交易者提供的流動(dòng)性與銀行提供的相比并不可靠——遇到危機(jī)的時(shí)候，前者便會(huì)消失。不過，貿(mào)易公司Citadel Securities最近發(fā)表的一篇論文則駁斥了該觀點(diǎn)。它表明，對(duì)于單個(gè)公司的股票而言，執(zhí)行一筆小額交易（例如1萬美元）的價(jià)差在過去十年中急劇下降，并且一直處于較低水平。而大規(guī)模的交易（最高達(dá)1000萬美元）價(jià)差即使在最壞的情況下，也保持不變，并且在大多數(shù)情況下還有所上升。

3.機(jī)器：閃光的大師

機(jī)器的市場(chǎng)主導(dǎo)地位毫無疑問會(huì)進(jìn)一步擴(kuò)大：人們?cè)诩夹g(shù)更為基礎(chǔ)時(shí)所設(shè)計(jì)的因子策略，現(xiàn)在可以通過ETF廣泛實(shí)現(xiàn)。一些ETF尋找具有多個(gè)因子的股票。其他人則遵循“風(fēng)險(xiǎn)平價(jià)策略”——這是達(dá)里奧率先提出的一種方法，以用于平衡不同類別資產(chǎn)的波動(dòng)性。而復(fù)雜性每增加一個(gè)級(jí)別，人工選擇者的對(duì)應(yīng)工作機(jī)會(huì)就減少了。 正如Two Sigma聯(lián)合主席西格爾（David Siegel）所言，二十年前，最好的基金經(jīng)理是最有直覺的基金經(jīng)理，現(xiàn)在，那些使用機(jī)器，數(shù)據(jù)和人工智能，采取“科學(xué)方法”的人可以擁有優(yōu)勢(shì)。 為了解投資市場(chǎng)的發(fā)展趨勢(shì)，國際象棋提供了一個(gè)有啟發(fā)性的例子。1997年，IBM超級(jí)計(jì)算機(jī)“深藍(lán)”（Deep Blue）擊敗了衛(wèi)冕世界冠軍卡斯帕羅夫。在某種程度上，這是機(jī)器對(duì)人類的勝利?！吧钏{(lán)”是使用人類玩家編寫的規(guī)則運(yùn)行的，雖然它下棋的風(fēng)格類似于人類棋手，但它下起棋來比任何人都更好，更快。 到了2017年，谷歌推出了一臺(tái)名為“阿爾法狗”（AlphaZero），被植入了國際象棋規(guī)則程序的計(jì)算機(jī)，這臺(tái)計(jì)算機(jī)“自學(xué)了”有關(guān)下棋的規(guī)則。

在經(jīng)過四個(gè)小時(shí)的訓(xùn)練之后，它擊敗了Stockfish——后者是一臺(tái)植入了最高水平人類國際象棋技巧程序的機(jī)器。有趣的是，在人類棋手看來，AlphaZero的一些戰(zhàn)術(shù)是“完全錯(cuò)誤的”。例如，到了一局棋的當(dāng)中，它通過“犧牲”了一個(gè)象獲得全局優(yōu)勢(shì)，而直到這步棋很久之后，這一招的優(yōu)勢(shì)才變得明顯起來。 量化基金可分為兩類：一類與Stockfish有些類似，是使用機(jī)器模仿人類的投資策略；另一類像AlphaZero這樣的基金，則可以自己制定策略。按照量化投資者所言，近三十年來，量化投資方法都是從假設(shè)出發(fā)。再由投資者根據(jù)歷史數(shù)據(jù)對(duì)其進(jìn)行測(cè)試，并對(duì)其是否繼續(xù)有用做出判斷。但現(xiàn)在，這一順序已不再有效。正如西格爾所言：“（現(xiàn)在）我們從數(shù)據(jù)開始，然后尋找一個(gè)（符合數(shù)據(jù)的）假設(shè)?！?人類并非完全可以置身事外：相反，人類的作用是，選擇要輸入到機(jī)器中的數(shù)據(jù)。西格爾表示：“你必須告訴算法的是，需要搜索哪些數(shù)據(jù)。如果我們將機(jī)器學(xué)習(xí)算法應(yīng)用于過大的數(shù)據(jù)集，通常會(huì)趨向于恢復(fù)為非常簡(jiǎn)單的策略——例如動(dòng)量策略?！?但是正如AlphaZero發(fā)現(xiàn)的策略看上去明顯不符合人類常理一樣，Lazard的Jacobs先生表示，基于人工智能的投資算法，通?？梢宰R(shí)別出人工投資所不具備的因子。善于思維的人可能會(huì)尋求理解由機(jī)器發(fā)明的算法，以發(fā)現(xiàn)新的，可解釋作用原理的投資因子。這樣的新因子最終將和已有的因子效果毫無二致。但是在起初的一段時(shí)間內(nèi)，最先發(fā)現(xiàn)這些因子的人會(huì)獲得超額收益。 許多人（對(duì)機(jī)器投資）持謹(jǐn)慎態(tài)度。AQR的機(jī)器學(xué)習(xí)負(fù)責(zé)人，耶魯大學(xué)的布萊恩·凱利（Bryan Kelly）表示，該公司已經(jīng)發(fā)現(xiàn)，一開始，那些純粹來自機(jī)器的因子似乎投資表現(xiàn)要略好一些。但是最終，事實(shí)證明了并非如此。如果將機(jī)器學(xué)習(xí)與經(jīng)濟(jì)理論相結(jié)合，那將會(huì)更好。 其他人則是對(duì)機(jī)器投資完全持懷疑態(tài)度——其中包括達(dá)利奧。他指出，國際象棋中規(guī)則保持不變。相比之下，市場(chǎng)在不斷發(fā)展，而這種發(fā)展不僅是因?yàn)槿藗冊(cè)诓粩鄬W(xué)習(xí)，而且所學(xué)到的東西也包含在定價(jià)體系中?！叭绻腥税l(fā)現(xiàn)了您所發(fā)現(xiàn)的東西，那么您的發(fā)現(xiàn)不僅不再值錢，而且還貶值了很多，并且會(huì)造成損失。總之，沒有人能保證以前行之有效的策略再次奏效?！辈徊捎萌藶檫壿嫷臋C(jī)器策略“如果沒有對(duì)投資邏輯的深刻理解，就會(huì)注定要崩潰?！?/p>

同時(shí)，和最初的的設(shè)想不同，浩如煙海的可用數(shù)據(jù)似乎并沒有那么大。傳統(tǒng)的對(duì)沖基金經(jīng)理現(xiàn)在可以分析各種數(shù)據(jù)，以做出他們的選股決策——這些數(shù)據(jù)從信用卡記錄，到存貨的衛(wèi)星圖像，再到私人飛機(jī)的包機(jī)航班數(shù)據(jù)。但是，這些數(shù)據(jù)并不一定使機(jī)器能夠勝任“發(fā)現(xiàn)新投資因子”的核心工作。

原因是，按照人工智能應(yīng)用程序的標(biāo)準(zhǔn)，和投資相關(guān)的數(shù)據(jù)量實(shí)在太小。正如凱利先生所言：“決定您真正必須使用的數(shù)據(jù)量的，是要嘗試預(yù)測(cè)的數(shù)據(jù)的大小?！睂?duì)于股市中的投資者來說，這可能是每月的回報(bào)，其中包含數(shù)十年的數(shù)據(jù)價(jià)值-僅數(shù)百個(gè)數(shù)據(jù)點(diǎn)。與用于訓(xùn)練識(shí)別人臉或駕駛汽車的算法的千兆字節(jié)數(shù)據(jù)相比，確實(shí)算不了什么。

但就機(jī)器算法投資而言，的一個(gè)經(jīng)常聽到的抱怨說法則與上文完全相反。這些批評(píng)者表示，這不是一場(chǎng)混亂，而是極度的“恐怖”，這些算法可能會(huì)促使股價(jià)更頻繁，更突然地受到?jīng)_擊。其中，特別令人關(guān)注的是“閃崩”。2010年，在短短幾分鐘內(nèi)，標(biāo)普500指數(shù)的價(jià)值就蒸發(fā)了5%以上。2014年，債券價(jià)格在短短幾分鐘內(nèi)又大幅上漲了5%以上。在這兩種情況下，市場(chǎng)多數(shù)情況在一天結(jié)束時(shí)都已恢復(fù)正常，但監(jiān)管機(jī)構(gòu)指責(zé)，高頻交易者提供的流動(dòng)性不足可能加劇了這一舉措市場(chǎng)的大幅波動(dòng)。 2018年12月，由于價(jià)格暴跌，利好消息一度暴跌，而在 我們可以回憶一下2018年的12月的行情：當(dāng)時(shí)僅僅很小的消息，就使得股市發(fā)生了劇烈的下跌。因而市場(chǎng)對(duì)對(duì)動(dòng)蕩的擔(dān)憂機(jī)器算法統(tǒng)治地位可能帶來劇烈波動(dòng)擔(dān)憂情緒，也難以控制地達(dá)到了極為瘋狂的程度。；而到了今年夏天，這種情緒依舊在緩慢滋長。（原文：Anxieties that the machine takeover has made markets unmanageably volatile reached a frenzy last December, as prices plummeted on little news, and during the summer as they gyrated wildly.） 1987年，所謂的程序交易（在市場(chǎng)低迷時(shí)期賣出股票）促成了黑色星期一大跌，當(dāng)時(shí)，道瓊斯指數(shù)一天之內(nèi)下跌了22%。但是當(dāng)時(shí)的問題是“放牧”，即資金管理者圍繞單一策略配置資產(chǎn)。如今，機(jī)器資產(chǎn)管理有了更多的多樣性——不同的投資基金使用不同的數(shù)據(jù)來源，時(shí)間范圍和策略。AQR的Michael Mendelson認(rèn)為，算法交易已成為行情不佳的“替罪羊”：“當(dāng)市場(chǎng)下跌時(shí)，投資者必須聽到對(duì)自己損失的解釋。他認(rèn)為，機(jī)器甚至可能會(huì)使市場(chǎng)平靜下來，因?yàn)椤坝?jì)算機(jī)不會(huì)驚慌。”

4.金錢永不眠

另一個(gè)困擾，是傳統(tǒng)資產(chǎn)管理者無法同算法交易競(jìng)爭(zhēng)。一位全球最大的資產(chǎn)經(jīng)理抱怨說：“公共市場(chǎng)正在成為贏家通吃的天下，我們甚至無法在這場(chǎng)比賽中接近競(jìng)爭(zhēng)的資格。”菲利普·賈布雷（Philippe Jabre）于2007年推出了他備受期待的同名基金賈布雷資本（Jabre Capital），他說，去年12月他關(guān)閉了一些基金時(shí)，計(jì)算機(jī)模型在他給客戶的最后一封信中“無意識(shí)地取代了”傳統(tǒng)的人工管理者。 而且，對(duì)量化基金真正的恐懼仍然存在：如果量化基金履行其最瘋狂的推動(dòng)者的承諾，會(huì)發(fā)生什么？股市對(duì)現(xiàn)代經(jīng)濟(jì)至關(guān)重要。它們將需要現(xiàn)金的公司與投資者進(jìn)行匹配，并表明公司的狀況如何。而股市的運(yùn)作方式對(duì)財(cái)務(wù)穩(wěn)定性和公司治理具有重大影響。因此，真正重要的一點(diǎn)是，與人為決策無關(guān)的算法開始在股市發(fā)揮作用，而這么做的后果尚未可知。 從機(jī)器主導(dǎo)的投資因子中獲得優(yōu)勢(shì)的前景，將吸引其他財(cái)產(chǎn)管理人員加入。而擔(dān)心由此而來的后果是很自然地事情——因?yàn)檫@是對(duì)未知世界的一次全新探索。但是，只要新投資方法設(shè)計(jì)得越精確，交易效率越高，它為投資者和企業(yè)提供的服務(wù)就會(huì)越好。如果以史為鑒，那么任何新的交易優(yōu)勢(shì)都只會(huì)在短期內(nèi)讓人受益——市場(chǎng)是無情的。該優(yōu)勢(shì)的來源會(huì)很快公開，并被復(fù)制。與此同時(shí)，一些新事物將會(huì)進(jìn)入人們的眼簾——它們不僅關(guān)乎股市，而且關(guān)乎其反映的世界。