美股大跌熔斷幕后推手：華爾街投行程序化交易模型的“紅與黑”

此外，部分投資機構則通過AI技術，“磨煉”程序化交易模型在美股大跌期間反向投資獲利的本領，以博取額外的抄底回報。

前沿應用

“沒想到美股時隔23年，又出現了熔斷?！币晃蝗A爾街對沖基金經理向21世紀經濟報道記者感慨說。

3月9日受油價暴跌與疫情全球擴散加劇沖擊，道瓊斯工業指數和標普500指數開盤后雙雙跌幅破7%，觸發第一層熔斷機制，三大股市集體暫停交易15分鐘。

令金融市場最為關注的是，觸發美股熔斷的幕后除了前述疫情和油價暴跌引發的主因之外，還有哪些次助推手。

“目前，很多華爾街投資機構都將矛頭指向了程序化交易模型?！鼻笆龌鸾浝砀嬖V記者，近年越來越多投行與大型資管機構紛紛引入基于機器人技術的智能化程序化交易模型以替代人工操作，如今，程序化交易模型已風靡整個華爾街。逾80%對沖基金都在使用程序化交易模型開展股票投資。

在他看來，程序化交易模型的好處主要有兩點，一是大幅降低人工薪酬開支，二是降低人為的投資決策與股票買賣操作錯誤風險。

“多數情況下，程序化交易模型的確起到降本增效的作用，何況它還能融合大數據，更加精準地預判市場波動趨勢并找出以前不為人知的投資機會，幫助基金博取超額回報?！泵绹鴮_基金PGI量化投資策略主管Ivan Petej向21世紀經濟報道記者直言，但與此同時，當美股出現單邊大跌行情時，程序化交易同樣起到放大跌幅、引發市場恐慌情緒高漲的副作用。不過，10日美股期貨盤前大幅反彈，也得益于這些程序化交易模型的集體買入，因為他們太能制造羊群效應。

美股大跌的助推器？

近年以來，華爾街眾多投行與對沖基金一面大幅削減股票交易員崗位，一面則投入巨額資金研發程序化交易模型，比如摩根大通投資114億美元研發全球股票交易機器人。

上述華爾街對沖基金經理表示，目前程序化交易模型已經替代了股票交易員大部分工作量。甚至不少對沖基金將逾80%股票交易決策與執行，全部通過程序化交易模型完成。他們只聘用數位資深交易員根據市場波動表現，對程序化交易模型可能出現的投資決策失誤進行及時糾正。

在他看來，程序化交易模型之所以迅速普及，還得益于大數據分析技術的應用。以往對沖基金股票交易員四處打聽各類市場信息數據并進行分析，形成自己的投資決策與操作風格，但有時這種投資決策與操作風格難免存在缺陷，導致基金投資收益損失；如今對沖基金每年花費百萬美元資金四處采購各類市場信息數據后，通過大數據分析技術進行整合，可以形成精準度更高的投資決策。此外，AI深度學習技術的興起，讓程序化交易模型可以摸索出很多此前不為人知的股市波動規律并形成更豐富的交易策略。

“盡管很多AI技術演算出來的交易策略缺乏邏輯性，但實踐效果并不差，加之股票交易執行效率遠遠高于人工操作，因此越來越多對沖基金正倚重程序化交易模型博取超額回報以跑贏同行?！边@位對沖基金經理向記者直言。

然而，隨著越來越多對沖基金使用程序化交易模型，它對美股波動的影響力也從“量變”升級到“質變”。比如近年美股每次遭遇大幅單邊大跌時，總有程序化交易模型推波助瀾的身影。究其原因，是多數機構的程序化交易模型在股市大跌期間的交易策略高度趨同。比如9日油價大跌后，各家機構程序化交易模型會集體沽空能源類上市公司股票獲利，但當能源類上市公司股票大跌導致股指下跌，觸發基金其他美股投資組合凈值虧損時，程序化交易模型就會自動啟動減持避險操作，其結果就是大量美股被他們自動拋售，觸發美股短時間內劇烈下跌并熔斷。

“事實上，美股跌幅越大，他們的自動拋售避險力度就越高，而且不會像股票交易員會思考一下，股指跌幅是不是過度？是不是存在反向抄底投資獲利的機會？”Ivan Petej分析說。他初步估算，9日美股開盤大跌期間，僅程序化交易模型集體拋售的美股與相關衍生品資金規模就超過250億美元。

交易模型的“策略多元化”征途

3月9日美股大跌之所以觸發熔斷，很大程度源自油價大跌導致避險投資情緒高漲，驅動程序化交易模型在美股開盤后集體大舉拋售美股所致。

盡管程序化交易模型有如此大的“殺跌”弊端，但不少華爾街投資機構依然對此不離不棄。21世紀經濟報道記者多方了解到，盡管程序化交易模型在此次美股大跌期間再度飽受爭議，多數華爾街投資機構依然對它情有獨鐘。畢竟，當多數投資機構通過程序化交易模型采取類似的交易策略時，他們交易出錯的幾率自然下降不少，于是所有機構在美股大跌期間的業績損失幅度“相差不多”，令LP出資人問責壓力隨之減輕不少。

“在美股單邊大跌期間，特立獨行的交易策略反而風險最大?！盜van Petej向21世紀經濟報道記者解釋說，尤其在當前LP出資人日益看重投資組合凈值最大回撤值與波動率兩大指標后，這類特立獨行的交易策略反而會放大基金凈值最大回撤值與波動率，導致LP問責壓力驟增。因此很多對沖基金都選擇“按部就班”——任由程序化交易模型放大美股跌幅，反正彼此在趨同的避險拋售策略下，凈值損失相差無幾，LP問責壓力隨之減輕不少。

21世紀經濟報道記者了解到，部分希望在美股大跌期間打響知名度的華爾街投資機構也在嘗試“不走尋常路”。比如他們通過自己別具一格的大數據分析技術，通過精選個股與降低程序化交易模型交易頻率，博取更長期穩健的投資回報。

此外，部分投資機構則通過AI技術，“磨煉”程序化交易模型在美股大跌期間反向投資獲利的本領，以博取額外的抄底回報。

然而，為了減低投資風險，他們只將小部分投資配置到這些另類策略里。

事實上，金融市場也不乏激進的套利機構。去年以來，不少對沖基金高薪請回了一批資深交易員，通過大數據分析與AI技術將他們的交易策略與邏輯“數據化”，形成新的程序化交易模型，原因是這些資深交易員在以往美股大跌期間總能通過有效操作獲得超額回報。一旦這些程序化交易投資運行成熟，他們就以此發行新產品募資。

“目前，對這類新型程序化交易模型感興趣的LP并不少?！盜van Petej告訴記者。但這種策略能否在實踐過程創造可觀的回報，很大程度取決于AI技術人員能否將資深股票交易員的投資邏輯“準確無誤”地轉化成一個個基于機器人技術的自動化投資決策。

他坦言，這也是當前美國大型互聯網公司AI技術人員在華爾街特別吃香、收入待遇特別高的原因之一。

（來源：21世紀經濟報道）