盡管今年以來，美股迭創(chuàng)新高，但華爾街不少金融機構(gòu)交易員卻在擔心自己“飯碗不保”。

比如，花旗集團近日就計劃裁減數(shù)百位交易員。究其原因，一是今年上半年花旗集團股票交易收入下降17%，且交易總額下降5%，難以滿足有形資產(chǎn)回報率12%的目標，只能通過裁員降低成本。二是機器人投資模型在華爾街日益流行，大幅擠壓交易員的生存空間。

“相比前者，后者對交易員生存業(yè)態(tài)的沖擊更大。”一位華爾街金融機構(gòu)股票交易員向記者直言，基于大數(shù)據(jù)、人工智能等各類金融科技技術(shù)的機器人投資模型，正從根本上替代交易員的人工交易決策機制，最終導致交易員這個職業(yè)“成為歷史”。

記者注意到，隨著金融科技技術(shù)的崛起，華爾街各家大型投資銀行與對沖基金都在不遺余力地研發(fā)機器人投資模型。比如摩根大通此前宣布將投資114億美元研發(fā)全球股票交易機器人，貝萊德基金則正積極引入基于機器人投資決策的量化策略替代交易員人工投資決策機制，高盛則側(cè)重投行工作的自動化，將IPO過程分成逾140個步驟，通過機器人模型自動完成。

“不過，機器人投資模型能否安全替代交易員的人工投資決策時代，現(xiàn)在還不好說。”上述股票交易員認為，機器人投資模型依然面臨數(shù)據(jù)不全、深度學習能力不強、部分投資結(jié)論缺乏邏輯推敲等問題，導致其實際投資效果差強人意。

但他承認，隨著人工智能與大數(shù)據(jù)技術(shù)日新月異，未來機器人投資模型的成熟度與準確性也會隨之不斷提升，交易員在投資決策的比重注定會持續(xù)下滑。

“未來華爾街金融機構(gòu)的實力比拼，不再是交易員的能力，而是機器人模型的投資能力。”他強調(diào)說。

機器人投資模型實踐效果待考

“目前華爾街大型投行與金融機構(gòu)對金融科技的研發(fā)投入，都是數(shù)十億美元級別的。”上述華爾街金融機構(gòu)股票交易員向21世紀經(jīng)濟報道記者坦言。

在他看來，目前華爾街大型投行與金融機構(gòu)對金融科技的研發(fā)投入，主要聚焦在三大領(lǐng)域，一是基礎(chǔ)設(shè)施的建設(shè)，比如多數(shù)投行都在借助金融科技設(shè)計新的交易系統(tǒng)，從而獲得更快的交易速度與更高的交易優(yōu)勢，二是將線下業(yè)務(wù)搬到線上，以此降低運營成本，比如摩根大通設(shè)計的金融合同解析軟件COIN節(jié)省了律師與貸款人員大量工作時間，且業(yè)務(wù)出錯率也大幅降低;三是設(shè)計機器人投資模型創(chuàng)造更高收益以贏得客戶青睞。

“目前研發(fā)環(huán)節(jié)最艱難的，就是機器人投資模型。”他告訴記者，一個運營成熟的機器人投資模型，需要輸入海量交易數(shù)據(jù)與各類金融資產(chǎn)歷史走勢，讓機器人既能從歷史走勢里找出能創(chuàng)造高回報的投資策略，還得根據(jù)歷史走勢洞察未來，對未來金融市場變化及時做出準確回應(yīng)捕捉新的投資機會。

一位曾參與機器人投資模型研發(fā)的華爾街金融機構(gòu)基金經(jīng)理坦言，盡管他們?yōu)闄C器人投資模型根據(jù)歷史交易數(shù)據(jù)設(shè)計了不同場景的交易策略，實際投資效果卻低于預期，甚至時常出現(xiàn)“明顯違背投資常識”的錯誤交易行為。

究其原因，是機器人投資模型自主創(chuàng)造的投資結(jié)論與交易策略缺乏邏輯性且讓人“看不懂”，在實際投資環(huán)節(jié)得不到合理解釋，因此出現(xiàn)差錯也難以“糾正”。這導致他們一直沒有將機器人投資模型推薦給FOF機構(gòu)等客戶。

但他發(fā)現(xiàn)，不少FOF與大型資管機構(gòu)對機器人投資模型的投資興趣一直在增加，原因是美聯(lián)儲降息與經(jīng)濟衰退風險令美債收益率持續(xù)走低，導致無風險套利收益大幅縮水，因此他們迫切需要新的策略找到低風險高回報的投資機會，而機器人模型的“投資潛力”或許能幫助他們完成這個夙愿。

“因此我們一直在加強機器人投資模型在美股投資方面的數(shù)據(jù)理解與分析能力，從而令其投資效果能真正達到預期值。”這位基金經(jīng)理向記者直言。但這將是一個持續(xù)完善的過程。

21世紀經(jīng)濟報道記者多方了解到，目前也有不少華爾街金融機構(gòu)推出由數(shù)百個機器人模型提供交易信號的程序化交易產(chǎn)品，與智能投顧類似，但實際投資收效同樣千差萬別，真正跑贏美股漲幅的相關(guān)產(chǎn)品并不多。

新型高頻交易利器?

值得注意的是，在機器人投資模型研發(fā)領(lǐng)域，一些領(lǐng)跑者已悄然浮出水面。

比如信安環(huán)球投資公司(PGI)宏觀貨幣部門研發(fā)了一套機器人投資模型，其最大特點是一年只工作一天。具體而言，這個機器人投資模型根據(jù)歷史交易數(shù)據(jù)、外匯走勢、特定宏觀經(jīng)濟數(shù)據(jù)進行綜合分析，每年初設(shè)定一套貫穿未來12個月的投資交易策略并執(zhí)行落地。

“起初我們對此不抱很高的期望值，但沒想到他的回報超出我們想象。”PGI量化策略主管Ivan Petej曾向21世紀經(jīng)濟報道記者直言，2016年這個機器人投資模型決定押注日元兌瑞士法郎大幅升值，當時幾乎沒有交易員認為這項交易策略能賺錢。但隨著當年全球經(jīng)濟波動加劇導致避險資金大舉涌入日元，日元兌瑞士法郎一度大漲15%，令基于上述機器人投資模型進行交易，資產(chǎn)管理達到8.3億美元的“全球時間多元化策略”(Global Time Diversified Strategy)在2016年的回報率一度達到13.8%，是同期對沖基金研究公司HFRI宏觀貨幣指數(shù)回報率的五倍。

在Ivan Petej看來，這套機器人投資模型之所以業(yè)績不錯的主要原因，是它對宏觀經(jīng)濟指標有著精準遴選。

“事實上，宏觀貨幣投資要關(guān)注的宏觀經(jīng)濟數(shù)據(jù)非常多，但這套機器人投資模型主要關(guān)注制造業(yè)先行指標等數(shù)據(jù)，因為它們對外匯市場交易具有潛在的巨大影響。”他表示。

但他承認，這種劍走偏鋒型的機器人投資模型(即一年只工作一天)在華爾街金融機構(gòu)界并不多，目前多數(shù)華爾街金融機構(gòu)會將大部分精力放在通過金融科技提升交易速度獲取交易優(yōu)勢，這令機器人投資模型更像是一種高頻交易產(chǎn)物，即比其他交易模型更快地捕捉到市場價差套利機會，進而搶先下單鎖定價差收益。

“這導致華爾街多數(shù)機器人投資模型更擅長根據(jù)美股價格變化尋找套利投資機會，缺乏對宏觀經(jīng)濟基本面與價值投資的關(guān)注，其結(jié)果是美股等金融投資品種的波動性驟然放大。”前述華爾街金融機構(gòu)股票交易員向記者指出，今年他所在的投資機構(gòu)因此多次吃虧，迫使他們將注意力放在如何提升機器人投資模型的深度學習能力——若再次遇到美股劇烈波動場景，機器人投資模型不會盲目止損離場，而是根據(jù)以往交易教訓轉(zhuǎn)而伺機反向投資博取高回報。

他告訴記者，因此他所在的機構(gòu)目前需要引入大量AI領(lǐng)域技術(shù)人才。

“事實上，當前美國大型互聯(lián)網(wǎng)企業(yè)與知名AI公司的技術(shù)人員，在華爾街正變得特別吃香，各家金融機構(gòu)都愿高薪聘請他們以提升機器人投資模型運營效果。”他指出。

(編輯：李伊琳)