美股大跌熔断幕后推手华尔街投行程序化交易模型的“红与黑”

“没想到美股时隔23年,又出现了熔断。”一位华尔街对冲基金经理向21世纪经济报道记者感慨说。

3月9日受油价暴跌与疫情全球扩散加剧冲击,道琼斯工业指数和标普500指数开盘后双双跌幅破7%,触发第一层熔断机制,三大股市集体暂停交易15分钟。

他坦言,这也是当前美国大型互联网公司AI技术人员在华尔街特别吃香、收入待遇特别高的原因之一。

“目前,很多华尔街投资机构都将矛头指向了程序化交易模型。”前述基金经理告诉记者,近年越来越多投行与大型资管机构纷纷引入基于机器人(300024,股吧)技术的智能化程序化交易模型以替代人工操作,如今,程序化交易模型已风靡整个华尔街。逾80%对冲基金都在使用程序化交易模型开展股票投资。

“在美股单边大跌期间,特立独行的交易策略反而风险最大。”IvanPetej向21世纪经济报道记者解释说,尤其在当前LP出资人日益看重投资组合净值最大回撤值与波动率两大指标后,这类特立独行的交易策略反而会放大基金净值最大回撤值与波动率,导致LP问责压力骤增。因此很多对冲基金都选择“按部就班”——任由程序化交易模型放大美股跌幅,反正彼此在趋同的避险抛售策略下,净值损失相差无几,LP问责压力随之减轻不少。

“多数情况下,程序化交易模型的确起到降本增效的作用,何况它还能融合大数据,更加精准地预判市场波动趋势并找出以前不为人知的投资机会,帮助基金博取超额回报。”美国对冲基金PGI量化投资策略主管IvanPetej向21世纪经济报道记者直言,但与此同时,当美股出现单边大跌行情时,程序化交易同样起到放大跌幅、引发市场恐慌情绪高涨的副作用。不过,10日美股期货盘前大幅反弹,也得益于这些程序化交易模型的集体买入,因为他们太能制造羊群效应。

此外,贵州还将对重点外贸企业的银行融资,由政策性担保机构实行无资产抵押担保服务。企业通过西部陆海新通道进出口产品享受物流支持标准上浮5%。对2020年12月31日前发生的跨境电商经营者包裹邮政寄递费,实行每个包裹优惠10元。

“事实上,美股跌幅越大,他们的自动抛售避险力度就越高,而且不会像股票交易员会思考一下,股指跌幅是不是过度?是不是存在反向抄底投资获利的机会?”IvanPetej分析说。他初步估算,9日美股开盘大跌期间,仅程序化交易模型集体抛售的美股与相关衍生品资金规模就超过250亿美元。

根据贵阳海关发布的情况,2019年,贵州货物贸易进出口总值453.57亿元,其中,出口327.14亿元,主要出口商品为白酒、化肥、手机及零件、轮胎、服装、烤烟等。民营企业成为第一大外贸主体。

为推动外资企业加快落地,对2020年新引进的外商投资企业,开工建设发生生产经营场地建设费(含环保设备)等费用,贵州还会给予30%的支持。

3月9日美股大跌之所以触发熔断,很大程度源自油价大跌导致避险投资情绪高涨,驱动程序化交易模型在美股开盘后集体大举抛售美股所致。

此外,部分投资机构则通过AI技术,“磨炼”程序化交易模型在美股大跌期间反向投资获利的本领,以博取额外的抄底回报。

然而,随着越来越多对冲基金使用程序化交易模型,它对美股波动的影响力也从“量变”升级到“质变”。比如近年美股每次遭遇大幅单边大跌时,总有程序化交易模型推波助澜的身影。究其原因,是多数机构的程序化交易模型在股市大跌期间的交易策略高度趋同。比如9日油价大跌后,各家机构程序化交易模型会集体沽空能源类上市公司股票获利,但当能源类上市公司股票大跌导致股指下跌,触发基金其他美股投资组合净值亏损时,程序化交易模型就会自动启动减持避险操作,其结果就是大量美股被他们自动抛售,触发美股短时间内剧烈下跌并熔断。

尽管程序化交易模型有如此大的“杀跌”弊端,但不少华尔街投资机构依然对此不离不弃。21世纪经济报道记者多方了解到,尽管程序化交易模型在此次美股大跌期间再度饱受争议,多数华尔街投资机构依然对它情有独钟。毕竟,当多数投资机构通过程序化交易模型采取类似的交易策略时,他们交易出错的几率自然下降不少,于是所有机构在美股大跌期间的业绩损失幅度“相差不多”,令LP出资人问责压力随之减轻不少。

上述华尔街对冲基金经理表示,目前程序化交易模型已经替代了股票交易员大部分工作量。甚至不少对冲基金将逾80%股票交易决策与执行,全部通过程序化交易模型完成。他们只聘用数位资深交易员根据市场波动表现,对程序化交易模型可能出现的投资决策失误进行及时纠正。

令金融市场最为关注的是,触发美股熔断的幕后除了前述疫情和油价暴跌引发的主因之外,还有哪些次助推手。

近年以来,华尔街众多投行与对冲基金一面大幅削减股票交易员岗位,一面则投入巨额资金研发程序化交易模型,比如摩根大通投资114亿美元研发全球股票交易机器人。

21世纪经济报道记者了解到,部分希望在美股大跌期间打响知名度的华尔街投资机构也在尝试“不走寻常路”。比如他们通过自己别具一格的大数据分析技术,通过精选个股与降低程序化交易模型交易频率,博取更长期稳健的投资回报。

然而,为了减低投资风险,他们只将小部分投资配置到这些另类策略里。

交易模型的“策略多元化”征途

“尽管很多AI技术演算出来的交易策略缺乏逻辑性,但实践效果并不差,加之股票交易执行效率远远高于人工操作,因此越来越多对冲基金正倚重程序化交易模型博取超额回报以跑赢同行。”这位对冲基金经理向记者直言。

在他看来,程序化交易模型之所以迅速普及,还得益于大数据分析技术的应用。以往对冲基金股票交易员四处打听各类市场信息数据并进行分析,形成自己的投资决策与操作风格,但有时这种投资决策与操作风格难免存在缺陷,导致基金投资收益损失;如今对冲基金每年花费百万美元资金四处采购各类市场信息数据后,通过大数据分析技术进行整合,可以形成精准度更高的投资决策。此外,AI深度学习技术的兴起,让程序化交易模型可以摸索出很多此前不为人知的股市波动规律并形成更丰富的交易策略。

事实上,金融市场也不乏激进的套利机构。去年以来,不少对冲基金高薪请回了一批资深交易员,通过大数据分析与AI技术将他们的交易策略与逻辑“数据化”,形成新的程序化交易模型,原因是这些资深交易员在以往美股大跌期间总能通过有效操作获得超额回报。一旦这些程序化交易投资运行成熟,他们就以此发行新产品募资。

在他看来,程序化交易模型的好处主要有两点,一是大幅降低人工薪酬开支,二是降低人为的投资决策与股票买卖操作错误风险。

“目前,对这类新型程序化交易模型感兴趣的LP并不少。”IvanPetej告诉记者。但这种策略能否在实践过程创造可观的回报,很大程度取决于AI技术人员能否将资深股票交易员的投资逻辑“准确无误”地转化成一个个基于机器人技术的自动化投资决策。