台海新闻网

交易员时代“退场” 华尔街热衷机器人投资模型研发

?

交易员时代的“退出”华尔街热衷于研发机器人投资模式

在Ivan Petej看来,这种机器人投资模型表现良好的主要原因是其准确选择宏观经济指标。

尽管今年美国股市创下历史新高,但华尔街的许多金融机构交易员担心他们不会“保护自己的工作”。

例如,花旗集团最近计划削减数百名交易员。原因是今年上半年,花旗集团的股票交易收入下降了17%,而且总交易量下降了5%,很难达到12%的有形资产回报率目标,只能通过裁员来减少成本。其次,机器人投资模式在华尔街越来越受欢迎,这极大地挤压了交易者的生存空间。

“与前者相比,后者对交易者的生存格式影响更大。”一位华尔街金融机构股票交易员告诉记者,基于大数据和人工智能等各种金融技术技术的机器人投资模型基本上是手册取代交易员的交易决策机制最终导致交易者的职业生涯“成为历史”。

记者注意到,随着金融技术的兴起,华尔街各大型投资银行和对冲基金不遗余力地开发机器人投资模式。例如,摩根大通此前宣布将投资114亿美元用于开发全球股票交易机器人。贝莱德基金正积极推出基于机器人投资决策的量化策略,以取代交易者的人工投资决策机制。高盛集中关注投资银行业务的自动化和IPO流程。分为140多个步骤,由机器人模型自动完成。

“但是,很难说机器人投资模型是否能够安全地取代交易者的人工投资决策时代。”该股票交易员认为,机器人投资模型仍面临不完整的数据,深度学习能力和缺乏逻辑审查关于一些投资结论。这些问题导致对实际投资的投资不足。

然而,他承认,随着人工智能和大数据技术的快速发展,未来机器人投资模式的成熟度和准确性将不断提高,交易者在投资决策中的比例必然会继续下降。

“华尔街金融机构的未来实力不再是交易者的能力,而是机器人模型的投资能力,”他强调说。

要测试机器人投资模型的实际效果

“目前,华尔街的大型投资银行和金融机构投资数十亿美元用于金融技术的研发。”华尔街金融机构的股票交易员承认“21世纪经济报道”。

他认为,目前华尔街大型投资银行和金融机构对金融技术的投资主要集中在三个方面。首先,大多数投资银行等基础设施的建设正在借助金融技术设计新的交易系统,从而获得更快的交易速度和更高的交易优势。其次,离线业务转移到生产线上以降低运营成本。例如,由摩根大通设计的金融合约分析软件COIN为律师和贷款人员及业务节省了大量工时。错误率也大大降低;第三是设计机器人投资模型,以创造更高的回报,赢得客户的青睐。

“目前研发中最困难的部分是机器人投资模式。”他告诉记者,一个运作良好的机器人投资模型需要输入大量的交易数据和各种金融资产的历史趋势,以便机器人可以从历史趋势中找出。为了创造高回报的投资策略,我们还必须根据历史趋势深入了解未来,及时准确地应对未来的金融市场变化,以捕捉新的投资机会。

参与机器人投资模型开发的华尔街金融机构基金经理承认,尽管他们根据机器人投资模型的历史交易数据设计了针对不同情景的交易策略,但实际投资效果低于预期,甚至经常“歧视地违反投资常识”。 “错误的交易行为。”

原因在于机器人投资模型独立创造的投资结论和交易策略缺乏逻辑,使人们“难以理解”。它们无法在实际投资环节中合理解释,因此很难“纠正”错误。这导致他们不向FOF机构等客户推荐机器人投资模型。

然而,他发现许多FOF和大型投资机构一直在增加对机器人投资模型投资的兴趣。原因在于美联储的降息和经济衰退风险使美国债券收益率降低,从而导致无风险套利收益大幅减少。需要新的策略来寻找低风险,高回报的投资机会,机器人模型的“投资潜力”可以帮助他们实现这一愿望。

“因此,我们一直在加强对机器人投资模型在美国股票投资中的数据理解和分析能力,使投资效果真正达到预期值。”该基金经理直言不讳地告诉记者。但这将是一个持续改进的过程。

“21世纪经济报道”的许多记者了解到,华尔街的许多金融机构都引入了程序化交易产品,提供来自数百种机器人模型的交易信号,类似于智能投资,但实际投资结果也大不相同,真正超越美国股市。相关产品不多。

新的高频交易工具?

值得注意的是,在机器人投资模型研发领域,一些领跑者已经悄然浮出水面。

例如,PMI的宏观部门开发了一种机器人投资模型,其最大特点是它每年只能运行一天。具体而言,该机器人投资模型基于历史交易数据,外汇变动和特定宏观经济数据进行综合分析。在每年年初,在未来12个月内制定并实施一系列投资交易策略。

“起初我们并没有期待很高的期望,但我没想到他的回归超出了我们的想象。” PGI量化战略总监Ivan Petej告诉“21世纪经济报道”记者,2016年机器人投资模式决定押注日元。瑞士法郎大幅上涨,很少有交易员认为交易策略可以赚钱。然而,随着全球经济波动加剧,避险资金涌入日元,日元兑瑞士法郎上涨15%,基于上述机器人投资模式进行交易,资产管理达到8.3亿美元。全球时间多元化战略在2016年实现了13.8%的回报,这是对冲基金研究公司HFRI的宏观货币指数的五倍。

根据Ivan Petej的说法,这种机器人投资模型表现良好的主要原因是其准确选择了宏观经济指标。

“实际上,有很多宏观经济数据需要关注宏观货币投资,但这套机器人投资模式主要关注制造业领先指标等数据,因为它们对外汇市场交易可能产生巨大影响,”他说。

然而,他承认,这种以剑为基础的机器人投资模式(即一年只有一天)在华尔街金融机构中并不多。大多数华尔街金融机构现在都将专注于通过金融技术提高交易速度。交易优势使得机器人投资模型更像是一种高频交易产品,它比其他交易模型更快地捕获市场价格套利机会,然后抢先订购差价扩散收益。

“这导致华尔街大多数机器人投资模式更好地寻找基于美国股票价格变化的套利投资机会,缺乏对宏观经济基本面和价值投资的关注。因此,美国股票等金融投资产品的波动性突然增加。“上述华尔街金融机构股票交易员向记者指出,今年他的投资机构遭受了很多损失,迫使他们关注如何提高机器人投资模型的深度学习能力。如果美国股市再次遭遇剧烈波动,机器人投资模式将不会失明。止损,但基于过去的交易课程,以及投机反向投资以获得高回报。

他告诉记者,他的机构现在需要在AI领域引进大量的技术人才。

“事实上,目前美国的大型互联网公司和着名的AI公司的技术人员在华尔街变得特别受欢迎,金融机构愿意雇用它们来提高机器人投资模式运作的效率,”他指出。

主编:覃肄灵