算法交易

時(shí)至今日，“算法交易”一詞已經(jīng)被廣泛使用。但其真實(shí)含義卻往往眾說紛紜。

沒關(guān)系，下面咱們就來捋捋這個(gè)概念的具體細(xì)節(jié)。

算法的定義并不復(fù)雜，甚至可以說相當(dāng)簡單。算法代表一組指令，使得計(jì)算機(jī)程序能夠?qū)⒉煌男畔⒃矗〝?shù)據(jù)）組合起來以生成所需要的結(jié)果。

如今每當(dāng)我們聊起算法，都肯定繞不開AI和數(shù)據(jù)這兩大要素。二者同樣簡單明了：AI的核心是一種對(duì)數(shù)據(jù)進(jìn)行組織、分析和應(yīng)用，進(jìn)而獲取結(jié)果的方式。數(shù)據(jù)則是一切能夠數(shù)字化并以數(shù)值形式呈現(xiàn)的內(nèi)容。任何信息——包括照片、文本和語音——都可以數(shù)字化并表達(dá)成數(shù)值的形式。

而相應(yīng)的輸出結(jié)果既可以像確定數(shù)據(jù)集平均值一樣簡單，也可以像操控自動(dòng)駕駛汽車的預(yù)測分析那般復(fù)雜。分析結(jié)果，而后改進(jìn)并調(diào)整程序和數(shù)據(jù)輸入以獲取更好的結(jié)果，這就是機(jī)器學(xué)習(xí)或者深度學(xué)習(xí)的全部訴求。

至于交易，相信大家更加不會(huì)陌生——基本就是對(duì)買賣債券、股票、期權(quán)及其他金融工具的統(tǒng)稱。

有趣的事實(shí)！算法這個(gè)概念源自Muhammad ibn Musa al-Khwarizmi，一位生活在公元780年左右的波斯數(shù)學(xué)天才。

實(shí)踐中的算法交易

那么將二者結(jié)合起來，到底什么才是算法交易？

16Rock Asset Management公司首席投資官兼聯(lián)合創(chuàng)始人James Pruskowski舉了一個(gè)典型的例子。該公司的市政債券交易模型將AI與算法相結(jié)合，用以定期監(jiān)控市場數(shù)據(jù)——包括交易、交易量、價(jià)差、買入申請、報(bào)價(jià)申請等輸入。其采用一套編程模型以分析市場數(shù)據(jù)，再據(jù)此發(fā)現(xiàn)定價(jià)異常來尋找套利機(jī)會(huì)。通過定期更新買賣參數(shù)，計(jì)算機(jī)即可出價(jià)/買入和要價(jià)/賣出。

這是一個(gè)完全自動(dòng)化的過程，所有操作都可以在幾秒鐘之內(nèi)完成。新的交易數(shù)據(jù)將被上傳、分析，模型則持續(xù)更新，以確定在新信息下可能出現(xiàn)的最佳機(jī)會(huì)。整個(gè)業(yè)務(wù)就在這樣的循環(huán)當(dāng)中持續(xù)運(yùn)作。

James注意到，AI和算法交易正在清算市政零股市場（所謂零股交易，是指由面值為10萬美元或以下債券的交易部分）。他還觀察到，獨(dú)立管理賬戶（SMA）的資產(chǎn)增長以及市政ETF（交易型開放指數(shù)基金），使得許多市場參與者只能被動(dòng)接受價(jià)格。

無論是金融顧問還是ETF基金經(jīng)理，當(dāng)他們面臨迫切的投資或者出售需求時(shí)，運(yùn)營的復(fù)雜性往往迫使他們乃至大型零售電訊公司的操盤手被動(dòng)接受價(jià)格。而這些價(jià)格往往反映出收益率較高的要價(jià)與收益率較低的出價(jià)。相應(yīng)地，從這些交易中得出的市場基準(zhǔn)曲線（如ICE美國市政AAA曲線）水平，也反映出更有利于這些價(jià)格接受者的低價(jià)、高收益交易。在James看來，這就是被動(dòng)一方在當(dāng)今市場上主動(dòng)定義盈利機(jī)會(huì)的途徑。

Brownstone Investment Group算法交易主管Josh Rosenblum（此前曾任該公司市政交易策略主管）則提出了不同觀點(diǎn)。通過將共同基金與SMA顧問持有的數(shù)十億美元資產(chǎn)管理與電子交易平臺(tái)相結(jié)合，他認(rèn)為買方企業(yè)完全可以實(shí)現(xiàn)從價(jià)格接受者到價(jià)格制定者的地位轉(zhuǎn)變。此外，通過這些平臺(tái)，買方企業(yè)可以直接相互交易。經(jīng)紀(jì)人和客戶之間的關(guān)系正演變?yōu)橐环N合作伙伴關(guān)系，旨在建立起互惠互利的工作流程。

根據(jù)他的觀察，在算法交易的驅(qū)動(dòng)下，零股市場上已經(jīng)出現(xiàn)了價(jià)差縮小的征兆，并指出AI生成的預(yù)測定價(jià)分析也建立起能夠自我實(shí)現(xiàn)的定價(jià)預(yù)言。如果模型認(rèn)為債券的下一筆交易很有可能以某個(gè)價(jià)位進(jìn)行估值，那么投資者愿意接受的最高買入和賣出價(jià)也基本將在這個(gè)區(qū)間之內(nèi)小幅浮動(dòng)。也就是說，AI預(yù)測正在塑造現(xiàn)實(shí)。此外，交易的另外一方“投資者”同樣可能更多體現(xiàn)AI模型的判斷。雖然這也能帶來積極的影響，例如更好的市場流動(dòng)性，但對(duì)于計(jì)算機(jī)及AI模型的過度依賴也必然引發(fā)新的挑戰(zhàn)。

James和Josh不約而同地認(rèn)為，AI、電子交易平臺(tái)和算法交易正引發(fā)新一輪技術(shù)軍備競賽。只要無法在其中成為領(lǐng)先者，就必然被市場所拋棄，于是無人想要落后的焦慮感正促使這類技術(shù)得到迅猛應(yīng)用。

這一點(diǎn)在執(zhí)行速度上體現(xiàn)得尤其明顯。如果你的交易速度不能比競爭對(duì)手更快，我們就買不到債券。沒有債券就沒有業(yè)績，沒有業(yè)績就吸引不了投資者。這是一場真正的生死較量。

經(jīng)紀(jì)交易商的采購與自建難題

使用算法交易的并不僅僅是自營基金。

對(duì)于希望在市政債券市場保持活躍的經(jīng)紀(jì)交易商來說，這又是個(gè)典型的自建還是采購的決策難題。多倫多道明銀行曾在2021年收購Headland Tech Holdings；短短一年之后，Raymond James又收購了SumRidge Partners，希望借此推動(dòng)以技術(shù)為支柱實(shí)現(xiàn)交易業(yè)務(wù)拓展的持續(xù)戰(zhàn)略。各大經(jīng)紀(jì)交易商和資產(chǎn)管理公司（例如高盛和貝萊德）則大多追求內(nèi)部自建以保持競爭力，但其聘請頂尖軟件工程師的行為也經(jīng)常被解讀為另外一種收購行為。不過與此同時(shí)，也有評(píng)級(jí)企業(yè)選擇直接放棄市政債券：花旗集團(tuán)于2023年宣布正式關(guān)停市政債券業(yè)務(wù)。

債券與對(duì)話

鑒于其對(duì)市場造成的直接影響，整個(gè)行業(yè)對(duì)于算法交易的關(guān)注也完全可以理解。然而，還有另外一種基于算法的技術(shù)有望對(duì)市場產(chǎn)生同樣的影響。

ChatGPT就是一種基于算法，更具體地講是基于大語言模型的機(jī)器學(xué)習(xí)方案。其建立在GPT（生成式預(yù)訓(xùn)練transformer）架構(gòu)之上，旨在理解并生成與人類語言能力相似的文本結(jié)果。其采用的并非單一算法，而是一整套涉及大量組件的復(fù)雜系統(tǒng)。當(dāng)然，整個(gè)過程仍然可以描述為一種使用機(jī)器學(xué)習(xí)根據(jù)其所見數(shù)據(jù)中的模式生成響應(yīng)的算法。

事實(shí)上，前面這一整段就是由ChatGPT編寫而成。

作為一項(xiàng)令人著迷的新興技術(shù)，從規(guī)劃中美洲游輪旅行到生成Python代碼，再到實(shí)施髖關(guān)節(jié)轉(zhuǎn)換手術(shù)的前沿程序，ChatGPT幾乎讓我們能夠想象的一切都觸手可及。輸入一個(gè)問題，幾秒鐘之后ChatGPT就能給出答案。

而且具體交互方式還不限于輸入文本來獲取答案。任何使用過蘋果Siri或者亞馬遜Alexa的朋友都能感受到語音交流的震撼。在另一方面，Speechify可以將任意內(nèi)容轉(zhuǎn)換成音頻——包括文本、PDF文檔和電子郵件——并以高質(zhì)量的合成語音讀給用戶聽。

如果更喜歡視頻形式，那Pictory能夠提供文生視頻、URL生視頻、PPT生視頻等多種視頻生成功能。大家可以把這整篇文章粘貼到Pictory當(dāng)中，看看這項(xiàng)技術(shù)如何把簡單的文字筆記轉(zhuǎn)換成好萊塢風(fēng)格的大片視頻。

簡而言之，AI有著無限的交互能力。只要敢想，完全可以在任何通信介質(zhì)當(dāng)中提供AI實(shí)現(xiàn)。

其中當(dāng)然也包括與市政債券的“對(duì)話”。

很多朋友可能會(huì)好奇，為什么要跟債券“對(duì)話”？我們以Munibonds.ai公司為例，這家建立于2024年的企業(yè)提供AI聊天功能。用戶可以輸入關(guān)于債券的問題，應(yīng)用程序則會(huì)生成非常詳盡的答復(fù)。這種用戶驅(qū)動(dòng)的輸入功能顯然要比局限生極強(qiáng)、僵化生硬的下拉菜單列表強(qiáng)大得多。

只要擁有已披露的信息，無論是初步官方聲明還是近期季度財(cái)務(wù)報(bào)告，應(yīng)用程序都會(huì)找到數(shù)據(jù)并生成答案，進(jìn)而將市政債券市場上的海量PDF文件轉(zhuǎn)化成機(jī)器可讀的內(nèi)容。而這還只是AI應(yīng)用的現(xiàn)狀或者說起點(diǎn)。

Munibonds.ai不僅僅提供交互式搜索功能，還可以通過跟蹤用戶查詢和其他外部市場數(shù)據(jù)，針對(duì)任意債券提供市場情緒分析并給出投資組合與競標(biāo)清單建議。是的，就是這么強(qiáng)大。

它甚至還提供數(shù)字“債券排名”。雖然還沒到信用評(píng)級(jí)的程度，但只要輔以正確的用戶提示詞，聊天技術(shù)生成的報(bào)告（包括一系列基本面分析）已經(jīng)與標(biāo)準(zhǔn)信用評(píng)級(jí)報(bào)告相當(dāng)接近。

通過建立定制化需求參數(shù)并自動(dòng)化執(zhí)行流程，從投資組合經(jīng)理、交易員、分析師到合規(guī)官，每個(gè)人都能以近實(shí)時(shí)方式獲取任何債券或者投資組合的信用、結(jié)構(gòu)、收益用途、市場情緒及其他決策或者報(bào)告信息。

他們唯一要做的，就是提出問題。

預(yù)測未來

面向市政債券市場的AI預(yù)測

我們可以設(shè)想一個(gè)完美的拉普拉斯AI模型，它擁有宇宙中過去和現(xiàn)在每一個(gè)數(shù)據(jù)塊的完整知識(shí)，達(dá)到了全知全能的至高境界，能夠完美且準(zhǔn)確地預(yù)測未來。這樣的系統(tǒng)究竟是天使還是惡魔雖然有待商榷，但在持續(xù)關(guān)注AI領(lǐng)域的動(dòng)態(tài)之后，我們會(huì)發(fā)現(xiàn)這顯然就是那幫開發(fā)和應(yīng)用AI方案的人們想要達(dá)成的最終目標(biāo)。

當(dāng)然，這個(gè)目標(biāo)永遠(yuǎn)不可能徹底實(shí)現(xiàn)。但對(duì)于市政債券市場來說，即使只是通過AI獲取到的知識(shí)一步步逼近相似結(jié)果，也要比現(xiàn)有的粗糙解決方案精確得多。

因此，以下是我個(gè)人對(duì)于AI之于市政債券未來前景的趨勢性預(yù)測：

1. 整個(gè)市場的技術(shù)進(jìn)步與采用速度將持續(xù)加快。
2. 任何能夠自動(dòng)化的市場流程終將自動(dòng)化。
3. 從經(jīng)紀(jì)商到投資顧問再到交易平臺(tái)，整個(gè)市場將迎來進(jìn)一步整合。
4. 市場將變得更加透明和分散。
5. 將為市政債券發(fā)行人開發(fā)出一級(jí)市場電子貨架融資機(jī)制。
6. 市場將采用標(biāo)準(zhǔn)化、數(shù)字化的官方聲明，采取XBRL格式的統(tǒng)一報(bào)告分類方法，持續(xù)披露機(jī)器或者類似算法可直接訪問的格式。
7. 由當(dāng)前零股交易與機(jī)構(gòu)交易估值間的結(jié)構(gòu)性失衡導(dǎo)致的定價(jià)差異，將逐漸消失。
8. 為了保持市場地位，信用評(píng)級(jí)結(jié)果將更多采取基于概率的數(shù)字排名。
9. 氣候變化指標(biāo)將對(duì)信用分析和評(píng)級(jí)產(chǎn)生更大的影響。
10. 這些市場演變趨勢將比多數(shù)人的預(yù)期快得多。

諾貝爾物理學(xué)獎(jiǎng)得主尼爾斯·玻爾曾經(jīng)說過，預(yù)測很難，特別是關(guān)于未來的預(yù)測更難，人們很容易用“這永遠(yuǎn)不會(huì)發(fā)生”來粗暴否定一切當(dāng)前僅存在于想象當(dāng)中的預(yù)測。

但在大家匆忙作出判斷之前，請留意一點(diǎn)：在技術(shù)領(lǐng)域，真正的問題永遠(yuǎn)不是“能不能做到”、而是“該怎么做”，然后就是“能多快做成”。

因?yàn)槿绻麣v史真的給我們留下了什么啟示，那就是有這樣一點(diǎn)被證明永遠(yuǎn)正確：

只有技術(shù)能夠笑到最后。