電腦與演算法主導的金融股票市場
撰文／陳宣豪
經濟體系的轉變
全球50年前的投資環境，是個分秒必爭、競爭激烈，但資訊混亂的地方。公司報告、交易大廳中的電視螢幕與電報，是唯一檯面上的資訊來源。交易員們得招待各基金經理建立關係，只求能比別人更快得到報價，但實際上沒有人知道底價到底是多少。時至今日，股票交易市場競爭如舊，但卻是電腦、演算法與被動管理的戰場，目標也由獲利最大化轉為與大盤看齊。
根據德意志銀行說法，90％的股票期貨交易和80％的現金股票交易正由演算法執行，無需人工操作。摩根大通則估計，目前被動投資控制大約60％的股權資產，而依靠趨勢追踪模型而非基礎研究的定量基金（quantitative funds，簡稱quant funds）則佔據了20％的市場份額。2019年6月，被動型基金就已吸引了390億美元資金，與此同時，主動型基金則在市場中虧損了900億美元。主動股票資金流出的速度正處於週期高點，而被動股票資金流入的速度正開始加速中，摩根大通美國首席股票策略師Dubravko Lakos-Bujas在一份報告中如此表示。
算法交易 vs 自動交易 vs 高頻交易
在此，我們有必要釐清幾個常被混淆的專有名詞。
精心編寫的演算法可以在觀察大盤趨勢與諸多指標後提出購買或拋售股票的策略建議，並按此進行交易。這個過程可以是半自動化（仍需經手人類），也可以是完全自動化，因此會出現「演算法交易」（algorithmic trading，簡稱algo trading）和「自動交易」（automated trading）這兩個術語可以互換使用，但意義不一定相同的情況。後者由於訂單創建、提交與執行都由電腦執行，能以人工交易無法實現的速度和頻率進行，是對沖基金最常使用的自動交易工具。
「高頻交易」（High-Frequency Trading，HFT）則是自動交易的一種特例，其技術可以在幾秒鐘內執行大量訂單，且這樣的快速交易可以持續數毫秒或更短的時間。簡而言之，演算法交易泛指所有依靠演算法的交易；自動交易則是連下單也完全自動化；HFT則是指特定類型的超快速自動交易。
人類的定位
自動交易由於交易快速且所收取的手續費通常較低廉，無形中增加了流動性（liquidity），縮小了股份賣價與買價間的差距，然而這並不表示由AI主導的金融市場交易將無往不利。
一種擔憂是隨著越來越多的股票交易掌握在演算法手中，將使得投資市場對於突發新聞，甚至資訊不正確的消息越來越敏感，且更容易出現大幅價格波動。有債券天王之稱的DoubleLine Capital創辦人Jeffrey Gundlach更稱之為「放牧行為」，並預言未來將在全球股票市場引起許多問題。
另一種更常見的擔憂則與AI的基本運作機制有關。由於演算法是在過往的歷史資料中尋找規律來預測市場的未來走向，但市場是不斷演進的動態系統，沒有人可以保證同樣的事件與規律會在未來繼續發生。
這同樣意味著，即使過往交易分析員的工作逐漸為電腦與演算法所取代，但不表示人類在金融市場將無用武之地。如何選擇合適的資料用以模型訓練、結合經濟學理論使得演算法的結果更有理有據，種種更具原創性的工作內容，目前仍是AI無法企及的。
參考資料
- S. Das, “Algo Trading 101 for Dummies like Me“, Medium, 2019.
- “The stockmarket is now run by computers, algorithms and passive managers“, The Economist, 2019.
- Y. Li, “80% of the stock market is now on autopilot“, CNBC, 2019.
(本文由教育部補助「AI報報─AI科普推廣計畫」執行團隊編譯)