| 主页 | 企业简介 | 产品展示 | 在线订单 | 联系我们 | 人才招聘
  
 
   
   
   
   
   
   
   
   
   
5
每经记者专访美国伊利诺伊大学香槟分校教授叶茂:金融科技发展 回产品目录

金融科技在中国热潮涌动,在美国又是怎样一番景象?日前,每日经济新闻记者(下称“NBD”)专访了美国金融大数据与科技领域的顶尖学者之一、美国伊利诺伊大学香槟分校Gies商学院教授叶茂请他分享对美国金融科技发展及金融科技监管的研究经历和体会。

叶茂专注于金融大数据和高频交易的研究,2018年7月,他受邀在美国国民经济研究局(NBER)第41届夏季年会发表题为“金融大数据”的主旨演讲。

叶茂介绍,大数据和人工智能在美国经济学界也是比较新的概念,整个发展方向还不是很清楚。但机器交易在美国金融交易中已经占到80~90%,现在金融科技发展出现了一个很大的断层,学界、监管界与业界之间的差距在美国是巨大的,业界发展要快得太多。

机器之间出现分层

NBD:美国金融业在大数据以及人工智能方面的发展,国内对此了解并不多,请问美国的金融交易在这些方面目前已发展到什么程度?

叶茂:在美国金融交易中,大数据和人工智能已占据主导地位。如果看美国每天的交易量,机器交易最少占70%,最大能占到90%,具体比重取决于如何定义机器和人,我个人觉得应该在80~90%之间。而且随着大数据和人工智能迭代更新,机器和机器之间也出现分化,按照速度可以分出多个层次

最快的机器交易已经在纳秒级别,纳秒是十亿分之一秒,这种机器被称为高频交易者。我最初从高频交易入手研究,但后来发现人工智能和大数据不是我们想得那么简单,在完全的机器和完全的人之间还有很多种不同的交易者。比如半人半机器交易者,它们的自动化程度有差别,高频交易可以在纳秒级别,慢一些的在毫秒级或者秒级。

比如大型的基金公司做交易决定的机器就比高频交易者慢一些。一般来说,大型基金需要做两项决定:一项是投资决定,一项是交易决定。假设我今天要买100万股深万科,这叫投资决定,可以交由人力研究;相比之下,大多数做交易决定的却是机器,因为怎么去买这100万股是另外一个问题——比如我几点几分买,是否要拆成很多小单,这又涉及每分钟交易多少,我是去挂单,还是和已经挂单的人交易等。

交易要达到纳秒级别,首先要配置巨型计算机,但这又产生新的问题,巨型机会产生很大的热量,就需要装大型空调,巨型机和空调的庞大的重量最后导致了非常疯狂的局面:他们发现,公司所在写字楼整个地基都在下陷。也就是说,追求最快的结果就是,巨型电脑和空调机组的巨大重量导致大楼无法承受。所以事实上,基金公司做不到最快,只要做到比较快就行。

比这更慢的,就是通过人工智能、机器学习和大数据做投资决定的机器。投资决定比单纯的交易决定要复杂得多,所以就没那么快了,从几分钟到一两个月都有。

高频交易、大型基金公司交易、机器投资决定,这都是机器进行交易的例子,但在这里机器已经分出三个层次。

再说最快的机器交易——高频交易,主要干什么?其中之一就是做市。做市要竞争极限速度,他们的机器在美国金融市场上速度是最快的。

NBD:目前您自己的研究项目有哪些?

叶茂:我目前的研究,一部分涉及大数据整个学科方向,一部分是对美国金融市场的研究。

这个项目也主要有两部分,第一部分刚才已提到一些,美国在出现大数据和人工智能之后,大家对整个交易生态系统是不清楚的,就像我刚才所说,这中间至少我已发现三种机器交易层次。

所以,在人以外还有多少种机器行为,机器和机器怎样交互,以及机器怎样与人互动,这都需要持续研究。这种区分非常重要,因为机器和机器交易,会产生一些我们完全料想不到的事,比如死循环。为什么这会在机器而不是人工交易中发生,因为人的速度不足够快,但机器,可能一秒就发出数百次交易指令,如果再放到一个小时里看,就会看到一些令我们匪夷所思的市场动态。

为什么要研究这些,我特别想谈的是,对于金融科技,其实业界的理解比学界和监管界要高很多,因为这里面有很大的经济利益。比如现在美国交易者使用的电脑,性能远远高于美国监管者!美国监管者要分析交易者的行为,就需要投入大量精力。2010年5月6日,美国股市发生了闪崩事件,股指暴跌一千点,大概五分钟后又回升了。但就这大概五分钟的事,美国证监会花了四个多月才大概明白究竟怎么回事。

因为这需要了解整个生态系统,弄清楚他们是什么样的交易者,他们在干什么,如何交互作用,在什么情况下会导致巨大的金融动荡等。这些问题都需要搞清楚,这也是我研究的一部分。

至于主持召开会议,我相信国内和美国一样,因为金融和经济学长时间属于文科,现在大数据和人工智能发展起来,就愈加趋向于理工科方向。因此金融学发展至今就面临几个挑战。第一,怎样分析一个大规模的数据;第二,大数据和人工智能发展,对经济学有什么影响。

大数据和人工智能在美国经济学界也是比较新的概念,整个发展方向还不是很清楚。所以我召开六次美国国民经济研究局会议,组织大家一起讨论学科方向。

由于是初次会议且性质是共同讨论学科方向,因此我设立的与会门槛很低,只要写两页研究提案就可以参加,接着就是大家按照提案去做,在研究过程中我们可以提供巨型计算机和云计算支持,也就是数据存储和计算的能力,然后出一系列论文,我们可能会在三大刊出专刊,专门讲大数据该往什么方向发展。

我去年在国民经济研究局做的主旨演讲提到,其实现在最大的问题可能还是定义问题,即什么是大数据。

我提出,第一是大。小的数据,在收集的过程中可能产生选择性偏差,通过大的数据进行分析,就可能得到不一样的结论。以我第一个大数据项目举例,当时我们得到了纳斯达克所有的交易数据以及买卖单的数据,买卖单数据比交易数据要大很多,但是美国规定只需要报告交易数据。但我将这两个数据一对比,发现不对劲。因为美国监管规定,如果你交易少于100股不用报告。这本是一个好心的监管,为了防止小型散户被割韭菜,但自从金融科技发展起来,却导致了反向的结果。因为机构可以通过计算机自动把100万股交易拆为比如2万个50股,就不用汇报了。实际上我们发现,低于100股的交易却拥有最多的信息。

这就涉及大数据,实际买卖单数据比监管的数据更大,监管的数据有选择性偏差。美国的监管体系是以人为主体设计的,对于大数据时代以机器为主的交易市场,旧的规则起到了正好反向的效果。当然,大数据的“大”是相对的。

 
版权所有:奥博自动化设备有限公司 电话:400-0049-058 
兴化分公司电话:0523-83765338 传真:0523-83765337 联系人:何经理 手机:13815919058 技术咨询:13641558080
E-mail:sh_aob@163.com 网址:HTTP://www.igjma.com  备案号:苏ICP备11032530号-1