人工智慧時代來臨，交易員如何實現「自救」

2017年6月16日，正值銀行間債券市場成立20周年。20年前的這一天，兩位交易員輕點滑鼠，完成了銀行間債券市場的首筆交易，拉開了銀行間債券市場發展的帷幕。這20年來，銀行間債券市場發展迅猛，參與機構數量增長超過了1300倍，交易員數量也從早期的數十人達到了目前3萬餘人的規模。然而，就是在這蓬勃發展、欣欣向榮的時代，近期人工智慧的迅速崛起，似乎讓大家感到一絲危機感。

人工智慧時代下交易員會怎樣？

Alpha Go在對人類圍棋比賽中取得的卓越成績，將全球人工智慧推向了高潮，那在金融領域，人工智慧會帶來什麼影響呢？

華爾街著名投資銀行高盛集團向我們展示了人工智慧是如何給交易員帶來毀滅性打擊的。2000年，高盛位於紐約的股票現金交易部門有600個交易員。而如今，僅剩下兩個交易員，剩餘的工作全部由人工智慧所替代。

工作效果如何？對沖基金數據服務公司Eurekahedge追蹤了23家使用人工智慧技術的對沖基金，結果發現，人工智慧的表現整體要優於人類。

人工智慧究竟如何替代投資交易？

無論是股票交易員還是債券交易員，其核心均是通過獲取市場信息，結合自身對市場的判斷，適時進行投資交易決策。而人工智慧恰恰可以利用其自身優勢替代以上工作。

首先，機器具有強大的數據收集及運算能力，無論是宏觀經濟指標還是市場價格數據，均能在第一時間收集整理，並通過內嵌的模型演算法，迅速地做出投資決策，完成交易安排。

其次，機器可以「深度學習」，人類交易員做出的投資決策往往基於歷史經驗或「固有方法論」，而機器可以根據市場的宏觀環境變化及實際結果反饋，做出及時的調整及優化，較人類交易員相比「成長」更為迅速。

當然，最值得一提的是，機器幾乎不會「犯錯」，而從人類交易員的歷史上看，無論是2012年的「倫敦鯨事件」還是20多年前「巴林銀行事件」，均說明交易員本身的操作風險和道德風險可能會給金融機構帶來極其重大的損失。

金融市場的人工智慧時代還有多遠？

從人工智慧發展程度來看，金融市場的人工智慧還處於初步智能化階段，智能化應用主要體現在產品端而非交易投資端。以招商銀行為例，該行去年底推出了智能投顧（Robo-Advisor）「摩羯智投」應用，將原先客戶直接購買理財產品的行為，轉化為根據客戶所提供的投資期限、風險偏好及收益目標，運用一系列的智能演算法，為客戶提供個性化的投資決策參考。然而往細了想，該模式實際上更多是運用互聯網思維和大數據技術促使了對產品的簡化和創新，使得服務效率更高、客戶體驗更好，仍未真正意義實現全智能化階段，後者的核心是基於機器的自我學習，充分利用市場信息和外部信息，自動化進行投資決策。

從金融市場的特徵來看，與西方發達國家相比，並沒有適合人工智慧快速發展的宏觀環境。以銀行間債券市場為例，銀行間債券市場准入門檻較高，交易主體以大型金融機構投資者為主，其投資目標主要體現為追求長期收益而非短期「投機交易」，因此不符合人工智慧高頻交易的特點；從交易制度來看，銀行間債券市場屬於場外市場，交易形式為通過場外詢價促進交易逐筆成交，不具備大規模程序化交易的前提，因此也決定了銀行間交易員的不可替代性較強。

交易員如何實現「自救」

即使目前機器的能力還不足以完全替代人類工作，「科技性失業」短期看還不會到來，但身為銀行間交易員，還是應該時刻保持著「居安思危」的心態。

一、加強金融科技學習，從「業務員」變「技術官」

金融科技（Fintech）是時下最火熱的概念之一，其核心含義是指應用現代科技使得金融服務成本低、效率高，同時強調了科技對金融創新、金融服務和工作效率帶來的顯著影響。事實上，在金融科技與投資交易相結合的初級階段，機器的主要功能是為交易員提供數據支持，而非替代交易員進行交易決策。因此加強金融科技理論學習，不僅能多維度提升交易員的對業務本身的理解，更可以通過金融科技強化交易技能，促進當前的交易投資開展。

二、加強市場研判能力，從「操作員」變「分析師」

21世紀是知識經濟的時代，體力勞動的重要性及影響力在逐漸降低。從人工智慧發展路徑來看，操作層面的工作確實更容易被機器所替代，而分析、研究、戰略等思想層面的工作，人工智慧還未發展到具有絕對的優勢。對於銀行間交易員來講，不能僅僅停留在交易操作層面，而應該不斷提高自我的綜合素質，加強市場分析研判能力，實現全方位的發展，在成為優秀交易員的基礎上成為「分析師」、「研究員」，才能從容應對人工智慧時代的到來。

當然，人工智慧也有它極大的優勢，正如對沖基金Aidyia首席科學家Ben Goertzel所言「如果我們都死了，交易還會繼續下去」。