高盛纽约总部交易大厅曾同时容纳600多位交易员，而现在已是人去楼空。
2000年顶峰时期，高盛在纽约总部的美国现金股票交易柜台就雇佣了600名交易员，替投行金主的大额订单进行股票买卖操作。但时至如今，这里只剩下两名股票交易员“留守空房”！
毫无疑问，在200名计算机工程师的技术支持下，自动化交易程序已经接管了纽约总部大多数日常工作量。这就是高盛越来越多的将技术引入日常业务的一个真实写照，也代表着在新技术革命的历史交叉口，新兴技术全面改变金融行业乃是大势所趋。高盛公司已经开始外汇交易的自动化，并在过程中总结归纳出一名计算机工程师替换四名交易员的比率。
目前，高盛有约9000名计算机工程师，占高盛总员工数量的三分之一。现今自动化交易已逐渐大势所趋，我们如何才能跟上自动交易的行程？
我们从逻辑上来说吧：
1、首先，讨论这个问题的时候必须要了解的是各自所占的位置和分工。首先明确的是目前计算机并没有代替人，而是代替了执行端和风控端，他们的运作模式也是计算机工程师用数学的方法设计交易策略和步骤，再由计算机执行！所以机器是否能取代人，这个是个伪命题，现在还不合逻辑的，因为机器所交易的东西都是人的需求产物，计算机并不理解它们的价值。而实际机器交易的也是后面的工程师的数学逻辑（数学逻辑也是人的逻辑）。
2、换种方式来说我觉得更稳妥一些：“数学概率的计算方法参与交易是否可以胜过主观判断交易。”
回答这个问题之前，要先对比两者的区别和优劣，什么角度呢？就是可复制性。毕竟交易是需要稳定的，长期的。我本人擅长的是主观交易，说一下我个人认为的优势吧（对比自动化交易的）：
优势：能完全根据自己的需求设计交易计划；自由；确保独一性（从自身需求的角度）；如果用量化策略的话进出场也很明确；如果不贪心的话，会很容易掌握火候和度；门槛不高，而且用人不多；占用时间也不多（挂好单子让市场告诉我结果就好）；对市场和人的理解会很快很有心得（因为直接面对自己和市场，所以自身经验和理解能力提高会快很多）；适合抓大趋势，通过经验能更好的对未来做预判（参考《大空头》，机器只能遵循市场逻辑，而人才能明确发觉市场不对劲）；资金规模的要求可控。欢迎大家补充。
再说一下主观交易对比程序化的劣势：稳定性很难保证（我无法保证自己不生病，或者哪天出意外，再或者媳妇儿和我闹别扭也可能影响交易结果）；对比之下程序化更方便统计记录，也因为其内在数学逻辑，能更好的做风险预估和收益预估；交易策略可以更加多样化（个人同时做两个策略就很容易乱套）；可以轻松胜任一些计算工作和快速下单，比如套利，比如高频等等；更便于修改模式（这点非常关键，说服一个交易员改策略改习惯太费劲了！）；而且成本更低（毕竟执行和风控端的人可以少很多）；程序比人工便于培养（培养一个交易员太难了！而程序可以批量生产）。
但是别忘了，现在程序所做的事情，也都是模仿人曾经的交易方法！
对比之下就会发现，主观交易很适合的是提高，学习以及自己理财或者对单一公司做资金配置和管理。而自动化交易的目的就很明确！利益最大化！赚钱！
所以这个问题，你换到某个大型现货公司或者银行，就会发现研究人员比程序多！
对于高盛的情况，其实可以理解为，交易员改名字叫计算机工程师了。
如果我要做一个公司的话，后期的发展也很可能会是程序多于交易员，因为资本运作的合理性来说，计算机更合适。但是我如果不做公司的话，我仍旧会做一个主观交易员，因为我面对的是我自己和我对市场的预期，我一个人出策略，云端帮我执行，这就够用了。
但是记住，我没有用哪个更赚钱来做比较，因为这也是悖论，任何的人和程序在目前的情况下都得听市场的，市场就是裁判是环境！他们都会“过犹不及”和“物极必反”，没有永动机，所以就没有所谓的多少和好坏，还是那句话，永远讨论哪个对自己最合适！
3、最好拿出来高盛资金分配的原则再说这个问题，如果2个交易员管理高盛10%的资金呢？那机器的比重虽然大，但是每个机器的比重呢？如果那两个交易员是基金经理类似的身份来给每个工程师出指导意见呢？那整个问题就得推翻了。
再说一下目前人工交易的团体（或者是私募、公募或者是交易团队……）都是由基金经理出整体策略然后安排资金安排CTA（投资顾问，策略端）来运作。就好比是一个蚁穴，蚁后（基金经理）饿了，发出信号，雄蚁是伺候蚁后的嘛（CTA）明确其需求发布信号和作战方针，工蚁按照方针出去找吃的（执行端），出现了问题由兵蚁去解决（风控），他们切割（统计整理）好食物回馈给蚁后，蚁后再分配给大家。这是一体。
而现在的问题呢？关于生殖繁衍的问题在高盛依然都是人，而执行端（工蚁和兵蚁）都变成程序了。这和美国农田里不再是马和牛耕地了一样啊！这是效率的必然性啊。但是马和牛没用了吗？它们会自己上山，机器就费劲了，小农场，你看农场主愿意用机器还是愿意用牲口。中国的茶园里，最顶级的茶的采摘机器能代替人吗？道理是一样的。再重申一下，要合适！而不要说谁好谁不好。现在手工的东西反而贵呢！
4、要去考虑成本。从资金管理的角度，当然数学模型比人的主观要更好的管理，因为他们听话，而人有私欲，而私欲会造成波动。但是仔细想想，基金经理就没私欲吗？但是毕竟数学逻辑能相对的可控一些。而且从人员的减少情况来看，相信高盛的成本也降低了。
总结一下：如果从资本运作的角度来说，大量应用程序代替多数执行端风控端的人工是必然的发展趋势，从以上四个方面都能证明。这就和汽车生产线取代了人工组装一样的合情合理，但是没见过设计师和测试者被机器换了的，顺便说一下，卖得最贵的也是手工组装的劳斯劳斯（欧对了，他们的钢板也是机器做的，取代了工人自己敲铁）因为手工做的最符合用户的实际需求！
所以不是取代不取代的问题，而是如何配置的问题！
如果你真的特别懂交易的话，就不会问这种问题了。比如我和别人聊交易的时候对话大概是这样的：
A情形：
我：现在我想做XX类型的交易。
某人：资金规模多大？
我：XX万左右。
某人：你那边有几个人？怎么分工？
B情形：
我：现在我想做XX类型的交易。
某人：资金规模多大？
我：XXXX万左右。
某人：你怎么配置？
我：XXX钱主观，是XX团队做，目的是XXX；XXXX钱做XX策略，用XXX、XXX和XXX程序，目的是XXXX。
某人：如果执行端和风控端是什么软件，有多少方……
发现了吧？都是根据特定情况从合适的角度来说的。高盛的情况我不是很清楚，所以我们无法单一通过这一点而总结出什么。
而交易员该做的不也应该是分析特定情况，然后用经验和数据决定我做什么概率更大，或者说更适合我目前的特定情况吗？这点从我个人的角度来说，人比机器全面得多，因为我们有种东西叫经验！
最后再点一下题，没必要那么执着到底人工还是程序更好，或者人工的出路在哪里。程序的淘汰率也很高，而人真正和市场合拍后就不会掉队的！最后的一切都交给时间去证明吧，只有时间才能给出答案，而不是我们任何人，更不是高盛！
暂无评论内容