机器入侵金融业

如果说2008年之前，资本市场是以产品和工具为主、技术为辅的话，那2008年之后，数字化无疑是金融业的主角。

是的，机器人已经从工业闯入到了金融业。

今年4月，东京三菱银行分支机构门口的机器人吸引了众人的目光。这个机器人当起了银行前台的导购员, 客户一进门，它就通过高清相机，分析客户的表情、行为，辨认他们的需求并准确地将其引导给相关的业务经理。

花旗集团最近发布研究报告也称，短短两年内，机器人投资顾问所掌握的资产已经从2012年的零增加到了2014年底的140亿美元，目前这个数字还在持续上升。报告预测未来十年，机器人投资顾问管理的资产将呈指数增长，总额将达5万亿美元。

以蒸汽机为开端的第一次机器时代，突破了人类体力上的局限，让大规模生产和运输成为可能，由此引发了一轮又一轮从机械工程、化学到电能的技术创新。如今，我们正在进入第二次机器革命时代，计算机大部分领域呈指数级增长、数字化信息呈爆炸式增长和重组式创新成为新的特征。机器革命的演进，不仅带来了工业上的巨大变革，更是一步步改变着我们的金融业态。

通讯技术引发支付革命

在电讯技术发展之前，资产的价格信息从伦敦被传送到纽约，需要三周多的时间，金融业跨境发展很是受限。但1838年电报的第一次商业应用，1866年第一条跨大西洋电缆的铺设以及1876年电话的发明则极大地促进了现代金融的发展，银行家们立即将这些最新的通讯技术应用到金融信息与数据的传送中，有了后来的资金电汇、交易所黄金和证券的报价等。

二战期间开发的用于军事目的的通讯和信息技术也在战后投入商业使用，并有了进一步的突破，IBM发明的早期计算机、巴克莱银行研发出来的ATM机以及电传和传真机都让机器与金融的联姻步入一个崭新的阶段。

信息和数据传输技术为货币支付带来前所未有的便利，美联储早在1918年就建立了自己的电讯系统（Fedwire）, 将成员行和财政部连接到一起, 通过电传转移资金； 1950年代发明的信用卡利用当时先进的通讯技术，实现了无纸化交易，改变了美国人的消费习惯，消费金融业有了飞跃式发展；1968年, 英国成立银行家自动清算服务（Bacs）；1970年，美国成立纽约清算所银行同业支付系统（Chips），成为全球最大的私人银行间支付清算系统。

考虑到国内支付系统跨境对接的需要, 1973年，由15个国家239家银行组成的全球银行间金融电讯协会(Swift)在布鲁塞尔成立，其使命是创建一个全球共享的数据处理和通讯网络，统一国际金融交易语言和标准，实现国际银行间支付、互联的突破。

进入数字化时代，通讯技术更新换代，数字信号替代了模拟信号，电脑与网络技术、光纤技术登场，金融数据的传输在性能和速度方面日新月异，电子交易与支付逐渐替代纸质现金和支票成为主流，金融业全球化通讯网络更加高效、畅通，这期间，机器完成了入侵金融的初级阶段。

数字化助推量化金融

机器与金融的融合除了表现在物理表层，更多体现在金融业务的内在层面，也就是说从数据的传输和资金支付深入资产定价、交易和投资管理。而量化金融是智能机器与金融融合的关键。

量化金融的基础是概率，概率论的起源还要从16世纪说起，法国数学家帕斯卡和费马受法国王室成员委托，研究如何解决赌博中投掷骰子和比赛奖金分配问题，研讨的过程成为系统研究概率的开端。随后，1950年代美国经济学家马科维茨创立了现代资产组合理论，将概率论和线性代数应用于证券组合投资，破解不同类别、运动方向各异的证券之间的内在关联，开辟了量化投资的先河。70年代，布莱克—斯科尔斯公式奠定了期权定价的基础，使得概率方法同金融市场之间产生更加深刻的联系，风险和投资组合管理使用的是精算概率，而衍生品定价使用的是套利定价概率。

此后，更多大型金融机构和对冲基金热衷量化金融，招聘顶级物理学家、数学家、计算机专家，在金融数据中寻找可预测的规律，破解金融密码，设计出更加复杂的衍生品和各类金融工具。复杂的量化技术离不开更高级的计算能力与技术，在量化金融发展过程中，机器与金融市场之间无论是在深度还是广度方面的融合更加密切，推动着金融理论在市场中的应用。

算法交易风靡华尔街

算法交易让机器瞄向了金融领域最赚钱也是风险最高的华尔街金钱王国, 将量化金融推向一个新的高峰。

托马斯·皮特弗雷可以说是算法交易的鼻祖，他于二战期间出生在炮火连天的匈牙利, 不堪贫困和饥饿, 移民到美国，由于英文不好,学习了电脑编程, 转入华尔街。当时正赶上布莱克-斯科尔斯的期权定价推广, 皮特弗雷开始用算法程序参与期权市场的交易。在美国证监会批准了纳斯达克电子交易所后，皮特弗雷灵机一动，将IBM机器同交易所终端连接，用机器替代交易员，成为世界上第一个全自动算法交易系统，皮特弗雷认为机器做交易更称职，不用吃午饭，不走神，检查价格和下单速度更快，更不会出现录入低级错误。凭借机器交易，皮特弗雷的公司在市场上大展威力, 动摇着华尔街的交易方式。

另外一位数学天才、量化金融的传奇人物詹姆斯·西蒙斯更是将自动交易推进一步，他成立的文艺复兴对冲基金聘用一流科学家，开发出一套量化投资模型,并完全依赖机器做出交易决策，被外界称为“黑箱作业”，在西蒙斯看来，“黑箱就是大脑”，不过他说的大脑正是带有大脑的机器。

西蒙斯发明的黑箱交易系统是算法交易的初级形式，以速度和规模见长，瞬间从市场上大进大出，随着交易范围从外汇、债券扩展到几乎所有可交易的资产，模型也变得越来越聪明，开辟了另一条量化投资之路。

皮特弗雷和西蒙斯使用的都是量化投资中的算法交易，其核心就是通过机器跟踪各类相关变量，如股票指数走势、货币的汇率波动、金融资产的息差、石油价格等，依靠算法给出何时买进或卖出的交易指示。在捕捉市场机会方面，即使同最聪明的交易员相比，机器也是更胜一筹。

第一次机器革命通过蒸汽和电力为人类社会提供了新的能源，解决了金融业的数据传输与支付，而第二次机器革命则是通过智能机器、信息的互联互通形成，永久改变着金融业的生态。

机器深度模拟和复原着那些曾经为人类所独有的规律识别、逻辑思考以及复杂沟通等专利，最让人惊讶的是会思考的机器在运算的复杂程度、数据处理、认知和学习能力方面的进步速度超乎人类想象，呈指数扩张，正如《机器人的崛起》一书的作者马丁·福特在2015《金融时报》最佳商业图书获奖发言时所说，“技术革命引领自动化乌托邦时代的预言可能比我们想象得来得更快”。人类进化花了几千年的时间，而机器的智能化在超短时间内，实现着划时代的飞越。

机器的智能化改变着金融市场的操作方式和流程，同量化金融形成互动式发展。量化金融领域的算法交易正是机器智能化的突出体现，从人对机器发指令过渡到机器发出比人类更优化的指令并自动执行。机器正在从传输、处理、记忆、简单计算的助理角色演变成为具有认知能力、会思考的智能化主人，成为金融业破坏性创新的原动力，撼动着传统金融体系的根基，支付、信贷、投资、交易到投资管理正在遭遇前所未有的全面挑战。

这一次的金融创新预示着旧秩序正在走向尽头，面临瓦解，而诞生于算法、机器学习、神经网络、移动互联、社交平台基础上的新金融生态圈正悄然形成。

（作者系本刊编委、现代金融专家）