乐园中正酝酿更多的麻烦，这些麻烦马上就会找上你的电脑。

随

着计算机技术的进步，工程师有了新的编程方法——了不起。然后呢？当你第一次被机器人抢劫的时候，你就会开始关心了——很有可能你已经在不知情的情况下经历过了。

重要的是数据，而非程序

1980年时，我在斯坦福大学的一位研究生朋友大卫·肖（David Shaw）有点儿为自己的博士笔试担心。我告诉他，根据我的经验，努力学习肯定没错，但是考前的最后一天应该放松一下。所以我们去帕洛阿尔托广场电影院观看了《夺宝奇兵》。最后，他取得了很好的成绩，也完成了论文，之后接受了哥伦比亚大学计算机科学助理教授的职位。

几年之后当我去拜访他的时候，他正致力于一个非凡的项目：为了加快处理速度而重新设计计算机，他把线性连续计算打散成小任务，让小任务在多个处理器上同时执行，然后再把结果统一成答案。^[1]他在项目中的目标是提高数据库查询的处理能力（这个基本概念在今天被称为“MapReduce”^[2]）。

到了1986年的时候，大卫·肖已经清楚地认识到，作为学术和研究命脉的政府研究基金，已经微薄到不足以实现他的愿景了。所以他一路向南，从晨边高地（Morningside Heights）来到华尔街。摩根士丹利（无论是过去还是现在都是首屈一指的投资银行）的掌权者很赏识他的能力。据传闻，他们给他的薪水是他做教授时的6倍。^[3]根士丹利需要大卫·肖的技术来完成一项新的秘密商业计划：利用计算机来买卖股票。那时的华尔街，用计算机来处理股票交易已经是很平常的事了，但是选择买卖哪只股票却还不常见。曾经这是只能由人来做的事，因为大家都知道，计算机只能按照编好的程序工作。但是，摩根士丹利的预言家们可没上当。

计算机不仅仅能够通过开发者设计的算法去买卖股票，人们也越来越清楚地意识到，计算机的交易速度比人类快得多。摩根士丹利很快就认识到，只要在正确的时间完成正确的交易，把决策过程从实体世界转移到电子世界会让他们获得决定性的先机。在今天，程序化买卖被称为高频交易（HFT）。频率有多快？如果你按下购买股票的按键，然后尽你最快的速度按下卖出股票的按键，你差不多能在0.1秒内完成这两次交易。今天的高频交易系统可以在几乎相同的时间内完成差不多10万次交易。用大卫·肖的专业知识设计的超高速电脑正是他们所需要的。

加入摩根士丹利让大卫·肖意识到一个根本的真理：虽然比对手交易得更快是一种优势，但是真正的挑战在于快速分析世界金融市场上奔腾不息的数据流——而摩根士丹利拥有距离“河流”最近的位置。

这种洞察力并不唯一。斯坦福大学的人工智能研究者和很多其他精英中心，都得出了同一个结论：真正的战斗在于数据，而不是程序。所有业内人士都意识到，统计和机器学习技术才是当下用来淘金的最好工具。当他的前同事正忙着到处搜罗能够利用的真实世界数据时，大卫·肖却已经在不经意间栖居在主矿脉的顶端。10年之后，《财富》杂志引用了他的一句话：“金融真的是一个绝妙而纯粹的信息处理业务。”

赌场永远是赢家

大卫·肖很快就不再对他的新赞助者抱有幻想。我只能推测这是因为他们对计算机的理解还停留在人类交易者做决定的方式上，而大卫·肖有个更好的想法：让数学家和计算机科学家自由发挥，把统计和人工智能应用到任何可以变化的东西上。在刚刚加入摩根士丹利18个月之后，他毅然辞职，开创了自己的投资银行：D.E.Shaw，最终他获得了充满赞赏的华尔街昵称：“宽客之王”（KingQuant）。他的老板们可能认为他已经疯了。

因为大卫·肖和其他人采用的真实技术出了名的神秘，所以通常故事到了这里就会有一种雾里看花的感觉，关注点仅仅在于崭新铸就的财富和位于度假圣地汉普顿斯的宏伟宅邸。但是让我们再仔细来看一下。

大家都知道，在证券市场赚钱的方式就是低买高卖（虽然顺序未必如此）。高频交易的第一步就是找到本应是单一价格、实际却并非如此的股票或商品。用大卫·肖能理解的话说，这是一种非标准化的数据。当你在逛街时寻找最低价格时，你体验的就是非标准化的数据。原则上说，如果信息能够自由流动，那么在任何地方，同一物品都只会有一种价格，并且是它最好的价格。

现在，最简单的高频交易形式就是找到一个时间点，在这个时刻可以用不同于通常交易的价格买进或卖出同一证券。价格应该总是相同的，但是事实却并非如此。真实价格每时每刻都在变动，说不准谁又在哪一刻、哪个交易市场以什么价格卖出了股票。当价格出现了瞬间分歧，高频交易程序就能同时低价买进再高价卖出，在没有任何风险的情况下把差额装入腰包。

人工智能的
力量

HUMANS
NEED
NOT APPLY

这些细微的扰动对于人类交易者来说并不重要，因为他们不够快，无法在这种短暂的波动上占到便宜。但是计算机能。所以高频交易程序可以在价格变得标准化之前，瞬时截取不到一分钱的差价。事实上，正是买进和卖出的行为造成了价格的平衡。在世界各地的市场上每秒钟完成10万次交易，这笔钱可不是小数目。

但是拿到免费的钱的机会更大，也更微妙。证券打包的形式和目的都有着细微的区别。比如，你可以买入能在30年后返还的国库券，或者你可以买入20年后返还的国库券。原则上说，这两种国库券的现值应该与一个简单的可预测的方程式密切相关。但是有时并非如此，且差别就在不到一秒的时间内。如果你探测到异常，并且把赌注压在即将到来的结果上，那么你马上就能赚到钱。

另外，你不需要每次都正确，只要正确的次数比错误的多就够了。每个单笔交易都可能包含一定程度的风险，但概率法则可以保证，总体来说，如果交易向你倾斜，你就肯定能够获利。赌场永远是赢家。

智能洞察

现在我们把以上这些运用到世界各地的市场上。很多看似独立的价格其实都是相关的。如果东南亚出现了干旱，那么糖的价格可能会走高，同时会影响瑞士巧克力的价格。但是要小心——巧克力的价格也可能会被南美洲可可豆的价格下跌所影响。人类交易员致力于变成研究这些问题的专家，但是没人能比得上合成智能的能力，它们既能观察到大趋势，也能察觉到小模式。

让机器把钱归还失主

这是我最喜欢的一个例子：购买预付费电话卡的数量是非洲某种农作物收成的指标，因为观察农作物生长趋势的个体农民，准备着联系潜在的买家，他们越乐观，通话时间就会越长。在这个竞技场中，最新的一击使用了所谓的“情感分析”（sentimentanalysis）。没错，这种情感就是——投资银行用程序在网上搜寻关于产品和公司的好评和差评，然后根据此信息做交易。

通常针对所有这些行为的辩护是：高频交易程序为社会提供了服务，它们只是帮助市场减少了不便。但是这么说却粉饰了一个黑暗的事实。虽然它们确实让金融市场变得整洁漂亮，但是却掩盖了一种深层次的成本。通过把风险转嫁给他人，它们污染了金钱的河流，就像是便宜的洗衣粉污染了我们的排水沟一样。什么风险？当你要买进或卖出的时候你不会得到最佳价格，因为有人介入了你的交易。

原则上说，高频交易程序平衡市场的功能也可以由公共利益系统来处理，他们可以通知买家和卖家别处还有更好的价格，所以每个人都可以从这条信息的价值中获利。事实情况是，所有利润都流向了这些系统的创造者和运营者。确实，最有动力来解决这一问题的应该是交易所本身，但是它们却因为大量的交易而获利了。所以任何以飞一样的速度交易的人或物，都能让生意兴隆。很多零售商提供“低价”，从而确保买家不再货比三家，而是迅速购买。为什么这样的慷慨不能延伸到证券上呢？

拿高频交易程序来说。想象一下，如果在你所在城镇有一位热情的企业家，他发明了一种跟着人到处走的隐形机器人，当有人不小心把硬币掉在地上时，它就悄悄地把硬币藏起来。企业家可能会劝说城市管理者批准这个应用，因为这样能保持人行道的清洁。人行道肯定是干净了。但是相比于把钱都交给企业家，对于公众利益最有利的情况难道不是让机器人把钱的一部分或者全部都交还给失主吗？

如果要减少高频交易程序的金融影响，有一个简单的方法，就是对信息请求收取少量费用，也就是买入和卖出（报价）的请求。^[4]从历史上说，人们手动请求当前的“报价”，所以询问数量本身就是有限的。但是计算机生成的请求把一切都改变了。在高频交易程序执行的每个交易中，程序可能都会发出上百万次报价请求。如果一般的交易只能净赚一分钱，但是每次报价会花费千分之一分钱，那么这就是个赔钱的买卖了。^[5]

第二种方法是延迟所有交易一秒钟，无论对于人类还是计算机。这么做对于个人交易而言只会增加非常小的风险，因为你不能确定已经在你前面排队的交易会不会稍微改变价格，从而影响你执行交易时的价格（以此类推，你也不能肯定是否有其他机器人已经捡起了硬币，让你空手而归）。^[6]对于人类生成的交易，这项额外的风险几乎可以忽略不计。但是对于高频交易的预期值来说，影响却不容小觑。一个短暂的人工延迟也会减慢或停止当下为了减少交易延迟而进行的不可思议的军备竞赛。^[7]通过斩断高频交易机会的尾巴，这种方法对于消灭高频交易的严重弊端有着显著的成效。

政府监管者喜欢高频交易清理后干净、运转顺畅的市场。对于高频交易造成的巨大的财富转移，他们是恭敬的，甚至是健忘的。开车经过纽约北部的富裕地区，我们就会了解一个故事。古雅小镇周围的优雅房产中，大部分都住着投资银行和对冲基金的合伙人。确实，大卫·肖正在建造占地约为3 530平方米、坐落于黑斯廷斯村的庄园，造价达到7 500万美元。^[8]与此同时，在东哈莱姆^[10]标地买一个糖棒只需要几美分。可是谁又会在乎呢？

我们需要理解，这种精英艺术的实践者并不是恶棍。他们只是把自己惊人的智慧和技巧用在了我们这个社会认为最具物质奖励价值的技艺上。虽然雄心勃勃的公诉人不无得意地向公众展示了数量庞大、货真价实的华尔街罪犯和骗子正在笑语欢歌的景象，但是绝大多数投资银行家都是正直的人，他们尽自己的努力来过上更好的生活。我可以以个人名义担保，大卫·肖绝对是这些人中的一员。一个勤奋、有想法、有天赋的人在任何专业领域都是可遇而不可求的。他正从事的具有开创性意义的蛋白质研究项目以他的名字命名，另外他还有很多博爱的捐助，这些都让他成为一位不折不扣的国家级人才。

证券交易的公认目的不是让某些人富起来，而是通过优化和高效分配资金流促进商业发展。但是掌控当今市场的合成智能，让这个使命蒙受了质疑。内森·迈耶·罗斯柴尔德（Nathan Mayer Rothschild）是传说中的银行家族在17世纪时的族长，他很重视这项公民责任：他不仅资助了抵御拿破仑侵略的威灵顿公爵军，还包括很多其他公共事业，而且和传说相反的是，他在收到公爵关于滑铁卢战役胜利的早期通知后缄口不言，直到消息已经在其他投资者那里传开之后他才承认了这场胜利。他为的就是避免扰乱市场。

在今天这个连通的世界中，我们不能仅仅依靠杰出市民的优雅风度和慷慨赠予。管理我们最重要的金融机构的委员会缺少罗斯柴尔德的谨慎。但是，他们却有责任为股东的利益服务。我之后还会说到，适度地改变管理框架可以让事情重回正轨。

但是，乐园中正酝酿着更多的麻烦，这些麻烦马上就会找上你的电脑。

注释：

[1].David Elliot Shaw.Evolution of the NON-VONSupercomputer.Columbia University Computer Science Technical Reports，1983.

[2].http：//en.wikipedia.org/wiki/MapReduce, last modi ed December 31，2014.

[3].James Aley.Wall Street'sKing Quant David Shaw's Secret Formulas Pile UpMoney：Now He Wants a Piece of the Net.Fortune, February 5，1996.

[4].这个解决方案是通过斯坦福大学计算与数学工程学院的Kapil Jain了解到的。

[5].在消除垃圾邮件方面也有类似的提议：针对每封邮件收取不到一美分的费用，使其无利可图，同时还允许了真实交流。

[6].在量子物理学中有一个相似的概念：海森堡测不准原理指出，你不可能同时知道一个粒子的确切位置和动量；这里的类比就是，你不可能同时知道一只股票在某个时间点的确切价格。同一只股票在不同交易所的不同价格就像是薛定谔神秘的猫一样——价值同时叠加存在。高频交易的问题在于，和量子物理不同，交易所并不会利用特定时间点对价格的观察来把不一致的价格（波动函数）瓦解成单一价值；只有在发生交易时才会有单一价值，也只有交易能传递价值（能量）。如果在物理中你能完成无数次观察，你就可以通过选取叠加价值来“兑现”，从而免费收获能量——这也是麦克斯韦妖的一种形式。换句话说，交易所免费给出信息，而真正的量子世界会为信息收取费用。

[7].Paul Krugman.ThreeExpensive Milliseconds.New York Times, April 13，2014.

[8].Hedge Funder Spends$75M onEastchester Manse.Real Deal, August1，2012.