几年前，一家名为Knight Capital的公司推出了一种新的算法交易软件，并将其投入使用。但有一个问题。它每分钟损失1000万英镑，而当他们将其撤下时，该公司已经损失了4.4亿英镑。
在印度最近的排灯节mahurat交易时段（节日的短暂交易时段，否则为假期）期间的印度类似事件中，某些衍生产品的价格暴跌了近20％。后来发现这是由于经纪人的算法交易软件故障所致。当天的所有交易均被废止。
在这两种情况下，问题都是流氓算法。这些实例是一种现象的明显体现，这种现象已经存在了一段时间：机器已经悄悄地将人类从现代股票市场中解放出来。
印度仅在2008年才允许算法交易，但算法已经控制了几乎所有交易的三分之一。在这种现象在近三十年前首次出现的西方国家，到2012年，算法在美国股票交易量中的占比约为50％。在每天运行23小时的外汇市场中，算法占交易量的80％ 。
简而言之，算法交易涉及使用技术来自动买卖证券。通常，人类会这样做。他们分析公司，部门，企业，价格和其他数据，并决定何时买卖。但是，这些数据也可以由计算机自动分析，并且如果您正确编程算法，则可以让计算机自动（更重要的是，快速）下订单。
在早期，算法交易可以更快地完成最简单的任务，例如在一个交易所购买某种东西，然后在另一处出售，将差额作为套利获利。然后，他们变得更加复杂，使用期货或“期权”来创建以毫秒为单位进出的获利交易。
一些正在酝酿中的应用程序甚至更加复杂，它们利用深层的物理概念和博士学位持有者的见识来构建程序，这些程序通常是在人工智能和机器的帮助下，通过分析世界各地的新闻，公告，推文或价格走势而获利的。学习。基于算法的超大型对冲基金Rennaisance Technologies为创始人吉姆·西蒙斯（Jim Simons）赚了16亿美元，并成为2019年收入最高的对冲基金经理。
在印度，算法交易仍不到50％，公司规模相对较小。大量的算法交易量是纯套利的（例如，在国家证券交易所或NSE和BSE之间的交易）。
但是复杂的算法将在某个时候接管印度股市。数学出错时会发生什么？还是当机器人的性质造成严重破坏时？此外，还有永恒的公平问题。对于一些经验丰富的市场参与者来说，在技术的帮助下获得不当优势是否公平？价格的发现任务（这是市场的基本功能）可以外包给计算机多少？
被动投资
他们说，“高科技”世界喜欢投资指数，只要购买Nifty或US S＆P 500的股票，你就会做的不错，这已经被证明很长时间了，主要是因为追踪指数的费用要低得多，不需要情报，只需购买相同权重的相同股票即可，因此，您不需要高薪基金经理，因此成本较低，而成本较低，您的实际回报要好一些。
成本也较低，因为您可以通过编程方式“跟踪”指数或模型，是否想在周一购买以“ M”开头的股票？您可以在几分钟内建立一个小的算法，甚至在您睡着时也可以购买股票。将这样的模型变成交易所交易基金（ETF），突然之间，每个人都可以购买您的“周一M”模型，这是一种低成本的“智能Beta”替代投资，在过去几年中可能偶然地起作用了。 。
但是由于成本低廉和取得了明显的成功，更多的资金投入了指数和ETF。这种吸引力已一发不可收拾，以至于日本银行开始印钞并购买其本国的ETF。中央银行的市场占有率如此之大，以至现在它已成为前100家公司中23家的主要股东。
全球金融服务公司晨星公司（Morningstar）最近的一份报告指出，“被动”策略管理的总资金在2019年首次超过传统的主动管理池。
即使在印度，雇员公积金组织（EPFO）仍以每月250亿卢比的价格购买Nifty ETF。这极大地扭曲了共同基金。 EPFO从印度国家银行购买的Nifty ETF现在是该国最大的股票共同基金，拥有650亿卢比的资产。
大型实体大量流入的结果实际上是，更多的钱流入了前50名股票中，其中前10名股票的权重超过60％。如果您排在前十名，您可能会发现今年剩下的市场实际上已经下降了，而如果将它们包括在内，则上升了10％。
失真来自盲目跟随索引的能力，使用技术可以轻松地复制索引。如果指数ETF投资成为人们投资的唯一方式，那么公司的业绩好坏并不重要，只要其权重在指数中保持不变就可以购买。想一想对公司奖励一系列良好结果的激励措施有何影响。
反身和保险
除了不正确的激励措施外，算法有时也会出错。 1987年，美国普遍使用了一种技术来进行“投资组合保险”，如果市场跌幅超过一定数量，则算法会自动卖出股票，从而在一定程度上限制了损失，这就是人们的想法。
直到1987年10月某个“黑色星期一”，当时股票开始大量下跌，保险算法随后自动卖出股票，使价格进一步下跌，从而触发了更多的保险算法销售，直到市场在一天之内下跌超过22％。 。
问题不是算法。它确实达到了预期的效果。但是人类认为技术可以挽救生命的想法恰恰是毁了生命的一天。太多的人盲目地依靠不知道如何应对自身行动的复合效应的技术。
因此，在有限的大小上有效的工作可能会成为一个大规模的问题。如果一些投资者通过算法运行投资组合保险，则可能效果很好。少量出售几乎不会导致市场倒塌。但是，当几乎每个人都在使用它们时，它们成为一种自我实现的预言。市场下跌时卖出，每个人卖出时市场下跌。
模型相当容易构建。如果发生这种情况，请执行此操作。使用过去几年或几十年的回测数据，该概念在电子表格上效果很好。但是，当您实际参与游戏时，如果您是某种规模的玩家，游戏本身就会发生变化。这就是资深市场参与者George Soros所说的“反射性”。
自反性是指观察或测量某物的行为改变它的时候。如果您有影响力，并说市场是牛市的话，那就意味着人们会买进，而买房会使牛市更加看涨。技术增强了反身性，尤其是当技术的创造者对市场的反身性一无所知时。
想象一下，您根据自己的算法以编程方式购买了股票，而您却是如此有利可图，以至于您从投资者那里获得了很多钱。现在您是镇上最大的实体；大家都知道如果您的股票下跌了30％，并且您的算法想要卖出，那根本就不可能，因为每个人都会在您之前卖出。您的数学模型假设在屏幕上的价格是您购买或出售时的价格，但实际情况因您的规模和对市场的影响而不同。
这里最大的例子是长期资本管理公司（LTCM），这家对冲基金拥有诺贝尔奖获得者罗伯特·默顿（Robert Merton）和迈伦·斯科尔斯（Myron Scholes），一次资产超过1400亿美元。该基金使用技术和算法在债券到外汇等不同市场自动交易。它成为它所参与的市场中的“大鲸鱼”，用来表示规模最大的参与者。
当市场因亚洲经济疲软而转向，然后在1998年后俄罗斯违约时，他们摧毁了LTCM，这简直就是其模式崩溃了。后来事实证明，竞争者确切地知道了LTCM的规模，甚至在对冲基金还没有出现之前就退出了竞争，这使一项精湛的技术变成了尘土。
危险的偷看
然后，技术帷幕的另一面让人感到恐惧：隐私角度，即分析个人数据的算法。
在美国，您可以出售“订单流”，可以将您在经纪人处的购买订单交给一个大型市场参与者，该参与者将“窥视”该订单，然后可以说他会履行该订单，或者让它传递给其他交易所。但实际上，技术可以用来获得优势-如果市场参与者的速度比您快，那么它可以以更低的价格从另一家交易所购买甚至更快，然后再卖给您，因为您的订单甚至还没有达到。其他交流呢。
为什么会这样滥用？因为在没有那个市场参与者偷看您的订单的情况下，过了一会儿您会以较低的价格在另一家交易所买到它。 （您根本无法在印度出售订单流。）
订单流之所以受欢迎，是因为经纪人获得报酬以允许其他市场参与者查看其客户的订单。这笔费用实在太大了，以至于经纪人可以为您提供“免费”经纪人，也就是说，只要您让经纪人显示订单流向其他地方，您就无需支付任何交易费用。
之前，您必须告诉经纪人购买什么，但是如果他滥用该信息，则可能会被指控欺诈。借助一台计算机查看此信息，您很可能甚至都不知道该信息是否被滥用，即使是被滥用，也没有人会因为该计算机这样做而受到指责。偷看订单实际上可能不是滥用，但它越过某处。
在印度，NSE代管骗局略微超出了界限。这个想法是，证券交易所以循环机制向经纪人提供数据，首先将数据发送给首先连接到其交易系统的任何人，然后再发送给第二个经纪人，依此类推。
如果有人首先连接到NSE的交易系统，那么他们将首先获取数据，而且借助技术，即使早一点实现也就足够了。这样，计算机就可以从这种“早期”提要中学习到足够的知识，甚至可以在算法交易领域内将任何人提前下单，总的来说，这是获利的，经过调查，甚至从做这件事的人手中夺走了利润。 。
这个问题是如此复杂，以至于没有举报人的细节，几乎是不可能发现的。即使到现在，可能还会发生许多这样的骗局，直到我们知道之前我们才知道。
算法战争
如今，“金融科技”已成为流行语，滥用技术将事情推向极致，做出无效假设，“伪造”披露甚至引诱掠夺性算法也很容易。
掠夺性算法只是捕食其他算法。有人会检测到某个算法正在试图以零碎零碎的价格出售大量股票，然后通过先行操作来利用。有些人会简单地制造人为的价格信号，以扭曲另一种算法的设计，例如伦敦的交易商通过欺骗迅速取消的15万多张订单来欺骗。这导致了大规模的“闪存”崩溃，算法失去了立足之本，从而使欺骗交易者赚了大约4000万美元。
技术是机遇，在金融领域，它也提供了与利润的直接联系。您可以将其永久使用：吸引更多人参加，降低成本并节省时间。但是您也可以清楚地将其用于邪恶，如果您穿着深色西服，就可以摆脱它。
迪帕克·谢诺伊（Deepak Shenoy）是塞比注册技术支持的投资组合经理Capitalmind Wealth的创始人兼首席执行官。
