AI交易迅速取代交易员 华尔街巨头压缩员工成本 交易员不断被“边缘化”

随着AI交易日益取代人工操作，华尔街众多金融机构交易员正感受到自身待遇大不如前。

近日，高盛首席财务官斯蒂芬-谢尔(Stephen Scherr)明确表示，随着公司对基于技术的风险投资和四个关键项目(包括苹果卡)的重视，预计员工薪酬的收入百分比将进一步下调。

事实上，今年前9个月，高盛员工平均收入约为246216美元，甚至不到2009年同期527192美元平均收入的一半。与此相对应的是，高盛仅将营收的35%用于员工薪酬和福利，创下2009年以来的最低水平。

“这背后，是高盛正将大量资源资金投向AI交易与智能技术研发。在今年营收有所下滑的环境下，交易员薪酬正成为最大的牺牲对象。”巴克莱策略分析师Michael D. Cohen向记者分析说。

不只是高盛，其他华尔街大型金融机构也在如法炮制。比如花旗集团计划裁减数百位交易员;为了将更多资源资金投向AI交易技术研发领域，摩根大通则宣布将投资114亿美元研发全球股票交易机器人;贝莱德基金正积极引入基于机器人投资决策的量化策略替代传统的人工投资决策机制;高盛已计划将IPO投行业务分拆成140个步骤，由机器人模型自动完成。

一位刚从花旗离职转投对冲基金的华人股票交易员向记者坦言，他担心自己很快又会被辞退，原因是新东家也在积极构建基于大数据分析的智能化程序化投资决策模型以创造更高回报率，取代传统的交易员操作获利模式。

他甚至表示，若自己再度失业，将会考虑到中国创建私募基金谋生，因为他认为AI交易在中国股票市场尚未兴起，人工操作获利依然有相当大的发展空间。

不过，记者多方了解到，AI交易在中国也悄然兴起，包括平安集团等大型金融机构都在积极研发新的AI交易决策模型替代交易员，捕捉更高更稳健的投资回报。

但是，相比欧美大型金融机构在AI交易模型研发方面颇有建树，中国AI交易依然良莠不齐。不少金融机构名义上开展AI交易，但在实际操作环节依然需要依靠人工输入经济数据，以及人工判断未来股票走势作为重要的投资决策依据。

华尔街交易员不断被“边缘化”

在欧美金融市场，AI交易取代交易员早已不再是口号，而是正在发生的“故事”。

如今，高盛、摩根大通等大型金融机构每年在AI交易领域的资金投入均达到数十亿美元。这些资金的主要用途聚焦在三大领域，一是加大金融交易基础设施的建设，比如设计研发基于AI的全新交易系统，博取较同行更快的交易速度;二是将行政工作与客服工作转移到线上，减少业务出错率并提高运作效率;三是设计研发差异化交易策略的AI投资决策模型以获取更高收益率。

目前，这些投行的巨额投入已换来相应的成果，比如摩根大通已使用全球首款机器人投资模型开展股票算法交易。

“但这背后，是这些大型华尔街投行以牺牲传统交易员待遇为代价换来的。”上述华人交易员向记者直言。从2014年他所在的花旗银行股票交易部门引入AI交易模型起，每年都有不少交易员流失，留守者则承受薪酬削减的苦恼。每个留守者心里都明白——自己被AI交易取代，是迟早的事。

Coalition最新数据显示，自2012年华尔街金融机构纷纷引入AI交易以来，金融机构从事股票交易业务的员工数量减少约逾20%，累计削减岗位超过15000个。

PGI量化投资策略主管Ivan Petej向记者分析说，AI交易的兴起，正改变众多华尔街金融机构高层对交易部门的定位——原先交易部门一直被视为“成本部门”，金融机构需要花费大量资金培养交易员落实各类交易策略，但在AI交易兴起后，他们认为AI交易模型能创造更高更稳健的回报，从而帮助机构获得更多外部投资机构与个人投资者的青睐，因此交易部门一下子变成“盈利部门”。相比而言，薪酬不菲的交易员反而成为交易部门早日盈利的最大“绊脚石”。

不过，AI交易的投资业绩是否真能超越交易员，仍然存在较多变数——数据不全、算法不完善、深度学习能力不足、投资结论缺乏逻辑性等问题，都可能令AI交易实战效果远远达不到预期收益目标。

“现在对冲基金高层希望能将业绩出众交易员整个交易逻辑进行数字化，以此完善AI交易模型的漏洞。但在实际操作过程，这些交易模型只能记录追溯这些交易员在不同环境下的交易操作步骤，整个交易逻辑依然无法通过数字化形式吸收借鉴仿效应用。”这位华人交易员出。因此他所在的对冲基金交易团队一再要求交易员与AI建模技术人员的配置比例应在5：5，但基金高层则希望这个数字是0：10，甚至他愿以高于交易员薪酬2-3倍的待遇从大型科技机构挖角AI建模与大数据费分析技术人才。

中国交易员尚有喘息之机？

在中国，AI交易同样正悄然兴起。除了平安集团，不少大型私募基金也在积极研发各类AI程序化交易模型，逐步替代交易员博取更高收益回报。

一家国内大型私募基金交易主管向记者透露，相比欧美金融机构聚焦把不同场景下的AI自动化投资决策模型研发，国内私募基金更倾向如何利用AI技术获取交易速度的优势——只要自己的交易速度能比同行快2-4毫秒，就能获得相当可观的市场中性策略价差套利回报。

为了获得交易速度方面的优势，他所在的大型私募基金从大型互联网科技平台引入了一支AI技术团队，每年仅薪酬开销超过500万元。这意味着这项AI交易策略需募集至少2.5亿元(年管理费2%)，才能基本抵消上述薪酬开支。

由于现在这项AI交易策略尚在测试阶段，所募集的资金不超过1亿元，因此基金内部只能先自掏腰包。

记者多方了解到，这也是当前国内私募基金与金融机构在AI交易领域投入不高的主要原因之一。然而，很多私募基金正采取其他方式完善自身在AI交易技术研发领域的布局。比如近期多家大型私募基金负责人都前往美国，以高薪+股权激励方式招募当地AI交易建模人才，让他们将美国已运作成熟的AI交易模型根据中国股票状况进行本地化处置，包括调整价值因子、高成长因子、小市值因子、资产重组概念因子的权重与参数范畴，尽早实现多场景下的AI交易策略。

但是，国内私募基金与金融机构AI交易模型的数据不全、算力不足，导致AI交易模型在实战操作阶段依然需要人工操作进行修正完善。更重要的是，中国股市的散户特征令股票容易呈现全新的异常波动状况，而基于以往操作经验所研发的AI交易模型对此“一无所知”，容易出现交易差错。