隨著AI交易日益取代人工操作，華爾街眾多金融機構(gòu)交易員正感受到自身待遇大不如前。

近日，高盛首席財務官斯蒂芬-謝爾(Stephen Scherr)明確表示，隨著公司對基于技術(shù)的風險投資和四個關(guān)鍵項目(包括蘋果卡)的重視，預計員工薪酬的收入百分比將進一步下調(diào)。

事實上，今年前9個月，高盛員工平均收入約為246216美元，甚至不到2009年同期527192美元平均收入的一半。與此相對應的是，高盛僅將營收的35%用于員工薪酬和福利，創(chuàng)下2009年以來的最低水平。

“這背后，是高盛正將大量資源資金投向AI交易與智能技術(shù)研發(fā)。在今年營收有所下滑的環(huán)境下，交易員薪酬正成為最大的犧牲對象。”巴克萊策略分析師Michael D. Cohen向記者分析說。

不只是高盛，其他華爾街大型金融機構(gòu)也在如法炮制。比如花旗集團計劃裁減數(shù)百位交易員;為了將更多資源資金投向AI交易技術(shù)研發(fā)領(lǐng)域，摩根大通則宣布將投資114億美元研發(fā)全球股票交易機器人;貝萊德基金正積極引入基于機器人投資決策的量化策略替代傳統(tǒng)的人工投資決策機制;高盛已計劃將IPO投行業(yè)務分拆成140個步驟，由機器人模型自動完成。

一位剛從花旗離職轉(zhuǎn)投對沖基金的華人股票交易員向記者坦言，他擔心自己很快又會被辭退，原因是新東家也在積極構(gòu)建基于大數(shù)據(jù)分析的智能化程序化投資決策模型以創(chuàng)造更高回報率，取代傳統(tǒng)的交易員操作獲利模式。

他甚至表示，若自己再度失業(yè)，將會考慮到中國創(chuàng)建私募基金謀生，因為他認為AI交易在中國股票市場尚未興起，人工操作獲利依然有相當大的發(fā)展空間。

不過，記者多方了解到，AI交易在中國也悄然興起，包括平安集團等大型金融機構(gòu)都在積極研發(fā)新的AI交易決策模型替代交易員，捕捉更高更穩(wěn)健的投資回報。

但是，相比歐美大型金融機構(gòu)在AI交易模型研發(fā)方面頗有建樹，中國AI交易依然良莠不齊。不少金融機構(gòu)名義上開展AI交易，但在實際操作環(huán)節(jié)依然需要依靠人工輸入經(jīng)濟數(shù)據(jù)，以及人工判斷未來股票走勢作為重要的投資決策依據(jù)。

華爾街交易員不斷被“邊緣化”

在歐美金融市場，AI交易取代交易員早已不再是口號，而是正在發(fā)生的“故事”。

如今，高盛、摩根大通等大型金融機構(gòu)每年在AI交易領(lǐng)域的資金投入均達到數(shù)十億美元。這些資金的主要用途聚焦在三大領(lǐng)域，一是加大金融交易基礎(chǔ)設(shè)施的建設(shè)，比如設(shè)計研發(fā)基于AI的全新交易系統(tǒng)，博取較同行更快的交易速度;二是將行政工作與客服工作轉(zhuǎn)移到線上，減少業(yè)務出錯率并提高運作效率;三是設(shè)計研發(fā)差異化交易策略的AI投資決策模型以獲取更高收益率。

目前，這些投行的巨額投入已換來相應的成果，比如摩根大通已使用全球首款機器人投資模型開展股票算法交易。

“但這背后，是這些大型華爾街投行以犧牲傳統(tǒng)交易員待遇為代價換來的。”上述華人交易員向記者直言。從2014年他所在的花旗銀行股票交易部門引入AI交易模型起，每年都有不少交易員流失，留守者則承受薪酬削減的苦惱。每個留守者心里都明白——自己被AI交易取代，是遲早的事。

Coalition最新數(shù)據(jù)顯示，自2012年華爾街金融機構(gòu)紛紛引入AI交易以來，金融機構(gòu)從事股票交易業(yè)務的員工數(shù)量減少約逾20%，累計削減崗位超過15000個。

PGI量化投資策略主管Ivan Petej向記者分析說，AI交易的興起，正改變眾多華爾街金融機構(gòu)高層對交易部門的定位——原先交易部門一直被視為“成本部門”，金融機構(gòu)需要花費大量資金培養(yǎng)交易員落實各類交易策略，但在AI交易興起后，他們認為AI交易模型能創(chuàng)造更高更穩(wěn)健的回報，從而幫助機構(gòu)獲得更多外部投資機構(gòu)與個人投資者的青睞，因此交易部門一下子變成“盈利部門”。相比而言，薪酬不菲的交易員反而成為交易部門早日盈利的最大“絆腳石”。

不過，AI交易的投資業(yè)績是否真能超越交易員，仍然存在較多變數(shù)——數(shù)據(jù)不全、算法不完善、深度學習能力不足、投資結(jié)論缺乏邏輯性等問題，都可能令AI交易實戰(zhàn)效果遠遠達不到預期收益目標。

“現(xiàn)在對沖基金高層希望能將業(yè)績出眾交易員整個交易邏輯進行數(shù)字化，以此完善AI交易模型的漏洞。但在實際操作過程，這些交易模型只能記錄追溯這些交易員在不同環(huán)境下的交易操作步驟，整個交易邏輯依然無法通過數(shù)字化形式吸收借鑒仿效應用。”這位華人交易員出。因此他所在的對沖基金交易團隊一再要求交易員與AI建模技術(shù)人員的配置比例應在5：5，但基金高層則希望這個數(shù)字是0：10，甚至他愿以高于交易員薪酬2-3倍的待遇從大型科技機構(gòu)挖角AI建模與大數(shù)據(jù)費分析技術(shù)人才。

中國交易員尚有喘息之機？

在中國，AI交易同樣正悄然興起。除了平安集團，不少大型私募基金也在積極研發(fā)各類AI程序化交易模型，逐步替代交易員博取更高收益回報。

一家國內(nèi)大型私募基金交易主管向記者透露，相比歐美金融機構(gòu)聚焦把不同場景下的AI自動化投資決策模型研發(fā)，國內(nèi)私募基金更傾向如何利用AI技術(shù)獲取交易速度的優(yōu)勢——只要自己的交易速度能比同行快2-4毫秒，就能獲得相當可觀的市場中性策略價差套利回報。

為了獲得交易速度方面的優(yōu)勢，他所在的大型私募基金從大型互聯(lián)網(wǎng)科技平臺引入了一支AI技術(shù)團隊，每年僅薪酬開銷超過500萬元。這意味著這項AI交易策略需募集至少2.5億元(年管理費2%)，才能基本抵消上述薪酬開支。

由于現(xiàn)在這項AI交易策略尚在測試階段，所募集的資金不超過1億元，因此基金內(nèi)部只能先自掏腰包。

記者多方了解到，這也是當前國內(nèi)私募基金與金融機構(gòu)在AI交易領(lǐng)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交易技術(shù)研發(fā)領(lǐng)域的布局。比如近期多家大型私募基金負責人都前往美國，以高薪+股權(quán)激勵方式招募當?shù)谹I交易建模人才，讓他們將美國已運作成熟的AI交易模型根據(jù)中國股票狀況進行本地化處置，包括調(diào)整價值因子、高成長因子、小市值因子、資產(chǎn)重組概念因子的權(quán)重與參數(shù)范疇，盡早實現(xiàn)多場景下的AI交易策略。

但是，國內(nèi)私募基金與金融機構(gòu)AI交易模型的數(shù)據(jù)不全、算力不足，導致AI交易模型在實戰(zhàn)操作階段依然需要人工操作進行修正完善。更重要的是，中國股市的散戶特征令股票容易呈現(xiàn)全新的異常波動狀況，而基于以往操作經(jīng)驗所研發(fā)的AI交易模型對此“一無所知”，容易出現(xiàn)交易差錯。