龙空技术网

毫秒之间,让你巨亏!一文看透,华尔街如何用算法,割大批韭菜?

柳成之周周 134

前言:

当前大家对“雷神算法”可能比较重视,小伙伴们都需要知道一些“雷神算法”的相关知识。那么小编也在网上汇集了一些有关“雷神算法””的相关知识,希望同学们能喜欢,你们一起来了解一下吧!

10年前,华尔街出现了一批前所未闻的交易员,他们一夜暴富,操纵市场,制造假象,在毫秒之间就可以割大批韭菜。

他们的发财秘密是什么?是谁最先发现的呢?他又是怎么发现的?这些发财的方法现在还在用吗?

今天这个故事的主人公叫做布拉德胜山。他一开始在加拿大皇家银行工作担任交易员,到了2002年,这家当时世界第九大的银行宣布进军华尔街,在华尔街设立分行,胜山也因此从多伦多调了到纽约。

作为交易员,他的工作就是在投资者和公开市场之间,当中间人,只是那个时候都是人力挂单,每笔交易订单都要人来处理。

2006年年底,加拿大皇家银行,花了1亿美元,收购了一家叫做卡林金融的美国电子股票交易公司。

虽然那时候皇家银行不太懂电子交易是什么东西,但他们却断定电子交易就是未来。在给交易员培训的时候,他们还说,交易就是拼速度

要跟上时代潮流,这点没错。但没过多久,到了2007年初,胜山就发现,事情就越来越不对劲了。

以前如果他看到电脑屏幕上显示有1万股A公司股票,每股10美元要卖,他看到这张卖单只要点击买入,就可以以10美元的价格买入1万股A公司股票。

但是现在他就发现,往往在他按下买入的瞬间,他想买的那支股票的卖单就会马上消失,接着他原本要买的股票价格就会上涨,他就必须用更高的价格才能买进。

他要卖的时候也是一样,原本看到的买单也会消失不见,就好像在和他玩躲猫猫一样。这种情况在他以前7年的交易员生涯中从没有出现过。

随着时间的推移,这种“躲猫猫事件”经常发生,对胜山的工作造成了很大的影响,胜山的主要工作就是撮合市场里的买卖交易。

比如某个大户想一次性卖300万股A公司股票,公开市场价此时一股是3.70美元,而市场上目前只有100万股的需求,只有100万股的买单。胜山就以3.65美元的价格从大户那里买进300万股,然后马上卖掉100万股,剩下的200万股再慢慢找其他人卖。他的目标是以3.70美元的价格卖掉手上的300万股赚差价。

但现在因为买单随时会消失,他无法掌握市场上究竟有多少人要买,无法正确的评估冒多大风险,更无法和卖方正确报价,要承担很多的不确定性。

通常是他以为吃进这300万股,最起码可以一下子先卖掉一半吧。当他按下交易键之后,市场上的买单只剩几十万股,然后股价开始狂跌,导致他直接被套牢。

更奇怪的是,不仅仅是他遇到这个问题,所有的加拿大皇家银行的交易员都遇到了和他一样的问题。

到2007年底,胜山还算过一笔账。这一年的交易,如果是以前正常的情况和现在出现躲猫猫的情况做对比,损失加上各种费用,二者之间差了数千万美元。

躲猫猫的情况,是用了卡林公司的系统后才开始出现的。胜山第一个想到的就是找卡林的技术人员求助。对方来看了情况,说是他操作不当。胜山认为不是他操作的问题。

他再次申诉,找到了产品开发人员,开发人员来了,看了一圈,也不知道为什么,时间一久他们也束手无策,最后只能装模做样,说:啊!我们回去研究研究之后,就消失不见了,再也没出现过。

这边躲猫猫的情况都还没解决,又出现了一个让他匪夷所思的事情。

到了2008年初之前,他认为所有的交易所都是向他们收取固定的交易费用,但现在却出现,交易所会付钱,请他们去交易

当时皇家银行调整了算法,把银行的股票订单都给了,付钱给他们最多的巴茨交易所。胜山打算在巴茨交易所买卖股票,想拿到巴茨的返利。

但是躲猫猫的情况依旧出现,刚要下单,买单就消失不见,股价马上变动。他不但拿不到交易所的返利,双重BUFF叠加,反而亏的更多。

胜山百思不得其解,他在银行内部咨询了很多人,但都没有人能解释清楚。

再加上2008年美国的金融危机,胜山发现金融机构为了赚钱,故意把高风险次级贷款包装成低风险的优质贷款,到处放贷,然后重组打包,卖给各路投资客。

他一度厌倦了在华尔街的生活,尽管加拿大皇家银行给他开出200万美元的年薪,但是他觉得他快撑不住了,有了离职的念头。

好在到了2009年2月,加拿大皇家银行也意识到事情的严重,他们也转变了思路,把当时并购的卡林公司的创始人兼CEO弗洛默给换了。弗洛默的公司被皇家银行并购后,他就成了公司电子交易部门的经理。

现在皇家银行打算任命,当初第一个发现躲猫猫事件的胜山,接替弗洛默的职位。胜山上任后,终于可以跳开交易员的身份,有更多时间换个角度来看问题。

他有一个好友,在康涅狄格州的一家大型对冲基金做股票交易员,他特地坐火车过去找这位好友,并仔细观察他好友一天交易工作的情况。

很快他就发现,虽然这家大型对冲基金用的是来自高盛摩根士丹利的软件,但居然也会遇到和他一模一样的躲猫猫问题。

经常在按下交易键的时候,市场上的买单和卖单就会瞬间消失,股价掉头,和他们想操作的方向相反,导致亏一大笔钱。

这次他终于意识到一件很严重的事情,不是皇家银行的问题,也不是任何系统技术的问题。这是市场的问题,是有人在操纵市场

他想弄清楚究竟发生了什么,必须要把幕后黑手给找出来。但胜山之前只做过交易员,根本没有系统技术的背景,只靠他自己一个肯定,无法解决这么复杂的问题。

于是他找回了,之前和他在皇家银行短暂共事过的软件工程师罗布帕克。罗布当时的工作是写交易程序。

简而言之,就是把有经验交易员的想法和手法记录下来,比如一个交易员的交易思路,一支股票的买点和卖点在哪。

然后罗布就把这些想法和方法,写成一个自动化的交易程序,在程序中设置一个触发点,市场达到这个触发点,它就自动出手交易。

有了罗布的帮助,胜山简直如虎添翼,他们两个还找了其他的技术员当帮手,准备好好调查一下市场的那些幕后黑手究竟在搞什么鬼?

胜山脑中冒出的第一个疑问就是:加拿大皇家银行为什么选择并购卡林公司花了1亿美元不说,还要另外搞一套电子交易系统。

为啥不像他朋友所在大型对冲基金一样,直接用高盛摩根士丹利这些大机构推出的交易程序呢?这样不是更省事吗?

于是他就直接去询问了卡林公司的资深员工,当初皇家银行并购卡林公司的时候,是怎么打算用你们的技术赚钱的呢?因为如果只是单纯电子交易的话,用其他大机构的系统就行了啊。

这时候卡林的员工才告诉他。其实皇家银行真正的目的是打造一个叫做暗池的匿名交易平台。

暗池顾名思义在黑暗中交易,它和传统的公开交易所有很大不同,因为它不公开显示价格和交易量信息,只对特定的金融机构或大户开放。这些金融机构可以在暗池里匿名的进行大宗交易。

比如A公司一次性想卖100万股苹果的股票,如果他去公开市场交易,那么他要卖100万股苹果股票的消息,肯定会被其他人知道,每个人都会注意到有人要大量抛售从而产生,预期导致股价大跌。

A公司原本想假设以100美元一股卖掉手上的100万股,但现在因为大家都知道他要卖,所以只能边卖,股价边跌。最开始可能能卖到100元一股,最后只能变成95元、90元、85元一股,造成极大损失。

而现在有了暗池就不一样。A公司可以和暗池的经营者说:我现在想以每股100美元一次性卖掉100万股的苹果股票,你帮我留意下,看看有没有人想买100万股的苹果股票。

假设过一阵子,暗池的经营者刚好碰到B公司想买100万的苹果股票,而这个时候如果B公司愿意101美元一股的价格购买的话,暗池的经营者就会把2个订单配对交易。

为什么B公司愿意出101美元呢?因为这个时候公开市场价格可能更高,可能是102美元一股,他在暗池里购买,有利可图,101美元就可以买到。

那A公司当然也想以102美元的价格卖出去,但前面说了,他如果在公开市场上抛售的话,就会遇到一些列问题,对于他来讲,还不如100美元一股稳稳卖出。

对暗池的交易者也有好处,他可以赚中间1块钱的价差。总而言之,这是对3方都有利的局面。

除此之外,卡林公司的员工还告诉胜山利用暗池赚钱的另外一种方法,就是可以把暗池的交易入口卖给外面的高频交易员

一瞬间,胜山的脑子里产生了很多疑问:高频交易员是什么?

为什么他们宁愿花钱也要进暗池交易?

为什么一些交易所和暗池都不约而同集中在新泽西州?

为什么都是买卖股票?在这个交易所你就要付钱?在其他交易所你却有钱拿,这些事情和他交易屏幕上出现的躲猫猫事件又有什么联系呢?

一直到2009年5月,一桩公开交易所的丑闻给胜山提供了一条新思路。纽约州的参议员,查尔斯舒默,给美国证监会写了一封信,他在信中指控多家交易所交易规则不公平且不透明。

他们的交易规则又被称为闪电命令,就是在市场上向大众公开买卖交易信息之前,会提前把这些信息,优先传送到一些大型投行的高频交易员的手中。

而这些包括高盛在内的大型的金融机构,可以利用算力强大的计算机,在0.03秒的时间里对数据进行分析,从而在市场上做到先发制人将股价推高或打压、赚取巨额利润。

看到这胜利山更不不明白了,为什么交易所,会制定这样的交易规则,里面难道有什么猫腻?

他向皇家银行申请,在每天最多损失1万美元的前提下,他开始进行一连串的实验。

2008年,当时美国有分布在4个不同地点、13个不同的股票公开交易所。

胜山的第一个假设是在按下交易键之后卖单会瞬间消失,原因可能是因为这些卖单不是来自同一卖家,而是一群大大小小不同的卖单量总和,所以这个交易就存在先后顺序。有可能排在后面的卖家,看到前面的卖家成交了。

他可能觉得价格太便宜了,就选择撤单。比如我看到有10000股的苹果卖单,但按下交易键最终只买到了2000股,剩下8000股,卖家选择撤单不卖了。

但这里有个问题,市场上一共有13个不同的交易所,那怎么知道这消失的8000股是在哪个交易所撤单的呢?

于是胜山请人写了一个小程序,设定他每次的买单,定向发给指定的交易所13间。交易所每一间都试一遍,结果发现每一间都没问题,没有出现躲猫猫的情况都可以顺利成交。

为什么这些交易所单独拿出来就没问题,合在一起就出问题了呢?

于是他们开始排列组合测试。比如先把买单传到1号和2号,然后是1号、2号、3号,接着是2号、3号、4号。他们发现,随着测试的交易所的数量越来越多,躲猫猫出现的情况就越来越严重。

胜山的团队百思不得其解,直到有一天技术员罗布在洗澡的时候,突然想起来,公司的程序员曾经给他看过一张图,图上画的是买单,从胜山所在的办公室到达不同交易所需要的时间。

有的只需2毫秒,而有的要4毫秒,那一瞬间他灵感大发,会不会是因为买单到达交易所有时间差的原因呢?

于是胜山的团队决定在做个实验。他们让程序员重新写个程序,根据这个时间差,让原本速度较快的买单延时到达,让所有从胜山办公室出去的买单,同时到达不同交易所,然后再随机选择几家交易所排列组合的尝试。

结果这次就发现不管怎么试,每一笔买单都顺利成交。这一次他们终于知道市场的幕后黑手在搞什么鬼。

原来是市场上,有人利用订单到达不同交易所的时间差来抢跑赚钱

从2007年到2009年,被这个问题困扰了2年多的。胜山恍然大悟,他发现原来地理位置如此重要,因为在他交易按下交易键的时候,他的订单会被计算机的路由、程序拆分成13条信息,发向13个不同的证券交易所。

这就意味着,因为地理位置关系离他最近的交易所会优先收到他的信息,那有人可能会觉得为啥这么麻烦,为啥不直接在同一家交易所购买。

举个例子假设,胜山想购买10万股苹果股票,但此时市场上总共只有5万股卖单,如果他直接下单,就会推高股价,所以他的订单信息被拆成4个,分别发送到4个不同的交易所。

它们会按照距离远近的顺序,首先到达1号,然后才是2号、3号、4号,时间上就会有差异,1号和4号可能会相差2毫秒。

其实已经很快了,人类眨眼一次,大概要100毫秒。

这个时候,高频交易公司登场了,他们每年都会花费数亿美元向交易所或者股票经纪商购买股票买卖信息流,为的就是让交易所在接到客户的订单后,优先把这些信息传送到高频交易公司的交易员手上。

假设1号交易所,把胜山订单的信息透露给了高频交易员,那他们就会很快的速度476微秒左右,会比胜山快4倍的时间

抢先到2号、3号、4号交易所,把苹果股票先买走,股票买走之后,价格会上涨一点,点点然后他们再转头,以涨上去的价格把苹果股票卖回给胜山。

因为每次交易的时间很短,所以每笔只赚一点点,利润很少,但没关系,只要你速度够快。交易的次数足够多就行。

假设,每股交易只赚了1美分。根据一家小型高频公司交易透露的数据,他们一天可以来回交易4000万股,那么每天就可以赚到40万美元

高频交易听起来有点像那些票贩子黄牛。当你还在辛苦刷想买演唱会门票或者是火车票的时候,黄牛那边已经用软件把票抢完了然后转头加价卖给你。

当然,高频交易员除了向交易所买信息之外,还会抛鱼饵去试探整个市场。

比如他们会把市场上的所有股票都去下单买卖各100股。一旦他们发现,比如有人在买X公司的股票,他们就会赶在其他交易者之前,注意这里的其他交易者也包括他们的同行,其他的高频公司的交易员。

他们会在其他同行下手之前赶紧去其他交易所。买X公司的股票,就和前面提到的一样,等股价上涨一点点后,他们再卖给那些原本想买X公司股票的人。

虽然利润很少,但来回这样操作交易好几千次,也可以累计一笔丰厚的利润。所以这100股订单不是为了进行交易,只是为了要在交易之前打探出其他交易者,买卖真实想法的诱饵。

所以天下武功,唯快不破。这句话用来形容高频交易者,真是非常贴切。

利用先进算法和强大算力的计算机来执行大量交易,再搭配上暗池的不公开性市场,背后的风云变幻发生在眨眼之间,在我们看不到的地方上演着刺激的速度和激情。

同时,高频交易者,彼此之间也有激烈的竞争。高频交易最重要的就是快,你可能很快,但是你的同行可能比你更快。

所以到了最后,就是在比谁的计算机离交易所的计算机最近,谁的网络传输更快,谁的延迟最低,都已经比到毫秒微秒级别了。

为了拼速度好,几家高频交易公司争相花数百万美元干脆,直接把自家的服务器搬到交易所的数据中心里面,放在同一个房间里。

搬进去之后,大家又开始拼谁家的服务器,可以更靠近数据中心线路出口的地方。因为这里最快收到信息,也可以最快回传。这样还不够,高频交易公司又盯上了数据转换器。

如果某家公司发现一个能快3微秒的转换器,两周之内数据中心里的每家公司都会换上同款转换器,在转换器上无法做文章了。

他们又开始考虑传输信号的材质,哪种材质可以更快的传送信号。

为了防止竞争对手破坏自家的服务器,最后直接用金属的细丝把服务器包起来,就已经竞争到了这个程度了。

在了解了事情的真相以后,胜山就想办法怎样对付这些高频交易者。办法其实很简单,就是用他之前找人写的那个让所有单子同时到达交易所的小程序。

他为这个小程序取名叫托尔,雷神托尔的那个托尔。接下来,他代表皇家银行向各大投资公司推销托尔这款产品。

到了2010年,胜山和他的团队已经接触了超过500多位的股市投资者。

但是他却发现这些市场上投资老手,比如大型的共同基金,大型的资金管理公司,老牌对冲基金,他们都遇到过单子躲猫猫的情况,但他们几乎不知道市场上究竟发生了啥,大家都一脸懵逼。

一直到2010年5月6号的下午,闪电崩盘事件发生,整个美国股市才意识到问题的严重。那个时候究竟发生了什么呢?以后再写文章和大家分析。

看完以上关于华尔街高频交易员的操作手法,你有什么想法吗?欢迎在评论区留言讨论,喜欢的话,也点个关注,支持一下吧

标签: #雷神算法