程序化交易的风险与监管选择

程序化交易的风险与监管选择
蓝海平1
一、引言
随着证监会的一纸罚单和内幕交易的认定，光大证券因8月16日自营的异常交易被课以5.2329亿巨额罚单并陷入了被中小投资者索赔的泥沼。

毋庸置疑，光大证券8.16事件是技术革新影响（扰动）金融实践的里程碑事件，对于中国证券市场的发展具有重要意义。

目前为此，业界大多关注程序化交易（Computer-Based Trading，CBT）、高频交易（High-Frequency Trading，HFT）等新型交易技术引发的市场操纵与内幕交易认定、风险控制与监管挑战等，以及对市场的一些短期影响，如创新业务、衍生品业务等的推进。

然而，CBT/HFT对市场、市场结构的影响仍然缺少必要的关注和探讨。

CBT/HFT是证券市场交易方式发展的最新形式，是信息技术革新发展与市场竞争的自然结果。

简单地，我们可以认为CBT/HFT是应用计算机与通讯技术实现证券自动买卖交易的一种方式。

市场中越来越多的交易即通过部署一些复杂的计算机程序得以实现，极大地提升了繁复工作的效率，促进了市场价格发现的过程。

而依据算法设计的功能与目的，CBT/HFT存在着多种可能的应用场景。

比如，有一大类算法着重于捕获市场异象或价格规律以获利，如趋势（动量、反转）交易或价差套利交易等程序化交易策略。

还有一大类算法则着重于降低大单交易执行对市场的冲击影响，如交易量加权平均（VWAP）、时间加权平均（TWAP）等，通常也将此类交易称为算法交易（Algorithmic Trading）。

而另有一大类算法则与做市商（Market-Maker）交易制度相关，着眼于市场流动性的提供。

成熟市场中所谓的“报价机器”（Quotes Machine）即对应为一系列依据预设策略而生成、更新和取消报价的自动化做市商交易算法。

当然，市场中还存在着一系列不为人知、带有市场操纵性质的交易算法，如流动性侦察（Liquidity Detection）、买卖倒手（Tape Painting）、虚假报单（如所谓的Pushing the elephant/Towing the iceberg）等。

证券市场中总是伴随着价格的波动变化、涨落震荡，但是这一波动变化如果巨大或突然，则将极大地损害市场日常的投资决策活动，影响市场的价格发现功
1作者简介：蓝海平，男，福建上杭人，国信证券博士后工作站，博士，研究方向：数量化投资。

能，侵蚀广大投资者的信心，直接关系着市场的稳定性。

显然，CBT/HFT对市场的一个直接影响即在其能够快速、高频地执行交易指令，表现为市场大幅波动偏离的直接诱因，如光大8.16事件以及2010年5月6日美国证券市场的“闪电崩盘”等。

同时，大量新技术的应用也使得CBT/HFT系统对一些事件（故），比如网络攻击、电源故障、宕机、软件漏洞甚至恶劣天气等的响应较为脆弱，可能导致“黑天鹅”事件的频发。

2012年8月，美国最大的股票做市商骑士资本（Knight Capital）即由于交易软件失误损失了4.4亿美元，而近期的调查同样认为光大8.16事件的发生也是源于交易软件漏洞导致的系统故障。

同时，作为一个典型复杂系统，金融市场容易表现出非线性的动力学特征：微小的扰动或变化即可能导致市场的大幅波动、震荡，而市场中不同参与者之间的交互影响则将进一步改变市场的动力学行为。

这一特征使得CBT/HFT对市场的影响更为复杂、微妙。

因而，我们有必要结合复杂系统的动力学特征考察和分析CBT/HFT对金融市场的影响与传导机制。

虽然市场非线性动力学特征的分析并不能直接给出具体的预测或一般化结论，但有助于揭示、构建定量化分析的基础。

本文围绕着CBT/HFT可能的风险，通过细致考察CBT/HFT对市场的多种影响，梳理并总结相应的机制成因与传导路径，以期揭示风险控制与监管的可能选择。

二、操作风险（Operational Risk）
CBT/HFT涉及硬件、软件以及网络通信等多个基础构件的部署，因而其最直接的风险即来自于硬件损坏、软件错误（漏洞/Bugs）、通信中断和黑客攻击等的影响，通常也将此类风险统称为数码风险（Cyber Risk）。

在表1，我们总结了CBT/HFT几种典型操作风险对应的场景和可能影响。

Maillart等首次定量分析了数码风险的特征，发现数码风险具有一个尾部指数（Tail Exponent）为0.7的幂律（Power Law）分布。

这意味着未来数码风险出现的次数将越来越频繁，而其影响或破坏性也将会变得越来越大。

Mandelbrot认为传统的方法无法消除或者控制这类肥尾（Heavy-tail）风险的影响。

特别是随着CBT/HFT业务的不断增加，新技术的不断采用，交易系统势将愈发复杂，使得数码风险必将更加频繁地出现。

事实上，近期诸多市场的异常即源于CBT/HFT的操作失误，如Infinium 资产管理公司2009—2010年间即接连发生交易算法异常而被CME课以85万美元的罚单，以及前述骑士资本的交易失误与光大证券8.16事件。

表1：CBT/HFT几种典型的操作风险
显见，数码风险使得CBT/HFT在部署与实施上需要经过交叉校验、压力测试和场景检验等必要考察，以保证交易系统/算法有足够的可靠性。

依照欧洲证券与市场管理局（ESMA）的指引，为了保证、提高CBT/HFT的可靠性，CBT/HFT系统/算法的部署在管理、测试和记录等流程上应当有明确的记录与建档登记。

在“管理”流程中，要明确交易系统或算法开发、初始部署、更新与问题解决等诸环节的责任。

在“测试”中，要明确开发与测试的方法，包括绩效表现、回溯与离线测试。

确保交易系统或交易算法能够在一定压力条件下完成测试和检验。

在“记录”中，要明确记录和保存交易系统/算法的关键决策、测试方法、测试结果、定期复查和审计等数据。

三、反馈放大（Feedback Loops）风险
CBT/HFT对于市场更深刻的影响在于其进一步强化了金融系统的非线性特征，导致市场结构发生本质性的改变。

因此，即使没有外部冲击等影响，CBT/HFT 的广泛应用也将使得市场更容易发生大幅波动等极端事件，主要有三方面机制影响市场的稳定性。

一是敏感性。

较强的非线性特征使得市场容易对微小扰动产生大幅响应，出现所谓的“蝴蝶效应”，使得价格等出现级联、传染等紊乱。

二是信息扩散。

信息的扩散与传播是市场过度反应（敏感性）的主要因素，有推波助澜的作用。

三是内生性风险（Endogenous Risk）。

内生性风险是市场非线性的特征与信息扩散共同作用的结果，一般即对应为突然涌现的正反馈效应。

正反馈效应与参与者的理性无关，具有相互强化的特征，因而容易产生巨大的破坏性。

显然，正反馈效应使得内生性风险具有巨大的危害性，也是金融市场作为复杂系统的直接表现。

事实上，正反馈放大作用也正是1987年美国发生股灾的主要原因。

作为当时主要应用的策略，资产组合保险（Portfolio Insurance）要
求市场下挫时调整Delta对冲所持有的股票以平衡风险。

然而，指数市值与Delta 对冲所持有的股票市值有直接关联。

如图1所示，一旦指数下跌导致Delta对冲的调整，引发的股票沽售将进一步使得指数下挫，进而需要再一次调整Delta 对冲。

因此，这一反馈循环触发了股票的巨量沽售，极具破坏性。

图1：对冲反馈示意图
而随着市场的发展和CBT/HFT的广泛应用，有更多种的反馈机制影响市场的内生风险，如风险反馈（Risk Feedback Loop）、交易量反馈（Volume Feedback Loop）、消息反馈（News Feedback Loop）、指数反馈（Index Feedback Loop）、浅层反馈（Shallowness Feedback Loop）等。

（一）风险反馈
风险反馈是极端情况下市场最主要的内生风险。

当某一机构投资者的损失触及了止损水线，则需要沽售部分风险资产以降低风险水平。

同时往往有多个机构持有相似的证券资产，使得更多卖盘涌现，加剧其价格下挫。

若施以“按市值计价”的会计准则，新的估值则会进一步提升机构投资者的风险水平。

显然，这又相应地要求机构投资者进一步地沽售资产，如此往复，如图2所示。

这一场景分析同样适应于做市商交易：在一定风险约束下，为了降低交易损失造成的风险水平，做市商不得不沽售存货，这将进一步推低资产价格，形成一个恶性循环。

显然，在报价制度下，做市商交易是市场的基本交易制度，这一内在的反馈机制将对市场的价格形成、发现产生重大的扭曲和影响。

虽然做市商交易在沪深两市刚刚兴起，但随着金融创新的推进和衍生品的发展，这一反馈传导的机制对市场的扰动、影响将变得不可忽视。

图2：风险反馈示意
（二）交易量反馈
这一恶性循环被认为是2010年美股“闪电崩盘”的重要推手。

在一定场景下，由于倾向以较小头寸频繁交易，高频交易算法有可能对市场产生直接的反馈效应，即所谓的“击鼓传花”（Pass-the-parcel/Hot-potato）现象。

CFTC/SEC 认为2010年5月6日“闪电崩盘”期间，这一循环导致交易量急剧上升，但市场的净头寸没有太多变化。

具体如图3所示，市场中金融产品快速地交易换手，增加的成交量使得市场具有较低的市场冲击影响，从而触发某一类交易算法进行更为激进地卖出，如此循环。

图3：交易量反馈示意
（三）消息反馈
大部分CBT/HFT算法是基于场内信息和数据进行证券的买卖交易，而随着语义分析技术的发展，基于文本消息（新闻）挖掘的算法开始兴起。

通过对头条新闻、即时信息和社交媒体（Social Media）等的抓取，一大类CBT/HFT算法可以实现对信息价值的分析与相关交易的执行。

这类算法随着市场信息的揭露扩散将进一步修正交易方向，并涌现出大量相似的买卖交易。

如图4，我们即给出了消
息反馈传导相应的一种场景。

2013年4月23日美联社Twitter帐号发布了白宫发生爆炸的虚假信息，当即导致美股市场大幅震荡，S&P500指数两分钟内蒸发了1360亿美元，而其中基于消息驱动的CBT/HFT对此扮演了重要的角色。

显然，消息反馈的放大作用加剧了市场的动荡，也是市场当期迅速反弹回复的重要推手。

图4：消息反馈示意
（四）指数反馈
CFTC/SEC的调查认为2010年5月“闪电崩盘”过程中个股的过度波动溢出传导至ETFs，导致ETF市场交投失常，使得ETFs给出了错误的系统信号，进而回馈至市场影响个股的定价，整个循环如图5所示。

Ben-David等对ETFs与其成份股之间的套利进行了详细考察，认为ETFs会加剧其成份股的波动性，而由于这一反馈传导机制的存在套利交易会诱发市场大幅波动的传染性，进而影响整个市场的稳定性。

图5：指数反馈示意
（五）浅层反馈
具体而言，浅层意指股票指令簿报价的深浅度，是股票流动性的重要指标。

流动性与价格发现之间的关联是浅层反馈的直接原因。

市场波动率由于消息或基本面的影响而上升，使得股票指令簿内的报价分布比较分散，因此市价单（Market Order）容易大幅地移动市场成交价（Reference Price），进而使得指令簿内的报价分布更为分散，如图6所示，而更具体的分析则可进一步参考Zovko-Farmer 的工作。

图6：浅层反馈示意
毫无疑问，上述各类反馈作用的强度受到市场多个因素的影响，如金融机构的资本金水平、杠杆率以及市场参与者的差异程度等。

显然，如果市场参与者不够多元化，则其交投行为将容易表现出较强的一致性，而反馈循环作用的强度亦更为明显。

同时，市场参与者的行为表现也依赖于市场的变化，特别在一些极端场景下，由于风险控制、监管约束以及保证金水平等的相似性，一大批机构投资者极容易出现相似的交易行为，将显著地放大市场的内生性风险。

因此，CBT/HFT 对市场各项非线性动力学行为以及内生性风险涌现可能场景的影响应当是监管约束或风险控制分析、考察的基础。

四、CBT/HFT监管的海外经验
市场的复杂性使得CBT/HFT的影响具有多重性，也使得系统风险与市场稳定性难以估量与控制。

无论是操作风险或内生性风险，一旦涌现都将扭曲市场的价格发现等基础功能，影响市场的稳定性。

因而，对于CBT/HFT的风险控制与监管约束，一方面应当不断跟进系统动力学等领域的进展，从复杂性系统的视角分析、考察市场涌现系统/内生性风险的可能场景，另一方面则需要在流程控制、系统
可靠性等方面加以规范和监管。

2013年3月22日，德国议会上议院（Bundesrat）通过了一项针对高频交易的监管法案，对高频交易的技术规范、监管与准入约束进行了详细的梳理和分析，明确了监管当局、交易所的职责，并通过牌照管制的方法界定了CBT/HFT 参与者在交易系统、交易算法等方面上的规范标准。

这一法案有两大特点，一是首次框定了CBT/HFT的规范，二是通过技术与税费等手段分类监管不同的CBT/HFT行为，这对于我国证券市场的建设与金融创新的推进具有重要的借鉴和启发意义。

德国高频交易法案主要涵盖了七部分内容，包括：监管当局的权限；价格发现过程的保护措施；报价单位（Tick Size）的设定；投资机构的准入条件；过度交易的防范与惩罚；标记算法交易指令；金融机构的牌照管理。

对于监管当局的权限，该法案授予交易所与德国联邦金融监管局（BaFin）等监管层获取算法交易、使用系统、交易策略描述与参数等权力，并在法案中涵盖了核查高频交易任一环节、事由的权力；同时，监管层有权力禁止某些交易策略的应用。

对于价格发现过程的保护措施，交易所必须在任何情况下保证价格发现过程有序进行。

市场出现价格的大幅震荡时，可考虑通过静态或动态有限控制的手段干预市场的波动（如熔断机制（Circuit Breakers））。

对于报价单位的设定，交易所需要结合价格发现机制，设置合适的报价单位以防范逆向效应对市场整体性与流动性的影响；同时，进一步依据交易所规则的变化完善更新。

对于投资机构的准入条件，该法案对采用算法/高频交易的投资机构在交易系统、风险控制等方面进行了规范和要求：交易系统应有足够的弹性，有足够的冗余与能力处理交易的极限情形；确保交易系统有足够的鲁棒性与可靠性，以避免交易指令的错误发送或交易系统的失灵；交易系统不能用于法律或交易所禁止的市场滥用等交易。

投资机构必须有到位的应急措施以应对交易系统出现不可预见的错误与紊乱。

同时，应确保交易系统进行了全面的测试和有序的监控，并要求投资机构必须确保建档记录交易算法每一次的更新与修改。

对于过度交易的防范与惩罚，要求交易者的行为符合一定的指令/成交比例（Order-to-Trade Ratio，OTR）。

OTR的具体设定仍有待进一步讨论，但可依据交易所的规则设定不同金融产品、资产以及不同功能定位交易者在一定周期（如
每月）的OTR。

为了惩治过度交易行为，授权交易所征收过度系统使用费，费用的具体额度则由交易所决定。

对于标记算法交易指令，该法案将计算机算法触发完成的交易行为均纳入了监管、标记的范围。

交易所对计算机算法自动完成的交易指令进行标记，同时鉴别使用的交易算法。

对于金融机构的牌照管理，该法案要求凡是在自有账户（即自营投资）上进行高频交易的机构需要获得牌照许可。

该法案对高频交易的技术特征进行了较为广泛的认定：一是认定缩短延迟的基础设施（如近邻服务（Co-location）、主机托管（Proximity Hosting）以及高速直连等，BaFin的标准是10Gbit的近邻接入）属于高频交易技术的范畴；二是认定系统化、无人为介入地触发、生成、传送和执行交易指令属于高频交易；三是认定高频率产生大量指令、报价以及订单取消等信息的交易行为属于高频交易（如每秒2笔订单信息等，BaFin披露的标准是每一成员每天75000个信息单）。

五、启发与建议
德国高频交易法案中一个突出要点是首次明确给出了CBT/HFT的定义，将CBT/HFT的性质归属为一种技术手段创新，认为CBT/HFT是技术发展与商业竞争的自然结果。

在CBT/HFT技术认定上，该法案较为宽泛，将近邻、主机托管等技术服务也纳入了监管范围，这将有助于降低操作风险对市场稳定性的影响。

另一个要点是，该法案将通常意义的算法交易也纳入了监管范围，将算法交易扩展为一种由计算机算法自动执行的交易方法。

同时，对算法交易的指令进行标记，将有助于监控异常交易以及可能的市场操纵行为，也是禁止、约束某些交易策略的必要前提。

而通过对CBT/HFT征管额外的费用以及限定指令/成交比例（OTR）是该法案的一大创新。

CBT/HFT策略的一大特点即是积小利为大财，通过高频次的交易换手获取高额的利润。

交易手续费用的提升将极大地侵蚀交易策略的盈利特性，促使相关交易者降低交易频次，从而减少对市场的可能冲击。

而根据交易者行为与动机、金融产品属性等分类限定、约束不同的OTR将有助于改善市场的结构，通过鼓励或抑制不同的交易行为提升市场的流动性，平抑市场的大幅波动。

同时，该法案澄清和界定了某些交易算法与市场操纵行为的关联，将一些误导性的交易操作认定为市场操纵行为。

并要求进一步修改投资者补偿条例，以明
确对CBT/HFT可能造成的权益损害进行追偿。

我们建议，在我国当前市场情况下，明确CBT/HFT的规范，框定CBT/HFT 的范畴，建立CBT/HFT准入的牌照管理是我国证券市场发展可以借鉴的优先路径。

首先，规范的建立将有助于明确监管与风险控制的范围，也是进行交易行为、市场交易者分类监管的前提。

其次，通过交易准入的牌照管理将有助于规范市场参与者交易系统的建设，最大程度上降低CBT/HFT相关的操作风险，提高市场的稳定性，避免重蹈光大证券8.16事件的覆辙。

而具体地如何通过技术或税费的手段抑制市场的过度交易行为则需要结合我国市场流动性现状、波动性变化做进一步的设计和研究。

总而言之，无论从监管约束或风险控制上，业界应当对新兴交易技术的应用保持足够的关注，建立行业规范与标准，尽可能地降低CBT/HFT 等交易方式对市场稳定性的影响。

参考文献：
[1]BaFin，FAQ relating to High-frequency Trading Act，2013。

[2]Itzhak Ben-David，Francesco Franzoni，and Rahih Moussawi，ETFs，Arbitrage，and Contagion[J]，Working Paper，2012。

[3]Bundesministerium der Finanzen，Hochfrequenzhandelsgesetz，2013。

[4]Jean-Pierre Zigrand，Dave Cliff，and Terrence Hendershott，Financial stability and computer based trading[J]，Foresight Working Paper，2012。

[5]Didier Sornnette and S. Von der Becke，Crashes and High Frequency Trading[R]，Foresight Working Paper，2011。

（责任编辑：欧阳曦健）。