
没有自动化,现代金融市场就无法运转。交易员、交易对手和交易处理基础设施依赖于自动化来处理市场生成的大量数据,这些数据对市场的可靠性和完整性至关重要。尽管偶尔会出现故障——自2010年5月灾难性的闪电崩盘以来,故障变得越来越少,也越来越不严重——但这一切都发生得如此顺利,以至于人们很容易将技术视为理所当然。
这要归功于今年的“交易技术40强”(trading Technology 40)中出现的交易领域的技术专家。无论他们从事的是股票、固定收益、外汇、大宗商品还是衍生品,这里列出的高管都是解决市场规模和复杂性所带来的无数问题的开创性解决方案。
以公司债券的流动性紧缩为例,这是交易商退出本金交易的结果,而本金交易使他们自己的资金面临风险。贝莱德(BlackRock)交易、流动性和投资平台主管理查德?今年排名第一的Prager明确表达了对流动性紧张的担忧,并鼓励买方驱动的解决方案,在全行业产生了影响。例如,贝莱德在公开交易(Open Trading)上进行了合作,这是MarketAxess Holdings(见第12号Nick themlis)平台上的一项协议,该协议汇集了来自广泛市场参与者的流动性。
在获取流动性和准备触发算法策略等重要任务中,计算能力和速度的加速多年来一直是交易技术发展的驱动力。对低延迟的追求——将通信时间最小化——推动了所谓的算法军备竞赛,并一直持续到今天。不过,在KCG Holdings首席技术长(排名第九)迈克•布鲁姆(Mike Blum)看来,速度不再像过去那样是最重要的。尽管它仍然很重要,不能被忽视,“现在的重点是阿尔法,”他说。“现在是变得更聪明。”
事实上,在交易和决策和策略的分析中,智能已经成为一个共同的主题。Portware公司(Alfred Eskandar,排名第30)2012年在其执行管理系统中引入了人工智能组件。如今,支持实时决策的机器智能已被嵌入彭博(Bloomberg)的Tradebook(格伦•莱斯科(Glenn Lesko),排名第6)和花旗(Citi)的Optimus(丹•基冈(Dan Keegan),排名第5)。Tradeweb市场(比利霍特,14号)兜售智能执行的概念“集成机器学习让交易变得更聪明”,而美国金融业监管局(Steven Randich号31)正在使用机器学习作为监测工具500亿交易,报价、市场和其他日常活动。(为了不低估人的因素,贝莱德(BlackRock)的普拉格(Prager)强调,“这是关于人和机器的。”)
《机构投资者》的编辑在考虑了行业专家的提名和意见后,选出了“交易技术40强”。亚博赞助欧冠领导标准包括最近和职业成就以及对单个公司和整个行业的贡献;行政责任的范围和复杂性;以及纯粹的技术创新。点击下面40个简介的链接。
该排名是在高级特约编辑杰弗里·库勒(Jeffrey Kutler)的指导下编制的。档案是由库特勒写的;亚洲分社社长郑兆麟;特约撰稿人Jess Delaney;资深作家弗朗西丝·丹麦、伊莫金·罗斯-史密斯和朱莉·西格尔。
2017年交易科技40强点击下面查看配置文件![]() ![]() ![]() ![]() ![]() |
![]() ![]() ![]() ![]() ![]() |
![]() ![]() ![]() ![]() ![]() |
![]() ![]() ![]() ![]() ![]() |
![]() ![]() ![]() ![]() ![]() |
![]() ![]() ![]() ![]() ![]() |
![]() ![]() ![]() ![]() ![]() 罗斯三世PDQ企业 |
![]() ![]() ![]() ![]() ![]() |