交易无疑是受技术干扰最直接的投资领域，而且这种干扰没有减弱的迹象。几年之后，一个典型的交易平台可能看起来与今天没什么不同，但它几乎肯定会以一种明显更聪明的方式运作，因为交易员也会被期望做更多的事情。
为了深入了解这些变化是如何展开的，Refinitiv与Greenwich Associates合作，制作了一个由三部分组成的系列研究，叫做交易的未来。这项对全球107名资本市场专业人士的调查，为研究推动交易平台的技术变化、数据爆炸及其对未来工作流的影响，以及交易专业人士之间的关系如何演变提供了基础。我最近坐下来迈克尔·钦，Refinitiv的董事总经理和全球交易主张主管，以讨论第一份报告是关于人工智能、大数据和交易平台分析的发现。
二：有哪些您认为有在未来五年左右的时间对交易商和贸易商产生最大影响的技术进步？
迈克尔·钦：关键部件的意志保持EMS[执行管理系统]，尽管它的一个聪明迭代。交易员的工作量必须用自动化来增强，因为它们有望成为真正的多资产类交易而证明自己的价值，获得最好的执行，法规遵从的要求，等等。To do that they’ll need an enhanced EMS with smart order routing that bypasses the human trader on certain trades, based upon parameters the trader is comfortable with, such as trade size, sector, time of day, liquidity – all while the machine continues to learn from the trader’s choices of brokers and algorithms in terms of best results and best execution. The traders themselves will also need smart tools to expand their scope and be able to manage cross asset-trading with minimal spread risk.
这些变化将如何影响买方和卖方?
我们已经看到，买方在将机器学习和人工智能纳入他们的算法交易策略套件中，并更多地使用这些算法，变得更加舒适和自信。在销售方面，我们看到了对协作工具的更大依赖，以提高生产率。借助智能CRM(客户关系管理)工具，我们看到越来越多的客户根据与他们的投资组合和交易历史相一致的市场信号被自动推荐。所有这些都是实时发生的——销售交易员通过电话与所有客户联系的日子已经一去不复返了。
关键的发现贸易的未来:2024年的技术报告：人工智能/机器学习，预计会对全球资本市场的影响最大。
- 61%的调查参与者正在使用人工智能(包括机器学习);(44%)或预计在12-24个月内(17%)。
- 人工智能被压倒性地视为最具潜在破坏性的技术。千禧一代(三分之二)的人比千禧一代(一半)的人更有这种感觉。
- 人工智能极具破坏性的潜力比云计算高出50%。
- 人工智能已经通过算法交易和促进对数据、内容、新闻等的分析，影响了交易过程。
- 如今，只有五分之一的资产管理公司或对冲基金在使用一些人工智能，而且更愿意让供应商和交易对手方进行投资。
- 5名参与者中有4人预计AI/机器学习将在未来3-5年内完全融入交易过程，推动回报、业绩和效率的增长，但目前只有44%的参与者在使用人工智能。
分析如何进化以支持交易成本分析和交易性能分析?
我们正在建设的分析工具，谁需要支持的交易决定实际贸易发生之前客户更深层次的套件。我们在一切投资参与前交易。With the recent acquisition of AlphaDesk [a cloud-based OMS for buy-side clients], we now have the core workflow tools, so it’s really a matter of linking and connecting all the rich content and data we have, including the pre-trade workflow tools we have in Eikon. We never stop asking how we can help traders better manage the reams of data they’re exposed to.
据推测，这些数据的流动只会增加，增加了贸易商的挑战？
这是正确的，这有助于推动新的解决方案。例如，历史市场数据终端业务一直依靠投资者寻求交易前的信息，连接所有的点，并找出正确的信号，以帮助交易决策 - 所有与自动化建议最少的帮助和节省时间。目前，我们正在把一个机器学习为基础的解决方案，它是所有关于速度更快的洞察力收尾。把它看成是一个聪明的桌面上，当有在市场上显著运动，识别异常情况或交易高峰，并开始实时映射回帮助查明原因，贸易尖峰或异常发生。从表面上看，这是交易后分析，但每一次异常识别智能桌面是学习一些事情背后的原因，以及喂养推理到分析引擎，它是学习，然后变得更加的预测。对我们来说，这就是未来。
机器学习和人工智能在你刚才描述的事情中扮演了重要的角色。在人工智能已经产生的影响之外，你预计人工智能会对交易造成多大的破坏?
在格林威治的心脏报告中，我们对将一些形式的AI进入交易流程看到更多的开放性 - 这是接管排序。我并不感到惊奇。There is a sort of generational dynamic involved, and Millennials are much more open to AI and machine learning – they’re interacting with it every day on social media, and in how stores and retailers are reaching out to them based upon their particular buying habits and so forth. They’re much more comfortable with it. Since they will be the traders of the future, we’ll likely continue to see more of a shift towards accepting AI and machine learning in the coming years. As a result, we are really focused on how we can incorporate AI to advance the workflows that we offer to our clients. And from a trader’s perspective there are tangible achievements or objectives – quality of trades and best execution, for example – that a trader is going to focus on when it comes to expecting their solution providers to incorporate machine learning. In today’s world, the portfolio manager and trader functions are becoming more entangled, and the line of demarcation between the two has become murky. The need to integrate all the solutions and create an ecosystem that everyone can use is driving Refinitiv’s strategy.
将智能桌面能够利用替代数据？
是的。在大宗商品业务方面，我们一直拥有非常强大的另类数据提供，我们正在与许多合作伙伴合作，帮助我们在其他资产类别中扩展整体另类数据提供。我们将停止发射卫星来获取替代数据;但我们专注于与我们的合作伙伴收集可能的最佳替代数据集。反过来，这些数据集将成为丰富数据的一部分，这些数据将被输入到我们正在开发的智能桌面中，被剖析、分析，并呈现给我们的客户。
©Refinitiv 2020。保留所有权利。