2月初全球股市遭遇的那场“血洗”虽然已经硝烟渐散，但仍让人心有余悸。而当人们究其源头时，一个曾在多起市场崩跌中出现的身影又再次被提及——算法交易。
何方神圣
2月5日美国股市暴跌，道琼斯指数重挫1200点，创下史上最大单日下跌点数，成为金融市场最新的“黑色星期一”。尤其值得注意的是，当日有15分钟的时间股价跌落得异常迅速，道指10分钟内崩跌了800点。
Fidelity Personal Investing投资总监Tom Stevenson表示：“爆炸性的跌速是由机器完成的。”BB&T Wealth Management的Walter Hellwig也对彭博说：“上午的跌势是人为造成，下午的自由落体则来自于机器。”
他们口中所说的“机器”就是算法交易的主体。即便不是起源，但能对这场席卷全球的风暴推波助澜，可见算法交易的巨大能量。
简单来说，算法交易是指将既定的交易策略整合成数据处理模型，然后以相应的电脑程序自动决定并执行交易。比如电脑会根据模型监测估值过高或过低的股票，并依此以极高的速度进行交易。
如今越来越多的金融公司使用这种以精密程序判断交易机会并以远快于人类的速度执行的算法交易。其优势显而易见，除了高速有效地执行，只要设计得当，就可以摒弃人为主观因素或错误的干扰，从而获取更好的收益表现。
据统计，使用这种自动交易技术的“量化基金”（quant）如今所管理的资产已经超过1万亿美元。有分析通过估算认为，标普500指数的相关交易中有超过一半由算法交易完成。
狂野因子
这也就不难理解为何众多专家将最近这次股市巨震归咎于算法交易了。
具体来看，人们大多认识到真正的起因在于2月3日公布的美国非农就业报告。好于预期的薪资增长令投资者相信通胀将提早到来，进而引发美联储更快地收紧货币政策，并不利于股市。但有分析称，真正起到实质性作用的是美国国债收益率随着这一消息的上扬。
对于华尔街许多执行算法交易的机器来说，十年期美国国债收益率一旦升至3%，就意味着投资者的兴趣将由股票转向债券。而当日该益率超过2.9%，这无异于对这些机器下达了抛售的指令。
在下行市场中，算法交易还会进一步扩大跌势。Amplify Trading交易主管Piers Curran解释道，算法会设置在特定的情况下以特定的方式进行反应。他说：“一种算法是用来止损，在持有资产下跌时进行出售以防止进一步受损。所以如果道指下跌了5%，可能就会触发自动的抛售行为，而当这类算法规模巨大并被多方同时触发，就会造成进一步下跌，如此恶性循环。”
另外，算法交易也可能由“相关性”交易触发，一个市场的走向可能引发不同市场的波动。比如当素有“恐怖指数”之称的VIX指数高达一定数值时电脑就会自动执行抛售。这或许可以解释当时全球各大市场都未能幸免的情形。
而算法交易成为市场骚乱“元凶”也非仅此一次。比如2016年10月7日的英镑闪崩。当日英镑兑美元数秒内跳水9%。国际清算银行（Bank for International Settlements）调查后称，“自动止损订单”可能是始作俑者。
2010年5月6日美国股市的闪崩也被认为是受到自动交易的影响。美国商品期货交易委员会和美国证券交易委员会的官方调查报告称：“自动执行大量的卖单可以引发价格的极度波动。”
因此将算法交易称之为金融市场的狂野因子一点也不夸张。
监管制约
但也有评论称，算法交易只是这次股市“暴动”的替罪羊。真正的“幕后黑手”是基金经理们罔顾实际经济基础不断推升股价造成泡沫，而这个泡沫终有一日将会被戳破。至于算法交易实际起到的作用则只是扩大市场的走向——下跌时如是，回升时亦如是。也有学术报告为算法交易进行辩护，声称其提供流动性，并将价格推向更加合理的水平。
尽管如此，一些其它因素也令算法交易存在隐患。比如程序中潜在的问题和设计开发者的人为错误。像2012年美国做市商Knight Capital Group就曾因交易系统错误在半小时内损失了4.4亿美元，同时也导致了约150家公司股票的暴跌。当时，在装置新程序时废弃软件被意外激活。该公司职员在判定到底哪里出错时监测了整整八套软件才发现问题所在。最终该公司付出了被黑石和同业竞争对手以4亿美元收购了70%股份的代价。
同时，这一领域还存在动量点火（momentum ignition）和塞单（quote stuffing）等频繁下达并取消订单以误导其他市场交易者的饱受争议的策略。
因此，对于这一“神通广大”又带有一定灰色意味的力量，最好的办法还是予以监管制约。英国金融行为管理局（FCA）就在此次“黑色星期一”一周后“应景”地发布了一份关于算法交易的报告，强调了欧盟今年开始实施对于金融业监管的MiFID II中的相关要求，其中包括五个主要方面，概要如下。
定义算法交易：公司必须完成定义算法交易的恰当程序，管理实质性变更并保留所使用算法交易的完整清单。
开发和监测：公司必须保持活跃、持续且在完全掌控下的开发和监测进程，在完全部署算法交易前确定其潜在影响。
风险控制：公司必须开发合适且扎实的交易前和交易后掌控方案，以监测、判定并降低潜在算法交易的交易风险。
监管：公司必须保持恰当的监管框架，阐明高管层的有效管理、风险管理和对相关法规的遵从。
市场行为：公司必须考虑他们的算法交易对市场的潜在影响。
至于监管的效用如何，可能就要等到硝烟再起时才能一见端倪了。
