算法交易很厉害？过去五年年均收益仅为大盘的一半

不断被讨论的一个话题就是，机器学习算法的利用日趋广泛。然而，这种看似高端的工具到底能否带来可观的超额收益，却也未必。

Eurekahedge AI对冲基金指数，是一个专门追踪13家在投资决策中利用了机器学习的对冲基金回报率的指数，其在过去五年的年均回报仅为7%。相比之下，标普500指数同期的年均回报则达到13%。

过去多年来，在全球央行集体实施超宽松货币政策的背景下，美股接连上行，波动性处于历史地位也成为常见现象。不过今年以来，随着美联储接连加息，全球市场动荡的出现也更加频繁。而AI在这种环境下更难施展，截至9月底，Eurekahedge AI对冲基金指数下跌5%，而同期标普500指数则上涨9%。

彭博在近日报道中援引 AQR资产管理公司机器学习负责人Marcos López de Prado称，在金融市场中，机器学习策略的一个最大缺陷是，算法生产的真实信号在噪音中的占比极低，因此经常会带来错误的策略。他表示：

即便没有形态，机器学习算法也总能给你找出一个形态。

要真正将机器学习带到金融市场，需要对市场有非常深入的了解。

过去几年在机器学习等技术飞速发展的同时，算法在市场交易中的应用也与日俱增。美国市场研究咨询机构透明市场研究(Transparency Market Research)上个月发布的报告显示，2016年全球范围内算法交易这一市场规模为83.73亿美元，2018-2026年的年华复合增长率将达到10.2%，达到218亿美元。

报告称，这一增长将主要集中于北美，背后原因一方面在于技术的快速进步，另一方面也在于银行和金融机构面向终端用于推出的算法交易应用。

除了在业绩表现上落后于大盘以外，算法应用给市场带来的潜在风险也不容小觑。

位于英国的固收领域权威监管机构市场准则委员会（FMSB）主席Mark Yallop近日表示，算法交易虽然有它自身的有点，但是也容易放大市场波动，给金融市场带来新的风险。

香港《南华早报》在昨日报道中援引他的话称：

电子化交易在降低成本和提高透明度方面拥有巨大的优势，但是另一方面，也带来了目前难以识别或者解决的风险。

报道还援引中信里昂证券股票策略师Christopher Wood称，美股波动有80%是机器驱动，如果有重大事情发生，那么“在一分钟内，就能通过AI、被动交易、准被动交易以及smart beta策略将影响散开，人们也将这成为‘终结者风险’。”