隨著AI交易日益取代人工操作，華爾街眾多金融機構交易員正感受到自身待遇大不如前。

近日，高盛首席財務官斯蒂芬-謝爾(Stephen Scherr)明確表示，隨著公司對基于技術的風險投資和四個關鍵項目(包括蘋果卡)的重視，預計員工薪酬的收入百分比將進一步下調。

事實上，今年前9個月，高盛員工平均收入約為246216美元，甚至不到2009年同期527192美元平均收入的一半。與此相對應的是，高盛僅將營收的35%用于員工薪酬和福利，創下2009年以來的最低水平。

“這背后，是高盛正將大量資源資金投向AI交易與智能技術研發。在今年營收有所下滑的環境下，交易員薪酬正成為最大的犧牲對象。”巴克萊策略分析師Michael D. Cohen向記者分析說。

不只是高盛，其他華爾街大型金融機構也在如法炮制。比如花旗集團計劃裁減數百位交易員;為了將更多資源資金投向AI交易技術研發領域，摩根大通則宣布將投資114億美元研發全球股票交易機器人;貝萊德基金正積極引入基于機器人投資決策的量化策略替代傳統的人工投資決策機制;高盛已計劃將IPO投行業務分拆成140個步驟，由機器人模型自動完成。

一位剛從花旗離職轉投對沖基金的華人股票交易員向記者坦言，他擔心自己很快又會被辭退，原因是新東家也在積極構建基于大數據分析的智能化程序化投資決策模型以創造更高回報率，取代傳統的交易員操作獲利模式。

他甚至表示，若自己再度失業，將會考慮到中國創建私募基金謀生，因為他認為AI交易在中國股票市場尚未興起，人工操作獲利依然有相當大的發展空間。

不過，記者多方了解到，AI交易在中國也悄然興起，包括平安集團等大型金融機構都在積極研發新的AI交易決策模型替代交易員，捕捉更高更穩健的投資回報。

但是，相比歐美大型金融機構在AI交易模型研發方面頗有建樹，中國AI交易依然良莠不齊。不少金融機構名義上開展AI交易，但在實際操作環節依然需要依靠人工輸入經濟數據，以及人工判斷未來股票走勢作為重要的投資決策依據。

華爾街交易員不斷被“邊緣化”

在歐美金融市場，AI交易取代交易員早已不再是口號，而是正在發生的“故事”。

如今，高盛、摩根大通等大型金融機構每年在AI交易領域的資金投入均達到數十億美元。這些資金的主要用途聚焦在三大領域，一是加大金融交易基礎設施的建設，比如設計研發基于AI的全新交易系統，博取較同行更快的交易速度;二是將行政工作與客服工作轉移到線上，減少業務出錯率并提高運作效率;三是設計研發差異化交易策略的AI投資決策模型以獲取更高收益率。

目前，這些投行的巨額投入已換來相應的成果，比如摩根大通已使用全球首款機器人投資模型開展股票算法交易。

“但這背后，是這些大型華爾街投行以犧牲傳統交易員待遇為代價換來的。”上述華人交易員向記者直言。從2014年他所在的花旗銀行股票交易部門引入AI交易模型起，每年都有不少交易員流失，留守者則承受薪酬削減的苦惱。每個留守者心里都明白——自己被AI交易取代，是遲早的事。

Coalition最新數據顯示，自2012年華爾街金融機構紛紛引入AI交易以來，金融機構從事股票交易業務的員工數量減少約逾20%，累計削減崗位超過15000個。

PGI量化投資策略主管Ivan Petej向記者分析說，AI交易的興起，正改變眾多華爾街金融機構高層對交易部門的定位——原先交易部門一直被視為“成本部門”，金融機構需要花費大量資金培養交易員落實各類交易策略，但在AI交易興起后，他們認為AI交易模型能創造更高更穩健的回報，從而幫助機構獲得更多外部投資機構與個人投資者的青睞，因此交易部門一下子變成“盈利部門”。相比而言，薪酬不菲的交易員反而成為交易部門早日盈利的最大“絆腳石”。

不過，AI交易的投資業績是否真能超越交易員，仍然存在較多變數——數據不全、算法不完善、深度學習能力不足、投資結論缺乏邏輯性等問題，都可能令AI交易實戰效果遠遠達不到預期收益目標。

“現在對沖基金高層希望能將業績出眾交易員整個交易邏輯進行數字化，以此完善AI交易模型的漏洞。但在實際操作過程，這些交易模型只能記錄追溯這些交易員在不同環境下的交易操作步驟，整個交易邏輯依然無法通過數字化形式吸收借鑒仿效應用。”這位華人交易員出。因此他所在的對沖基金交易團隊一再要求交易員與AI建模技術人員的配置比例應在5：5，但基金高層則希望這個數字是0：10，甚至他愿以高于交易員薪酬2-3倍的待遇從大型科技機構挖角AI建模與大數據費分析技術人才。

中國交易員尚有喘息之機？

在中國，AI交易同樣正悄然興起。除了平安集團，不少大型私募基金也在積極研發各類AI程序化交易模型，逐步替代交易員博取更高收益回報。

一家國內大型私募基金交易主管向記者透露，相比歐美金融機構聚焦把不同場景下的AI自動化投資決策模型研發，國內私募基金更傾向如何利用AI技術獲取交易速度的優勢——只要自己的交易速度能比同行快2-4毫秒，就能獲得相當可觀的市場中性策略價差套利回報。

為了獲得交易速度方面的優勢，他所在的大型私募基金從大型互聯網科技平臺引入了一支AI技術團隊，每年僅薪酬開銷超過500萬元。這意味著這項AI交易策略需募集至少2.5億元(年管理費2%)，才能基本抵消上述薪酬開支。

由于現在這項AI交易策略尚在測試階段，所募集的資金不超過1億元，因此基金內部只能先自掏腰包。

記者多方了解到，這也是當前國內私募基金與金融機構在AI交易領域投入不高的主要原因之一。然而，很多私募基金正采取其他方式完善自身在AI交易技術研發領域的布局。比如近期多家大型私募基金負責人都前往美國，以高薪+股權激勵方式招募當地AI交易建模人才，讓他們將美國已運作成熟的AI交易模型根據中國股票狀況進行本地化處置，包括調整價值因子、高成長因子、小市值因子、資產重組概念因子的權重與參數范疇，盡早實現多場景下的AI交易策略。

但是，國內私募基金與金融機構AI交易模型的數據不全、算力不足，導致AI交易模型在實戰操作階段依然需要人工操作進行修正完善。更重要的是，中國股市的散戶特征令股票容易呈現全新的異常波動狀況，而基于以往操作經驗所研發的AI交易模型對此“一無所知”，容易出現交易差錯。