Shining a Light Creates shadows, If you try to creat this bright line, you are going to create gray zones on either side.
——Michael Lewis, 《Flash Boy: A Wall Street Revolt》
2020年3月初之後，隨著新冠病毒疫情在歐美的持續蔓延，歐美金融市場發生了大幅度的波動。各界人士對於金融市場波動的原因已有多方面的分析，部分人士認為市場的大幅波動與算法交易和高頻交易的普及有所關聯。本文將從算法交易和高頻交易的定義、在歐美市場的普及程度、優點與潛在風險、此前的監管要求和關注點等進行分析，並對此前歐美監管部門針對算法交易和高頻交易已經發布和擬發佈的相關監管政策進行梳理，以期為我國進一步研究瞭解算法交易的潛在優勢和風險，規範算法交易和高頻交易行為提供借鑑。
一、算法交易與高頻交易已在歐美市場中廣泛存在
（一）算法交易與高頻交易的定義近年來，隨著信息化、電子化技術在金融市場中運用廣度和深度的拓展，程序化交易、算法交易與高頻交易等成為了越來越多金融機構首選的交易方式。在探討各類自動化交易方式的優缺點之前，首先應當明確各類自動化交易的定義。然而，由於各類自動化交易出現時間尚短，不同國家或地區對於算法交易、高頻交易等的具體定義或未能明晰、或尚存差異。
關於算法交易（Algorithmic Trading）的定義，一般認為算法交易是自動化交易的一種子類別。歐盟於2018年開始施行的《歐洲金融工具市場指令 II》（Markets in Financial Instruments Directive II, MIFID II）對其進行了定義。MIFID II指出，通過計算機算法自動決定金融工具交易訂單某個或某些要素（例如是否發起訂單、發起訂單的時間、訂單的價格、訂單的成交量等要素），且較少或完全沒有人為干預的金融工具交易即為算法交易（Algorithmic Trading）。應當注意的是，MIFID II指出僅通過智能程序選擇交易場所，而預先設置的算法並不決定其他交易要素（例如價格、數量等）的交易方式並不屬於算法交易。因此，自動路徑下單系統（Automated Order Routers, AORs）並不在算法交易之列，而智能訂單系統（Smart Order Routers, SORs）則屬於算法交易之列[1]。在美國，不同監管部門對於算法交易的定義並非完全一致，證券監督管理委員會（SEC）等證券交易系統內的定義類似於歐盟，而商品交易委員會（CFTC）的定義則更接近於將算法交易等同自動化交易。2016年6月，美國金融業監管局（FINRA）發佈的《監管通知》（Regulatory Notice）[2]中將算法交易策略（Algorithmic Trading Strategy）定義為通過自動化系統生成和發送訂單的交易策略，而僅為訂單選擇交易場所的策略並不屬於算法交易策略的範疇。CFTC在2015年開始徵求意見的《自動化交易監管規定》（Regulation Automated Trading, Regulation AT）中即將自動化交易（Automated Trading）定義為有算法介入的，自動生成和執行的交易策略，並且在行文中將自動化交易與算法交易系統（Algorithmic Trading System）等同。 關於高頻交易（High-Frequency Trading）的定義，國際監管組織和各國監管機構一般都將高頻交易作為算法交易的一種特殊形式。國際證監會組織（IOSCO）2011年發佈的《技術變革對市場的影響引發的監管問題（徵求意見稿）》（Regulatory Issue Raised by the Impact of Technological Change on Market Integrity and Efficiency）指出了高頻交易的一些共同特徵：一是通過複雜的技術手段來實現多種不同的策略，這些策略包括做市、套利等；二是在整個投資鏈條中使用了大量採用算法的數量工具，包括市場數據分析、交易策略部署、降低交易成本、訂單的執行等；三是一般具有較高的單日交易量，提交的訂單量與實際交易的訂單量比例較高（即有大量的交易在成交前被取消）；四是通常在交易日日終不會持有頭寸或僅持有較少的頭寸，以此降低隔夜風險，並降低保證金佔用量，即使是在日間，持有頭寸的時長也較短；五是較多被自營交易公司或交易臺使用；六是對於延時特別敏感，高頻交易往往需要依賴比競爭對手更快的交易執行來獲取利潤，因此多會使用電子直連或臨近交易所的方式。 歐洲監管機構則在MIFID II中明確了高頻算法交易工具（High-Frequency Trading Technique）的定義。MIFID II指出，高頻算法交易工具是有以下特徵的算法交易工具：一是利用貼近服務基礎設施來降低訂單成交的延遲，例如貼近交易所（Co-location）、貼近主機（Proximity Hosting）或高速電子直連（High-Speed Direct Electronic Access）等；二是訂單的發起、生成、傳輸和執行等各個步驟都由計算機自動化執行；三是交易訂單發送、報價和取消等行為具有日內高信息率（High Message Intraday Rates）。美國監管機構對於高頻交易尚未形成明確的法律定義，但總體來看其範疇與歐洲相似。2012年美國商品交易委員會（CFTC）曾草擬（draft）了高頻交易的定義，指出高頻交易是指具有以下特徵的自動化交易（Automated Trading）：一是通過算法來進行交易決策以及訂單發起、傳送、執行等流程，而不需要人為干預；二是通過低延時技術來降低交易的反應時間，這些技術包括鄰近交易所、接近主機等；三是通過與市場的高速連接來及時執行交易； 四是高通信率（包括訂單提交、詢價和取消等）。（二）算法交易與高頻交易在歐美市場的普及程度隨著金融科技的發展，計算機技術在金融領域運用的拓展，算法交易、高頻交易等各類自動化交易在歐美市場中佔比持續上升，達到甚至超過了總交易量的50%以上。
在股票市場，高頻交易在歐美股市中佔比在10年前即已達到較高水平。根據SEC職員Greig（2012）的統計，美國股票市場高頻交易在總成交量中的佔比已經從2005年的20%左右，上升到了2010年的55%左右；歐洲股票市場高頻交易在總成交量中的佔比已經從2005年的不足5%，上升到了2010年的約40%。隨著時間的推移，目前算法交易和高頻交易等在歐美股票市場總交易量的佔比相較於2010年還有進一步的擴大。
在期貨等衍生品市場，部分流動性較高的產品自動化交易佔比甚至比股票市場更高。從上文可知，CFTC語境下的自動化交易即為算法交易。供職於CFTC的Haynes和Roberts（2015）研究了CME在2012年11月12日至2014年10月31日期間的交易數據，發現在外匯衍生品中自動化交易的佔比達到了79.9%，權益和利率類衍生品交易中也有60%以上來自於自動化交易，能源、貴金屬和農產品衍生品交易中的30%至50%也是來自於自動化交易，只有低成交量的部分產品中自動化交易的佔比較低。CFTC前任主席Massad在2015年的講話中也指出，近年來美國10年期國債期貨交易量的67%以及歐洲美元期貨交易量的64%來自於自動化交易。
二、算法交易與高頻交易的優勢和潛在風險點
（一）算法交易與高頻交易的潛在優勢根據學界和監管機構的研究，算法交易以及高頻交易能夠為金融機構帶來更多的利潤，與此同時也能夠進一步提升市場發現價格的能力和市場效率。具體而言，此前研究認為算法交易與高頻交易的潛在優勢主要有以下幾個方面：一是在金融機構層面降低交易成本、提高交易效率。算法交易和高頻交易在提前確定好相應的程序之後並不需要過多的人為介入，即可自動進行交易的提交、申報和執行等操作。由此，既可以降低所需要僱傭的用於完成交易的前中後臺人員數量，還可以進一步通過電子化替代提升交易全流程的效率，降低潛在“烏龍指”可能導致的操作風險。因此，不少金融機構樂於在部分交易臺上嘗試通過算法交易等方式取代人工操作。二是能夠提升正常情況下的市場流動性，降低買賣價差。此前較多的學術研究都認為，在市場正常的情況下，算法交易和高頻交易可以增強市場的流動性。Litzenberger等人（2012）通過分析紐約證券交易所（NYSE）和納斯達克交易所（NASDAQ）的數據指出，高頻交易公司在市場中數量的增多有效的降低了買賣價差（Bid-Ask Spreed）、增加了市場的流動性。Hendershitt（2011）也在相關的調查中指出，算法交易在美國股票市場佔比的上升，降低了買賣價差，提升了股票的流動性，並且更有利於報價及時充分的體現各類信息、加快股票價值的發現。
三是能夠提升市場的效率，更為快速和準確的發現價格。算法交易和高頻交易的運用使得金融機構能更為快速和準確的發現股票的價格，同時消除不同市場之間潛在的價差和套利空間。在高頻交易中，即存在一類套利交易（Arbirage Trading）策略，這類策略旨在通過相同或相似證券之間的價格差異來尋求無風險套利利潤。例如，當某股票ETF基金及其底層股票之間存在相應價差時，該類高頻交易策略就可以通過同時買入和賣出相應的頭寸來進行套利。由於該類策略和電子化交易方式的存在，算法交易和高頻交易能夠在短時間內將外部信息反映到資產價格之上，同時消除不同市場之間的潛在套利空間，在市場正常時更準確高效的發現價格。（二）算法交易與高頻交易的可能風險點然而，算法交易和高頻交易在為金融機構和市場帶來潛在好處的同時也帶來了相應的風險，具體而言，經過學界和監管部門總結，風險主要集中在以下幾個方面：一是可能加大了系統性風險的影響，並在特定情況下增加市場波動。由各國監管機構組成的高級監管小組（Senior Supervisors Group, SSG）2015年4月曾發佈《算法交易簡報》[3]（Algorithmic Trading Briefing Note），其中即指出單個小型算法交易公司的微小錯誤可能會造成市場瀑布式的效應，最後這個微小的錯誤可能造成金融市場整體的巨幅波動。CFTC前主席Massad（2015）也曾經指出，在研究了玉米、黃金、WTI原油、S&P股指期貨、歐洲美元等活躍的衍生品種之後，發現近年來市場快速波動事件（”Flash” Event）相較之前更為頻繁，不過Massad指出快速波動事件和算法交易、高頻交易之間的關係有待進一步研究。值得注意的是，雖然上文提到已有不少研究指出，正常市場情況下算法交易和高頻交易能夠增強市場流動性，但是在壓力場景等特殊情況下，算法交易和高頻交易可能會加劇波動、減少流動性。SEC及CFTC針對2010年5月6日美國股市“閃崩”事件的研究中發現，雖然閃崩的初始“導火索”可能並非高頻交易，但是當市場快速波動時，算法交易和高頻交易的交易行為加劇了市場的波動和流動性危機。 二是算法交易和高頻交易可能導致非正常波動在不同金融市場間快速傳遞。部分算法交易和高頻交易中所採用的“套利策略”對於金融市場是一把“雙刃劍”。在市場正常時，部署套利策略（Arbitrage Strategy）可通過套利抹平不同金融市場之間相同或相似產品的價差；但當市場發生較為劇烈的波動時，通過算法交易和高頻交易實施的套利策略會快速的將單個市場的劇烈波動傳導至眾多的金融市場甚至各類資產之中，從而容易引致大範圍的一場價格波動。三是若多家機構採取了相同的策略或算法，將會造成單向波動加劇。雖然從合規的角度來看，絕大多數金融機構所部署和採用的算法交易和高頻交易程序是互相獨立的，但是從策略的層面上，不同機構的算法或高頻交易程序背後的策略可能存在同質性。例如，若大部分機構或算法掛鉤同一個指標，當該指標發生了劇烈變動時，掛鉤了該指標的算法和高頻交易程序會同時快速作出同向的類似交易，從而造成市場單向波動的加劇。若市場單向波動的加劇進一步強化了所掛鉤指標的變動，市場則會陷入“螺旋效應”，在沒有外部干預的情況下“自由落體”。這也正是2020年3月初發達經濟體各類金融市場大幅波動背後的邏輯之一。 四是一旦發生程序錯誤，將容易在短時間內對金融市場產生負面影響。一方面在算法交易和高頻交易的程序設計過程中可能會出現人為的失誤或漏洞，從而造成市場動盪。IOSCO（2011）指出，當算法出現錯誤或發生意料之外的操作時，容易引發“鏈式反應”，特別是在市場波動加劇時可能造成流動性缺失。另一方面，若相應算法和高頻交易程序由於系統問題在實際執行過程中出現錯誤，也可能對金融市場產生相應影響。算法交易和高頻交易對於電信連接和電腦系統高度依賴，當相應的配套系統難以承受高通量的信息時，也可能造成相應系統的失效，從而對金融市場產生影響。應當指出的是，由於算法交易和高頻交易的低延時性特徵，一旦錯誤發生，難以在短時間內通過人為介入來阻斷錯誤的發散。五是可能會產生潛在的不公平、違規交易行為。部分高頻交易策略與操縱價格等違法行為僅有一步之遙，例如動量發起（Momentum ignition）策略、訂單預期（Order Anticipation）與幌騙（Spoofing）、老鼠倉（Front-running）之間僅有一步之遙。動量發起策略一般指的是自營交易公司通過發起一系列的訂單來引導資產價格的快速上升或下降，並從中進行獲利的策略。由於短時間內進行大量訂單提交和取消的特性，其往往與幌騙交易的邊界較為模糊。訂單預期策略會通過提交小規模的交易訂單來探測大機構潛在的暗池訂單或大規模訂單，以此來偵測未來可能的交易動向並進行獲利。此外，算法交易和高頻交易的其他部分策略也可能存在潛在的不公平、違規交易行為，因此受到了監管機構的關注。 除此之外，也有部分研究認為，高頻交易事實上只是“虛假”的增加了市場的流動性。這是由於高頻交易所提交的訂單中有許多最後實際上是被取消了，因此高頻交易雖然從報價數量上來看，似乎增加了市場的訂單數量，但是許多通過高頻交易策略程序提交的訂單最後會取消，實際上並沒有增加市場的有效訂單量。更為嚴重的是，由於算法交易和高頻交易的高效套利，部分由人工提交的潛在有效訂單逐步被“擠出”市場，從而可能在事實上還降低了市場實際的流動性和深度（Depth）。三、算法交易和高頻交易對市場影響的具體案例
近年來，隨著算法和高頻交易運用的推廣，市場“閃崩”（Flash Crashes）等事件也有所增多。近年來較為知名的市場閃崩事件包括2010年5月6日的美國股票市場閃崩事件、2013年4月23日美國股票市場由於媒體社交賬號被盜發佈不實信息導致的閃崩事件、2014年10月15日美國10年期國債收益率閃崩事件、2015年1月15日瑞士法郎大幅波動事件、2016年10月6日英鎊閃崩事件等。
以2010年5月6日的美國股票市場閃崩事件為例。2010年5月6日下午，美國股票個股、指數以及相應的股指期貨出現快速下跌，最大下跌幅度達到9%以上。事後CFTC與SEC共同開展研究，就事件的過程和監管啟示形成了《聯合報告》。5月6日前，雖然歐洲主權債務危機的相關消息瀰漫市場，但是市場的震盪還是比較理性和緩和的。5月6日下午1：00[4]，歐元對美元和日元的匯率出現下跌。與此同時，部分股票的波動率上升，紐約證券交易所（NYSE）觸發流動性補充點（Liquidity Replenishment Point）[5]的個股數量逐步超過平均水平。2:30左右，VIX指數相較於早上開盤上升了22.5%，股票的拋壓使道瓊斯指數（DJIA）較開盤下跌2.5%，10年期美國國債收益率下行，而與此同時E-Mini S&P 500股票期貨合約（以下簡稱“E-Mini”）和SPY股票指數基金等最活躍的期貨和現貨合約買方流動性（Buy-Side Liquidity）[6]較當日早上下降了20%至50%。2:32，為了規避其持有的現貨股票頭寸風險，某交易商通過算法交易程序發起賣出75000張E-Mini合約（約合41億美元）的訂單。如此大量的合約賣出，在此前1年中僅有2次，而且都是在算法交易程序執行的，以至於其中一次用了5個小時才消化全部訂單。然而，在5月6日當天市場流動性較差的背景下，算法交易程序仍試圖在20分鐘之內完成相關交易。該賣單投放市場伊始，主要由期貨市場的高頻交易者、期貨市場的做市商以及跨市場的套利者消化，其中，高頻交易者消化了部分賣單後，累積形成了3300個E-Mini合約淨多頭頭寸，為減少其淨頭寸暴露，這些高頻交易程序在2:41至2:44之間賣出了2000個E-Mini合約，疊加此前還未被完全吸收的賣單，導致市場產生了兩次流動性危機。
首先，是E-Mini合約的流動性危機。來自算法交易程序的賣單和高頻交易程序的賣單，使E-Mini合約價格在2:41-2:44之內快速下跌了3%；與此同時，在偵測到E-Mini合約和股票現貨市場存在價差套利空間後，算法交易套利者在股票市場也開始執行賣出程序，從而使股票指數也下跌了3%左右。由於缺少來自其他買方的買單，高頻交易程序隨即快速買入並再次賣出E-Mini合約。這導致E-Mini合約僅在高頻交易程序之間快速反覆交易，2:45:13至2:45:27之間高頻交易程序對E-Mini合約的交易量達到27000個合約，但是事實上淨買單僅有200個合約。此時E-Mini合約買方的深度（Depth）僅為當日早盤的1%左右，由於市場流動性的枯竭，E-Mini合約的價格在15秒內又下跌了1.7%。2:45:28，芝加哥商業交易所（CME）暫停5秒E-Mini合約的交易，以避免價格繼續瀑布般下跌。在交易暫停期間，市場參與者逐步冷靜並調整算法交易參數，因此E-Mini合約的價格得以在交易恢復後保持穩定並有所回升。其次，是個股市場的流動性危機。2:45期貨和現貨市場快速下跌、產生第一次流動性危機後，許多自動交易程序觸發了暫停設置，以避免在非理性的價格達成交易。在自動交易程序暫停的過程中，市場各方重新進行風險評估來確定接下來該如何交易。由於現貨、期貨等多個市場都發生了大幅的波動，不少做市商（Market Makers）以及其他的市場流動性提供方認為市場恐慌情緒蔓延，故而增擴了買賣價差（spread）並減少交易量。與此同時，平常一般同時向買方和賣方提交大量訂單、為市場提供不少流動性的高頻交易者也開始更多淨賣出。雖然2:45之後E-Mini合約等從此前的快速下跌過程中逐步穩定，但是個股和ETF基金由於缺少買家仍然繼續快速下挫。由於個股市場流動性缺乏，部分股票的成交價格甚至下降至幾美分或上升至10萬美元。此後，市場逐步平穩，下午3:00時絕大多數證券都恢復到了正常的交易情況。由於2:40至3:00期間市場價格波動加劇造成許多資產成交價格發生較大偏離，FINRA後來允許滿足相應條件的已成交交易進行撤銷。CFTC與SEC所發佈的《聯合報告》指出，從本次股票閃崩事件中監管機構獲得的經驗教訓主要包括以下幾點：
一是在市場遭遇壓力時，自動化執行的大量賣單可能會引發價格劇烈波動，特別是若該算法在執行交易時不考慮成交價格。更為重要的是，壓力情況下自動化交易和各類算法交易有可能會進一步侵蝕市場的流動性，並造成整個市場交易秩序的混亂。除此之外，跨市場交易的資產以及各類衍生品可能會造成單一市場波動快速傳導至多個市場。二是如果多個市場重要參與方所設置的交易暫停門檻同時觸發，有可能導致整個市場流動性缺失。相應的流動性缺失可能會造成金融市場資產價格扭曲，甚至在極端情況下造成交易在無成交意向報價（Stub Quotes）價格成交。因為做市商（Market Makers）為了履行雙邊報價義務，只能報出一些遠遠偏離實際價格的無成交意向報價，若多個做市商都進行如此報價，可能造成這些無成交意向報價最後成交。考慮到CME在短暫暫停E-Mini合約交易後，E-Mini合約流動性逐步恢復正常。SEC及FINRA等監管部門此後開展聯合調研，要求各個交易所之間構建相應協調的熔斷機制（Circuit Breaker），以期在市場發生異常波動時能夠聯合阻斷風險傳播。由此可見，雖然算法交易和高頻交易並非造成本次“閃崩”唯一原因，但是算法交易和高頻交易的普及使得市場的結構和特性發生了重構，特別是在壓力場景下，算法交易和高頻交易可能會加劇市場流動性下降和波動率上升，需要引起相應的重視。
2020年3月以來，歐美金融市場發生了大範圍的波動，與1929年、1987年和2008年的震盪更為劇烈，或也與自動交易及高頻交易有關。一般認為，股市由最高點下跌20%即進入技術性熊市。以S&P 500指數來看，對比1929年、1987年和2008年股市從最高點下跌所經歷的天數來看，本次美國股市從最高點步入技術性熊市的速度最快。不排除市場波動的過程中，自動化交易和高頻交易可能進一步加劇了市場波動。特別是當絕大多數交易者採用了類似的算法和交易策略時，相同的自動化交易程序可能互相產生“共振”從而加劇市場的波動。
經合組織（OECD）在2020年3月發佈《全球金融市場應對新冠病毒政策措施》（Global Financial Markets Policy Responses to COVID-19），其中就明確建議：各國監管者進一步嚴格審視算法交易和高頻交易，關注算法交易策略在壓力環境下可能產生的風險以及誤操作等情況。
四、歐美此前針對算法交易和高頻交易的部分監管措施
隨著近年來算法和高頻交易的普遍運用，歐盟和美國的監管機構也出臺了多項相應的監管措施，劃清合規算法交易和高頻交易的邊界。這些政策更多著眼於遏制價格操縱、幌騙（Spoofing）、內幕交易等行為，並防範潛在的由於內控導致算法和高頻交易的失控問題。 首先，監管部門針對算法交易和高頻交易中可能存在的破壞性交易行為（幌騙、無效報價等）進行了嚴格的定義和處罰，避免這些破壞性交易行為對市場波動、金融穩定的影響。美國2008年金融危機之後，即出臺《多德—弗蘭克法案》（Dodd Frank Act）。其中第747部分（SEC. 747）對《商品交易法》（Commodity Exchange Act）進行了修訂，明確禁止任何市場參與者參與、執行或意圖進行破壞性交易行為（Disruptive Trading practices），破壞性交易行為具體包括三類：一是違反買賣報價，二是在收盤階段蓄意或魯莽的破壞交易秩序，三是進行幌騙（Spoofing）。其中，明確幌騙指的是事前明知將要取消相應的報價訂單但還是進行報價的行為。然而在實際操作中，由於算法交易和高頻交易往往會取消許多報價訂單，因此監管者難以判斷算法交易和高頻交易者是否進行了幌騙。為了解決這一問題，CFTC在2013年發佈《補充說明指引》（以下簡稱“《指引》”），CFTC對幌騙的構成要件尤其是市場參與者的主觀因素進行了明確規定。《指引》指出，市場參與者在主觀上必須具備一定程度的故意（Intent）方才構成幌騙，若只是單單由於魯莽（Reckless）而出現的報價與撤單行為不構成幌騙。除此之外，若市場參與者為完成交易而出現的善意（Good faith）撤單將不被認為是違法。CFTC列舉了明確禁止的四種市場參與者通過幌騙交易以期達到的結果：通過幌騙來增加交易所報價系統的負擔；通過幌騙來延緩其他投資者交易的執行；通過幌騙來造成虛假的市場深度；通過幌騙來造成虛假的價格上漲或下降趨勢。相關《指引》生效了之後，CME等交易所陸續出臺了相關文件，就如何處罰算法和高頻交易中可能存在的幌騙行為進行了明確。SEC此前曾考慮出臺相關規則來明確破壞性交易行為的處罰要求，2014年SEC時任主席White曾經指出：
“SEC並不會推動技術倒退或禁止算法交易，但是SEC將評估計算機驅動交易環境下相關的監管議題。一塊最值得關注的領域即為激進的、不穩定的交易策略可能增加市場的脆弱性，並加劇市場的波動率……為了應對相關風險，我已經要求相關人員就反破壞性交易制定相應規則，相關規則將會特別對活躍自營交易商的短期交易進行要求，這是因為流動性是脆弱的，而由於激進短期交易策略所造成價格扭曲可能產生很大的風險”。不過此後，由於多種原因SEC並未出臺相關的規則或徵求意見稿，2018年共和黨重新上臺之後，美國金融監管的導向由“嚴監管”轉向部分放鬆此前的監管規則，SEC相關規則的出臺也就再無音訊。不過，從具體的處罰層面來看，2014年開始CFTC、SEC以及FINRA就陸續以《多德—弗蘭克法案》以及相關文件為基礎開始對涉嫌破壞性交易行為的機構進行實際處罰。與此同時，歐盟所頒佈的MIFID II也對高頻交易可能涉及的“市場濫用”（Market Abuse）行為進行了嚴格的監管。MIFID II擴大了“市場濫用”的含義，將目的並非為了最終執行，而是為了誤導市場的訂單視為市場濫用，從而也限制了高頻交易的部分行為。其次，監管部門和交易所加強了算法交易和高頻交易公司的內控合規管理，並要求其進行報備、註冊等，以更為嚴格的監控和監管其行為。 一方面，監管機構逐步要求開展算法交易的機構進行報備、註冊和信息披露等。在美國，2015年4月SEC曾經發布徵求意見稿，擬要求從事高頻交易的機構和公司均在FINRA進行註冊。儘管此前許多高頻交易機構已經作為經紀商由SEC進行監管，但這一規則的修改將更有針對性的加強監管機構對高頻交易商交易行為的監測和監管力度。然而此後，由於美國監管放鬆的趨勢等多方面原因，該規則最終並未落地。FINRA也僅在2016年6月發佈相關通知，明確任何參與設計、研發以及操作算法交易策略、程序的個人需要獲得證券從業認證並在金融監管機構進行註冊。在歐洲，MIFID II也對算法交易的註冊、監管、信息披露進行了明確要求。MIFID II第17章（Article 17）明確要求從事算法交易的投資機構必須在其業務開展國及該公司註冊的東道國監管機構進行報備，並向相關監管機構詳細描述其算法交易策略、交易參數的設置或系統的相關限制措施（Limit）等。 另一方面，監管機構要求開展算法交易和高頻交易的機構嚴格公司管理和內控措施。在歐洲，歐盟頒佈的MIFID II明確要求，參與算法交易的投資公司都必須具有有效的信息系統和風險管理體系來確保其交易系統具有相匹配的能力和韌性，還應該設置相應的交易閾值或限制來保證其不會向外發出錯誤的交易指令、造成市場交易秩序混亂。運用算法交易的投資公司同時還應該具備相應有效的業務連續性安排（Business Continuity Arrangements），以應對交易系統發生故障時潛在的風險。除此之外，這些高頻算法交易技術的公司和個人都需要強制對交易算法進行測試，並且將算法交易和高頻交易的策略、數據、記錄等進行儲存，以便在必要的時候進行回溯和檢驗。 在美國，CFTC曾在2015年發佈了徵求意見稿，擬製定《自動化交易監管規則》（Regulation Automated Trading, Regulation AT），Regulation AT旨在規範期貨及相關衍生品交易中運用算法交易的行為，並確保相關交易場所能針對新模式的交易生態做好應對準備。Regulation AT的內容不僅包括要求相關運用算法的交易機構需提前進行註冊，還設置了交易場所、清算會員和算法交易從業人員的三層次風險管理要求，這些風險管理措施主要為交易前的風控要求（每家機構每秒所提交和執行的訂單總量限制、訂單價格和規模的限制等）以及訂單取消系統。同時，清算會員和算法交易人員應該每年經過審查並向交易所提交年度合規報告。這些合規報告應由相關公司的首席合規官簽字確認。除此之外，Regulation AT還要求算法交易使用的源代碼（Source Code）也應該進行審計檢查，並做好留存。不過，由於多方面因素，CFTC在2017年再次修改Regulation AT並內部徵求意見之後，該規則最後並未出臺。再次，部分國家針對算法交易或高頻交易徵收專門的金融交易費用或稅收。歐盟頒佈的MIFID II明確指出各國監管機構應該允許交易所（Regulated Market）可以對後續取消訂單的報價收取更高昂的費用，特別是對那些訂單取消率較高的機構以及高頻交易機構所取消的訂單收取更高昂的費用。以此來提高市場中報價的質量，通過提升報價成交量的方法防範“虛假的流動性”。正因為如此，MIFID II明確要求交易所的管理者要在事先明確瞭解、識別和確認各個交易參與方是否是算法交易或高頻交易者。在MIFID II出臺之前，德國、意大利等歐盟國家即已針對高頻交易等徵收了更高的費用或稅收。例如，2013年9月意大利即開始著手對高頻交易和股票衍生品交易徵稅，一旦高頻交易者在半秒內更改或放棄的訂單超過一定閾值，將被徵收0.02%的稅金。 最後，歐美監管機構也對交易場所等金融市場基礎設施如何應對算法交易和高頻交易的挑戰提出了相關的要求。在歐美等發達經濟體之中，交易所（例如CME、NYSE等）與行業自律組織等往往幫助監管機構分擔了不少一線監管職責，其中既包括相關監管規則的細則制定也包括了具體的監管措施。德國監管機構就要求，相關交易場所應針對算法交易和高頻交易提前建立相應的應急處理預防機制等。而為了避免算法交易和高頻交易出現問題時對市場流動性和交易價格產生的衝擊，SEC及CFTC協同各金融資產現貨和期貨交易所也重新設計了熔斷機制（Circuit Breaker）。前文提到得美國CFTC擬頒佈的Regulation AT也擬將第一道風險防線設在交易場所層面，通過交易場所的交易量限制和系統改善等措施來避免算法交易和高頻交易潛在的風險。除此之外，各國監管機構及政策當局也在探討和研究其他對於算法交易和高頻交易的監管措施。這些措施包括要求訂單從提交到取消之間不得短於一定時間（Minimum Resting Time）、提交訂單數與實際執行訂單數的比例不得高於一定比例（Minimum Order-to-Execution Ratios）、強制要求作為做市商的算法交易或高頻交易公司必須連續不斷的提供有效報價（Market-Making Obligations）、限制一定時間內單個交易機構所能提交的報價訂單總量（Order Message Limits）等措施。應當指出的是，考慮到算法交易和高頻交易往往是大型機構才能採用的技術，絕大多數中小投資者和個人投資者不僅難以負擔相應成本來獲得和使用這些技術，對於這些技術的理解可能也不夠充分，因此歐美監管機構也在考慮算法交易和高頻交易佔比增多對投資者保護（Inverstor Protection）的潛在影響。 值得注意的是，雖然為了迎接科技進步所帶來的交易方式改變，歐美各國監管機構對於算法交易和高頻交易已經出臺了一些監管措施，但是更多的監管政策尚在探討過程中，有待進一步的明確。特別是美國近年來議會多數黨的更迭以及多方面因素，使得金融“嚴監管”的趨勢逐步向放鬆監管轉向，使得此前擬出臺的許多針對算法交易和高頻交易的監管政策陷入停滯，這其中就包括上文提到的CFTC曾發佈徵求意見稿的Regulation AT以及SEC曾試圖構建的針對算法交易和高頻交易的監管規則。特別應當指出的是，雖然各國監管機構針對高頻交易可能存在的操縱價格、擾亂市場交易秩序行為以及對市場流動性的潛在影響提出了相應的監管要求，但是並未就算法交易同質化對市場的可能影響出臺相關應對。雖然各類機構所使用的算法交易具體程序可能存在差異，然而若底層邏輯、策略存在一致性，可能在特定時點造成市場波動加劇的情況。此前，我們在3月13日發佈的《原油暴跌帶來的次生災難》[7]報告和3月20日發佈的《美股狂瀉近尾聲：一個數量化估計》[8]報告中已經明確指出：“油價暴跌帶來原油市場波動率上升，傳導至全市場的波動率上升。在此情況下，根據市場波動率進行股債配置的Risk Parity資金在遭受VaR衝擊後，會根據市場波動率由自動化交易系統降低槓桿，同時賣出股票和債券。在極端風險事件衝擊波動率的情況下，各類資產及其之間的傳統風險會出現變異和紊亂……對VaR敏感的投資者包括風險平價基金、對沖基金、共同基金、可變年金基金、銀行、交易商和做市商等，隨著以上投資者資金規模的膨脹，也使得市場更加容易陷入自我循環的由波動率引發的賣空之中。” 若未來算法交易同質化的問題未能得到根本解決，市場中無法培育各種多樣化的、互相制衡的投資策略，市場面臨壓力時，動盪依舊還會來臨。2015年我國金融市場曾經發生了大幅的波動，雖然其主因或許並非算法交易和高頻交易，但是在之後的調查中，監管機構也發現部分機構通過算法交易和高頻交易來操縱市場進行獲利。我國證監會曾於2015年10月發佈《證券期貨市場程序化交易管理辦法（徵求意見稿）》列舉了部分擬禁止的程序化交易，滬深交易所、上期所等機構也曾發佈實施細則的徵求意見稿，不過該項規則及其配套文件此後遲遲未能出臺。2019年11月，證監會出臺了《關於〈期貨交易管理條例〉第七十條第五項其他操縱期貨交易價格行為的規定》（證監會令【第160號】），明確禁止虛假申報、蠱惑、搶帽子、擠倉等四種操縱期貨價格的行為。不過從總體來看，我國金融市場對於算法交易和高頻交易的監管規則仍舊比較缺乏。在算法交易和高頻交易日益普及的當下，雖然算法交易和高頻交易可以通過對科技手段的充分運用提高市場的交易效率、減少交易潛在成本，然而如若未能充分的認識到其對於市場和金融穩定潛在的風險，及時開展相應的監管調整和規範，或將有可能造成一定的潛在隱患。因此，若能及時針對算法交易和高頻交易的特點開展研究，適當借鑑國際上此前的探索經驗，或將有利於防範化解金融市場風險。
參考文獻：
（1）CFTC, SEC, September 2010, Findings regarding the market events of May 6, 2010: Report of the staffs of the CFTC and SEC to the Joint Advisory Committee on Emerging Regulatory Issues, https://www.sec.gov/news/studies/2010/marketevents-report.pdf.
（2）CFTC, SEC, September 2010, Recommendations Regarding Regulatory Responses to the market event of May 6, 2010, https://www.sec.gov/spotlight/sec-cftcjointcommittee/021811-report.pdf
（3）European Commission, May 2014, Directive 2014/65/EU of the European Parliament and of the Council of 15 May 2014 on markets in financial instruments and amending Directive 2002/92/EC and Directive 2011/61/EU,https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:02014L0065-20160701.
（4）Gerig, A, Nov 2012, High-Frequency Trading Synchronizes Prices in Financial Markets,https://www.sec.gov/dera/staff-papers/working-papers/dera-wp-hft-synchronizes.pdf.
（5）Haynes, R and Roberts, J, March 2015, Automated Trading in Futures Markets,https://www.cftc.gov/sites/default/files/idc/groups/public/@economicanalysis/documents/file/oce_automatedtrading.pdf.
（6）Hendershott, T., C. M. Jones, and A. J. Menkveld ,2011, Does algorithmic trading improve liquidity? Journal of Finance 66, 1–33.
（7）Litzenberger, R., J. Castura, and R. Gorelick, 2012, The impacts of automation and high frequency trading on market quality. Annual Review of Financial Economics 35 (4), 59–98.
（8）IOSCO, July 2011, Regulatory Issues Raised by the Impact of Technological Changes on Market Integrity and Efficiency (Consultation Report), https://www.iosco.org/library/pubdocs/pdf/IOSCOPD354.pdf
（9）Massad, T, October 2015, Remarks of Chairman Timothy Massad Before the Conference on the Evolving Structure of the U.S. Treasury Market, https://www.cftc.gov/PressRoom/SpeechesTestimony/opamassad-30.
（10）Michael M.2017, Implementing High Frequency Trading Regulation: A Critical Analysis of Current Reforms, Michigan Business & Entrepreneurial Law Review Volume 6 Issue 2
（11）OECD, March 2020, Global Financial Markets Policy Responses to COVID-19, https://read.oecd-ilibrary.org/view/?ref=127_127003-tvl9kqbfy9&title=Global-Financial-Markets-Policy-Responses-to-COVID-19
（12）White M., June 2014, Enhancing our equity market structure, https://www.sec.gov/news/speech/2014-spch060514mjw
注：
[1]一般而言，自動路徑下單系統（AORs）雖然使用了程序、算法等技術來決定訂單的最優交易場所，但相關算法並不改變訂單的價格、交易量、交易時間等關鍵要素。與之不同，智能訂單系統（SORs）則會通過程序和算法更為靈活的決定交易的具體方式、時間、價格和每筆的交易量，以此最優化交易執行結果，因此被歸入了算法交易的範疇之列。
[2]2016年6月，FINRA，https://www.finra.org/sites/default/files/Regulatory-Notice-16-21.pdf
[3]高級監管小組（SSG）由十個國家和歐盟監管機構組成，其中包括美國、歐洲、日本、英國、法國、德國、意大利、加拿大、西班牙等國的監管機構。
[4]注：本部分中時間均為美國東部時間。
[5]流動性補充點（Liquidity Replenishment Point）是紐交所混合交易模式的重要機制之一，用於單邊市場環境下的市場波動控制。當流動性補充點被觸發後，紐交所市場的訂單自助執行功能暫停，由場內交易員人工介入交易過程，給市場以反應喘息的時間。
[6]買方流動（Buy-Side Liquidity）指的是暫未成交的買單數量，賣方流動性指的是暫未成交的賣單數量，即為市場深度（Depth）。
[7]https://app.cibresearch.com/shareUrl?name=0000000070bdfff50170f82f3d7f64f6
[8]https://app.cibresearch.com/shareUrl?name=0000000070bdfff50170f82f3d7f64f6
轉載申請請聯繫[email protected]郵箱，我們儘快給予回覆。本報告相關內容未經我司書面許可，不得進行引用或轉載，否則我司保留追訴權力。
🔝宏觀部聯繫人
儲晨笛，手機號：13506110110（同微信）
（1）研究領域：國內宏觀、貨幣市場與流動性、票據研究、金融監管、外匯市場、貴金屬與大宗商品、綠色金融。
（2）相關諮詢：PRO版研究報告、現場路演、線上培訓、日常諮詢及其他合作事宜
特別提示：本報告內容僅對宏觀經濟進行分析，不包含對證券及證券相關產品的投資評級或估值分析，不屬於證券報告，也不構成對投資人的建議。
閱讀更多 魯政委 的文章
