☆☆☆☆☆
简体网页||繁体网页



下载链接1
下载链接2
下载链接3

类似图书 点击查看全场最低价

　　股市闪电崩跌，却没有人知道为什么！？
　　因为整个市场，如今已是个「大暗池」！

　　►人类主掌的股市，暗藏什么难以察觉的弊端？
　　►交易大厅与证券交易员如何被电脑扫入历史？
　　行内人士讨价还价完成交易后，才把价格公开让大众知道。
　　专业经纪人利用内线消息，抢在客户委託单前交易。
　　交易员在桌前忙乱地听取电话里的股价，或在交易厅群起朝专业经纪人狂喊委託单。
　　交易现场所有人手忙脚乱地抄写数字，交易过后产生数量惊人的文件和垃圾。
　　资料错误百出或过于老旧，有时甚至只是毫无用处的杂讯……

　　程式设计天才约书亚・列文痛恨华尔街的积习——内线消息、特殊买卖、有关系就没关系、落伍而欠缺效率。遵奉「资讯想要自由」的他看着眼前的股市，已经预见一个所有资讯透过微处理机顺畅流动的市场：委买与委卖单的报价公开透明，买卖双方能轻易用电脑查价交易，交易价格变低、买卖效率提升，一般民众不再被掌握所有资讯的无良行内人士宰割。

　　►电子交易取代人工交易，产生什么新的不公？
　　►由电脑程式自行判断、行动，股市有何风险？
　　列文起初隐身新兴交易商幕后，为他们建立电子交易工具，多年后自己建立电脑化交易所「孤岛」，逐步逼使那斯达克等传统法人居于下风，并成长为全球性的电子股票交易市场。然而这过程中，他想导正的市场也变了样……

　　电子交易取代人工交易无意间创造了能力更强大、更无形、更肆无忌惮的新中间人——高频率交易者，他们钻交易系统与法规的漏洞、彼此角力，有的把自家主机搬到主要交易所机器的隔壁，以便抢得先机；有的虽赚微小价差，但一天执行几百万笔交易，买进随即卖出徒增股市动盪；有的让合作对象为他们量身制作特殊委託单，让他们赚取手续费。有的设计搜猎演算法，探查法人大单以判断趋势；还有些人工智慧机器人程式能够思考、自行演变，似乎逐渐脱离人类的控制。加上股市电子化后交易量爆炸性成长，诸多因素使整个交易系统能在极短时间风云变色……

名人推荐

　　姜林杰祐（高雄科技大学金融资讯系所教授）
　　邱显比（台湾大学财务金融学系暨研究所教授）
　　Jay & Jenny（「JC趋势财经观点」版主）
　　雷浩斯（作家、专业投资人）

好评推荐

　　►写得远比麦可・路易士更详尽、更具说服力。——《纽约时报》书评

　　►内容丰富、价值非凡……的报导作品，市场主管机关相关人员和股市投资者，都应该看看这本书，它将改变我们对股票市场的看法。——《财星》杂志

　　►正宗投资人必看的好书。……研究得相当深入，直指现今证券市场的核心问题。美国证券交易委员会应该把作者的发现当成重要参考资料。——布雷尔‧霍尔（霍尔交易及凯旋交易创办人）

　　►《暗池》讲述信念骇客、旧有大厅交易所和交易员透过机器互相角力的过程。故事一章章接续展开，带领读者从看热闹转为看门道。——寻找阿尔法（知名投资社群网站）

　　►以极具娱乐性的笔法，讲述（股市中）演算法战争中的关键战役，并且介绍参与战争的各方数学高手。其中有些高手目前仍在努力驾驭他们自己创造的巨兽，《暗池》中的叙述令人警醒。——加拿大商业

　　►令人激赏……即使是电子市场老手，也能由本书获益良多。——《金融时报》

　　►读者１：「暗池、高频率交易和抢先交易等主题的顶尖之作，让麦可・路易士黯然失色。」

　　►读者２：「由于工作的关系，我读过许多投资和金融相关书籍，这本是近几年来我读过的最佳金融书籍。」

　　►读者３：「这本书介绍电脑如何以令人惊奇且经常难以捉摸的方式，击倒股票交易所及华尔街旧势力，澈底改造市场。作者呈现这些素材的方式浅显易懂，即使是很少看《华尔街日报》的读者也能轻易理解。阐述现在的股票市场如何运作，以及它如何发展成目前的面貌，着实让人大开眼界。……即使只对股票市场或科技发展略有兴趣，我依然大力推荐《暗池》。这本书带我们深入了解美国金融现状，同时阐述人和机器的力量。

　　►读者４：「想得知科技的强大力量如何改变美国金融市场和交易所，了解邪恶和诚信两种人分别如何运用科技获利或改革市场，或是想进一步探索这些科技和高频率交易技术如何澈底改变金融市场，读这本书就对了。」

　　►读者５：「读过麦可・路易士优秀的《快闪大对决》后，我又读了史考特‧派特森的《暗池》。这本书远远领先，背景更详尽、资料更丰富，事件发展脉络解说也更加清楚。」

　　►读者６：「介绍大多数投资人无从得知的另一面，以及电脑如何澈底改变了整个制度。」
 

作者简介    

史考特‧派特森Scott Patterson

　　《华尔街日报》记者，在美国首都报导政府法规相关新闻，尤以报导深入的高科技新闻而闻名，熟谙高频交易、演算法交易、暗池等主题，另着有The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed it。

译者简介    

甘钖安

　　学业结束后由科学界踏入「译界」，现为专职译者。曾担任Discovery频道与资讯杂志编译，现仍定期为《科学人》及《BBC知识》等杂志翻译。书籍译作包括《因果革命：人工智慧的大未来》、《决断的演算：预测、分析与好决策的11堂逻辑课》、《胜算：赌的科学与决策智慧》、《爱因斯坦1905》、《气候创造历史》等。目前住在有山有海有美食的台湾头基隆，热爱吸收各类知识，正努力朝「全方位译人」的目标迈进。
 

►〈推荐序〉摆脱隐藏交易资讯的暗池，却可能走进人工智慧布建的黑池
——姜林杰祐教授（国立高雄科技大学金融资讯系所）
►自序──明池
电子交易出现后，股市依靠以极快速度互相沟通的电脑运作，演算法在各地高速网路上活动，交易场域分散到几十处、祕密交易机构的触角延伸全球，整个市场已变成一个庞大暗黑交易所，连创造这系统的人也未必了解这疯狂的活动。2010年5月6日，美国电脑交易系统不知道出了什么问题，道琼指数在几分钟内直落八百点，这次闪电崩盘证明，这不是反自动化人士杞人忧天所杜撰的状况。
▎第一部　机器对决
►第一章　交易机器
要在股市浩如烟海的资讯中发现规律，需要强大的电脑运算能力和精巧的交易系统。资料魔人、人工智慧专家海姆．波迪克两者都有。他成立「交易机器公司」后设计的「机器」，运作核心是一套复杂演算法，与二十多年来最优异的交易策略一脉相承。波迪克借助人工智慧领域中的专家系统，独力设计出这些演算法，这种技术归纳专家分析市场后的心得，同时撷取现今市场资料，提出无比准确的预测。
►第二章　规模游戏
专业经纪人和造市商的行为无法预测，对买单和卖单的回应可能时时不同。委託单必须精确，死板的电脑系统才能顺利运作，但人有可能犯错，从而扰乱了电脑。这时必须有所改变。我们需要新的交易池，让演算法正面对决；我们需要电脑交易池，让演算法在对它们而言最自然的环境中演化成长，发展出自己的生态系。电脑交易程式在其他电脑中运作时，如鱼得水。
►第三章　演算法战争
1990年代末出现几家专精电脑的高频率交易商，演算法战争随之爆发。它们技术高超、效率极高、速度极快，几乎每天都赚钱。到了2000年代末，它们以微秒为单位快速买卖股票，交易量占全美股票交易的三分之二以上，它们只想短期获利，很少持有部位超过一天。演算法战争和人工智慧一同演化，早上股票交易可能是某个趋势，下午投资人获利了结时，趋势可能又变了。这些趋势整天在电子交易池中一波波扩散，演算法则试图站上浪头不被套牢。
►第4章 0+倒卖策略
这种特殊委託单允许高频率交易员在市场变动时，挂出隐藏的特定价格委託单，放在交易伫列最前方，把其他交易员挤到后面，即使市场起起落落，这张单子依然不动如山。高速券商为何想这么做？在市场变动时卡在伫列最前方而且不被发现，券商就能挂出委託单，一再赚到挂单费。其他交易员的委託单一再跳进看不见的交易，这就像个隐形陷阱，陷害其他券商支付吃单费。
 
▎第二部　机器诞生
►第5章　拦截中间人获利的盗贼
纽约证券交易所（NYSE）在交易大厅中买卖股票，交易完成后才将价格公开在纪录汇总单上，让大众知道市场先前的状况──NYSE在许多方面就是个超大暗池。电脑技客中的技克约书亚・列文觉得应该有更好的方式。这名程式设计师对交易或赚钱没兴趣，遵奉「资讯想要自由」信条的他，希望解放资讯的所有层面，让大众都能共享——他决定改造股市现行体制。
►第6章　催生当沖客国度的「观察者」程式
为了让交易员收盘后不用自己计算赚了多少钱，列文想到可将讯号从斯达克二级工作站的印表机缆线传给个人电脑。他们只要写程式转译讯号，筛选出相关资讯记录下来就好。列文为此写出「观察者」程式，之后又不断改良，使它从被动的委託单追踪系统，进化成先进的交易机器。这让达提克交易员得以全面了解市场上的委託单流量，下单速度比其他人快上许多。
►第7章　「怪兽金钥」直通委託单伫列最前端
输入纳斯达克委託系统的委託单都有个时间戳记，规范价格相同的委託单的优先顺序。委託单时间越早、顺序越优先；然而价格较好的委託单即使下单时间较晚，也会跳到最前端。卡马拉塔得知这个祕密几个星期后，绩效已经胜过公司所有同事。最后，他把这个技巧告诉列文，列文在「观察者」中制作这个程式，交易员从此能像机关枪一样大量下单。
►第8章　孤岛——史上第一个道地的明池
列文对达提克唯一的兴趣是利用它当木马，渗透并从内部攻击华尔街。他用英特尔股票对付造市商的把戏，证明人类不善于撮合买方和卖方的委託单；他们除了收取不合理的价差，还很容易犯愚蠢错误。电脑能做得更快、成本更低，而且毫无错误。万事都已具备，列文的梦想即将实现，他将打造一座让投资者齐聚一堂，没有中间人的电子交易池。
►第9章　绿色机器
Instinet报价只能透过专用电脑查阅，纳斯达克造市商和许多法人投资人都有这种电脑，但一般投资人买不到。后来证券交易委员会（SEC）规定Instinet的报价必须公开。为此SEC设计出全新交易实体「电子通讯网路」（ECN）。只要具备相关技术，任何人都能建立 ECN。这些规定不仅改变游戏规则，还创造了新游戏。有了委託单处理规则之后，整个纳斯达克市场将变成对电脑交易广开大门的电子平台。
►第10章　群岛——与孤岛亦敌亦友的新势力
尽管证券交易委员会订立新规则，让任何人都能设立电子通讯网路与纳斯达克连线，但真正付诸行动的人不多。杰瑞．普南花了几个月，设计和建立他的电子交易网路，为了向列文等人致敬，同时表达公开叫阵之意，他将公司取名「群岛」。尔后十年，普南成为美国股市的要角，他和马希勒和列文一样，准备和纳斯达克、纽约证券交易所和其他华尔街传统势力正面对决。
►第11章　每个人都在乎
普南和列文虽然互通了几十封电子邮件，也讲过多次电话，但从没见过面。1998年某日列文正在电脑上打着字时，一个陌生人走进他的办公室。「嗨，列文，我是杰瑞．普南。」这个人说道，伸出手准备握手。列文没有跟他握手，而从椅子上跳起来，一把抱住普南把他举起来。普南把列文当成竞争者，但这位天才程式设计师把普南当成失联多年的兄弟，视之为击垮华尔街传统势力的亲近盟友。
►第12章　逼宫
线上交易网站成长迅速。微软共同创办人保罗．艾伦的海鹰创投承诺投资达提克一亿美元，法国银行业巨头贝尔纳．阿尔诺的家族控股公司与波士顿创投公司TA Associates，也同意投资高达两亿五千万美元。尼可尔相信，有了经验丰富的高阶主管来领导，达提克的潜力不可限量，但他担忧，达提克跟马希勒和恶名昭彰的SOES交易部门关系密切，可能形成道德瑕疵。
►第13章　芒刺在背
多年来，美国主管机关和国会议员一直催促纳斯达克和NYSE，交易股票放弃分数制，改为以分计价，但它们一再延宕，态度相当强硬。股价单位从分数改成小数会大幅缩小价差，从而压缩获利。普南非常讨厌那斯达克，也深深憎恶NYSE，他认为它们封闭落后，总想掩盖些什么。对抗这些旧时代大势力，普南有个坚强无比的盟友并肩作战，就是它最强的竞争者：孤岛。
►第14章　笨钱——把小股民餵给鲨鱼
「我们比竞争者快十倍，但收费只有他们的一成。」盈透证券执行长汤玛斯．彼得菲点了点头说：「孤岛确实又快又便宜。」「那么您为什么不用呢？」「因为我在孤岛赚不到钱！」安德森试着探究彼得菲刚刚说的话，后来想到彼得菲的意思是：他在孤岛上交手的交易员都太厉害了。孤岛是速度最快、收费最低又最可靠的电子交易网路，这招来了许多动作最快、最老练的交易员，于是孤岛交易池里充满互相撕咬的鲨鱼。
►第15章　交易机器人
戴夫・康明斯读到谈深蓝程式击败卡斯帕洛夫的文章时，开始思考电脑程式是否可能击败市场。他在家里打造交易机器人程式，开始向几十家券商推销他的点子，但经验丰富的经纪商经常讥笑他的示范，说电脑不可能处理场内交易员面对的各种混乱因素。某日康明斯拜访Getco创办人史蒂芬．舒勒和丹．提尔尼，结果他俩异常非常兴奋──他们也是幻想破灭的现场交易员，知道电子交易是未来趋势。
►第16章　疯狂数字
NYSE和纳斯达克这两个主要股票市场，一向落后其他市场，而且自己丝毫没有察觉。它们为了维护专业经纪人和造市商而拒绝升级系统，在高频率交易兴起，创造全新流动性来源的关头，这么做大错特错——这些流动性全部流向电子交易池。高速交易员挟庞大的交易量，已经取得主导地位，纳斯达克如果要生存下去，就必须配合他们的需求，而且动作要快。
►第17章　「我不想当名人」
列文在华尔街史上最具改革性的技术中扮演总工程师，这事只有极少数亲眼目睹的人知道。他不想成名，总是回避聚光灯，让席特龙和安德森等人以他的发明享有盛名。在一封电子邮件中，列文表达了对名人的强烈反感：「任何关于孤岛的报导都不应该放上我的照片，我也不会配合任何我的报导。我不想当名人，而且我会尽全力避免。」
 
▎第三部　机器大获全胜
►第18章　怪兽
纽约证券交易所与群岛合併，是美国金融史上的分水岭，代表举世皆知的资本主义象征──大行情板的交易厅──不再居于主导地位。电脑将成为统治者，没有人阻止得了。最清楚这个转变的人，应该是许多人视为NYSE与群岛合併的神祕工程师：邓肯・尼德奥尔。1999年高盛高阶主管支持高盛投资成立电子通讯网路，他就是让塞恩进入NYSE最高层的幕后推手。
►第19章　平台
米哈伊尔．马里谢夫要自己打造交易机器，萨吉．阿列尼可夫是他礼聘的顶尖人才，是高盛祕密高频率交易部门的程式设计师，该部门是霍尔交易的后继者，1999年高盛以五亿美元收购。阿列尼可夫在高盛的工作是撰写交易处理程式，处理速度越快越好。程式码是关键。只要拿到品质最佳、速度最快的程式码，就能在竞赛中取胜。
►第20章　恐慌性档位
从1987年10月19日的黑色星期一、1998年长期资本管理公司倒闭、2000和2001年网路泡沫爆破，一直到2008年金融危机，彼得菲全经历过。但这次完全不同且速度飞快，因为出问题的是高速交易。彼得菲问交易台：「到底怎么搞的？」慌乱的交易员回答：「不清楚。」「去搞清楚！」当时是2010年5月6日下午，再过短短几秒，彼得菲从萤幕上感受到的混乱就会扩散，扰乱史上最精密的交易系统，华尔街也将为恐惧和慌乱所笼罩。
►第21章　极度危险
2009年阿列尼可夫因偷窃高盛的程式码而遭到逮捕一事，引发全美热议股市现状，而在媒体称为闪电崩盘的事件后几星期和几个月，这项争议变得更加激烈。闪电崩盘引发对股市的信心危机。5月6日之后，现金开始以惊人速度流出股票型基金。即使股票市场反弹得更高，当年其余月份仍每个月都在减少。许多人害怕再次崩盘。谁能保证下次一定会有闪电反弹挽救市场？
 
▎第四部　机器的未来
►第22章　被操控的游戏
现在复杂程度已是前所未见。超高速交易和人工智慧机器人程式数量激增，在演算法战争中不断扩张的前线决战，让市场变得完全不同。纳斯达克一向腐败成风，奸巧的经销商串通自肥，伤害一般投资人的权益；NYSE专业经纪人吃相也很难看。积习已久的腐化和人性的贪婪，联手摧毁了延续数百年的制度，真人交易员和造市商被机器人程式取代，只能怪自己。但机器人程式就比较好吗？
►第23章　大数据
波斯湾运输发展趋势、哈萨克小麦种植量、加拿大卑诗省降雨量、拉丁美洲出生率、荷姆兹海崃石油运输等等，资料应有尽有。大数据交易机器或许能耙梳网路和其他资料库系统，找出固定型态，尤其是以往不知道的型态。顺利的话，这些型态可提供讯息，让机器用来买卖股票，赚取大笔利润。活跃全球市场和交易员拉多波罗斯打算运用的，正是这种方法。
►第24章　先进棋——人脑与电脑结合的威力
波迪克要创造人机整合装置，他在巨大的数位网路的中心，连结所有交易池，操纵所有人工智慧机器，就像个傀儡大师。波迪克的系统，和文艺复兴或Getco等大咖高频率券商採用的自动辅助系统不同，他自己就是机器的一部分，他负责控制、管理，确保它不会脱轨。无论波迪克是否会成功，我们都有理由相信，人脑和无限的电脑能力将能超越纯机器主导系统的能力。
►第25章　恆星——像彼得・林区或华伦・巴菲特的选股程式
列文等梦想家领导的电脑革命，已经改变市场结构的许多方面，也改变股票易手方式的本质。但有个领域至今仍然纹风不动，就是基金经理人的头脑。没有人提出方法，模拟长期投资人的想法和做法，像彼得．林区或华伦．巴菲特那样买卖股票。人工智慧普遍被视为太特殊、太难以预测、太奇怪。格林柏格希望改变这个想法，他看着台下听众：「我今天想跟各位谈谈⋯⋯机器学习这个领域。」
►后记　差错频传的一年
2012年8月1日，在混乱的早盘交易中，经验老到的骑士资本因一部高速电脑交易系统出问题，损失四亿五千多万美元，之后濒临倒闭。骑士资本打从成立后，一直是电脑交易的先锋，连这样拥有光辉历史的券商，都在半小时左右蒸发将近五亿美元，令人难以置信，这让许多人惊觉市场中潜藏许多危机，甚至比闪电崩盘时更加明显。
 

第二章　规模游戏
 
海姆．波迪克小时候到物理实验室，就像其他小孩在攀爬架上一样如鱼得水。他的父亲艾瑞．波迪克（Arie Bodek）是世界知名的粒子物理学家，在位于纽约上州的罗彻斯特大学（University of Rochester）工作，对儿子期望相当高。艾瑞毕业于麻省理工学院研究所，博士论文提出的发现，后来成为粒子物理学重大开创性发现的关键。他的研究成果协助证明，夸克这种构成世界万物的基本粒子确实存在。
 
但多年以来，艾瑞在这项发现中扮演的角色一直未受肯定，大致已经被人遗忘。1990年诺贝尔物理奖颁发给提出夸克模型的发现时，他只是其中的小小註脚。老波迪克尽管数次获得「斯隆研究奖」（Alfred P. Sloan Fellowship）、拥有七百多篇着述，并且拿到粒子物理学界最高荣誉「帕诺夫斯基奖」（Panofsky Prize），以及多项专业头衔和奖项，但总是和诺贝尔奖失之交臂。
 
许多人期望海姆能终结波迪克家族的遗憾。尽管老波迪克忙于世界各地实验室的工作而长年缺席，从未协助小波迪克做过研究，却依然以极高的标准要求儿子。要获得他的青睐，唯一的办法是拥有杰出的学术成就，而且从小学时就开始。海姆天资聪颖，理解艰深的概念毫不费力，还能提出优秀的原创想法。就各方面看来，他都是当学者的料，年轻的天才。
 
但是海姆当了逃兵。他十多岁时开始抗拒父亲要他继承衣钵的压力。他把头发染黑，到鞭击金属乐团当鼓手，跟粗人混在一起，经常好几个星期不回家。1988年，海姆十七岁时，他的父亲做了预测。家庭聚会时，他公开感叹儿子缺乏纪律。
 
他断言：「海姆绝对不可能获得诺贝尔奖！」
 
海姆也不需要提醒父亲，他永远不可能获得诺贝尔奖。这个预言尽管让他伤心，却也拨动了更深处的心弦。为了达成他（而不是他父亲）的期望，他必须能预测未来。
 
但我们要怎么预测未来？
 
我们是否能蒐集和分析大量资料，提高预测未来事件的正确率？1980年代，电脑运算能力大幅成长，这个问题相当引人好奇。但任何一个与未来有关的问题，例如「海姆．波迪克获得诺贝尔奖的可能性有多少？」，相关资料都多达数兆位元组，要从这么多资料中找出答案，需要强大的电脑运算能力，电脑必须分析以往所有诺贝尔奖得主的生平、他们小学时生活如何、眼珠颜色、祖先、DNA⋯⋯等等。然后再检视海姆的生活，找出符合的模式。

None

暗池：人工智慧如何颠覆股市生态 电子书 下载 mobi epub pdf txt 2025

类似图书 点击查看全场最低价

查看全网最低价