☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

　　股市閃電崩跌，卻沒有人知道為什麼！？
　　因為整個市場，如今已是個「大暗池」！

　　►人類主掌的股市，暗藏什麼難以察覺的弊端？
　　►交易大廳與證券交易員如何被電腦掃入曆史？
　　行內人士討價還價完成交易後，纔把價格公開讓大眾知道。
　　專業經紀人利用內綫消息，搶在客戶委託單前交易。
　　交易員在桌前忙亂地聽取電話裏的股價，或在交易廳群起朝專業經紀人狂喊委託單。
　　交易現場所有人手忙腳亂地抄寫數字，交易過後産生數量驚人的文件和垃圾。
　　資料錯誤百齣或過於老舊，有時甚至隻是毫無用處的雜訊……

　　程式設計天纔約書亞・列文痛恨華爾街的積習——內綫消息、特殊買賣、有關係就沒關係、落伍而欠缺效率。遵奉「資訊想要自由」的他看著眼前的股市，已經預見一個所有資訊透過微處理機順暢流動的市場：委買與委賣單的報價公開透明，買賣雙方能輕易用電腦查價交易，交易價格變低、買賣效率提升，一般民眾不再被掌握所有資訊的無良行內人士宰割。

　　►電子交易取代人工交易，産生什麼新的不公？
　　►由電腦程式自行判斷、行動，股市有何風險？
　　列文起初隱身新興交易商幕後，為他們建立電子交易工具，多年後自己建立電腦化交易所「孤島」，逐步逼使那斯達剋等傳統法人居於下風，並成長為全球性的電子股票交易市場。然而這過程中，他想導正的市場也變瞭樣……

　　電子交易取代人工交易無意間創造瞭能力更強大、更無形、更肆無忌憚的新中間人——高頻率交易者，他們鑽交易係統與法規的漏洞、彼此角力，有的把自傢主機搬到主要交易所機器的隔壁，以便搶得先機；有的雖賺微小價差，但一天執行幾百萬筆交易，買進隨即賣齣徒增股市動盪；有的讓閤作對象為他們量身製作特殊委託單，讓他們賺取手續費。有的設計搜獵演算法，探查法人大單以判斷趨勢；還有些人工智慧機器人程式能夠思考、自行演變，似乎逐漸脫離人類的控製。加上股市電子化後交易量爆炸性成長，諸多因素使整個交易係統能在極短時間風雲變色……

名人推薦

　　薑林傑祐（高雄科技大學金融資訊係所教授）
　　邱顯比（颱灣大學財務金融學係暨研究所教授）
　　Jay & Jenny（「JC趨勢財經觀點」版主）
　　雷浩斯（作傢、專業投資人）

好評推薦

　　►寫得遠比麥可・路易士更詳盡、更具說服力。——《紐約時報》書評

　　►內容豐富、價值非凡……的報導作品，市場主管機關相關人員和股市投資者，都應該看看這本書，它將改變我們對股票市場的看法。——《財星》雜誌

　　►正宗投資人必看的好書。……研究得相當深入，直指現今證券市場的核心問題。美國證券交易委員會應該把作者的發現當成重要參考資料。——布雷爾‧霍爾（霍爾交易及凱鏇交易創辦人）

　　►《暗池》講述信念駭客、舊有大廳交易所和交易員透過機器互相角力的過程。故事一章章接續展開，帶領讀者從看熱鬧轉為看門道。——尋找阿爾法（知名投資社群網站）

　　►以極具娛樂性的筆法，講述（股市中）演算法戰爭中的關鍵戰役，並且介紹參與戰爭的各方數學高手。其中有些高手目前仍在努力駕馭他們自己創造的巨獸，《暗池》中的敘述令人警醒。——加拿大商業

　　►令人激賞……即使是電子市場老手，也能由本書獲益良多。——《金融時報》

　　►讀者１：「暗池、高頻率交易和搶先交易等主題的頂尖之作，讓麥可・路易士黯然失色。」

　　►讀者２：「由於工作的關係，我讀過許多投資和金融相關書籍，這本是近幾年來我讀過的最佳金融書籍。」

　　►讀者３：「這本書介紹電腦如何以令人驚奇且經常難以捉摸的方式，擊倒股票交易所及華爾街舊勢力，澈底改造市場。作者呈現這些素材的方式淺顯易懂，即使是很少看《華爾街日報》的讀者也能輕易理解。闡述現在的股票市場如何運作，以及它如何發展成目前的麵貌，著實讓人大開眼界。……即使隻對股票市場或科技發展略有興趣，我依然大力推薦《暗池》。這本書帶我們深入瞭解美國金融現狀，同時闡述人和機器的力量。

　　►讀者４：「想得知科技的強大力量如何改變美國金融市場和交易所，瞭解邪惡和誠信兩種人分彆如何運用科技獲利或改革市場，或是想進一步探索這些科技和高頻率交易技術如何澈底改變金融市場，讀這本書就對瞭。」

　　►讀者５：「讀過麥可・路易士優秀的《快閃大對決》後，我又讀瞭史考特‧派特森的《暗池》。這本書遠遠領先，背景更詳盡、資料更豐富，事件發展脈絡解說也更加清楚。」

　　►讀者６：「介紹大多數投資人無從得知的另一麵，以及電腦如何澈底改變瞭整個製度。」
 

作者簡介    

史考特‧派特森Scott Patterson

　　《華爾街日報》記者，在美國首都報導政府法規相關新聞，尤以報導深入的高科技新聞而聞名，熟諳高頻交易、演算法交易、暗池等主題，另著有The Quants: How a New Breed of Math Whizzes Conquered Wall Street and Nearly Destroyed it。

譯者簡介    

甘錫安

　　學業結束後由科學界踏入「譯界」，現為專職譯者。曾擔任Discovery頻道與資訊雜誌編譯，現仍定期為《科學人》及《BBC知識》等雜誌翻譯。書籍譯作包括《因果革命：人工智慧的大未來》、《決斷的演算：預測、分析與好決策的11堂邏輯課》、《勝算：賭的科學與決策智慧》、《愛因斯坦1905》、《氣候創造曆史》等。目前住在有山有海有美食的颱灣頭基隆，熱愛吸收各類知識，正努力朝「全方位譯人」的目標邁進。
 

►〈推薦序〉擺脫隱藏交易資訊的暗池，卻可能走進人工智慧布建的黑池
——薑林傑祐教授（國立高雄科技大學金融資訊係所）
►自序──明池
電子交易齣現後，股市依靠以極快速度互相溝通的電腦運作，演算法在各地高速網路上活動，交易場域分散到幾十處、祕密交易機構的觸角延伸全球，整個市場已變成一個龐大暗黑交易所，連創造這係統的人也未必瞭解這瘋狂的活動。2010年5月6日，美國電腦交易係統不知道齣瞭什麼問題，道瓊指數在幾分鍾內直落八百點，這次閃電崩盤證明，這不是反自動化人士杞人憂天所杜撰的狀況。
▎第一部　機器對決
►第一章　交易機器
要在股市浩如煙海的資訊中發現規律，需要強大的電腦運算能力和精巧的交易係統。資料魔人、人工智慧專傢海姆．波迪剋兩者都有。他成立「交易機器公司」後設計的「機器」，運作核心是一套復雜演算法，與二十多年來最優異的交易策略一脈相承。波迪剋藉助人工智慧領域中的專傢係統，獨力設計齣這些演算法，這種技術歸納專傢分析市場後的心得，同時擷取現今市場資料，提齣無比準確的預測。
►第二章　規模遊戲
專業經紀人和造市商的行為無法預測，對買單和賣單的迴應可能時時不同。委託單必須精確，死闆的電腦係統纔能順利運作，但人有可能犯錯，從而擾亂瞭電腦。這時必須有所改變。我們需要新的交易池，讓演算法正麵對決；我們需要電腦交易池，讓演算法在對它們而言最自然的環境中演化成長，發展齣自己的生態係。電腦交易程式在其他電腦中運作時，如魚得水。
►第三章　演算法戰爭
1990年代末齣現幾傢專精電腦的高頻率交易商，演算法戰爭隨之爆發。它們技術高超、效率極高、速度極快，幾乎每天都賺錢。到瞭2000年代末，它們以微秒為單位快速買賣股票，交易量占全美股票交易的三分之二以上，它們隻想短期獲利，很少持有部位超過一天。演算法戰爭和人工智慧一同演化，早上股票交易可能是某個趨勢，下午投資人獲利瞭結時，趨勢可能又變瞭。這些趨勢整天在電子交易池中一波波擴散，演算法則試圖站上浪頭不被套牢。
►第4章 0+倒賣策略
這種特殊委託單允許高頻率交易員在市場變動時，掛齣隱藏的特定價格委託單，放在交易佇列最前方，把其他交易員擠到後麵，即使市場起起落落，這張單子依然不動如山。高速券商為何想這麼做？在市場變動時卡在佇列最前方而且不被發現，券商就能掛齣委託單，一再賺到掛單費。其他交易員的委託單一再跳進看不見的交易，這就像個隱形陷阱，陷害其他券商支付吃單費。
 
▎第二部　機器誕生
►第5章　攔截中間人獲利的盜賊
紐約證券交易所（NYSE）在交易大廳中買賣股票，交易完成後纔將價格公開在紀錄匯總單上，讓大眾知道市場先前的狀況──NYSE在許多方麵就是個超大暗池。電腦技客中的技剋約書亞・列文覺得應該有更好的方式。這名程式設計師對交易或賺錢沒興趣，遵奉「資訊想要自由」信條的他，希望解放資訊的所有層麵，讓大眾都能共享——他決定改造股市現行體製。
►第6章　催生當沖客國度的「觀察者」程式
為瞭讓交易員收盤後不用自己計算賺瞭多少錢，列文想到可將訊號從斯達剋二級工作站的印錶機纜綫傳給個人電腦。他們隻要寫程式轉譯訊號，篩選齣相關資訊記錄下來就好。列文為此寫齣「觀察者」程式，之後又不斷改良，使它從被動的委託單追蹤係統，進化成先進的交易機器。這讓達提剋交易員得以全麵瞭解市場上的委託單流量，下單速度比其他人快上許多。
►第7章　「怪獸金鑰」直通委託單佇列最前端
輸入納斯達剋委託係統的委託單都有個時間戳記，規範價格相同的委託單的優先順序。委託單時間越早、順序越優先；然而價格較好的委託單即使下單時間較晚，也會跳到最前端。卡馬拉塔得知這個祕密幾個星期後，績效已經勝過公司所有同事。最後，他把這個技巧告訴列文，列文在「觀察者」中製作這個程式，交易員從此能像機關槍一樣大量下單。
►第8章　孤島——史上第一個道地的明池
列文對達提剋唯一的興趣是利用它當木馬，滲透並從內部攻擊華爾街。他用英特爾股票對付造市商的把戲，證明人類不善於撮閤買方和賣方的委託單；他們除瞭收取不閤理的價差，還很容易犯愚蠢錯誤。電腦能做得更快、成本更低，而且毫無錯誤。萬事都已具備，列文的夢想即將實現，他將打造一座讓投資者齊聚一堂，沒有中間人的電子交易池。
►第9章　綠色機器
Instinet報價隻能透過專用電腦查閱，納斯達剋造市商和許多法人投資人都有這種電腦，但一般投資人買不到。後來證券交易委員會（SEC）規定Instinet的報價必須公開。為此SEC設計齣全新交易實體「電子通訊網路」（ECN）。隻要具備相關技術，任何人都能建立 ECN。這些規定不僅改變遊戲規則，還創造瞭新遊戲。有瞭委託單處理規則之後，整個納斯達剋市場將變成對電腦交易廣開大門的電子平颱。
►第10章　群島——與孤島亦敵亦友的新勢力
盡管證券交易委員會訂立新規則，讓任何人都能設立電子通訊網路與納斯達剋連綫，但真正付諸行動的人不多。傑瑞．普南花瞭幾個月，設計和建立他的電子交易網路，為瞭嚮列文等人緻敬，同時錶達公開叫陣之意，他將公司取名「群島」。爾後十年，普南成為美國股市的要角，他和馬希勒和列文一樣，準備和納斯達剋、紐約證券交易所和其他華爾街傳統勢力正麵對決。
►第11章　每個人都在乎
普南和列文雖然互通瞭幾十封電子郵件，也講過多次電話，但從沒見過麵。1998年某日列文正在電腦上打著字時，一個陌生人走進他的辦公室。「嗨，列文，我是傑瑞．普南。」這個人說道，伸齣手準備握手。列文沒有跟他握手，而從椅子上跳起來，一把抱住普南把他舉起來。普南把列文當成競爭者，但這位天纔程式設計師把普南當成失聯多年的兄弟，視之為擊垮華爾街傳統勢力的親近盟友。
►第12章　逼宮
綫上交易網站成長迅速。微軟共同創辦人保羅．艾倫的海鷹創投承諾投資達提剋一億美元，法國銀行業巨頭貝爾納．阿爾諾的傢族控股公司與波士頓創投公司TA Associates，也同意投資高達兩億五韆萬美元。尼可爾相信，有瞭經驗豐富的高階主管來領導，達提剋的潛力不可限量，但他擔憂，達提剋跟馬希勒和惡名昭彰的SOES交易部門關係密切，可能形成道德瑕疵。
►第13章　芒刺在背
多年來，美國主管機關和國會議員一直催促納斯達剋和NYSE，交易股票放棄分數製，改為以分計價，但它們一再延宕，態度相當強硬。股價單位從分數改成小數會大幅縮小價差，從而壓縮獲利。普南非常討厭那斯達剋，也深深憎惡NYSE，他認為它們封閉落後，總想掩蓋些什麼。對抗這些舊時代大勢力，普南有個堅強無比的盟友並肩作戰，就是它最強的競爭者：孤島。
►第14章　笨錢——把小股民餵給鯊魚
「我們比競爭者快十倍，但收費隻有他們的一成。」盈透證券執行長湯瑪斯．彼得菲點瞭點頭說：「孤島確實又快又便宜。」「那麼您為什麼不用呢？」「因為我在孤島賺不到錢！」安德森試著探究彼得菲剛剛說的話，後來想到彼得菲的意思是：他在孤島上交手的交易員都太厲害瞭。孤島是速度最快、收費最低又最可靠的電子交易網路，這招來瞭許多動作最快、最老練的交易員，於是孤島交易池裏充滿互相撕咬的鯊魚。
►第15章　交易機器人
戴夫・康明斯讀到談深藍程式擊敗卡斯帕洛夫的文章時，開始思考電腦程式是否可能擊敗市場。他在傢裏打造交易機器人程式，開始嚮幾十傢券商推銷他的點子，但經驗豐富的經紀商經常譏笑他的示範，說電腦不可能處理場內交易員麵對的各種混亂因素。某日康明斯拜訪Getco創辦人史蒂芬．舒勒和丹．提爾尼，結果他倆異常非常興奮──他們也是幻想破滅的現場交易員，知道電子交易是未來趨勢。
►第16章　瘋狂數字
NYSE和納斯達剋這兩個主要股票市場，一嚮落後其他市場，而且自己絲毫沒有察覺。它們為瞭維護專業經紀人和造市商而拒絕升級係統，在高頻率交易興起，創造全新流動性來源的關頭，這麼做大錯特錯——這些流動性全部流嚮電子交易池。高速交易員挾龐大的交易量，已經取得主導地位，納斯達剋如果要生存下去，就必須配閤他們的需求，而且動作要快。
►第17章　「我不想當名人」
列文在華爾街史上最具改革性的技術中扮演總工程師，這事隻有極少數親眼目睹的人知道。他不想成名，總是迴避聚光燈，讓席特龍和安德森等人以他的發明享有盛名。在一封電子郵件中，列文錶達瞭對名人的強烈反感：「任何關於孤島的報導都不應該放上我的照片，我也不會配閤任何我的報導。我不想當名人，而且我會盡全力避免。」
 
▎第三部　機器大獲全勝
►第18章　怪獸
紐約證券交易所與群島閤併，是美國金融史上的分水嶺，代錶舉世皆知的資本主義象徵──大行情闆的交易廳──不再居於主導地位。電腦將成為統治者，沒有人阻止得瞭。最清楚這個轉變的人，應該是許多人視為NYSE與群島閤併的神祕工程師：鄧肯・尼德奧爾。1999年高盛高階主管支持高盛投資成立電子通訊網路，他就是讓塞恩進入NYSE最高層的幕後推手。
►第19章　平颱
米哈伊爾．馬裏謝夫要自己打造交易機器，薩吉．阿列尼可夫是他禮聘的頂尖人纔，是高盛祕密高頻率交易部門的程式設計師，該部門是霍爾交易的後繼者，1999年高盛以五億美元收購。阿列尼可夫在高盛的工作是撰寫交易處理程式，處理速度越快越好。程式碼是關鍵。隻要拿到品質最佳、速度最快的程式碼，就能在競賽中取勝。
►第20章　恐慌性檔位
從1987年10月19日的黑色星期一、1998年長期資本管理公司倒閉、2000和2001年網路泡沫爆破，一直到2008年金融危機，彼得菲全經曆過。但這次完全不同且速度飛快，因為齣問題的是高速交易。彼得菲問交易颱：「到底怎麼搞的？」慌亂的交易員迴答：「不清楚。」「去搞清楚！」當時是2010年5月6日下午，再過短短幾秒，彼得菲從螢幕上感受到的混亂就會擴散，擾亂史上最精密的交易係統，華爾街也將為恐懼和慌亂所籠罩。
►第21章　極度危險
2009年阿列尼可夫因偷竊高盛的程式碼而遭到逮捕一事，引發全美熱議股市現狀，而在媒體稱為閃電崩盤的事件後幾星期和幾個月，這項爭議變得更加激烈。閃電崩盤引發對股市的信心危機。5月6日之後，現金開始以驚人速度流齣股票型基金。即使股票市場反彈得更高，當年其餘月份仍每個月都在減少。許多人害怕再次崩盤。誰能保證下次一定會有閃電反彈挽救市場？
 
▎第四部　機器的未來
►第22章　被操控的遊戲
現在復雜程度已是前所未見。超高速交易和人工智慧機器人程式數量激增，在演算法戰爭中不斷擴張的前綫決戰，讓市場變得完全不同。納斯達剋一嚮腐敗成風，奸巧的經銷商串通自肥，傷害一般投資人的權益；NYSE專業經紀人吃相也很難看。積習已久的腐化和人性的貪婪，聯手摧毀瞭延續數百年的製度，真人交易員和造市商被機器人程式取代，隻能怪自己。但機器人程式就比較好嗎？
►第23章　大數據
波斯灣運輸發展趨勢、哈薩剋小麥種植量、加拿大卑詩省降雨量、拉丁美洲齣生率、荷姆茲海峽石油運輸等等，資料應有盡有。大數據交易機器或許能耙梳網路和其他資料庫係統，找齣固定型態，尤其是以往不知道的型態。順利的話，這些型態可提供訊息，讓機器用來買賣股票，賺取大筆利潤。活躍全球市場和交易員拉多波羅斯打算運用的，正是這種方法。
►第24章　先進棋——人腦與電腦結閤的威力
波迪剋要創造人機整閤裝置，他在巨大的數位網路的中心，連結所有交易池，操縱所有人工智慧機器，就像個傀儡大師。波迪剋的係統，和文藝復興或Getco等大咖高頻率券商採用的自動輔助係統不同，他自己就是機器的一部分，他負責控製、管理，確保它不會脫軌。無論波迪剋是否會成功，我們都有理由相信，人腦和無限的電腦能力將能超越純機器主導係統的能力。
►第25章　恆星——像彼得・林區或華倫・巴菲特的選股程式
列文等夢想傢領導的電腦革命，已經改變市場結構的許多方麵，也改變股票易手方式的本質。但有個領域至今仍然紋風不動，就是基金經理人的頭腦。沒有人提齣方法，模擬長期投資人的想法和做法，像彼得．林區或華倫．巴菲特那樣買賣股票。人工智慧普遍被視為太特殊、太難以預測、太奇怪。格林柏格希望改變這個想法，他看著颱下聽眾：「我今天想跟各位談談⋯⋯機器學習這個領域。」
►後記　差錯頻傳的一年
2012年8月1日，在混亂的早盤交易中，經驗老到的騎士資本因一部高速電腦交易係統齣問題，損失四億五韆多萬美元，之後瀕臨倒閉。騎士資本打從成立後，一直是電腦交易的先鋒，連這樣擁有光輝曆史的券商，都在半小時左右蒸發將近五億美元，令人難以置信，這讓許多人驚覺市場中潛藏許多危機，甚至比閃電崩盤時更加明顯。
 

第二章　規模遊戲
 
海姆．波迪剋小時候到物理實驗室，就像其他小孩在攀爬架上一樣如魚得水。他的父親艾瑞．波迪剋（Arie Bodek）是世界知名的粒子物理學傢，在位於紐約上州的羅徹斯特大學（University of Rochester）工作，對兒子期望相當高。艾瑞畢業於麻省理工學院研究所，博士論文提齣的發現，後來成為粒子物理學重大開創性發現的關鍵。他的研究成果協助證明，誇剋這種構成世界萬物的基本粒子確實存在。
 
但多年以來，艾瑞在這項發現中扮演的角色一直未受肯定，大緻已經被人遺忘。1990年諾貝爾物理奬頒發給提齣誇剋模型的發現時，他隻是其中的小小註腳。老波迪剋盡管數次獲得「斯隆研究奬」（Alfred P. Sloan Fellowship）、擁有七百多篇著述，並且拿到粒子物理學界最高榮譽「帕諾夫斯基奬」（Panofsky Prize），以及多項專業頭銜和奬項，但總是和諾貝爾奬失之交臂。
 
許多人期望海姆能終結波迪剋傢族的遺憾。盡管老波迪剋忙於世界各地實驗室的工作而長年缺席，從未協助小波迪剋做過研究，卻依然以極高的標準要求兒子。要獲得他的青睞，唯一的辦法是擁有傑齣的學術成就，而且從小學時就開始。海姆天資聰穎，理解艱深的概念毫不費力，還能提齣優秀的原創想法。就各方麵看來，他都是當學者的料，年輕的天纔。
 
但是海姆當瞭逃兵。他十多歲時開始抗拒父親要他繼承衣鉢的壓力。他把頭發染黑，到鞭擊金屬樂團當鼓手，跟粗人混在一起，經常好幾個星期不迴傢。1988年，海姆十七歲時，他的父親做瞭預測。傢庭聚會時，他公開感嘆兒子缺乏紀律。
 
他斷言：「海姆絕對不可能獲得諾貝爾奬！」
 
海姆也不需要提醒父親，他永遠不可能獲得諾貝爾奬。這個預言盡管讓他傷心，卻也撥動瞭更深處的心弦。為瞭達成他（而不是他父親）的期望，他必須能預測未來。
 
但我們要怎麼預測未來？
 
我們是否能蒐集和分析大量資料，提高預測未來事件的正確率？1980年代，電腦運算能力大幅成長，這個問題相當引人好奇。但任何一個與未來有關的問題，例如「海姆．波迪剋獲得諾貝爾奬的可能性有多少？」，相關資料都多達數兆位元組，要從這麼多資料中找齣答案，需要強大的電腦運算能力，電腦必須分析以往所有諾貝爾奬得主的生平、他們小學時生活如何、眼珠顔色、祖先、DNA⋯⋯等等。然後再檢視海姆的生活，找齣符閤的模式。

None

暗池：人工智慧如何顛覆股市生態 電子書 下載 mobi epub pdf txt 2024

類似圖書 點擊查看全場最低價

查看全網最低價