第九章 外汇交易档案
了解外汇交易员精神状态以及过去20 年外汇交易世界所发生的巨大变化的影响，是评估外汇交易风险的一个重要组成部分。
外汇交易员的精神状态或者交易员的工作动力，很多年来没有发生很大的变化。外汇交易员要赚钱；他们要为自己，也要为雇用他们的银行或者基金， 还要为了自己的幸福感赚钱。
在过去的20 年里，虽然赚钱这个外汇交易的基本功能没有变，但是，外汇交易员必须要适应一个不断变化的世界。在这个世界上，是计算机而不是我们人类，扮演着越来越重要的角色。
本章专门探索这些变化。
外汇交易的根源
虽然货币交易已有数千年的历史，通常是在银行的帮助下在进口商与出口商之间完成的，但据我们所知，今天的外汇市场植根于20 世纪70 年代。1972年，芝加哥商品交易所推出了货币期货交易。这一举措是在1971 年8 月尼克松冲击发生后不到1 年付诸实施的。1971 年，尼克松总统宣布美元与黄金脱钩，并且实际终止了布雷顿森林会议签署的固定汇率协议。芝加哥商品交易所推出外汇交易的意图是向非银行玩家提供外汇交易的能力（无论是投机交易还是保值交易） 。当时，银行间玩家垄断了外汇市场，任何人需要买卖外汇必须与这些机构打交道，并且被迫支付它们规定的价格。
这种状况自1971 年5 月开始发生变化。当时，芝加哥商品交易所国际货币市场部推出了7 种货币期货合约，这7 种货币分别是英镑、加拿大元、德国马克、法国法郎、自元、墨西哥比索和瑞士法郎。经济学家米尔顿·弗里德曼一一外汇期货交易的拥护者一一解释了需要一个新的货币交易平台的原因；
“当时， 布雷顿森林协议已经签署。而货币，外国货币， 按盯住汇率交易。汇率有时候也会大幅度波动，但妥间隔很长时间，根本就没有价格逐日变动和泼动机制。而价格逐日变动和波动机制是期货市场的活力所在，并且为套期保值者套期保值和投机者投机保有一定交易量所必需。”〔1〕（Podcast: "Birth of Futures" ,CME Group 2008.）
当时缺少能定价的银行， 20 世纪7 0 年代、80 年代和90 年代，全球银行业在纽约、伦敦、法兰克福和东京蓬勃发展。就像美国银行在国外开设分行一样，外国银行也开始越来越多地出现在海外，新的分支机构在纽约、伦敦、新加坡、中国香港和东京开设。这些海外分行大多有自己的资金部，并且通常下设外汇交易室专门为顾客服务和做投机业务。一个典型的外汇交易室人员包括一名首席交易员、若干负责不同业务的高级和下级交易员、企业销售员、头寸记录员和行政内勤人员。
外汇市场即使对于外汇交易领域的新手来说也非常陌生，就那么几个关键交易员负责定价， 尤其是为大额外汇交易定价。银行之间的交易，无论是直接交易还是声讯经纪交易， 都通过电话来完成，而银行客户的交易通过电话或者电传来完成。从20 世纪7 0 年代到90 年代初， 外汇交易的情况大致就是如此，直到出现了电子交易机器。
电子交易平台时代
20 世纪80 年代初， 路透社采用了路透市场数据服务系统（ Reuters M arket Data Se r vice, RMDS），该服务系统是现在的路透交易系统的前身。路透市场数据服务系统允许交易各方表达自己买入或者卖出某种货币的兴趣， 然后通过电地就价格达成一致。1 98 7 年， 路透社引入了路透交易2000-1 系统。尽管这也是一个电子交易系统，但它并没有给外汇市场交易带来革命性的变革。2000-1 系统更像一个高级电话系统， 能使习惯上通过电i舌完成的直接交易变得更加高效。〔2〕（Fagfinn Rime," New Electronie Trading Systems in Foreign Exchange Markets" ( www.noeges bank. no/ uplnp//p/s/se/c/oubihe/o/rio/eletronic.pdf.）
路透交易2000-2 系统于1 992 年4 月投入使用，这次， 竞争对手们纷纷跟进。几家日本银行于1 993 年4 月推出Mi nex 系统，而美国的一家银团于1 993年9 月则推出了电子经纪系统（ Electroni c Brokering Services, EBS ） 。Minex 系统于1995 年12 月被EBS 收购，而路透社则在2000 年推出了目前的路透交易3000 平台。
电子交易平台的出现拉平了大银行和小银行之间的竞争条件一一大家都能同时看到价格，并且了解某个定价背后的交易量，从而剥夺了市场大玩家的某些交易优势，但肯定不可能剥夺它们的全部优势。
外汇交易联网
当时，外汇交易联网仍局限于某些点之间，与其他资产类别（如股票）进行比较很费时间。2011 年5 月，赛讯咨询公司的一项研究〔1〕（Sreekrishna Sankar,‘Technology Systems in the Global FX Market' , ( www. celent. com/nods/28625 )。）显示，在采纳外汇资产类别电子交易系统（ ETS）方面，“银行处于领先水平” 。根据这份报告， 2009 年，92%的外汇交易是通过电子交易系统完成的；同年，资产管理公司和企业实体对外汇交易电子交易系统的使用分别占到66 %和50% 。
国际清算银行2010 年的调查报告公布了一个令人惊奇的发现：商业银行完成了较少的外汇交易，这是前所未有的第一次下降。国际清算银行在调查报告中指出，就交易对手方而言，全球夕阳交易额的增加是与主要包括对冲基金、养老基金、共同基金、保险公司和中央银行在内的“其他金融机构”交易业务的增加联系在一起的。由这类金融机构参与的外汇交易额从2007 年4 月的13 000 亿美元增加到了2010 年4 月的19 000 亿美元，增长率达到了42% ；而报告交易商之间完成的外汇交易额则只有15 000 亿美元。“报告交易商与其他金融机构之间的成交额第一次超过了报告交易商之间完成的交易额。”国际清算银行在报告中说道。
2010 年12 月，国际清算银行公布的一份深度研究报告分析了商业银行交易减少的原因。由于国际清算银行每3 年进行一次的调查没有设置分类报告哪些交易由谁完成的机制， 因此，该银行采用了其他策略，与市场参与者面i炎、采用地区外汇交易调查数据以及分析外汇交易的币种构成和地点。调查结果表明，外汇成交额的增加是由以下因素驱动的：高频交易者业务增长；日益成为主要货币对顶级交易客户、规模较小的银行的交易增加；散户投资者（个人和小机构）作为一类重要的外汇市场参与者的出现。
驱动外汇交易流量增加的一个关键因素是电子交易执行方法的普及，从而降低了交易费用，提高了市场流动性，井且鼓励更多的客户参与外汇交易。
在过去的10 年里，外汇交易平台成倍增加，从几个增加到了20 多个声誉？良好（以及很多声誉较差）的公司。自21 世纪10 年代中期外汇交易自成一种资产类别交易以来，散户交易者急切希望使用这些外汇交易平台。这些平台上的外汇价格大多由银行交易员提供。正如一位交易员所解释的那样，“大多数大型银行的赚钱策略是把每个人的交易吸引到自己的交易平台上一一在90% 的时间里，这种策略取得了成功，只有在出现大行情的日子里遭遇失败”。
国际清算银行指出，采用算法交易的一个关键转折点出现在2004 年。那年，欧洲央行电子中介部推出了电子交易系统即期外汇交易自动界面（ EBS Spot Ai ）。这个系统向银行提供了一个计算机界面。这样，欧洲央行就能使即期外汇市场的算注交易采用电子交易系统标示的实时价格。2005 年，电子交易系统的即期外汇交易自动界面服务扩展惠及主要银行客户，并且允许对冲基金和其他交易者通过其在最大的外汇交易商那里开立的机构经纪账户进入外汇交易商同业市场一一外汇市场流动性最大、层次最深的部分。
算法热
虽然受国际清算银行赞美的越来越广泛的参与可被认为是一件好事，但是，外汇交易员们经常抱怨算桂交易的出现，因为算法交易从多个方面使他们的生活变得苦不堪言。现在，算洁模型定价不仅仅是面向银行交易员的，而且也面向企业客户，从而在某些情况下撇开了经纪人。而且，一些掠夺性算法交易试图无视外汇趋势或者在不同货币之间套利，从而严重影响了交易员赢利和／或减少交易员的利润。
从有利方面看，外汇交易算法模型也可用来眼踪客户交易流量。“顶尖的计算机能为每个操作它们的人建立资料数据。”一个接受采访的交易员解释道。因此，如果银行甲是一家托管银行，或者是一家关注更大的中央银行或主权财富基金交易流的银行，那么， 计算机就能回顾历史上银行甲（譬如说）用5 000 万美元购买日元时发生了什么情况。
在算法交易这个竞技场上，最令外汇交易员恼火的是高频交易和延迟交易模型。过去，一家银行总有一名交易员负责寻找价格异常，并从另一家银行中某个没有根据市场震荡事件及时更改价格的倒霉交易员那里赚钱。一个接受本书作者采访的交易员指出： “这样的交易员会背上‘挖掘者’的骂名，你会设法不和他们打交道一一而现在. 7115边的‘极客’ 倒是不用关注； 他们不懂市场规矩。”
一些接受采访的交易员还谈到了噪音探测或者高频探测问题。就像潜艇用声呐探测距离一样，有些高频模型能进行价格试探，直到发现买盘或者卖盘撤出的那个点。例如，如果一个模型想卖出1 亿欧元，它可以先通过每次低报价格或者拍板成交来进行试探。
在2011 年9 月的一份文件中，国际情算银行表示了它的不安：机构经纪人不堪负担大量的记胀工作并且承担了大于他们愿意承担的风险头寸的敞口风险，因为他们不能落后。包括英国、美国和澳大利亚在内的多个国家的规制机构正在考虑、制定新的规则， 对已完成交易规定一个买卖申请比率。这样可以减少噪音探测行为，但规制照例会导致意外后果。
其中的一个意外后果可能就是限制不探测噪音的“应急”交易员，比如，止损目标或者价格目标一旦达到，就重返这样或那样的标准。其含义是， 要以损害普通投机者为代价来控制高频交易者，而传统的观点认为投机会给市场注入非常需要的流动性。
越大越好一一银行规模对外汇交易的影响
与中小型银行相比，大银行曾经有过井且一般而言现在仍有明显的交易优势。大银行有较大的信用额度以及数量较大、类别较多的客户，从而有可能看到额外的交易流，而额外的交易流既能给大银行带来信息又为它们创造盈利。大银行头寸较多， 因而在市场缺乏流动性时有较大的能力影响汇价。
在全天无休的财经新闻报道出现之前，大银行最先听到传闻和比较重大的新闻事件。大银行常常有海外消息来师、、为它们传道来自外国中央银行负责人的震撼市场的评论或者关于大订单流的信息。20 世纪80 年代，财经新闻由路透社和德励财经（ Telerate）公司这两大主要新闻来源发布， 大银行通常拥有几分钟或者更长时间的优势。一个中小银行的交易员倘若听到一则八卦消息，可能会选择打电话把这个消息告诉大银行的交易员，以便为即将到来的交易争取更有利的价格。
如果一家银行没能做大，因为没有成为各种货币交易的领头羊，就会试图专业化于某个货币利基市场。葡萄牙的一些银行定出了最好的埃斯库多（ escudo)价格，而爱尔兰银行则定出了最好的盖特（ punt ）价格。欧盟主要国家银行都在美国开设了分行，把交易的触角伸到了纽约和美国其他城市。20 世纪80 年代初， 至少有4～5 家意大利、德国和法国大银行许诺提供本国货币的最好价格。
1999 年1月欧元的问世不可逆转地改变了外汇交易格局。欧元诞生那天，世界因比利时、德国、西班牙、桂国、爱尔兰、意大利、卢森堡、荷兰、奥地利、葡萄牙和芬兰放弃本国货币改用新诞生的欧元一一这种单一货币最终有望成为美元的竞争对手一一而失去了11 种货币。
欧元问世后不久， 银行合并来势汹汹，多数欧洲银行实施了兼并或者收缩。那些光靠利基业务赢利的银行失去了它们的现金牛，而且也无法与大银行竞争。好几家外国银行关闭了它们设在纽约的营业处，而集中致力于国内市场业务。
做惯了欧洲货币联盟成员国货币交易的交易员必须寻找某种新的业务做。澳大利亚元和加拿大元的交易量显著增加。新兴市场经济国家的货币重又时乒起来，尽管有关1 997～ 1998 年期间发生的亚洲金融危机的记忆仍使得一些市场玩家因为这些国家货币实际缺乏流动性而谨慎持有较大的头寸。然而， 从2 0 0 0年开始，全球化的发展重新激泼了对新兴市场国家货币的兴趣。那些曾经专业化于单一货币利基市场并因欧元诞生而失去这项业务的银行得以再度实行专业化，末过这回是专业化于拉美、亚洲、东欧或者非洲国家的货币交易。
西班牙比塞塔交易商这次变成了墨西哥比索交易雨， 把他们那套技能调整应用到了新的一样被动的交易货币对上。对冲基金和养老基金与主权财富基金都愿意购买用新兴市场国家货币标价的股票和债券，从而创造了夕｜、汇交易流以及对外汇交易商把业务扩展到这些国家货币的需要。
虽然大银行提供了丰富的外汇产品，但有些客户更喜欢自己动手处理， 并且亲密地与规模较小的银行特别是专业化于利基市场的银行发生交易关系。倘若一家中央银行或者某个主权财富基金想进行秘密干预， 那么通过小银行比通过大银行少惹人注意， 除非要进行大规模的干预。大银行要是拿到订单， 就会放出消息说是这家中央银行或者主权财富基金在和他们打交道， 以显示自己真是一个玩家。小银行有更多的理由想做中央银行或主权财富基金的回头客，并且会试图交替成为市场关注的对象。
价格发现
在外汇定价方面， 电子交易通常把大银行和小银行以及大公司和小公司放到同一个竞技场上竞技。尽管如此，大银行仍在定价和流动性方面拥有自己的优势。
最近，有交易员争辩说， 外汇交易在今天比以往任何时候都更加紧密地关系到价格发现问题，即发现在哪里根据你的交易额获得最好的价格。这有助于你成为自己有交易平台的银行的交易者，因为你能看到客户的订单流以及传统的公司订单。不像早些年，电子交易系统或者路透社配价系统的标价决定货币对的价格，而现在价格发现就在银行内部完成。
大银行有时还能发现规模可观的托管和其他客户流，寻找机会做外汇交易，并且希望以大规模的交易来推高或者压低某个货币对的汇价，而新兴市场特别可能出现这种情况。在新兴市场上，大外汇交易商影响也大。一般认为，当大外汇交易商看到全球投资者都涌向某个市场时，他们便知道这些投资者将驱动这个市场。如果交易商看到他们以某种方式聚集在一起，就知道与他们打交道有多难。令人奇怪的是，在这种情景下，规制机构从不指责大银行为了牟利而带领客户超前交易，可能是因为交易商会振振有词地申辩说，他们只不过预期将会出现一波行情，因而预期他们的客户马上就会下单。
有时交易规模太大，一个交易员吃不下来，就会联系交易厅的其他交易员，询问其他银行的价格。而在过去，现汇交易员就会站起来吆喝“我要打电话询价”；现在，做一个大客户的交易时，现汇交易员会喊“我要点击民主标” 。在这种情况下，价格发现不可能在银行内部而显然是在银行外部完成。
再看一眼
“再看一眼”这个热门话题数次出现在我们与交易员的讨论中。一个交易员给我们举了下面这个例子：
市场上， 1 000万欧元的买入价是1. 428 21 美元，而5000万欧元的买入价略低，是1.4282美元。一个交易员如妥出售5000万或更多的欧元，这个金额一次出手，那么正好可卖1.4282美元这个价。至于有“再看一眼”习惯的银行，它们有能力在1 纳秒的时间里发现它们是否能够出售这5000万欧元，譬如说交易没有完成或者只完成一部分。那一头的交易员只看到这笔瞬间完成的交易没有做成。开价银行最后看了一眼市场。
用这个例子可以证明算法交易在获得最好价格方面的尖端性。交易员可以先以1 欧元兑1. 42821 美元的价格出售1000万欧元，然后再设法以1. 428 2 美元出售剩下的4 000 万欧元。在这个例子中，通过算法模型就可看到最初的1 000万欧元交易，然后降低报价一一而且，这一切也是在瞬间完成。
与因价差缩小而看到利润缩水的银行不同，对冲基金的交易员会因算法模型快速普及带来了额外收入而感到高兴。算法模型“提供了更高的流动性和更加严格的价格”，对冲基金的交易员们如是说。有个对冲基金交易员认为，如果没用算法模型，欧元的买卖价差可能是3 个点，而不是1 个点（或者更小），并且把这称为“不错的费用节约” 。他又补充说： “在进入点上流动性更高一一当你想交易时” 。
企业客户也喜欢比较严格的价格，因为严格的价格通常意味着它们的外汇套期保值费用有所降低。现在，跨国公司外汇交易员在办公桌上常常也有外汇交易平台，并且远比过去更加清楚地知道哪些价格看上去更像市场公允价格。买方，如共同基金、养老基金、对冲基金和企业等非银行客户，近些年来也变得聪明了许多。另一个交易员这样说。
价格发现有时可能是虚幻的，尤其是在2011 年雷曼兄弟公司宣布破产后的几个月以及欧元区外围国家爆发债务危机期间。
资深货币策略分析师斯图尔特· 霍尔（ Stewart Hall ）在加拿大皇家银行资本市场部工作期间，在谈到2011 年10 月的金融市场状况和价格发现时曾经说过这样的话：
“欧元区政策并不是凭空捏造的．尽管它有时似乎就是反映了这样一个真空存在。引中而言，市场并不是由书上说的理性决策主体和程序构成。的确，在一度给人以真空感觉的最近几个月里，价格发现变成了一种航行。在这种航行中，特别定价回旋的秘诀被认为是选择性定价和市场风险逆转。”
国际清算银行在本章前面提到的那份2011 年9 月的文件中，提及了2011年3 月17 日美元兑日元的汇率大跌300 点一事。那次暴跌发生在25 分钟的时间里。在这个时间段里，流动性和流动性缺失显然是一个问题，并且电子交易平台被挤爆。“你能看到的价格可能不是真正的交易价格。”一个经历过这种场合的日元交易员如是说。
“由于交易系统停止运行，客户无法为避免触发自动止损机制离场而追加保证金。当散户聚合器实施强制性止损离场时，比较清淡的市场突然出现了一波抛售美元的行情。结果，美元对日元自由下跌，许多银行停止做市。那些继续做市的银行大幅度扩大其买卖价差，以至于它们的买入价大大低于此前的市价，致使交易对手方难以接受和开展交易。美元兑日元汇率下跌的恶性循环和止损机制启动接踵而至，到6 : 20 左右美元兑日元的汇率跌到了1 美元兑76.25 日元。大约30 分钟以后，由于对冲基金和新的散户投资者开始构筑美元兑日元的多头头寸，美元兑日元的汇率才得以回升到1 美元兑78.23 日元的水平。那些在美元兑日元的汇率极度疲动期间停止定价的银行又重新恢复了做市。”国际清算银行如是说。
在这个例子中，仅仅是因为价格由电子平台上的供应商确定，流动性才有这么好， 而且情况，总是如此。
算法新闻
算法新闻提要值得说上几句，因为它使人类交易者处于明显的劣势地位。在一个交易者阅读和消化一份美国最新的非农就业报告这样的关键数据信息要花的1 0 秒钟时间里，算法模型已经对这条信息做出了评估并根据数据信息进行交易。大多数重要通讯社也提供某种算法数据提要，并把新闻信息直接输入模型；然后，模型能在1 个纳秒的时间里处理信息井做出决策。有人可能会争辩，有时候也需要修正或者在数据传输方面出错，但大多数数据传输非常顺畅，并且赋予那些使用算注模型交易的人明显的交易优势。除了经济数据，新闻内容尤其是新闻来源也能直接输入算怯模型，然后由模型解析句子并提出交易建议。
结论
无论交易员是否谈论他们自己的想洁，或者如实反映电子交易平台或算法模型的缺点， 他们看上去并不担心自己被算法模型完全取而代之。艾特集团(AITE Group)20 1 2 年2 月告诉《经济学家》杂志，有超过25 % 的外汇交易是基于算法模型完成的， 而算法模型完成的股票交易要占股票交易的65 % 。我们没有理由认为，算怯模型完成的外汇交易在不久的将来不可能达到股票市场的水平。虽然算怯模型在速度上不可能被打败，但作为交易员的人也可做出贡献，如分辨何时达成的买入价是乌龙指犯的错， 井且知道何时需要关闭算法模型。