还记得今年2月一则让人震惊的关于高盛的消息吗？《麻省理工科技评论》称，在2000年顶峰时期，高盛在总部的现金股票交易柜台，雇佣了600名交易员，为其机构客户进行股票买卖。但时至今日，却仅剩下2名交易员“看守”柜台！而就在不久前，全球最大资产管理公司贝莱德集团也宣布，将对其主动型基金业务进行重组，计划裁去一批主动型基金经理，并用量化投资策略取而代之。

华尔街的裁员潮向我们传来一个信号，金融巨头们正在转型升级将新技术引入日常业务，新技术全面改变金融行业乃是大势所趋。今年3月李开复在智融集团C轮融资发布会上就大胆预测：金融行业80%的从业者都敌不过人工智能，他们在未来的十年都会被人工智能取代。
这个问题在豆瓣知乎也引起了不少做交易的网友们关注：
DW：完全不必担心AI取代人工。AI很强大，或者说即使现在还不够强大，但终有一天会足够强大。对于AI我了解的不多，但对于人性我可以很确定一点，人类不会抛弃交易。
MZ：我觉得人工智能目前来看几乎不可能在策略本身去进行自主研发。更多是辅助优化。
未来，也更多是在纯数据层面设计策略而已。
交易，不是100%的数据。
策略，AI能自动设计策略？AI能自己形成理念？
大有外汇联盟：www.dayou77.com/2
金融市场的博弈，可不是和一个单个的人进行博弈。纯数据就能战胜所有人？
CYB：机器们不会做长线。跟人类比，它们反应太慢了。
Anonymous：市场是人性的反映，AI交易员会在人性面前一败涂地。
WHH：市场是不断变化的，当某种盈利模式称为公知，市场就会发生很大的变化，使以前的交易模式不可再为。大家都程式化交易了，市场会出现很大的漏洞……

似乎真正做交易的人，对“人工智能未来将取代交易员”这个说法是不太认同的。一位资深交易员曾撰文对此提出看法。他将一个成熟的交易系统分为三个部分：量化依据、筛选标准和哲学基础。

量化依据
量化依据是指一个交易系统中具体信号的特征、入场点、出场点、头寸大小的计算方式。例如，是选择满仓、半仓、还是四分之一仓进场，不能因为恐惧、犹豫而随意缩小头寸。量化可以防止交易中受到人为情绪的干扰。

筛选标准
首先是技术层面，就是通过K线形态，技术指标滤掉无效信号。这部分机器确实可以做到。但筛选标准的另一个层面，基本面的判断，是机器很难把握的。从基本面发现大级别的供需失衡，技术分析予以验证，进而找出具体的买卖点，基本面和技术面的合二为一，才是交易的终极路径。

哲学基础
市场是由人构成的。即使是量化、高频交易，策略的背后也是制定策略的人。交易中的哲学基础往往植根于人性。比如，马太效应，自我强化，反身性理论（趋势会延续，而延续本身又会强化趋势）。大道至简，凡是长期有效的交易系统，都是可以找到哲学基础的。

这三个部分中，前面一个半机器可以做到，甚至可以比人做得更好，后面一个半却是机器难以实现的。这样一来，华尔街裁员潮就容易理解了。炒单、超短线的交易手法将逐渐被机器所取代，稳定盈利难度越来越大，大量手工机械交易员将被市场淘汰。
那么什么样的人类交易员可以生存下来呢？低频交易、基本面交易将是人类交易员最后的高地。人类交易员可以从以下两个方面入手：

● 从基本面的供需失衡入手，重点关注大的供需失衡，大的资源错配。计算机策略很难有效涉足基本面的大机会，这是人类投研团队的强项。

●从长周期入手。日线以内的价格波动更多来自于情绪变化，很少反映供需失衡，这各领域也恰恰是计算机的优势。长周期对应供需，在世界彻底物联网化之前，还是人类独占的领地。

能够通过刻苦攀登登上高地的交易员，面对未来充斥着大量计算机交易员的市场，还将会重新获得一个独特的竞争优势。

这个独特的优势就是：犯错。人类会犯错，计算机不会。因为一切策略本质上都是猜测，你可能对，也可能错，人类交易员的优势就在于承认错误，进而纠正错误——正确的时候正确下去，错误的时候纠正错误——这恰恰暗合了趋势交易中“截断亏损，让利润奔跑”的古谚。

恐惧来自于未知。进步就是不断探索未知，在探索中不断试错，学习，改进。
一场威力12级的飓风横扫菲律宾棉兰老岛后，作为一个基金经理，应该买入和卖出什么货币对、股票、债券、衍生品？买入和卖出多少？

这个问题，在未来，一个成熟的机器交易员可能只需要20毫秒的时间去思考。作为人类交易员，该何去何从？你怎么看？
最后欢迎朋友们登陆我们的官方网站，www.dayou77.com/2 ，随时关注我们的更多信息。