摘要：量化交易依托数学、算力与统计模型，已经成长为全球资本市场举足轻重的力量。它在提升交易执行效率、补充流动性方面具备正向价值，但大量行为游走在法律条文的边界之内，个体行为完全合规，却产生集体层面的负外部性。本文从金融哲学伦理、分形市场假说视角审视，部分量化策略属于“不违法，但存在伦理缺陷”。法律划定行为底线，而金融伦理回答市场“应当如何运行”，二者并不能等同。

　　一、全球量化投资的现实图景

　　近十余年来，量化投资在全球范围实现爆发式扩张，已经不再是小众另类工具。北美成熟市场中，量化贡献股票市场约28%—50%的成交，全球头部对冲基金当中，过半机构以量化作为核心策略，AQR、Two Sigma、文艺复兴科技、德劭等量化巨头管理规模突破千亿美元级别。大量机构运用多因子、CTA、统计套利、AI机器学习、高频算法等多元策略，覆盖股票、期货、固收、外汇全品类资产，每日处理亿万级别的数据信号，依靠计算机程序完成选股、风控、下单全流程。

　　国内市场同样快速崛起，公募与私募量化合计规模接近两万亿级别，量化交易已经成为A股市场不可忽视的交易主体。策略谱系分化为中低频基本面量化、量价因子策略、CTA趋势跟踪、高频套利等；头部机构投入算力与人才，中小机构则大量复用公开因子、跟风复刻头部策略，带来显著的策略同质化现象。

　　客观来看，量化具备无可否认的工具价值：它可以克服交易者人性贪婪恐惧，实现纪律化执行；可以批量完成海量标的统计筛选；套利、做市类策略在市场稳态环境下，确实能够改善价差、提供流动性，优化市场微观结构。

　　时下国内许多普通投资者对量化交易颇有微词，而工具本身是中性，策略的盈利逻辑、外部系统效应，需要放到金融哲学伦理框架下评判。法律只能约束单家机构的个体行为，却很难约束大量合规主体叠加后形成的系统性伤害，这正是量化伦理矛盾的根源。

　　二、何为“不违法，但未必道德”：金融哲学的伦理标尺

　　一般而言，法律仅回答“什么不能做”，是最低强制底线；而伦理回答“什么应当做”，是股票市场的价值追求。依据金融哲学确立的伦理原则：诚实与真实性、互惠原则、不伤害原则、风险外化禁止原则、公平原则（程序公平+分配公平）、受托忠诚与审慎尽责原则，很多量化行为并未触碰法律红线，却违背伦理理想标准。

　　互惠原则：理想金融交易应当在事前预期层面实现交易双方处境改善，且收益应尽可能与实体经济价值创造相关联；但部分量化策略收益主要来源于对手盘的信息劣势、认知劣势、速度劣势，属于存量财富再分配，并不创造实体经济新增价值。

　　不伤害原则：即便合约合法、流程合规，若行为可预见会给无关第三方带来损害，便具备伦理瑕疵。

　　风险外化禁止原则：批判“收益私有化、损失社会化”，个体机构赚取策略收益，尾部风险由整个市场、普通投资者承担，是金融危机反思最重要的伦理准则。

　　在分形市场假说视角，多标度稳态之下，量化策略可以发挥统计优势；一旦市场走向临界、分形结构趋于崩塌，大量同源算法会压缩投资者期限结构的多样性，加速多标度收敛，放大市场失稳。每一家机构单独的风控、止损操作都是合规理性，集体叠加却带来系统性踩踏，这就是典型“个体理性，集体非理性”。

　　三、量化交易中“合规但存在伦理缺陷”的典型场景

　　（一）策略同质化带来算法共振，系统性风险向外溢出

　　大量机构使用高度趋同的动量、波动率、流动性因子，风控阈值、止损逻辑高度接近。在市场平稳的多标度稳态，矛盾不会显现；一旦市场出现小幅下跌，多家模型同步触发强制减仓，卖单批量涌出，进一步打压价格，触发更多机构止损，形成正反馈踩踏，即便没有重大基本面利空，也可能诱发短时暴跌。

　　单家机构设置止损、控制产品回撤，完全属于合规风控行为，没有任何法条禁止。但集体行为会挤压市场流动性，伤害广大没有参与量化产品的普通投资者。机构虽以风控名义保护自身产品净值，但集体止损行为客观上挤压市场流动性，将波动冲击外溢至全市场普通投资者，存在风险外化的伦理瑕疵。

　　从分形市场视角延伸分析：大量同质化算法会减少不同投资期限的参与者多样性，改变市场原有分形生成机制，加速多标度结构瓦解，推动市场向失稳态跃迁，即便没有重大外部利空，也可能诱发市场脆弱性上升。

　　（二）依靠速度、信息架构优势，利用对手的结构性劣势获利

　　高频类量化依靠专线、低延迟通道获得毫秒级优势，在订单博弈当中抢占先机。交易规则允许付费购买通道，行为本身合法；但纯速度博弈部分的收益主要并非来自企业价值增长，也不直接服务实体融资。

　　尽管做市类策略在稳态下可通过缩小买卖价差间接降低市场交易成本，但纯速度博弈部分的收益主要来源于其他市场参与者的结构性劣势，与实体经济价值创造关联较弱。市场博弈允许能力差异，但当技术鸿沟制造难以逾越的结构性劣势，程序就可能成为收割认知、硬件处于弱势群体的工具。

　　（三）过拟合与黑箱模型带来的受托伦理风险

　　不少量化模型依靠对历史数据过度拟合，回测曲线光鲜亮丽，但现实环境一旦发生范式迁移就快速失效。部分机构把过拟合的策略包装成稳健产品向客户销售；复杂机器学习模型属于黑箱，因子逻辑不可解释，发生回撤时难以定位根源。

　　从代理伦理视角，管理人接受客户资金，负有审慎尽责的信义义务。即便回测流程形式合规，若机构因研发能力不足未能识别过拟合风险即发行产品，属于合法但未尽到审慎尽责义务；若明知道模型存在严重过拟合、外推能力薄弱仍刻意隐瞒并对外募资，则可能触及欺诈等法律红线，已超出“合法但伦理缺陷”的讨论范畴。

　　（四）拥挤效应：策略自我毁灭，将后入场投资者当作“接盘者”

　　某一类统计套利因子被验证有效之后，大量资金快速涌入，因子溢价被迅速消耗。早期入场机构赚取超额收益，后续跟风进入的资金面临超额收益衰减甚至亏损的风险。整个过程全部在监管规则之内完成；先进入者的超额收益部分来自市场定价错误的修正，但后入场参与者确实面临收益被稀释的风险，若机构刻意隐瞒策略容量上限则存在伦理瑕疵。

　　策略拥挤是博弈内生结果，法律无法禁止机构复制有效的模型，但是从伦理层面，机构应当充分向委托人披露策略容量、拥挤风险，而不是刻意回避该风险，美化策略预期收益。

　　（五）正常环境提供流动性，危机时刻抽走流动性

　　很多做市、套利类量化，在市场平稳时提供充足买卖盘，改善市场质量。可一旦进入恐慌、波动率抬升的临界状态，算法会迅速撤销报价、退出市场。恰恰是市场最需要流动性缓冲的时候，量化提供的流动性直接消失。

　　机构追求自身风险最小化完全合规，却把流动性枯竭的代价留给整个市场。这一现象在2010年美股闪崩事件中已有体现：SEC调查显示，大额程序化卖出触发恐慌后，高频机构在危机阶段集体撤离，进一步加剧了价格断崖式下跌。

　　需要澄清：并非全部量化都存在伦理缺陷。基本面量化，依托财报、行业、质量因子筛选企业，分享企业盈利增长红利，收益来自实体经济价值创造，高度契合互惠伦理；套利做市策略在稳态下改善市场效率。真正伦理争议集中在高度同质化量价策略、高频博弈、黑箱模型、忽视系统负外部性的交易模式。

　　四、法律边界不等于伦理终点：监管的局限

　　全球监管已经持续针对算法交易出台规则：美国SEC的订单全生命周期追踪系统CAT，欧盟MiFID II对算法机构强制备案，德国《高频交易法》要求高频订单标识、限制虚假报单比例，部分市场极端行情下启动程序交易临时限制机制。

　　但监管天然存在局限：监管可以查处幌骗、虚假报单这类个体明确违规行为，却很难干预“每家机构单独合规，叠加产生系统伤害”的集体现象。监管可以约束单笔订单、单个账户，很难管控成千上万个独立机构算法之间无形的协同共振。监管规则往往滞后于算力、模型迭代速度。

　　这就意味着，仅仅依靠法律合规，不足以维护市场完整秩序。金融伦理不能只是学术空谈，而应当内化为量化机构的内控约束：在评估一个策略时，除回测收益、夏普比率，还要增加伦理自检三问：

　　1.该策略收益来自实体经济价值创造，还是纯粹对手盘博弈？

　　2.如果大量机构同时运行该策略，是否会给全市场带来可预见的系统性伤害？

　　3.是否充分向委托人披露策略拥挤、范式迁移、算法共振的潜在风险？

　　五、工具中性，但策略需要伦理锚点

　　量化交易本身是中性的技术工具，它可以用来做价值发现，也可以用来做零和博弈。我们不应当全盘否定量化的价值，但也不能只用法律合规作为评判一切的唯一标尺。

　　法律告诉我们不能做什么；而金融哲学中的伦理原则告诉我们，一个健康资本市场，最终使命是服务实体经济，兼顾公平、互惠，拒绝把社会整体当作个体逐利的风险缓冲垫。

　　在分形市场的视角下，市场的健康依赖多标度稳态，需要长线价值资金、波段交易者、流动性补充者多元共存。当算法力量过度膨胀且策略高度趋同，短期博弈资金占比上升可能挤压长期价值资金的生存空间，削弱市场内在的价值锚。

　　“不违法”只是最低底线，远远不等于“合乎市场伦理”。

　　免责声明：本文仅为金融哲学层面的理论分析，不构成投资建议，不针对任何具体机构与产品作出合规判定。

　　作者：杨健，央广财经金顶智库专家、中国人民大学金融信息中心主任

（文章来源：央广财经）