复杂的技术系统
2010年5月6日下午2：42至2：47，道琼斯工业指数暴跌600点，当天已经下跌了300点了。市场缩水9%，上万亿美元蒸发。在最低点的时候，CNBC评论员伊林·博纳（Erin Burnet）报道说宝洁公司股份已经下跌24%至每股47美元。坐在她旁边的市场专家吉姆·克莱默（Jim Cramer）立马说：“这肯定不是真实的价格，赶紧去买宝洁公司股票吧。”就在他解释为什么购买宝洁公司股票是明智之举的时候，市场已经止跌回弹，上升了300点。显然很多人，包括自动买入卖出的计算机，也认为是什么出了问题，重新买入股票。克莱默一分钟后又说：“肯定是机器出了问题，系统出现大故障了。”不到几分钟，市场很快收复了大部分失地。
吉姆·克莱默继续展示了他的先见之明，谈到当天的事情，他说我们可能永远无法知道到底发生了什么问题。目前有一些理论解释造成“闪电崩溃”的原因，但是没有一个普遍认可的解释。最好的猜测就是一宗大型的交易因为计算机交易的不正常情况而放大了影响。
根据演算方法进行自动买入和卖出的计算机是复杂的系统。所有计算机与人类行为者纠缠在一起，人类的行为受到技术的影响，同时也影响技术的行为。从更广泛的角度而言，现代金融市场是一个复杂的适应性系统，由计算机、公司以及受到新闻、世界事件以及个人分析影响的人类行为者组成。
从更广泛的角度出发，世界经济体也是一个复杂的适应性系统，其行为受到多种因素的影响，比如天气、政治事件、单个市场及公司的表现、单个行为者包括计算机的决策等。换句话说，系统之内包含另一个系统，另一个系统内还有一个系统。反馈回路会影响每一个系统及组成部分的行为。
“闪电崩溃”只是一系列事件中的其中一项，在此过程中计算机高频交易释放的冲击波影响了全球市场。分析人员希望事后跟踪分析为什么会对市场产生巨大且不正常的影响，并且建议采取改革避免类似事件再次发生。
市场切断装置能够在探测出非典型模型出现时关闭交易就是其中的范例。但是切断器或是其他的市场改革能否真正终止奇特事件发生仍不清楚，也有可能它们只会给我们带来一切都好的幻觉。如果投资者认为市场不可靠或不公平，他们不会参与交易。但是复杂系统的改革，因为计算机和人类的行为密切耦合，会带来新的挑战和不平等。比如说，一些交易商具有不到一秒处理交易的技术占据了不公平的优势，改革对此进行修正，但也会给他们带来不公平的优势。
系统理论学者认为偶然的、不可预测的不稳定活动对于复杂系统而言是正常的。换句话说，“闪电崩溃”发生时，机器并没有坏，只是做了应该做的事，正如“全球鹰”无人机的软件只是按照编程程序要求做事。但是，考虑到金融市场应当是理性的，股票价格应该从某种程度上与有关公司的实际价值挂钩，这样来看，宝洁公司在“闪电崩溃”发生时股票下跌24%似乎没有正当理由。但是，股票通常是与市场整体情况捆绑在一起，市场总是因为某种原因在某个特别的日子或升或落，通常与投资者的心理以及短期目标密切相关，甚至超过与公司本身业绩的相关度。
人类心理是很复杂的，这也直接造成有人参与的任何活动都具有不可预测性。计算机的行为也存在同样的不可确定性，虽然说计算机没有自己的思维。2010年5月6日发生的道琼斯指数暴跌事件并非不理性，而是一系列因素巧合导致了低概率事件发生，这也代表了在一系列可能发生的事件中的其中一种可能性。
但是高频交易的世界里，系统本身很复杂，加上反应快速，能够加速低概率事件发生的可能性。抛硬币的话，正面朝上的可能性是50%，每一次投掷概率是一样的。运气不好的话，抛一百次都可能会输钱，但是如果抛足够多的次数总能达到平均数，即50%正面朝上，50%反面朝上。连续10次反面朝上的可能性很低。但是，如果你抛足够多的次数，迟早你会实现连续10次反面朝上的时候。实际上，非数学家们严重低估了连续多次得到同样一面的硬币的可能性。平均而言，每抛1024次可能会得到连续10次反面朝上的情况。
现在想象一下一台计算机模拟硬币投掷，每毫秒进行一次（千分之一秒）。对于计算机而言，得到连续10次反面朝上的概率与人类是一样的，但是人每投掷一次硬币需要5秒钟。所以说，这个简单的事实就是计算机投掷硬币的速度要比人快得多，这意味着计算机每过几秒钟就可能得到连续10次反面朝上。人类则需要一个半小时才能实现。交易速度加快即能加快异常值的出现。
对于短期交易员而言，金融市场的成功越来越依赖于使用越来越快的计算机加速交易。购买和出售同样的金融工具不到一秒就可以完成，在这极短的时间里，公司可能盈利或亏本。获得数据最快，第一个交易的公司更容易获得利润。
1815年，内森·罗思柴尔德购买英国政府债券发了笔大财，因为信鸽的报信让他比其他投资者提前知道威灵顿公爵在滑铁卢大胜拿破仑的消息。现在的计算机交易公司都愿意大笔投入服务器，减少获取信息的时间，哪怕是减少一秒钟。几毫秒的时间可能就是胜负两重天的区别。
通过使用计算机演算进行决策，同时排除人的因素，加速了新信息的获取，通过自动执行任务加速了市场的活动。计算机获取的信息越多，做出的决策越合理。输入的信息反映了当前世界所发生的情况，比如政府关于就业的报告、中央银行改变汇率、饭店连锁店宣布预期收益下降，或是巴西的风暴破坏了甘蔗林。
计算机的行动也会对外部世界造成影响。比如，订单急剧减少会迫使公司管理层辞掉大量员工进行重组。这些工人会重新找工作，从而影响当地的经济，甚至店主是否有钱继续为女儿支付舞蹈培训班的费用都会受到影响。复杂计算机系统的行为对市场产生影响，它不仅与市场密切相关，也与市场之外的复杂机构、大社会里的复杂个人的行为等紧密耦合。复杂的环境和地缘政治力量也在不断地改变我们的世界。
计算机的行动与输入信息的耦合加剧了复杂性，如信息输入的数量，以及软件如何根据这些输入信息做出交易的决定。增加系统的复杂性会影响所有可能事件的分布，从而出现更多的异常值。简单地说，由于复杂性增加，分布曲线会拉很长或是尾部增厚，计算机行动越不可预测，它们造成的影响也复杂。
当系统的各个元素紧密耦合或是复杂系统之间产生重要的影响，一些小的不可预料的事件会在整个大系统中产生反响并带来影响深远的后果。全球金融服务公司雷曼兄弟（建于1850年）与其他主要的金融机构有千丝万缕的联系，2008年该公司破产之时，威胁到全球整体金融系统。幸运的是，全球金融大系统十分强健，它吸纳了这些损失并在没有雷曼的情况下进行了结构调整。这种强健部分原因是在预料到雷曼兄弟破产的有限几天里，其他的金融机构做了大量的准备工作。如果没有那段时间，众多公司同时倒闭将造成国际银行系统崩溃。
从所有的可能性分析，“闪电崩溃”是由于某一系统的低概率事件引起的，又因其他系统的低概率响应变得复杂化。刚开始的不正常交易引发了链式反应，因此造成了剧烈的且短时间的影响。
可以肯定的是，这并非一个很精确的诊断。我们没有办法证明这个理论，或是这个问题的其他解释是对还是不对。但是，计算机交易导致的低概率事件的预防和管理问题的确值得注意以防止未来出现类似的危机。
计算机模拟是提前确定复杂系统可能遇到的各种情况的最好办法。
好的模拟将影响系统行为的信息输入和影响建立模型。通过运行成千上万的不同场景，工程师或商业分析人员能够了解不同的情况导致较低或较高发生可能性的情况。好的模型能为提前规划提供信息并得出应在复杂系统中加入哪些安全机制。他们能帮助减少某些灾难发生的可能性，当然并非所有的灾难都能防止发生。
本书评论