20世紀八九十年代西方各國的金融監管逐漸放鬆，電子交易日益普及，新的、純粹電子交易的平台不斷出現，各種金融工具交易的買入賣出價差不斷縮小。有些做市商和大的基金開始使用算法交易自動將比較大的交易額化整為零，以免引起市場注意。這種算法交易一般叫「冰山一角」，意思是別人只看到你所要交易的一點點，下面埋伏著大冰山。有的做市商和基金可能又研究出另外的算法交易，來與冰山一角針鋒相對，試圖將已經化整為零的交易拼湊起來，從而打探到對方真正的交易意圖，然後搶佔先機。我們估計，在前面提到的沃爾夫冰反訴復興技術的文件中，說復興技術試圖通過模型從投資技術集團公司的「機構投資組合交易匹配系統」推測出保密數據，那個模型很可能就屬於這一類針對「冰山一角」的算法。現在有好幾家投資銀行提供這種算法交易的模型，一般叫「游擊隊」。游擊隊會自動發出一些小的交易指令，打一槍換一個地方，然後根據市場反應來判斷底下有沒有冰山，有多大的冰山，就像海豚的聲吶導航系統一樣。
投資技術集團的「機構投資組合交易匹配系統」屬於最近幾年出現的「暗池」交易平台，它跟一般交易所不同的地方是它的限價買賣指令表是秘密的，這樣可以防止別人搭順風車、建老鼠倉，方便共同基金和對沖基金進行大宗的交易。對傳統的交易所來說，這是個災難性的發展，因為很多交易額都被「暗池」吸走了。交易所的應對措施是開發自己的「暗池」。
算法交易模型：冰山一角和游擊隊
在股票價格信息的網頁上，有買入和賣出盤的價格及數量。「冰山一角」採取自動程序，將一筆大的交易化整為零，隱藏在這些數據裡面。游擊隊則試圖將這些零碎的信息拼裝起來，還原大交易的本來面目。
資料來源：價格網頁截圖來自中銀香港的交易網站，「冰山」來自微軟插圖網站。
雪中送炭還是雪上加霜
一般認為電子交易從整體上來說降低了股票市場的波動性。我們說過，金融市場上相當一部分的上下波動來源於投資者扎堆的行為和過激的反應，電子交易因為它的速度比較快也許能夠減少這類交易行為的影響。但是這種說法目前也還沒有定論。
我們都有過因為電腦死機而捶胸頓足的時候，電子交易也有它陰暗的一面。
2007年2月27日，中國股市大跌，隨後的歐美交易時間段內，歐美股市交易量大增，計算道瓊斯指數的電腦不勝負荷出了問題，這使道瓊斯指數1小時內沒有更新。等到問題解決之後，指數重新開始更新，道瓊斯看上去在1分鐘之內暴跌178點。許多自動交易系統被這個突然變化激活，開始大量交易，雪上加霜。因為交易量太大，交易指令太多，紐約股票交易所不得不中止交易。道瓊斯當天下跌416點，3.3%。這也顯示了把決定權交給機器的潛在風險。
英國監管當局在一份文件中寫道：「英國金融服務管理局一直對黑箱交易的發展非常關注。在年度總結中，管理局提到了新的技術給市場帶來的流動性，這是它的好處。但是對這類複雜技術和模型的過度依賴也可能帶來過高的風險，系統有可能失靈，這會對正常交易帶來各種干擾。」
電子閱讀
快速不僅僅體現在交易速度上，還體現在各種信息傳遞和處理的速度上。各種金融工具交易的價格、數量等數據的高速傳遞使各種量化基金能夠使用這些最新的信息進行計算。
但是信息不僅僅限於價格，也包括文字信息。路透社幾年前推出了高速傳遞文字消息的服務，有的關於金融市場的報道乾脆就是由機器自動寫的，這樣可以提高播發的速度。它的競爭對手也推出類似服務。道瓊斯公司2008年在《華爾街日報》刊登整版廣告，聲稱它的關於英國中央銀行降息的故事要比別人整整快兩秒。我們作為普通投資者自然不會在乎這樣一條新聞兩秒的先後，但是我們知道有些高速交易的量化基金會很在乎。
兩秒，那可就是2000毫秒啊！
現在有一些對沖基金通過量化模型自動對文字進行分析，然後得出交易的信號，再將指令自動發出去交易。當其他人還在閱讀新聞的時候，量化模型已經以「迅雷不及掩耳」之勢（據說這個詞現在很常用。），把交易做成了。《金融時報》2007年的一則報道的標題是《如果你正在讀這篇報道，你已經晚了：機器已經來過了》，說的就是這個情況。這類量化模型對文字的分析不僅僅是尋找幾個數字，還包括判斷新聞的「感情色彩」等。
現在這場速度戰還在激烈地進行之中，不過很快交易速度就會碰到極限，因為光速是不可能被突破的。很多業內人士則很有信心地說：交易速度提到光速之後，我們接下來就要提高其他各個方面的速度，包括中後台、交割、清算等方面。當大家都同樣快的時候，那我們就在其他方面比高下了。
「截和」：對沖基金介入投資銀行的地盤
我們提過的幾個超級量化基金都是這場速度戰的領軍人物。正因為如此，有些人認為這些基金賺來的錢其實應該是做市商賺的錢，這是什麼意思呢？
一個做市商的職責就是不斷提供某種產品的買入和賣出價格，並且與願意跟他交易的投資者或者對手做市商按照這種價格交易。我們假定某銀行是某只股票的做市商，該股票的價格是99～101美元。換句話說，做市商願意以每股99美元買入，或者以每股101美元賣出。如果市場價格在一天內保持不動，做市商的各種交易對手在這一天正好從他這裡買走了1000股，又賣給他1000股，這一天做市商的做市收入就是1000×(101——99)=2000美元。你可以看到，買入賣出價格之間的差別越大，做市商的收入就越高，所以買入賣出價差又叫做市商的利潤空間。同樣，交易量越大，做市商的收入就越高。另外，如果做市商的市場佔有率比較高，交易量很大的時候，買入賣出匹配的可能性也會增強，這是統計學裡面的大數原理，所以做市商都會想盡辦法，增加市場份額。另外，做市商需要有一定的股票存貨來應付前來購買股票的客戶。
但是前面提到的兩個假設在現實交易中都基本上是不可能的事情：價格在不斷變動，在各個價位上買入賣出的股票數量也不可能一樣，所以做市商需要不斷調整自己的存貨：太多的話賣掉，太少的話買進來；覺得股票看漲的時候持貨稍微多一些，看跌的話盡量不持貨，或者沽空。這樣一來，做市商的收入就有兩部分：一部分仍然是前面所說的做市的收入，來源於買入賣出的差價；另一部分其實是投資的收入，取決於他對市場走勢的看法。如果做市商自己要到市場上去買賣股票，他就不再能低價買入、高價售出。他必須高價買入、低價售出。換言之，他是價格接受者，而不再是價格制定者。
因為做市商在調整存貨的時候只能是價格接受者，所以，做市商不可能賺到利潤空間裡面所有的錢。過去，做市商通常能賺到買入賣出價差的20%~40%，現在則更低。
在過去的30年中，各類金融工具的買入賣出價差都在不斷降低，這一方面是交易量（流動性）增加的結果，另一方面是做市商之間的競爭造成的。價差降低，意味著投資者交易的成本降低，所以是好事。這也迫使許多靠做市賺錢的投資銀行和商業銀行：（1）提高效率，更多使用電腦自動交易；（2）增加自營資金的投資部分——這方面比較出名的是美資銀行高盛，它的自營資金的投資收入佔整個銀行收入的很高比例，所以有人戲稱高盛是一個龐大的對沖基金，附帶一個小的投行；（3）增加買入賣出價差比較高的那些產品的做市比例，現貨股票、債券、外匯的價差很低，但是期權的價差比較高，所以投資銀行推薦的產品大部分是期權。按揭證券化產品的價差也很大，所以在這次金融危機之前銀行都拚命要擠進那個市場（當然投資銀行還看上了在這個市場將各種房屋抵押貸款證券化、打包過程中的收入。）。
像西蒙斯那樣的超級量化基金一般不會像投行那樣給金融產品同時報出買入、賣出價，因為這些基金並沒有做市商的義務。這些基金在和投行的博弈中速度沒有劣勢，有可能還有優勢，同時沒有義務報價，所以這些基金可以通過電腦模型和它們的快速反應有選擇地將投行的一部分交易量吃走，而這一部分交易量可能正是比較能夠賺錢的部分。比方說，在剛才的那個例子裡面，一個量化基金可以在99.01美元設定買入的限價指令，但是不設賣出的指令，因為它的統計套利模型預測將來幾秒鐘的價格是升勢。如果有客戶拋出股票，量化基金「截和」，投行丟失了這一筆本來可能賺錢的生意。但是如果有人想買入股票，量化基金不賣，投行只能賣，股票如果升了，投行倒霉。這當然只是一個非常簡單的例子，具體運作中投行和基金之間的互動關係則很複雜。很多時候，量化基金的算法交易可能一次發出上千條交易指令，每個交易指令的數額可能都不太大，轉瞬之後又可能發出新的上千條指令，其中的很多會取代幾秒前剛剛發出的指令。就跟捕魚一樣，過去可能只用幾根釣竿，每根魚線魚都看得很清楚；現在用幾乎看不見的密密麻麻的網，魚要想逃走可不太容易。投行為了在競爭中不落後，也紛紛改進自己的系統。花旗銀行2007年購買了一個能夠使用自動算法大量處理現貨交易的公司，將新的技術用到自己的做市商部門，就是為了不輸給虎視眈眈的量化基金。
不僅如此，有的量化基金現在直接註冊成為某些產品的做市商，跟投行直接競爭。2007年，《紐約時報》的一篇文章指出大本營集團雖說看上去是個對沖基金，但是已經具有投資銀行的各種要素，只是沒有投資銀行家而已。2009年，大本營宣佈它已經成立了投行部門，並且從倒台的美林銀行那裡招來3位投資銀行家。大本營宣佈它計劃成立一個「全球領先的、完全整合的面向客戶的金融機構，提供投資銀行、銷售和交易等各項服務」。但是，從側面來說，這是不是也證明量化投資、高速交易所能賺到的錢是有限的呢？
2008年對投資行業來說是乏善可陳的一年，但是在一片幾乎清一色的蕭瑟之中，算法交易可以算是一枝獨秀，大獎章基金2008年的淨回報為80%！許多銀行和基金都加快了成立或者擴充算法交易部門的步伐，這方面的人才供不應求。金融行業總是這樣，最近什麼好，所有的目光都一起轉到那裡去。2008年對量化投資中的算法交易利好也不奇怪，因為市場波動性很大，亟須流動性，正中算法交易的下懷。但是這種情況能持續多久呢？應該不會很久。我們前面說起過流動性和市場容量的問題，算法交易對於市場容量非常敏感，如果進來的錢太多，很快就應該會有敗下陣來、彈痕纍纍的銀行和基金。當只有為數不多的基金和資金採取這種策略的時候，它們賺的是市場有效性提高帶來的錢；當很多基金和資金進來拚殺的時候，它們只能賺相互的錢，你的得，就是我的失。
根據一家對沖基金研究機構2009年的最新統計，美國股票市場2009年3/4的交易量都來自算法交易，跟2005年統計時的30%相比大幅提高。但是從事算法交易的公司占美國將近兩萬家投資交易機構的不到2%。
聯邦調查局介入
2009年7月，全球多家報紙都在顯著位置刊登了一則新聞，美國聯邦調查局在紐約一個機場逮捕了剛剛落地的高盛銀行前僱員謝爾蓋·阿雷尼科夫。阿雷尼科夫今年39歲，拿美國和俄羅斯護照。他於1991年從俄羅斯移民到美國，移民前他是俄羅斯交通部的程序員。他曾經在一所大學和一家電訊公司工作過，後來加入高盛銀行，號稱是華爾街技術領域的一流好手。他在高盛工作兩年，底薪為每年40萬美元。但是不久以前他跳槽到芝加哥的一家新公司，據說底薪翻了三番。這家新公司的三個創始人都曾經是大本營的交易員。
聯邦調查局檢控阿雷尼科夫在他還在高盛最後幾天裡四次進入該銀行的電腦系統，拷貝了該銀行量化交易的部分電腦程序，並將竊取的電腦程序上載到德國的一個網站上。之後，阿雷尼科夫還試圖清除他留下的痕跡。高盛的自動監測工具查到了他的舉動。在金融機構工作的人都知道，他們的電話會被錄音或者監聽，他們的電郵也會被檢查，如果有人大規模拷貝數據，銀行的電子安全防務部門就會警報四起。
阿雷尼科夫竊取的電腦程序正是高盛銀行使用在「複雜、高速和高周轉率的自動交易中，買賣股票和商品」，這類交易每年能賺「千百萬美元」。有專家分析說：「很多股票市場的做市商都會投入大量的資金來開發極高速交易的軟件，這使它們在競爭中佔盡先機。但是如果這些軟件的代碼被盜用，那麼盜用者就可能製造出更快的版本，捷足先登，盜用者賺到的錢其實本來是高盛應該賺到的錢。」美國證交會前主席現在是一家對沖基金公司的總裁哈維·皮特說：「這個事件給每個金融機構都敲響了警鐘，它們都應該重新檢查自己的電腦安全系統，不僅僅包括秘密交易程序，還包括其他各個方面。」
軍備競賽的社會意義
作者布克斯達博還提出了這樣一個問題：這樣的以毫秒、微秒為單位的軍備競賽，究竟對金融行業，甚至整個社會有沒有帶來好處呢？
他認為沒有，雖說量化投資、算法交易、高頻交易給市場帶來了流動性，是好事，但是快幾毫秒，對社會沒有更多的好處，但為此銀行和基金都花了大量的成本，所以淨附加值為負數。他認為這就像冷戰時期的軍備競賽，花了很多錢，勞民傷財。可是也有人指出，銀行和基金都是自願花錢的，這是市場的力量在起作用。而且，投資行業的巨大投資使得電腦芯片生產商能夠有錢開發、製造更快的芯片，最後我們大家獲益。我們現在的很多技術都得益於當年冷戰時期軍備競賽的研究：衛星定位、萬維網、很多家用電器，等等。
量化投資裡面的高頻交易、算法交易行業還比較新，當這類交易出現在新的市場的時候通常會降低交易成本，使投資人獲利，所以我們認為很多市場都將會因為它們的出現而獲益，但是競爭到一定程度的時候是不是會向惡性的方向發展呢？這是可能的，也將是未來數年中監管、學術和行業本身要思考和回答的問題。
最後補充一句，我們認為量化投資或者算法交易總的來說應該對市場有益，但這並不意味著我們認為投資者——尤其是散戶投資者——應該去研究、使用這類方法。有的人可能在想：不能賺到西蒙斯那樣多的錢，有個百分之一、千分之一也不錯嘛。全球真正能靠這類方法穩定賺錢的基金屈指可數，這就說明了這類方法的難度，就連已經是億萬富翁的肖爾也說，如果讓他重新開始的話，他不會選擇算法交易這條路，因為付出太大，而成功的可能性又太低，他說別的投資方法賺錢的性價比要好很多。西蒙斯總是說起他成功的運氣成分，這不應當僅僅理解成他的謙辭。市場所有交易人頻繁交易在短期內的總附加值是零，所以西蒙斯年復一年賺到的錢歸根結底都是別的投資人頻繁交易輸掉的錢。
投資技術集團的「機構投資組合交易匹配系統」屬於最近幾年出現的「暗池」交易平台，它跟一般交易所不同的地方是它的限價買賣指令表是秘密的，這樣可以防止別人搭順風車、建老鼠倉，方便共同基金和對沖基金進行大宗的交易。對傳統的交易所來說，這是個災難性的發展，因為很多交易額都被「暗池」吸走了。交易所的應對措施是開發自己的「暗池」。
算法交易模型：冰山一角和游擊隊
在股票價格信息的網頁上，有買入和賣出盤的價格及數量。「冰山一角」採取自動程序，將一筆大的交易化整為零，隱藏在這些數據裡面。游擊隊則試圖將這些零碎的信息拼裝起來，還原大交易的本來面目。
資料來源：價格網頁截圖來自中銀香港的交易網站，「冰山」來自微軟插圖網站。
雪中送炭還是雪上加霜
一般認為電子交易從整體上來說降低了股票市場的波動性。我們說過，金融市場上相當一部分的上下波動來源於投資者扎堆的行為和過激的反應，電子交易因為它的速度比較快也許能夠減少這類交易行為的影響。但是這種說法目前也還沒有定論。
我們都有過因為電腦死機而捶胸頓足的時候，電子交易也有它陰暗的一面。
2007年2月27日，中國股市大跌，隨後的歐美交易時間段內，歐美股市交易量大增，計算道瓊斯指數的電腦不勝負荷出了問題，這使道瓊斯指數1小時內沒有更新。等到問題解決之後，指數重新開始更新，道瓊斯看上去在1分鐘之內暴跌178點。許多自動交易系統被這個突然變化激活，開始大量交易，雪上加霜。因為交易量太大，交易指令太多，紐約股票交易所不得不中止交易。道瓊斯當天下跌416點，3.3%。這也顯示了把決定權交給機器的潛在風險。
英國監管當局在一份文件中寫道：「英國金融服務管理局一直對黑箱交易的發展非常關注。在年度總結中，管理局提到了新的技術給市場帶來的流動性，這是它的好處。但是對這類複雜技術和模型的過度依賴也可能帶來過高的風險，系統有可能失靈，這會對正常交易帶來各種干擾。」
電子閱讀
快速不僅僅體現在交易速度上，還體現在各種信息傳遞和處理的速度上。各種金融工具交易的價格、數量等數據的高速傳遞使各種量化基金能夠使用這些最新的信息進行計算。
但是信息不僅僅限於價格，也包括文字信息。路透社幾年前推出了高速傳遞文字消息的服務，有的關於金融市場的報道乾脆就是由機器自動寫的，這樣可以提高播發的速度。它的競爭對手也推出類似服務。道瓊斯公司2008年在《華爾街日報》刊登整版廣告，聲稱它的關於英國中央銀行降息的故事要比別人整整快兩秒。我們作為普通投資者自然不會在乎這樣一條新聞兩秒的先後，但是我們知道有些高速交易的量化基金會很在乎。
兩秒，那可就是2000毫秒啊！
現在有一些對沖基金通過量化模型自動對文字進行分析，然後得出交易的信號，再將指令自動發出去交易。當其他人還在閱讀新聞的時候，量化模型已經以「迅雷不及掩耳」之勢（據說這個詞現在很常用。），把交易做成了。《金融時報》2007年的一則報道的標題是《如果你正在讀這篇報道，你已經晚了：機器已經來過了》，說的就是這個情況。這類量化模型對文字的分析不僅僅是尋找幾個數字，還包括判斷新聞的「感情色彩」等。
現在這場速度戰還在激烈地進行之中，不過很快交易速度就會碰到極限，因為光速是不可能被突破的。很多業內人士則很有信心地說：交易速度提到光速之後，我們接下來就要提高其他各個方面的速度，包括中後台、交割、清算等方面。當大家都同樣快的時候，那我們就在其他方面比高下了。
「截和」：對沖基金介入投資銀行的地盤
我們提過的幾個超級量化基金都是這場速度戰的領軍人物。正因為如此，有些人認為這些基金賺來的錢其實應該是做市商賺的錢，這是什麼意思呢？
一個做市商的職責就是不斷提供某種產品的買入和賣出價格，並且與願意跟他交易的投資者或者對手做市商按照這種價格交易。我們假定某銀行是某只股票的做市商，該股票的價格是99～101美元。換句話說，做市商願意以每股99美元買入，或者以每股101美元賣出。如果市場價格在一天內保持不動，做市商的各種交易對手在這一天正好從他這裡買走了1000股，又賣給他1000股，這一天做市商的做市收入就是1000×(101——99)=2000美元。你可以看到，買入賣出價格之間的差別越大，做市商的收入就越高，所以買入賣出價差又叫做市商的利潤空間。同樣，交易量越大，做市商的收入就越高。另外，如果做市商的市場佔有率比較高，交易量很大的時候，買入賣出匹配的可能性也會增強，這是統計學裡面的大數原理，所以做市商都會想盡辦法，增加市場份額。另外，做市商需要有一定的股票存貨來應付前來購買股票的客戶。
但是前面提到的兩個假設在現實交易中都基本上是不可能的事情：價格在不斷變動，在各個價位上買入賣出的股票數量也不可能一樣，所以做市商需要不斷調整自己的存貨：太多的話賣掉，太少的話買進來；覺得股票看漲的時候持貨稍微多一些，看跌的話盡量不持貨，或者沽空。這樣一來，做市商的收入就有兩部分：一部分仍然是前面所說的做市的收入，來源於買入賣出的差價；另一部分其實是投資的收入，取決於他對市場走勢的看法。如果做市商自己要到市場上去買賣股票，他就不再能低價買入、高價售出。他必須高價買入、低價售出。換言之，他是價格接受者，而不再是價格制定者。
因為做市商在調整存貨的時候只能是價格接受者，所以，做市商不可能賺到利潤空間裡面所有的錢。過去，做市商通常能賺到買入賣出價差的20%~40%，現在則更低。
在過去的30年中，各類金融工具的買入賣出價差都在不斷降低，這一方面是交易量（流動性）增加的結果，另一方面是做市商之間的競爭造成的。價差降低，意味著投資者交易的成本降低，所以是好事。這也迫使許多靠做市賺錢的投資銀行和商業銀行：（1）提高效率，更多使用電腦自動交易；（2）增加自營資金的投資部分——這方面比較出名的是美資銀行高盛，它的自營資金的投資收入佔整個銀行收入的很高比例，所以有人戲稱高盛是一個龐大的對沖基金，附帶一個小的投行；（3）增加買入賣出價差比較高的那些產品的做市比例，現貨股票、債券、外匯的價差很低，但是期權的價差比較高，所以投資銀行推薦的產品大部分是期權。按揭證券化產品的價差也很大，所以在這次金融危機之前銀行都拚命要擠進那個市場（當然投資銀行還看上了在這個市場將各種房屋抵押貸款證券化、打包過程中的收入。）。
像西蒙斯那樣的超級量化基金一般不會像投行那樣給金融產品同時報出買入、賣出價，因為這些基金並沒有做市商的義務。這些基金在和投行的博弈中速度沒有劣勢，有可能還有優勢，同時沒有義務報價，所以這些基金可以通過電腦模型和它們的快速反應有選擇地將投行的一部分交易量吃走，而這一部分交易量可能正是比較能夠賺錢的部分。比方說，在剛才的那個例子裡面，一個量化基金可以在99.01美元設定買入的限價指令，但是不設賣出的指令，因為它的統計套利模型預測將來幾秒鐘的價格是升勢。如果有客戶拋出股票，量化基金「截和」，投行丟失了這一筆本來可能賺錢的生意。但是如果有人想買入股票，量化基金不賣，投行只能賣，股票如果升了，投行倒霉。這當然只是一個非常簡單的例子，具體運作中投行和基金之間的互動關係則很複雜。很多時候，量化基金的算法交易可能一次發出上千條交易指令，每個交易指令的數額可能都不太大，轉瞬之後又可能發出新的上千條指令，其中的很多會取代幾秒前剛剛發出的指令。就跟捕魚一樣，過去可能只用幾根釣竿，每根魚線魚都看得很清楚；現在用幾乎看不見的密密麻麻的網，魚要想逃走可不太容易。投行為了在競爭中不落後，也紛紛改進自己的系統。花旗銀行2007年購買了一個能夠使用自動算法大量處理現貨交易的公司，將新的技術用到自己的做市商部門，就是為了不輸給虎視眈眈的量化基金。
不僅如此，有的量化基金現在直接註冊成為某些產品的做市商，跟投行直接競爭。2007年，《紐約時報》的一篇文章指出大本營集團雖說看上去是個對沖基金，但是已經具有投資銀行的各種要素，只是沒有投資銀行家而已。2009年，大本營宣佈它已經成立了投行部門，並且從倒台的美林銀行那裡招來3位投資銀行家。大本營宣佈它計劃成立一個「全球領先的、完全整合的面向客戶的金融機構，提供投資銀行、銷售和交易等各項服務」。但是，從側面來說，這是不是也證明量化投資、高速交易所能賺到的錢是有限的呢？
2008年對投資行業來說是乏善可陳的一年，但是在一片幾乎清一色的蕭瑟之中，算法交易可以算是一枝獨秀，大獎章基金2008年的淨回報為80%！許多銀行和基金都加快了成立或者擴充算法交易部門的步伐，這方面的人才供不應求。金融行業總是這樣，最近什麼好，所有的目光都一起轉到那裡去。2008年對量化投資中的算法交易利好也不奇怪，因為市場波動性很大，亟須流動性，正中算法交易的下懷。但是這種情況能持續多久呢？應該不會很久。我們前面說起過流動性和市場容量的問題，算法交易對於市場容量非常敏感，如果進來的錢太多，很快就應該會有敗下陣來、彈痕纍纍的銀行和基金。當只有為數不多的基金和資金採取這種策略的時候，它們賺的是市場有效性提高帶來的錢；當很多基金和資金進來拚殺的時候，它們只能賺相互的錢，你的得，就是我的失。
根據一家對沖基金研究機構2009年的最新統計，美國股票市場2009年3/4的交易量都來自算法交易，跟2005年統計時的30%相比大幅提高。但是從事算法交易的公司占美國將近兩萬家投資交易機構的不到2%。
聯邦調查局介入
2009年7月，全球多家報紙都在顯著位置刊登了一則新聞，美國聯邦調查局在紐約一個機場逮捕了剛剛落地的高盛銀行前僱員謝爾蓋·阿雷尼科夫。阿雷尼科夫今年39歲，拿美國和俄羅斯護照。他於1991年從俄羅斯移民到美國，移民前他是俄羅斯交通部的程序員。他曾經在一所大學和一家電訊公司工作過，後來加入高盛銀行，號稱是華爾街技術領域的一流好手。他在高盛工作兩年，底薪為每年40萬美元。但是不久以前他跳槽到芝加哥的一家新公司，據說底薪翻了三番。這家新公司的三個創始人都曾經是大本營的交易員。
聯邦調查局檢控阿雷尼科夫在他還在高盛最後幾天裡四次進入該銀行的電腦系統，拷貝了該銀行量化交易的部分電腦程序，並將竊取的電腦程序上載到德國的一個網站上。之後，阿雷尼科夫還試圖清除他留下的痕跡。高盛的自動監測工具查到了他的舉動。在金融機構工作的人都知道，他們的電話會被錄音或者監聽，他們的電郵也會被檢查，如果有人大規模拷貝數據，銀行的電子安全防務部門就會警報四起。
阿雷尼科夫竊取的電腦程序正是高盛銀行使用在「複雜、高速和高周轉率的自動交易中，買賣股票和商品」，這類交易每年能賺「千百萬美元」。有專家分析說：「很多股票市場的做市商都會投入大量的資金來開發極高速交易的軟件，這使它們在競爭中佔盡先機。但是如果這些軟件的代碼被盜用，那麼盜用者就可能製造出更快的版本，捷足先登，盜用者賺到的錢其實本來是高盛應該賺到的錢。」美國證交會前主席現在是一家對沖基金公司的總裁哈維·皮特說：「這個事件給每個金融機構都敲響了警鐘，它們都應該重新檢查自己的電腦安全系統，不僅僅包括秘密交易程序，還包括其他各個方面。」
軍備競賽的社會意義
作者布克斯達博還提出了這樣一個問題：這樣的以毫秒、微秒為單位的軍備競賽，究竟對金融行業，甚至整個社會有沒有帶來好處呢？
他認為沒有，雖說量化投資、算法交易、高頻交易給市場帶來了流動性，是好事，但是快幾毫秒，對社會沒有更多的好處，但為此銀行和基金都花了大量的成本，所以淨附加值為負數。他認為這就像冷戰時期的軍備競賽，花了很多錢，勞民傷財。可是也有人指出，銀行和基金都是自願花錢的，這是市場的力量在起作用。而且，投資行業的巨大投資使得電腦芯片生產商能夠有錢開發、製造更快的芯片，最後我們大家獲益。我們現在的很多技術都得益於當年冷戰時期軍備競賽的研究：衛星定位、萬維網、很多家用電器，等等。
量化投資裡面的高頻交易、算法交易行業還比較新，當這類交易出現在新的市場的時候通常會降低交易成本，使投資人獲利，所以我們認為很多市場都將會因為它們的出現而獲益，但是競爭到一定程度的時候是不是會向惡性的方向發展呢？這是可能的，也將是未來數年中監管、學術和行業本身要思考和回答的問題。
最後補充一句，我們認為量化投資或者算法交易總的來說應該對市場有益，但這並不意味著我們認為投資者——尤其是散戶投資者——應該去研究、使用這類方法。有的人可能在想：不能賺到西蒙斯那樣多的錢，有個百分之一、千分之一也不錯嘛。全球真正能靠這類方法穩定賺錢的基金屈指可數，這就說明了這類方法的難度，就連已經是億萬富翁的肖爾也說，如果讓他重新開始的話，他不會選擇算法交易這條路，因為付出太大，而成功的可能性又太低，他說別的投資方法賺錢的性價比要好很多。西蒙斯總是說起他成功的運氣成分，這不應當僅僅理解成他的謙辭。市場所有交易人頻繁交易在短期內的總附加值是零，所以西蒙斯年復一年賺到的錢歸根結底都是別的投資人頻繁交易輸掉的錢。