程序化交易操纵市场行为的算法监管研究
Research on Algorithmic Regulation of Market Manipulation in Algorithmic Trading
DOI: 10.12677/ojls.2025.136169, PDF,   
作者: 井自文:云南师范大学法学与社会学学院,云南 昆明
关键词: 程序化交易操纵市场算法监管经济法Programmatic Trading Market Manipulation Algorithmic Regulation Economic Law
摘要: 随着科技发展,程序化交易在金融市场占比迅速扩张。它具有非结构性、不可解释性、偏置性和非标准化特征,带来了如动量点火、分层报价、反向操作、嗅探试单、报价填充等新型操纵市场行为。目前,其监管存在主观要件认定争议、算法共谋与黑箱导致监管套利、个别风险易系统化、Alpha收益消失且缺乏有效监测标准等问题。针对这些,我国应完善操纵行为监管法规,推进监管重心前移,优化监管职权配置,建立有效检测模型和智能检测标准。
Abstract: With the advancement of technology, programmatic trading has rapidly expanded its share in financial markets. Characterized by non-structural, unexplainable, biased, and non-standardized features, it has introduced novel market manipulation behaviors such as momentum ignition, layered quoting, reverse operations, sniffing and test orders, and quote stuffing. Current regulatory frameworks face challenges, including controversies over the determination of subjective elements, algorithmic collusion and regulatory arbitrage due to black-box algorithms, systemic risks from individual vulnerabilities, the disappearance of Alpha returns, and a lack of effective monitoring standards. To address these issues, China should improve regulatory laws on manipulative behaviors, shift regulatory focus to preemptive measures, optimize the allocation of regulatory authority, and establish robust detection models and intelligent monitoring criteria.
文章引用:井自文. 程序化交易操纵市场行为的算法监管研究[J]. 法学, 2025, 13(6): 1189-1201. https://doi.org/10.12677/ojls.2025.136169

参考文献

[1] 王颖博. 证券期货市场技术型操纵行为的刑法规制[J]. 新经济, 2022(11): 136-141.
[2] 何兆飞. 伊世顿案及其进展: 滥用程序化交易操纵市场的监管思路评释[J]. 金融法苑, 2020(3): 170-183.
[3] 林雨佳. 证券期货市场人工智能交易的刑法规制[J]. 证券市场导报, 2020(5): 72-78.
[4] 王毛路, 韩开创. 人工智能与证券监管问题研究[J]. 人工智能法学研究, 2019(1): 120-133, 210.
[5] 刘学荣. 从失范到规范: 生成式人工智能的监管框架革新[J]. 网络安全与数据治理, 2024, 43(6): 58-63, 71.
[6] 张峥, 刘力源. 黑箱中算法侵权责任分析与对策研究[J]. 信息技术与管理应用, 2024, 3(5): 144-155.
[7] 李斌, 屠雪永. 基于机器学习和资产特征的投资组合选择研究[J]. 系统工程理论与实践, 2024, 44(1): 338-359.
[8] 王桂堂, 闫盼盼. 闪电崩盘、高频交易与市场监管[J]. 金融理论与教学, 2013(6): 1-4.
[9] 鲁胜. 论高频交易操纵市场鉴识及其法律规制[J]. 社会科学动态, 2017(9): 68-76.
[10] 姜哲. 程序化交易的潜在风险和监管体系研究[J]. 金融监管研究, 2017(6): 78-94.
[11] 夏中宝. 算法交易对虚假申报操纵法律认定逻辑的新挑战[J]. 证券市场导报, 2017(10): 61-70.
[12] 雍晨. 证券期货市场的高频交易监管研究[J]. 金融与经济, 2019(2): 83-87.
[13] 缪因知. 信息型操纵市场行为执法标准研究[J]. 清华法学, 2019, 13(6): 159-176.
[14] 梁庆. 高频交易: 误解与真相——对国内法律监管现状之反思[J]. 南方金融, 2019(8): 3-12.
[15] 徐文鸣, 张玉美. 新《证券法》、程序化交易和市场操纵规制[J]. 财经法学, 2020(3): 95-106.
[16] 李汝纪. 大宗商品期货交易中的动量效应与反转效应分析[J]. 中国商论, 2019(13): 11-12.
[17] 吴崇林, 林芳宇, 刘杰. 分析师关注能够抑制市场操纵吗?——基于高频数据的收盘价操纵识别模型[J]. 南方金融, 2022(5): 47-58.
[18] 姚远, 钟琪, 翟佳. 噪声交易、动量效应与动量策略[J]. 管理评论, 2021, 33(2): 44-54.
[19] 宋澜. 股票做市交易发展及法律规制要点研究[J]. 证券市场导报, 2022(11): 60-71.
[20] 王凡. 算法交易提高了我国股票市场的定价效率吗? [J]. 南方金融, 2022(8): 49-64.
[21] 程雪军, 赵畅. 从风险控制到风险规制: 量化基金公司算法黑箱的规制进路[J]. 中国科技论坛, 2024(4): 127-136.
[22] 陈凤仙, 连雨璐, 王娜. 欧美人工智能监管模式及政策启示[J]. 中国行政管理, 2024, 40(1): 77-88.
[23] 姚怡帆, 胡峰, 许正中. 生成式人工智能赋能政府数据安全治理的机遇、风险及应对[J]. 智库理论与实践, 2024, 9(4): 1-11.
[24] 刘宪权. 关于证券、期货市场技术交易行为刑法规制的思考[J]. 法商研究, 2024, 41(4): 88-102.
[25] 钟晓雯. 从算法“黑箱”走向算法透明: 基 “硬法-软法”的二元法治理模式[J]. 中国海商法研究, 2023, 34(4): 53-62.
[26] 汪青松, 张汉成. 新《证券法》下市场操纵行为规制的实证检视与完善[J]. 学术研究, 2023(2): 73-79.
[27] 和军, 杨慧. ChatGPT类生成式人工智能监管的国际比较与借鉴[J]. 湖南科技大学学报(社会科学版), 2023, 26(6): 119-128.