十年來，一股智能化潮流一直席卷著華爾街。
程序化帶來的低成本、大數據產生的準確預測和高回報、不存在人類間復雜的關系糾葛……這曾是華爾街各大基金公司構想出的關于未來交易的美好畫面。從2013年到2016年，量化基金在美國股票市場中所占的份額翻了一番，達到了27%。
在這股智能化潮流的最前沿，人類正專注于開發可以代替人類進行深度學習的機器，這些機器被投喂了海量的市場數據，能在無數次預測偏差中不斷回調，最終可能就像打敗柯潔的Alpha Go那樣，戰勝世界上最厲害的人類經濟學家。
Opimas咨詢公司預測，憑借著天量數據、智能算法和能預測人類交易者行為的超級程序，到2025年，華爾街預計將縮減23萬個工作崗位，也就是現存工作崗位的十分之一（如下圖）。
然而，事情可能并非未來學家們預測的那樣，機器占領所有的交易市場，人們則蹲在一旁一無是處。
最近發生的跡象表明，利用算法組思考的交易程序們，在無意中將收斂于相同的策略。當這種情況發生時，程序交易產生的回報將發生質的下降。
摩根大通最近的一項分析報告顯示，目前美股60%以上的股票由被動投資者或量化基金所擁有，而這些基金自年初以來的的平均收益不到2%，遠不如剩下30%多的主動人工投資者，甚至還遠遠跑輸了大盤（標普500指數同期收益超過8%）。
此外，隨著越來越多的算法被用于在非有效市場中套利，這些得出類似結論的算法使得市場面臨資產價格波動風險。例如，在算法們給某一資產作出同一定價后，該資產價格將被鎖死在這一定價上，使市場缺乏波動性；而當危機突然來臨，程序將紛紛做出拋售，在市場上引發恐慌。
因此，盡管傳統華爾街的投資方式（如對企業基本面和經濟趨勢的分析）產生的成本高昂，但資產管理人員并未完全放棄主動型投資。相反，某些投資公司開始采用復合型投資策略，像SAC CApital和Tudor Investment這樣的大型對沖基金在雇用算法交易專家的同時仍然在雇傭分析師，程序與機器得出的結論僅用于補充人類投資者的見解，但主動權仍在人類手中。