程式交易降低了交易成本，活絡了市場的深度與廣度，卻也造成許多微觀結構上的怪象。由赫爾辛基的Triangle Intelligence與英國劍橋大學在2013年合作的一篇研究報告，以電腦模擬的方法，可以生成閃崩的情境。透過搜集資本市場中的即時數據，甚至可能預測下次閃崩的機率。
該論文的模擬可以簡單解釋閃崩時的「燙手山竽效應」（Hot Potato Effect）: 在一般情況下，高頻交易員（HFT，紅點）透過程式與人類交易員（ST，綠點）互相買賣，這個買賣關係由上圖中的綠線代表。綠線愈多，表示在某一交易時段內，高頻交易員在成交量的市佔率愈高。如果突然有一個大戶透過演算法（ALGO，紫點）執行一筆超大賣單，由於高頻交易員的程式速度較快，會搶先人類交易員一步接貨（紫線），而人類交易員亦有機會接到該大戶的單（藍線），但是比例較低。隨著高頻交易員程式設定的庫存上限（即某交易時段得持有某黨股票的最大股數）已趨飽和（如上圖右下變大的紅點），高頻交易程式就會加速在市場上倒貨，但因為只有高頻交易程式的反應速度夠快，導致程式與程式之間快速瘋狂互相買賣。手上庫存多但現金少的程式將面臨巨大的「逆向選擇」(adverse selection) 風險: 一旦程式發現某個程式手上有較高的庫存，就會立刻找其他庫存較低的程式用稍微好一點的價格先出貨，造成價格愈賣愈低，成交量愈來愈大的下跌漩渦，誘發許多市場中人類交易員的限價單變成市價單，引爆市場瘋狂拋售的連鎖反應。要等到價格夠低、夠蠢，價值投資人進場掃貨，才會逐漸回歸正常。
由此可見，高頻程式交易增加了市場的流動性，但也增加了隱性的系統性風險。最大的問題在於，機器沒有想像力。程式可以很有邏輯地於市場狂跌時尋找最好的價格用最高速拋售，但卻無法判別這個價格有多笨，以及拋售行為本身對金融市場秩序的潛在負面影響。隨著大型金融機構因為資本計提與成本壓力而逐步從債券、外匯、結構商品與大宗原物料的現貨與衍生品交易市場退出時，程式交易在這些比股市規模大數百倍的金融市場擴散，將持續加速。投資人、金融業者與監管單位對程式交易的系統性風險的理解，顯然還要加強。一旦黑天鵝事件重現，恐慌性賣壓將可能集中在幾個被認定為全球金融市場關鍵節點的上市公司。其中最直接的選擇，除了券商、銀行、基金公司等金融類股之外，還有大型交易所。
從宏觀層面看，衍生性金融商品交易所可說是2008全球金融海嘯之後受惠最大的業態。全球央行的零利率政策，造成資產價格攀升，投資人回報率下降，使用高槓桿的金融衍生品來博取高回報，勢不可逆。成交量增長帶來交易與結算手續費的增長，加上G20國對金融監管的共識與美國Dodd-Frank法案的要求，許多傳統上屬於大型銀行、券商與保險公司禁臠的場外 (OTC) 金融衍生品交易，必須依法逐步納入交易所做場內結算交割，等於是全球金融賭徒與監管機構往交易所送錢。以全球最大的金融衍生品交易所集團芝商所(Chicago Mercantile Exchange Group，CME)為例，日均總成交量已將近1千5百萬口合約，年營收達31億美元，營業利潤率將近60%，本益比27倍，總市值逾320億美元，不過股價較2007年10月上一次週期頂點下跌23%。思想實驗: CME最重要的營利來源是利率衍生品。假如債券市場出現閃崩，CME的風險有多大?
