寬客人在量化中淘金

算法、編程、想法、策略、模型成了這個(gè)圈子中的常用語(yǔ)，他們分布在券商、公私募基金、期貨等金融行業(yè)，他們?cè)趧?chuàng)新中摸索前進(jìn)，優(yōu)秀的團(tuán)隊(duì)也不少見(jiàn)

他們和先前的人工交易不同，用數(shù)學(xué)統(tǒng)計(jì)出此前的交易規(guī)律，建成模型，用程序來(lái)交易。他們大多有較高的學(xué)歷，或物理或數(shù)學(xué)或IT背景。他們用模型、公式克服人性的弱點(diǎn)去交易，賺取理性的利潤(rùn)，這個(gè)工作叫量化投資。

這是近幾年才形成的一個(gè)低調(diào)的金融圈子，尤其是今年來(lái)，這個(gè)圈子似乎風(fēng)生水起。算法、編程、想法、策略、模型成了這個(gè)圈子中的常用語(yǔ)，他們分布在券商、公私募基金、期貨等金融行業(yè)，他們?cè)趧?chuàng)新中摸索前進(jìn)，優(yōu)秀的團(tuán)隊(duì)也不少見(jiàn)。

謹(jǐn)慎的寬客人

量化投資圈的人喜歡自己被稱為“寬客人”或“礦工”。所謂“寬客”即金融工程師，他們靠編程序去設(shè)計(jì)模型，用數(shù)學(xué)的方法分析金融市場(chǎng)，找出影響價(jià)格漲跌的相關(guān)因素，規(guī)避其中的風(fēng)險(xiǎn)，獲得收益。

徐明（化名）是上海艾革瑞投資團(tuán)隊(duì)的創(chuàng)始人之一，有著大多數(shù)編程人員的內(nèi)秀和儒雅，自信的微笑又暗示著自己不是普通的“碼農(nóng)”。清華大學(xué)數(shù)學(xué)系學(xué)士，香港科技大學(xué)工業(yè)工程與物流管理系博士，精通數(shù)學(xué)建模、金融工程、組合優(yōu)化和人工智能算法，這些標(biāo)簽和不少量化“寬客人”類(lèi)似，他們具備這個(gè)行業(yè)的先天優(yōu)勢(shì)。

徐明在中山大學(xué)管理學(xué)院管理科學(xué)系任教期間，對(duì)金融工程產(chǎn)生了濃厚的興趣，西蒙斯的經(jīng)歷和成功給了他極大的鼓舞，逐漸走上專業(yè)量化交易這條路。

十月，天氣漸冷。《中國(guó)證券期貨》記者聯(lián)系上徐明時(shí)，他正帶著自己的團(tuán)隊(duì)參加海通期貨2013年的“笑傲江湖”實(shí)盤(pán)賽，目前成績(jī)位列投資家組第三名，這不是第一次參加海通期貨的實(shí)盤(pán)賽，去年以總收益89%、總收益額189萬(wàn)，獲得程序化組亞軍。

“艾革瑞”，源自“Algorithm”（算法）的譯音，創(chuàng)始人的量化定位可見(jiàn)一斑。團(tuán)隊(duì)主要成員在2012年開(kāi)始全職投身于程序化交易，多具有證券期貨投資、金融工程研究和IT項(xiàng)目開(kāi)發(fā)經(jīng)驗(yàn)。艾革瑞團(tuán)隊(duì)主要做股指期貨日內(nèi)交易，交易頻率比較低，平均一天做1個(gè)來(lái)回的交易，持有時(shí)間一般都要超過(guò)1個(gè)小時(shí)。

量化交易和人工交易有一個(gè)很大的不同，就是模型的建立。“程序化交易更像一門(mén)科學(xué)，需要投資者具有較高的模型開(kāi)發(fā)和系統(tǒng)開(kāi)發(fā)能力，以及對(duì)于交易規(guī)律的深刻認(rèn)識(shí)。”徐明認(rèn)為，人工交易更像一門(mén)藝術(shù)，需要對(duì)經(jīng)濟(jì)周期和行業(yè)發(fā)展有獨(dú)到的眼光。

對(duì)于模型，“寬客人”都視為自己最核心的秘密武器，往返于華爾街和上海的徐明和其他諱莫至深的受訪者不同，對(duì)模型提出了自己的看法，“模型是用數(shù)學(xué)方法找規(guī)律，而數(shù)學(xué)方法找規(guī)律很容易過(guò)度優(yōu)化。”

對(duì)于投資行業(yè)的深刻認(rèn)識(shí)更為重要。徐明表示，“國(guó)內(nèi)金融市場(chǎng)和華爾街還是有本質(zhì)的不同，對(duì)于中國(guó)市場(chǎng)期貨交易的認(rèn)識(shí)和理解，比運(yùn)用各種數(shù)學(xué)模型更為重要。很多系統(tǒng)在數(shù)學(xué)上是最優(yōu)的，但是在實(shí)踐中并不是最優(yōu)的，而且還可能是有極大風(fēng)險(xiǎn)的（即過(guò)度優(yōu)化）。”

策略是量化“寬客人”的另一個(gè)交易核心。“如果交易經(jīng)常不盈利，就不能僅僅認(rèn)為是利潤(rùn)回吐了，要考慮策略是否失效。”金華強(qiáng)調(diào)。

策略是否失效是所有程序化交易者面對(duì)的一個(gè)非常難的問(wèn)題。“失效”本身就很難定義。日內(nèi)趨勢(shì)的策略勝率一般都不到50%，所以總是有賠有賺的。賠錢(qián)的連在一起，就連續(xù)回撤了，這其實(shí)只是虧損連在了一起而已。不同的時(shí)間，市場(chǎng)的規(guī)律也會(huì)呈現(xiàn)不一樣的特征，所以也很難判斷暫時(shí)表現(xiàn)不好的策略是否就永久不好了。

所以，最重要的不是判斷策略是否已經(jīng)失效，而是在策略表現(xiàn)不好的時(shí)候可以找到原因和解決辦法。

在2013年第二季度，艾格瑞團(tuán)隊(duì)就經(jīng)歷了一個(gè)較大級(jí)別的回撤，后來(lái)發(fā)現(xiàn)系統(tǒng)的很多虧損來(lái)自于“過(guò)度預(yù)測(cè)”。直觀的理解就是市場(chǎng)還沒(méi)有開(kāi)始趨勢(shì)的時(shí)候，系統(tǒng)就進(jìn)行了未來(lái)趨勢(shì)方向的預(yù)測(cè)。這一能力在過(guò)去的一年都不錯(cuò)，可以獲取超額收益；但是可能是因?yàn)槭袌?chǎng)氛圍變了，現(xiàn)在不僅不管用，還會(huì)帶來(lái)連續(xù)的虧損。

后來(lái)艾格瑞團(tuán)隊(duì)對(duì)策略進(jìn)行了調(diào)整：其一，相關(guān)性小的多周期、多系統(tǒng)非常必要。其二，用一套系統(tǒng)的方法去辨別哪些是市場(chǎng)里穩(wěn)定的規(guī)律，哪些是不穩(wěn)定的規(guī)律。其三，在風(fēng)險(xiǎn)控制上更為嚴(yán)格和保守，在謹(jǐn)慎保護(hù)本金的基礎(chǔ)上，實(shí)現(xiàn)盈利。

調(diào)整策略后，解決了“過(guò)度預(yù)測(cè)”的問(wèn)題，然后系統(tǒng)就又恢復(fù)了正常。從運(yùn)行兩個(gè)多月來(lái)看，表現(xiàn)比較穩(wěn)定。

摸著石頭過(guò)河的機(jī)構(gòu)

機(jī)構(gòu)投資者對(duì)量化投資的關(guān)注也越來(lái)越多，光大證券“816”事件揭開(kāi)了冰山一角。8月16日，光大證券量化套利資金超過(guò)了200億，烏龍事件一度引發(fā)國(guó)內(nèi)A股和股指劇烈地震。據(jù)中國(guó)量化投資學(xué)會(huì)理事長(zhǎng)、量化投資經(jīng)理丁鵬透露，“目前國(guó)內(nèi)量化投資資金的體量已經(jīng)達(dá)到1000億元。” 這些資金或主要來(lái)自券商和險(xiǎn)資自營(yíng)的量化套利資金，以及公私募的量化基金。

業(yè)內(nèi)人士指出，國(guó)內(nèi)某另一家券商在量化上投入的套利策略資金超過(guò)了300億，遠(yuǎn)超出光大的投入資金，目前，不少券商也在用巨額資金更新IT設(shè)備，加上公私募資金，在量化上的投入遠(yuǎn)超過(guò)1000億。

據(jù)悉，光大和海通等券商經(jīng)營(yíng)量化套利這項(xiàng)業(yè)務(wù)上，年度收益約10%-12%，甚至達(dá)到10%-15%或更高。如果按200億元的管理資金來(lái)看，帶給券商的直接收益就達(dá)到20億-30億元。這一盈利數(shù)字可能近年來(lái)熊市中某些券商一年的營(yíng)業(yè)收入。

由于A股市場(chǎng)實(shí)施T+1交易，券商量化交易部門(mén)在A股從事高頻交易的資金較少，據(jù)業(yè)內(nèi)人士推算，大約有20億左右。如果A股市場(chǎng)實(shí)施了T+0操作，估計(jì)更多券商大資金投入。

公募基金排名的壓力，參與股指期貨對(duì)沖倉(cāng)位比例不超過(guò)20%限制，都成了公募基金量化投資無(wú)形的鐐銬，短期內(nèi)難有多大規(guī)模。

“公募基金做量化很費(fèi)勁。”王萌（化名）坦誠(chéng)表示。

王萌，上海交通大學(xué)計(jì)算機(jī)碩士，資深軟件工程師，具有多年軟件開(kāi)發(fā)和管理經(jīng)驗(yàn)，以及金融市場(chǎng)投資經(jīng)驗(yàn)。已經(jīng)在資本投資市場(chǎng)10年了，目前是上海某公募基金的總監(jiān)。

“由于參與公募基金的排名，不可能完全做到量化管理，大多都有主動(dòng)管理的因素在面。”王萌坦言，這和采訪國(guó)內(nèi)某期貨公司量化部經(jīng)理時(shí)的話，頗有幾分相似，“目前國(guó)內(nèi)公募基金的業(yè)績(jī)也沒(méi)有聽(tīng)說(shuō)那個(gè)做的業(yè)績(jī)挺好，更多的是一種宣傳噱頭。”

而私募則相對(duì)輕松的多。私募資金私募基金在量化基金設(shè)計(jì)上，主要側(cè)重于量化多空策略的經(jīng)營(yíng)，目前國(guó)內(nèi)有數(shù)十款產(chǎn)品在做，雖然規(guī)模算不上太大，但收益穩(wěn)定保持在9%-15%還是容易做到。

張強(qiáng)（化名）在華爾街做量化投資多年，回國(guó)后成立了自己的私募公司，量化操作股指期貨。15個(gè)月來(lái)，資金收益保持在25%，這個(gè)業(yè)績(jī)?cè)谛袠I(yè)里可能算不上多高，但是出奇的穩(wěn)定，這正是量化投資追求的最高境界，關(guān)鍵是穩(wěn)定收益。遠(yuǎn)比上半年盈利50%，下半年虧60%好的多。更難得的是，15個(gè)月來(lái)回撤僅僅1.5%。這和公募基金帶著“鐐銬”跳舞形成了鮮明的對(duì)比。

無(wú)法阻擋狼來(lái)了

目前國(guó)內(nèi)的量化投資剛剛起步，發(fā)展還受諸多因素困擾。

政策性因素?cái)_動(dòng)、歷史數(shù)據(jù)不足、數(shù)據(jù)準(zhǔn)確性差、T+1的限制，金融衍生工具不夠豐富，風(fēng)控的完善、系統(tǒng)軟硬件的限制等，這些都是量化投資在國(guó)內(nèi)市場(chǎng)的瓶頸。

政策性因素?cái)_動(dòng)也很明顯，證監(jiān)會(huì)對(duì)光大證券“816”的巨額罰款，對(duì)光大證券在券商中量化的領(lǐng)先地位頗有打擊，同行不得不放慢了量化的步伐。

對(duì)于數(shù)據(jù)的不充足以及準(zhǔn)確性差，也深受其害，財(cái)報(bào)質(zhì)量和國(guó)外壓根就不在一個(gè)檔次，查閱數(shù)據(jù)也只能追溯到最近6、7年，這對(duì)用數(shù)學(xué)的方法統(tǒng)計(jì)數(shù)據(jù)建模型造成了直接的影響。

而某期貨公司的董事總經(jīng)理則直言，目前國(guó)內(nèi)期貨市場(chǎng)還是T+1，還沒(méi)有開(kāi)通夜盤(pán)交易，而國(guó)內(nèi)期貨市場(chǎng)又受?chē)?guó)外盤(pán)影響巨大，國(guó)內(nèi)盤(pán)受其影響隔夜暴漲暴跌再正常不過(guò)，而依靠數(shù)據(jù)、模型的量化交易只能是無(wú)可奈何，這也是國(guó)內(nèi)商品期貨量化操作業(yè)績(jī)不理想的原因之一。

金融衍生工具不夠豐富，也是國(guó)內(nèi)量化投資的一大影響。目前國(guó)內(nèi)量化投資僅能運(yùn)用在商品期貨、股指期貨和國(guó)債期貨上，還限制頗多。比如股指期貨，國(guó)內(nèi)每天掛單不能超過(guò)500手；國(guó)債期貨開(kāi)通不久，成交量有限；期貨市場(chǎng)雖然套利客觀，但容納資金量有限。

據(jù)業(yè)內(nèi)傳聞，光大證券的量化部門(mén)前期運(yùn)行投入資金是1500萬(wàn)元，如果再加上維護(hù)費(fèi)用，數(shù)目不容小覷。

這在券商同行中絕不是孤例。盡管如此，因經(jīng)驗(yàn)不足，還是在風(fēng)控上鬧出了震驚中外的（816）烏龍事件，對(duì)量化的影響可見(jiàn)一斑。

光大烏龍事件暴露出機(jī)構(gòu)投資人在追求創(chuàng)新時(shí)忽略了風(fēng)控的完善。“光大雖被證監(jiān)會(huì)罰款5個(gè)億，但券商用自營(yíng)資金做量化的賺錢(qián)能力也被大眾所知，未來(lái)會(huì)有大量的錢(qián)涌入。”一位機(jī)構(gòu)人士認(rèn)為。

丁鵬認(rèn)為，“不能因?yàn)楣獯笫录蛯⑾冗M(jìn)技術(shù)和理念拒之門(mén)外，絕對(duì)收益是未來(lái)趨勢(shì)。”

國(guó)內(nèi)金融市場(chǎng)，盡管在量化上還存在著不少的問(wèn)題，但這引人注目的量化投資前景依然引起了國(guó)外大鱷的注意，我們無(wú)法阻擋：狼來(lái)啦！上述某期貨公司人士透露，“韓國(guó)成熟的量化投資團(tuán)隊(duì)，已經(jīng)進(jìn)入國(guó)內(nèi)市場(chǎng)開(kāi)始剪羊毛，據(jù)說(shuō)比國(guó)內(nèi)的量化機(jī)構(gòu)能量要大的多。”還有更恐怖的團(tuán)隊(duì)，國(guó)外量化操作鼻祖巴克萊已經(jīng)在國(guó)內(nèi)完成了前期量化測(cè)試，不久也會(huì)攜帶巨額資金和先進(jìn)的理念來(lái)分一杯羹。

模型避免過(guò)度優(yōu)化

一方面是模型“不接地氣”。數(shù)學(xué)模型有時(shí)候會(huì)找出一些無(wú)法解釋的規(guī)律。數(shù)學(xué)模型必須要結(jié)合行業(yè)知識(shí)，才能構(gòu)建出真正優(yōu)秀的系統(tǒng)。舉一個(gè)例子，最短路徑Dijkstra算法是GPS內(nèi)的主要算法，但是如果僅僅用這個(gè)算法去找一條從上海去杭州的路徑，可能會(huì)給你一條國(guó)道，數(shù)學(xué)上是最優(yōu)的。路程雖然近，但是由于國(guó)道路況的不確定性，實(shí)際運(yùn)行的結(jié)果可能會(huì)很差。解決這個(gè)問(wèn)題并不復(fù)雜，只要加一個(gè)限制條件，讓算法去找高速優(yōu)先的路徑就可以。

另一方面是模型過(guò)于復(fù)雜。歷史數(shù)據(jù)總是有限的，過(guò)于復(fù)雜的模型刻畫(huà)的特征由于缺乏足夠的歷史數(shù)據(jù)的支撐，在將來(lái)很可能會(huì)表現(xiàn)很糟糕。