量化投资的游戏规则

文/本刊记者 冯珊珊

量化投资的游戏规则

文/本刊记者 冯珊珊

科技的不断进步，倒逼着全球投资领域固有模式的改革和推陈出新。以计算机驱动的投资和越来越多复杂的数学问题将对冲基金行业推上热门话题。量化就是用统计和数学的方法科学分析历史数据，排除人的非理性因素。2015年的熊市中，无论公墓基金还是私募基金都损失惨重，高达70%的私募产品被迫清盘。在此同时，有一些不知名的私募基金，利用量化对冲策略，却在惨烈的熊市中逆势飘红。

中国量化投资行业锋芒初露的同时，危机也在不断积累，比如量化投资基金业绩分化严重、对冲产品屈指可数、专业人才极度匮乏等。中国量化投资的市场和法律环境亦将迎接风雨的洗礼。

无论如何，在可预见的未来，中国资本市场的宽度和深度都不断在被扩展和加强，更多的商品期货和金融衍生品，如个股期权、股指期权、商品期权等等会接踵而来，可组合的产品设计也将越来越丰富多样。随着量化投资的深入开展，未来市场发展速度将会有质的飞跃。

人脑处理信息的能力有限，在一个很大的资本市场，定量投资的信息处理能力能捕捉更多的投资机会。在众多从业人员看来，量化投资的好处很多，可以克服人性的弱点，如贪婪、恐惧、侥幸心理，也可以克服认知偏差。每一个决策都是有理有据，特别是有数据的支持。

北京量化投资管理有限公司总经理窦长民介绍，“量化交易最重要的基础是计算机技术的发展，如果没有这个发展人工报单他也达不到，其他包括服务器和电话各个方面的发展才形成的。发展到现在，量化投资的各种策略越来越好，越来越完善，尤其在国外。”

策略，顾名思义就是计策和谋略，是智慧含量很高的一种计划或设计。在交易实践里，用来特指情境中的具体设计比较恰当。窦长民介绍，交易策略的内容可以包括单独或具体的资金相关，机会相关，亏损相关和利润相关的安排和计划，且内容应当具有一定体系特征，具有严谨性，完整性和一定的专业水平。

在窦长民看来，量化策略的投资步骤，其实就是两步：一是“投什么”，二是“如何投”。投什么是大类资产配置，如设置股票类、债券类、货币类基金产品比例，或是浮动收益类和固定收益类产品比例，以及大类中细类资产投资比例；而如何投就是选股，选出股票池，再依照量化指标，如阿尔法值、贝塔值、夏普等绩效指标加上基金公司及经理人等因素做模型挑选个股。

例如：一支量化基金选取了四类因子：价值因子、成长因子、基本面因子和市场因子。价值因子考虑市盈率、市净率、市现率、股息率、净资产收益率等指标；成长因子考虑主营收入增长率、净利润增长率、预期每股收益等指标；基本面因子考虑销售毛利率、息税前利润/营业总收入、营业总成本/营业总收入、总资产周转率等指标；市场因子考虑个股收益率的动量和反转等指标。“天下没有完美的策略，如果一个策略是整体看来是赚钱的并且你打算使用，你就要忍受他的缺点，如果你无法忍受缺点，就不要用这个策略，或者不要买使用这个策略的产品，因为盈亏同源。”

“只有正确深刻地认识到这一点，才有可能以正确的态度面策略中的亏损，正确评估最大挫跌和最长挫跌自己是否可以忍受，只有正确地认识了亏损，才有可能稳定和持续地盈利。”窦长民说。

独辟蹊径

“如果把主观交易比作是大刀长矛，组合交易可能是步枪大炮，对冲交易可能是飞机坦克，现在量化交易可能是导弹卫星。”窦长民认为，一项策略真正的独有价值和值得保密的地方是你自己的窍门和所进行的变形，而绝不是基础版。对于量化交易研究者而言，真正困难的地方并不是缺乏交易理念，而是缺乏甄别策略的能力。这种甄别能力需要我们判断一项策略是否适合自己的实际情况和交易目标（比方说大基金用的策略要求资金容量大，这可能会以牺牲收益率为代价，但是小资金完全可以用大资金没法使用的更高收益率的策略），需要在花费大量时间进行回测之前就能判断出策略是否可行。

“在量化交易这个市场上做事情肯定是要独辟蹊径，如果是一种普世的方法，大家都知道的看K线或者主观的方法，那是挣不到钱的。”窦长民说。

全球知名对冲基金策略如：桥水基金的可转移阿尔法策略；摩根大通的信用模型；保尔森基金的宏观因素策略；文艺复兴的高频交易策略；艾略奥特的事件驱动策略。

“真正挣大钱的人肯定是靠漏洞挣钱。大奖章基金现在能做到的速度是10亿分之一秒的速度，比索罗斯还高出百分之十的点，这就是我说的独辟蹊径或者漏洞，是个人无法企及的，也是最顶级的思想。”

文艺复兴科技公司旗下的大奖章基金，利用复杂的量化模型寻找市场的错误定价获得盈利，连续20年，平均每年的收益率超过60%，这个收益率远远超过巴菲特和索罗斯。

“能找到这样漏洞的人，他的眼界不能仅仅存在一个地方，永远在一个点上肯定不行，现在很多基金公司在招聘数学家，物理学家等，只有思维足够扩展，才能达成共识。1+1是大于2的，就是说每个人都有一个领域，当一个领域足够大的时候，思想一组合产生一个新的，那肯定是独辟蹊径，两个人的思维加一起就不一样。”

窦长民表示，在国内这样一个对人工智能、智能量化投资、程序化交易、机器人投顾处于启蒙阶段的市场里，需要判断量化基金用的模型到底水平怎么样，重点看是否能穿越牛熊、扛过股灾、助涨抗跌。

“量化有一个优势就是他亏损不会很多，基本能控制在百分之十的亏损，但是他的盈利也不会很多，基本是在百分之二十的盈利，这是他最牛气的地方，往往在熊市和震荡市的时候往往能体现出来，尤其是现在，大家都在追求量化，因为现在很多策略是不挣钱的，只有量化是挣钱的，所以现在大家觉得量化特别好。”信宇财富总经理花鹏说。

“以沪深300指数为例，里面有300支股票，我们会选绩优的一揽子股票做多，也就是股票涨了我们才能赚钱，那么做对冲交易的时候，我们会用ETF指数基金做空沪深300指数，在多和空之间，在市场跑动之间，一定会出现阴影，这部分阴影就是我们的利润。”

信宇集团成立于2013年3月23日，集团注册资金总计3000万元。产业涉及投资管理、资产管理、信息科技、私募基金等金融领域。现在一共有两个基金产品线：一个是在香港成立的CTA基金产品，投资方向主要是美国的股票期权、指数期权和期货期权。另外一个是在大陆成立的私募基金产品。

“我们不是对哪个企业的股票进行二级市场投资，而是利用很多的数学原理和计算机原理，在市场上进行投资。不管市场是涨是跌，是好是坏，对我们来讲都会有赚钱的机会。市场波动越大，我们赚钱的机会就会很多，而像现在这样股市一直在三千多点小幅震荡，利润空间就比较小一些。”花鹏说。

2015年的熊市中，无论公墓基金还是私募基金都损失惨重，高达70%的私募产品被迫清盘。在此同时，有一些不知名的私募基金，利用量化对冲策略，却在惨烈的熊市中，大赚其钱。他们就是就是国际上统称的对冲基金。

据信宇财富分析师介绍，所谓量化对冲，其实是“量化”和“对冲”两个概念。“量化”即通过数学、统计学等原理，在海量数据中找到能够获取超额收益的投资策略，以严格的既定买卖标准来投资，获取持续稳定的超额回报。“对冲”则通过降低组合风险来应对金融市场的变化。

量化对冲基金一般利用期货、期权等金融衍生产品以及相关联的股票进行多空操作，比如按照比例买入“沪深300”中的样本股，卖空“沪深300”股指期货来取得其间的溢价，由于交易频率较高，积累的收益也比较可观。

一般来说，量化对冲基金以股票市场的中性策略为主，辅之以股指期货套利和事件驱动套利等策略，与股票市场相关性较低，因此不论牛市还是熊市，都能获得稳定收益。

“量化对冲基金的战绩在震荡市中比较突出，尤其对于市场中性策略来说，能够对冲市场的系统性风险，获得的是投资组合超越市场的收益。”信宇高级基金研究员认为，震荡格局对量化对冲基金来说是更多的获利机会，不论上升还是下跌，都有盈利空间。而随着部分信托、债券等产品违约风险隐现，刚性兑付逐渐被打破，一些追求稳健投资的客户正逐渐把眼光投向量化对冲基金。

话说高频交易

“现在国内基金里做量化的占比百分之十都不到。”窦长民说。

在一些资深从业者看来，国内大部分的量化交易机构其实只是简单的程序化交易，也就是将主观交易思想简单的变成程序来替代交易员来进行。

他们认为，真正意义的量化交易是微观层面的，与大行情关系不大，基本都是基于数学角度与统计角度进行的。以中国股指为例，每天的交易是270分钟，相当于16200秒。中国的股指期货是每0.5秒一个tick，也就是32400个tick。这种微观市场里的趋势交易，可以把时间、资金变得更有效率。

“大家容易把量化交易与技术分析混淆，实际上量化交易的内容丰富得多。许多量化交易系统在进行建模和运算的时候会用到基本面数据，比如估值、市值、现金流等，还有的算法将新闻作为变量进行计算。而技术分析基本面只需要用到交易标的的量价数据。”窦长民说。

由于量化投资关注的是微观交易，不需要太多金融类的知识。海外量化交易做得优秀的机构，他们的人员构成主要也是来自数学领域、统计领域、天文领域和IT领域的顶尖科学家。

比如说文艺复兴的创始人西蒙斯是数学家出身，DE Shaw的创始人David Shaw是计算机教授出身，AQR的创始人Cliff Asness是金融学家出身。

在一些业内人士看来，高频交易的本质是通过更快地获取市场信息而获利。即券商通过做市商的方式，把后面的单子挪到前面，只要前面有空隙。虽然每一份的获利都很少，但是一旦有巨大交易量，积少成多，就会有高额的回报。

花鹏：未来要在市场赚钱，首先要清楚市场的游戏规则。

以美国威图公司为例，利用高速计算机，比市场超前交易，每笔挣一点点，Virtu公司通常一天就可以赚取130万到150万的净利润，几十亿次下来，年度净利润就有几亿美元。

自1987年“高频交易之父”托马斯·彼得菲开发出一套使用电脑的全自动交易系统以来，随着技术的变革，一个证券交易指令的执行耗时已经进入毫秒级和微秒级时代。

一些证券公司了争取这千分之一秒的优势，甚至将服务器安置在交易所附近或同一座建筑里。

其实围绕着高频交易，支持和反对争议不断。

支持者认为，高频交易是交易方式的革命，更加快捷和有效率，给市场带来了流动性。

反对者认为，高频交易已经成为一种新的欺诈投资者的手段，通过设置大量不会被执行的指令，造成虚假的市场需求，引诱投资者在人为操纵的价格下买入或卖出股票。

更严重的是，高频交易通过各种操纵手段扭曲了市场，扰乱了市场秩序。

在2014年的世界交易所联盟年会上，托马斯·彼得菲无奈得表示，“我创造出了一个赌场。”

中国式量化

“我们对于国内的期货市场主要是基于市场有效性的，但是证券市场暂时没有投资的计划，因为它是一个具有市场无效性的，所以基于数学角度，不适合我们。我们是比较期待期权市场的，特别还要参与期权做市，这个在美国也是一个交易量巨大的市场。”一位业内人士表示。

按照他的分析，国内的股票市场也可以做量化，但要先解决两大问题：第一，A股是T+1交易；第二，单边只可以做多。因此，单纯做股票的量化交易会比较困难，在美国的股票市场就没有这个问题。

“大量的是期货期权，现在股票市场也不能说没有接口，有接口只是现在给封了，现在名义上外挂软件也可以做。”窦长民说。

策略其实做到一定程度，都会变成哲学问题。中国市场和国外的市场有太不一样的地方，难点在如何找到适合当地市场的系列指标，比如中国PMI，M1、M2之间的剪刀差，PPI、CPI等系列指标。当然要当心当中的政府行为是否一样，假设条件是否不一样等。基于的变量不一样，结果可能有很大的不同。

2015年下半年以来，大盘一直萎靡不振，很多人将此归咎于股指期货。股指期货市场屡遭政策性降温。高频交易者、大规模的对冲策略交易者的交易模式深受影响。

在花鹏看来，大盘萎靡不能说和股指期货一点关系也没有，但是如果把大盘的萎靡不振全都归咎于股指期货，那股指期货确实有点冤枉。大盘萎靡主要还是因为国家实体经济疲软造成的。股指期货只是反映出一个有代表性的数据而已。

“只有制定好一个规则才能让在这个行业内的机构和个人有一种普遍的安全感，如果说法律法规漏洞多，那就会由于信息不对称和技术差异导致机构和个人、机构和机构之间形成恶性交易，导致整体市场失灵，这就给国家带来很大的安全隐患。”

针对现在很多尤其是做期货的都在往海外发展，窦长民建议，有几样东西必须要注意：第一时间上能不能达到。因为高频交易要求速度，肯定是要离交易所最近的。第二服务器能不能放到国外。还有一个就是优秀的人才能不能赶上。

“未来要在市场赚钱，首先要清楚市场的游戏规则。”

这是一个会消失的市场？

对每一个从事量化投资的人来说，心中都有一个用“公式打败市场”的梦想。不过一旦实现了，这个市场就应该不存在了。

“在这个市场上第一要命的就是规则，国外也一样，也不是没有存在过风险，最近他们也有风声，就是程序化和量化交易还是否允许存在。如果一直存在，那么这个市场十年之后也就消失了，进来的人都是赔钱的，所有的人都赔光了，那市场就没了。他们也在想，这个东西是个纯投机的做法，没有任何技术含量，这个就相当于手续费是一样的，纯盈利，只要做就挣钱，它的资金曲线就是九十度角直线上扬，每天都在涨。”窦长民说。

“当大家都在做量化，这个市场可能十年后就不存在了。无论怎么发展，市场是有本质的，有挣钱的就有亏钱的。”

在窦长民看来，股票市场其实也没有新的增量资金，比如一个企业的估值，只有企业有利润了往里添钱，但是外来钱往里进，每天都在减少。他认为，这个市场上亏损只产生在两方面，一个是止损，一个就是手续费。像三个人斗地主，一人一百块钱，本来总量是不变的，但是要交场地费，我们打一百天后可能是每个人六十，但是如果你打300天后可能每人30，你把我们两个人全赢了你也不够本钱，这就是这个市场在消耗。

最大的风险

模型不是万能的。量化投资的主要风险，可能来自以下几个方面：

第一：数据的完整性。所有的模型数据都要是动态的，今年盈利，不代表明年盈利。行情数据自身风格转换，也可能导致模型失效。这一点是目前量化界最难克服的。

花鹏认为，量化投资通过搜集大量的数据，运用各种不同的算法，建立多钟多样的模型，试图涵盖尽可能多的大概率事件，从而找到套利甚至是投机的机会。这里隐含了一个前提就历史将会重演。也就是说会出现和历史上类似或者接近的走势。这就是为什么量化交易在一个新的策略系统上线时需要反复进行历史数据回测的原因。

“在2014年的时候我讲股指和股票做对冲，α收益和β收益，历年一般情况下上证指数涨了，小票股会比大票股涨的多，但是在2014年的时候出现相反的情况，小票没有涨，大盘在疯狂的涨，所以很多做量化的全部都清盘了，亏损达到百分之二十。”

在窦长民看来，早些年或者某些在年的贡献特别突出，我们应当对这种非常隐蔽的误导提高警惕。这背后主要有两方面的原因：一方面是数据的存活偏差导致，回测回溯的越早，消失的股票也越多，偏差就越大。另一方面是金融市场随着制度变化或者交易者结构的变化会在底层生态存在“状态转换”，因此可能出现在之前某段时间内该策略表现特别好但是后来表现平平的情况。

一般而言，策略的规则越多，模型的参数越多，就越有可能发生数据迁就偏差。

第二：网络中断，硬件故障也可能对量化投资产生影响。

“比如输入指令不对或者直接执行出去，你按1000他按100000出去，这样的情况会出现，不多而已，有时候你在执行过程中明明你是买，但是最后执行的是卖，最后一秒钟特别紧张。”窦长民说。

此外，量化投资的风险还包括同质模型产生竞争交易现象导致的风险，单一投资品种导致的不可预测风险等等。

每个人进入资本市场都想生活更好，买车买房，但往往是事与愿违，进入这个市场之后反而车也没了，房也没了，跟赌博一样，都忘了自己的初心。

“有很多人这样说，我在资本市场挣的钱大不了再赔进去，但我不能这样，快乐投资快乐生活，做这个交易最终还是为了生活。”窦长民说。