量化投资行业的秘密、秘诀与未来

　　冯永昌：同学们好！今天非常高兴受金融校友会邀请来做一个量化投资的分享。之前这个讲座来的好多都是业界大佬，有知名经济学家、PE大佬和互联网金融权威人士，我自己的领域是量化投资。从我自己学统计到后来成为国内最早一批公募基金的量化从业者，再到2010年最早一批量化私募从业者，在国外做过量化研究员，并且成立了一家做量化投资软件的企业。在量化投资这个生态圈/产业链，前前后后也有10几年的时间，各种各样的事情做过不少，经历过不少。熟悉各种类型的策略，也尝试过各种商务模式，包括互联网金融。今天过来分享的话题是：量化投资的秘密、秘诀与未来。分享的内容有四部分。

　　第一部分介绍一下量化投资的概念。我们搜索百度的时候，看一些书的时候，量化投资的定义是不太全面的，每个人的理解不太一样，有的过于狭窄，有的又过于宏大。在这里把量化投资这个概念做一个非常正职的说明。

　　第二部分把量化投资在国内的应用做一个比较详细的汇报。很多人都说中国不适合做量化投资，好像国内的量化投资也没有做得多么大。但实际上，量化投资在国内的发展情况是超过我们想象的。被大家误解的原因是它比较分裂，这种分裂体现在各种金融机构和商务模式之上。

　　第三部分讲解一下量化投资的主流策略。这个策略不是从理论上，而是现实中的，各种私募基金、证券公司、公募基金普遍应用的策略。量化投资策略隔行如隔山，就如金融业中银行、保险、证券各不相同，量化投资也有很多不同的分支。

　　最后一个部分谈一下量化投资的未来。现在量化投资跟互联网金融、人工智能相结合，有一些新的应用。在这个部分对应用量化投资的新领域做一个介绍。

　　首先：是量化哲学。

　　谈到量化投资的定义，首先要有投资思想，其次是将这个投资思想模型化，即变成变量、变成规则、变成关系，这个关系结构就是所谓的模型。有了模型以后我们要用数据去训练它、估计它，产生交易信号，买什么、买多少、什么时候买，这是量化投资的环节。所以量化投资不是数据挖掘，并且交易阶段是否使用计算机也不是一个必要条件。即，量化投资的交易可以用计算机交易，也可以不用计算机交易。总结一下，量化投资是离不开投资思想的，把投资思想变成模型、用数据去估计它，产生交易信号，这就是量化投资。

　　从量化投资的定义来看，波动是量化投资存在的前提条件。没有波动，量化投资就没有存在的意义。为什么资产价格会有波动呢？这是因为参与市场交易的双方，对于“资产价值”具有不同的看法，并且这个认知是有时空错位的。这种对价值判断的分歧，造成了价格的波动。

　　那波动怎么理解呢？波动包含三种形式，微观波动、绝对波动以及相对波动。微观层面的波动，肉眼是看不到的，高频交易就是靠这种波动挣钱，我们把这种最细的波动叫微观波动。相对的，有了微观层面的波动就有宏观层面的波动，宏观层面的波动是肉眼能够识别的波动，每小时价格变化，每天的价格变化，每个月价格变化。宏观波动也叫趋势波动，绝对波动。还有一个是两个价格走势之间的差造成的波动，即相对波动。比如说看上海黄金交易所的黄金现货和上海黄金期货间的价格波动，ETF的价格和对应指数之间的波动。微观波动、绝对波动和相对波动构成了量化策略的基础。

　　这里新问题就来了，波动和趋势是什么关系？波动和趋势是一个意思。

　　为什么说波动和趋势本身是一种东西呢？你把一个大的波动往细了看，所谓的波动是每一个小的趋势组成，下跌趋势和上涨趋势结合起来是波动，这是一个哲学概念。趋势交易大部分都是赚取宏观波动的钱。这里所说的绝对波动和微观波动是两个基础的波动。

　　回顾一下，量化投资就是有一个投资思想，把投资思想变成规则、模型，产生交易信号，然后进行执行。为什么这种策略能够挣到钱？因为价格有波动。价格波动可以分为绝对波动、微观波动和相对波动。针对不同类型的波动可以开发不同的量化投资策略。每种量化投资策略，隔行如隔山，哲学不同、价值观不同、境界不同，但是，无论哪种量化策略，都是在赚波动的钱。

　　如何做量化投资策略？首先一定要确定赚的是哪一类波动的钱，然后决定做哪一类策略。有了策略以后，因为每个策略的波动级别不一样，所以你要知道策略适用的环境是什么。最简单的炒股票就是价格上涨的环境，套利是价差有明显的均值的环境。还有一种方法，把不同的策略进行搭配，形成一个策略组合，以应对各种不同的环境。从这一点来看单个的策略不重要，策略的组合才重要。尤其是彼此的相关性比较低的策略，就能够形成一个有效的策略组合。

　　接下去讲一个词叫效率，什么叫效率？信息效率就是信息传递的效率，如果价格能够对基本面的信息及时反映，如果内幕消息所有人都知道，则强有效。这种效率高是指信息的传递、扩散效率很高。如果市场有效的话，那么预测是徒的，各种投资分析是没有太大意义的，更好的方式就是买这个市场上的最优风险资产——大盘指数构成的指数基金那么价格运动效率指什么？简单来说，就是价格从一个点到另外一个点是一蹴而就还是歪歪扭扭好不容易才到。价格运动效率越高，趋势交易的难度就越小。

　　做量化投资，策略配置很重要，但风险不重要，比风险更重要的是单位风险的收益率。如果你有好的风险收益产品和现金你总能构造出来你需要的收益。举个例子，银行理财经理有两个策略可供选择，一个策略是10%的收益5%的亏损，第二个是50%的亏损额10倍的收益，选择哪个策略？银行理财经理可能说我看我的客户需求，如果客户风险承受能力高，那就50%、10倍，高风险高收益。反之那个。我说错的，你肯定给你的客户推荐50%的亏损和10倍收益的策略。在资产之间做配比你就可以达到你想要的风险价最优收益。风险预算是客户自己定的，这是取决于他的承受能力。做量化投资的价值，不是为了预测市场，而是提高单位风险的收益。

　　这里讲一个非常非常关键的词，胜率和赔率。如果量化投资经理说，做多不看多，做空不看空，千万不要惊讶。因为趋势策略做多看多胜率很低。全世界所有的品种出现趋势的时间段，也就是说30%，大部分还是以非趋势或者趋势不明显的方式振荡。讲个例子CTA策略。CTA是一个法律术语，叫商品投资顾问。它本来指的是一个金融牌照，国外管商品投资的顾问叫CTA。但是大宗商品的基本面不太好判断，都是做系统化交易，大部分都是靠机器来实现。对于CTA这种程序化交易，胜率也就30%到40%，那怎么挣钱？系统70%是错的，错了没有关系，我认错。机器会永不疲倦的会寄希望于下一次。如果下一次趋势出现了上涨或者下跌，可能是千倍的收益，这叫赔率，赔率弥补了胜率的不足。与之相反的是高胜率低赔率。举一个最极端的例子，高频交易的赔率较低，股指期货就是几百块钱，其他的更低，做错一次也是这么多钱。但是胜率很高，好的系统90%以上，差的也得70%。所以你可以基于一种波动做策略，你最终是以红利来衡量你这个系统的，但是你这个系统要么是高胜率要么是高赔率。这里需要明确一点，不是所有量化投资都要用工具做程序化交易。广义的程序化交易，所有程序执行的交易都是程序化交易。狭义的程序化交易就是胜率不高赔率很高的趋势投资，赚趋势的钱，称为CTA。

　　仓位管理和资金管理无比重要。流动性是一切的关键，如果我有足够多的钱的话，输了我就加倍，直到我赢那把就翻过来了，但是你没有足够的钱。所以仓位管理很重要，永远不要满仓交易。尤其期货交易，那是杠杆，股票没有杠杆，跌也跌不到零，还是可以容忍的。

　　总结一下，不是所有量化投资都要用工具做程序化交易，量化投资的前提一定是投资思想，投资思想可以作为起点去挖掘数据后面的信号，但是不要从数据挖掘到数据挖掘，那就是垃圾数据垃圾处理。第二，波动的三种类型，绝对的、相对的、微观的。然后信息效率和价格运动的效率不一样，价格运动的效率说明它有一个连续上涨的趋势。没有包赚不赔的策略，分散是唯一免费的午餐。胜率和赔率是量化投资的价格和灵魂。真正要在交易中挣到钱，仓位管理和资金管理无比重要。这写基本概念量化投资的基础。

　　第二部分：讲国内量化投资现状。

　　国内金融机构包括央行、银行、券商、保险、期货公司、监管层等等。那么使用量化投资进行资产管理的有哪些？公募基金管理公司，即公募基金。证券公司有资产管理的牌照后，成立了资产管理部，这个资产管理部和基金公司是一样，相当于买方业务。前两年期货公司颁发了资产管理牌照，所以期货公司的资产管理业务跟基金公司也是一样的，这是一类。最早采用量化进行的资产管理业务包括公募基金以及证券公司和期货公司的资产管理部、自营部。其次，需要用一些量化工具提供给客户的。这就分两种，一种研究所，证券公司专门服务基金公司这一类客户部门，给基金公司做量化服务，那就是金融分析师；还有一种是经纪业务的零售部门，他服务于散户，投资顾问也会用简单的量化工具来给散户有一个服务。

　　最近很火的私募基金是什么东西？对冲基金是什么？以前没有私募基金的概念，公募基金是有基金法规的，是法律术语，基金就指的证券投资基金，管理公司发行的产品叫证券投资基金，非公募就是私募。2013、2014年的时候，证券业协会分出了基金业协会，同时颁发一种牌照，私募基金管理人备案。从那天开始私募基金就是一个真正有名分的概念了，私募基金严格来说就是备过案的私募基金管理者。但是私募基金需要严格的监管，只能针对承受风险能够强的特定投资者发行产品。基金业协会备案的有一万两千多家。目前基金业协会正在清理好多是僵尸公司、空壳公司等，急需治理。什么是对冲基金？对冲基金不是一个严格的概念，是一个经验概念。对冲基金和量化没有任何关系，做量化的对冲基金只占很小的一部分。

　　金融衍生品对的是股票、期货、债券，是投资标的，量化投资对的是主观投资、宏观对冲，它是一个对投资标的进行投资的方法论。对冲基金对应底层的私募基金、公募基金、券商资管是一个融资金融产品的法律形式，这是三个纬度的概念。标的、方法、基金组织形式。所以金融衍生品不是量化投资，量化投资也不是对冲基金。这是三个不同的概念。

　　公募基金的量化和私募基金的量化差别比较大。公募基金在交易层面严格的监管导致没法做程序化交易，公募基金领域核心的点就是量化选股。私募基金跟这个情况就不太一样了。私募基金备案的有一万几千家的，认交规模一万五千亿，私募基金的体量不小。中国涉及量化的私募基金至少有五千家。私募基金开户和散户开户一样，走经济业务的条线，所以交易非常灵活，各种量化投资策略都有。

　　梳理下私募基金投资策略分类。常见的策略包括相对价值策略、方向性策略、事件驱动策略等。相对价值策略就是我说的赚相对波动的策略，阿尔法套利，股指期货套利，溢价套利，配比交易套利、期权套利，总之都是做套利，做价差。方向性策略，炒股票就是方向性策略，CTA也是方向策略。宏观对冲也是一种方向性策略，宏观对冲只是在分散不同的资产类别，但是把这个分散也叫做一种对冲。事件驱动策略研究并购重组、股权激励、资本运作、产业资本增值等等，与量化没有关系，但是有一大堆策略。

　　目前行业热点是组合基金，也就是常说的FOF或者MOM。基础的基金管理能力是一个稀缺的资源了，私募基金管理的牌照现在很难获得，所以优质的投资管理很缺资源。如果是投100个炒股票的意义不大，但这个做套利那个做CTA，这样风险才能有效分散，所以现在FOF非常火，这也是一个行业的热点。

　　第三部分：介绍一下量化投资分类。

　　不同分类真是在现实中代表着一种工作组织关系或者代表一种生产关系生产能力。正是因为这种关系的不同，波动的来源不同，就导致量化投资的领域隔行如隔山。就像金融领域，银行、信托、保险、基金、期货，商业模式不一样，业务逻辑不一样。常见的有这么几种量化投资，阿尔法套利、低风险套利、统计套利、程序化CTA、高频交易和算法交易。

　　阿尔法套利是什么？做多投票，做空股指期货，获取选股超额收益。低风险套利包括ETF折溢价套利、股指期货期限套利、股指期货对现货的套利等。统计套利，包括股票的配对交易、期货的跨期套利、跨品种套利、跨市场套利。程序化CTA就是用程序化方法交易商品。高频交易是针对盘口机会进行的极高频率交易。算法交易为了降低冲击成本的算法自动交易，算法交易不是为了挣钱，是为了降低冲击成本。程序化交易和高频交易是完全不同的，一个是高胜率低赔率，一个是低胜率高赔率。

　　先讲高频交易和算法交易。从微观来看，股票和期货有一定差别。例如股票，买的人和卖的人都报各自的价和量，然后进行撮合，以产生最大交易的原则生成价格，这个价格就是开盘价。每时每刻有投资人下单，然后计算机根据价格优先、时间优先的规则进行撮合。而期货按照中位数来设置一个价格，没有交集没法成交，有交集按照公允价格成交。在这样一个过程当中，我们现在用显微镜看这个市场，什么是高频交易？二级市场主要的作用是价格发现，高频交易有一个很重要的作用，如果有人不断交易的话，有流动性就有价值了。但也存在恶意扰乱市场秩序的高频交易。2010年奥巴马签署DOED法案，其中定义了一种交易称为幌骗交易。什么意思？我看了这个订单薄之后我出一个单，卖价是12块钱，我以11块钱卖，当然买家给的是10块钱，11块钱卖挂在那没有成交，本来12块钱卖，被你这样晃一下把人家骗下来了，这叫幌骗交易，这是违法的。美国立法以后，这就是属于市场欺诈行为，在操作市场。怎么理解好的高频交易和具有市场欺诈行为的交易呢？有一句俗话叫所有不以成交为目的的报错单都是耍流氓。如果你的成交单量很大的话就为市场提供了流动性，就是一个好的高频交易。如果你撤单撤单，那你就有问题。这是高频交易和幌骗交易的关系。其次，幌骗交易是微观行为，主要受害对象是高频交易。同样高频交易和算法交易之间也会有矛盾。有一类算法交易，对流动性很低的股票，为了这个有成交就一点一点在报单，有一种高频交易叫做市商。所以高频交易、算法交易和幌骗交易中间是一物降一物。

　　程序化交易、相对价值、高频交易、算法交易、幌骗交易之间的区别。

　　高频很小众，整个高频交易的量不是很大。但是收益率很高，研发成本非常高，所以一般高频交易都只会有几个擅长的品种。简单来说高频交易就是计算机比较好，有比较好的网线，有比较好的计算环境。

　　算法交易的应用很普及，卖股票，大家都希望成本低一点，现在有专门服务于私募基金的PB部门，它会有交易模块，来降低成本。

　　幌骗交易，是微观行为，属于市场欺诈行为。

　　程序化交易，程序化交易有入场出场，胜率很低，赔率很高，主要做趋势投机。推荐大家一本关于程序化交易的书《程序化交易实战：平台、策略、方法》。程序化交易有一个原理就是技术分析，但不是简单的技术分析，把这些指标都形成一个系统，什么时候入场什么时候出场，什么时候加仓什么时候减仓，什么时候止损，什么时候止赢。

　　相对价值投资。统计套利方法做相对价值投资是一种统计模型，研究两个资产价格之间的关系。将这个关系度量出来，然后根据这个关系进行投资。介绍一下阿尔法套利。量化选股占量化投资70%的体量。股票收益率用大盘的收益率来解释，则股票收益率中不能被大盘解释的那部分，稳定的差异叫阿尔法。股票收益率等于它的阿尔法加上ß乘以大盘。意味着这个股票能够跑赢大盘。通过研究，采用因子排序，选取一堆股票的复合收益率比大盘好，产出就是比大盘好的投资组合，这是阿尔法产出。所以要把阿尔法量化做好的话，很重要的选股因子。股票组合比大盘跑得好，可以把大盘对冲掉，也可以把绝对收益嫁接在指数上面做指数增强。阿尔法需要对风险源的掌控非常准确，收益率是考虑选股能力决定的，但是回撤是靠风险控制能力决定的。实际阿尔法投资中比较复杂，仓位、级差，期限套利策略盈利的来源有级差，还有阿尔法要不要收割，有很多实际的问题要去处理。它用的知识很多。

　　第四部分：谈一下量化投资的未来。

　　最后讲两个点，第一个，策略之间怎么配置？其实如果所有知识，又有策略的话，可以配出非常完美的曲线。对于阿尔法套利，股市要大幅上涨的时候，卖股指期货亏损太大，所以阿尔法特别怕上涨趋势。下跌的时候也一样，千股跌停的话，股指期货没有跟上也很可怕。CTA不是讨厌振荡吗？如果说你能把这个抓住了，CTA回撤时阿尔法挣钱，阿尔法回撤的时候，CTA挣钱。

　　第二个，关于人工智能。前几天的时候在央视做讲座的时候，说AlpaGo打败了李世石，投资界会不会有AlpaGo？这个很难，因为围棋跟投资相比比较简单，这个简单不是说围棋简单，也不是说围棋好下，围棋很难下。关键是什么？不知道大家有没有看过《三体》，围棋和投资的区别就很三体和地球人的区别是一样的，三体再复杂，超过六倍的宇宙，你是透明的，地球是不透明的，你的对手是不确定的，买卖双方不一样，可能今天是敌人明天又变成朋友了。围棋就跟古代的君子战争一样，你打我我打你一样，投资可不这样，你还没反映过来，几个千股跌停就进去了，不会告诉你的竞争对手。所以要想深度学习进化到投资AlpaGo，不太可能。但是它可以分析策略环境，对策略之间进行动态配置，动态的学习这个环境，动态的根据环境的学习，让这个AlpaGo在不同策略之间进行动态的调整配比，这个可能是可以做的。80年代以后，复兴科技的公司，他们应该用这种方式已经在预测不同策略的环境了。所以智能应用到这个投资现实中还是比较难的。

　　我们做过一个东西，这是我自己玩的，是服务散户的，干什么用？我们每天学习两百多万条的知识，不断的进化，帮助到百姓回答一些问题，只能做到这些。风控怎么样、什么时候交易，也就能说这些问题。但是你说人工智能的东西笑傲投资江湖还是很难的。

　　(以上内容由启明星量化金融学院资讯部整理编辑，不代表本站观点。版权归原作者所有，如有侵权，请联系删除)