2010第四屆中國期貨分析師論壇
風險管理量化投資論壇
時間：2010年4月24日星期六
地點：黃龍飯店三樓
主持人：
非常歡迎各位嘉賓，來到風險管理量化投資論壇的分論壇。我是蔣易波，今天下午第一節由我來主持。眾所周知量化交易在國外已經得到了廣泛普遍的運用，國內也是在這幾年逐步的成為了一些熱點。也有一些很多的先行者在策略量化交易商進行了非常有效的探索和研究、常試。今天有幸請到在量化投資非常有經驗的專家來跟我們一起分享量化交易投資研究的一些經驗。首先，由董事總經理法國巴黎銀行資產管理部外匯亞泰主管，負責客戶服務，解讀量化投資的這本書的作者，忻海博士。由他來跟我們分享解讀量化投資，有請忻海博士。
忻海：
《解讀量化投資》
各位大家下午好！今天很有幸能到這個研討會跟大家分享一下關於量化投資的一些認識，我知道很多同行都是從事量化投資經驗比較多，實踐比較久的，有些對這個概念很感興趣，但不是很了解量化投資。今天我發半個小時的時間，對量化投資這個概念，這個行業做一個比較鳥瞰式的介紹。
投資的方法有很多種不同的分類，我比較喜歡分類也是比較簡化，用兩組相對比較清楚的概念，按照他取的信號來源來分，分成基本面型和技術型，技術型一般比較注重過去的價格數據，看他本身的交易價格，也許包括一些交易的數量或者其他類似的數據。基本面型從外匯上講，看宏觀經濟的一些指數，比如說經濟增長，通脹，或者是央行以後的利率政策，一個是過去歷史的價格，和基本面型。
這是一組相對獨立的概念。另外一組就是量化型對判斷型，判斷型就是對人腦對電腦的獲取。我們也會看到，分法不是很準確，並不是人腦對電腦的博弈。安全兩組相對的概念，可以由量化型加技術型，基本面型加判斷型的等。下面我列了兩個，大家可能比較熟悉的。
西蒙斯是量化型投資，他是一個比較有名的教授，看的是歷史的價格，是一個比較很有代表性的量化型加技術型的。在另一個和他相對的象限是巴非特索羅斯以基本面為主，按照它們自己所僱傭的交易人員對基本面的交易投資，這是兩個比較成功的案例。量化投資並不是靈丹妙藥，只不過是一個比較好用的方式。
大家比較熟悉的是圖表法和技術分析法，歷史是很久遠的。不同的技術分析人員，給他不同的數據和圖表，做出來的判斷分析是完全不同的，有很多人為的因素在裡面。
基本面型加量化型也有一些基金是做量化公式，所用的輸入數據是基本面型的一些指標，股票選股上有很多是這一類的投資方式。比如說用PB，或者PE對股票進行一定的篩選，到達一定的臨界值就會買入、買出。我上面列的一個指數「巨無霸指數」是《經濟學人》的量化型和基本面型所做的。這個判斷是非常準確的。在技術型加判斷型裡面我還列了兩個稍微有點帶玩笑的法則叫做「超短裙法」「星象法」，這個有點把量化投資，有些貶低了，不管是技術分析法還是技術的量化型投資，是有一定的理論依據的，是跟投資者的心理變化，或者是跟市場的心理結構有關係的，不能萬全歸結到一起。
量化投資的不同叫法也有很多，比如說經常提到的模型交易，或者說系統交易，模型和系統一般指的是數學公式和基於數學公式建立的由電腦操控的交易形態。模型主要偏向於統計的方向。系統偏向於電腦的方向。這兩年主要偏向於算法交易（olworithmic trading），大家會覺得他是比較高級的交易，也不盡然。還有高頻交易和超高頻交易，一般來說算法交易是以天為單位，高頻交易就不是以天為計，以秒和毫秒為單位，在裡面由分出超高頻交易，現在一些國家的監管機構也在關注這一類，有些也也調查超高頻交易，是不是違反了一些關於證券交易的規定，受的關注也比較多。這裡面包括，高頻和超高頻，實際上也是系統交易的延伸，只不過是時間段比較緊，超高頻交易所獲利的來源是不同的，更多的是中介的交易模式，而不是說主動去單邊投資的交易模式。所以有點不同。
還有兩種電腦交易或者是自動交易，雖說量化投資不是只能用電腦交易，只能用電腦算，我也見到過很多投資人，用很簡單的表格，自己去做投資。一般來說人們想到量化投資都是跟電腦相關的。
黑箱交易，很多投資細節完全不提，首先怕別人去模仿，然後怕交易的秘密傳到別的地方，所以外地人叫黑箱交易，最近幾年行業越來越大的了，有很多機構也把這個錢交到這個交易商，整個量化投資行業便得比較公開化，細節不可共享，但是什麼樣的交易模式變得是半公開，現在還用這個概念應該說是「灰箱交易」，比如我們是交易公司，我們的交易方式是用什麼樣的數學公式，用什麼樣的歷史上多久的數據這就是商業秘密，不可跟別人來分享。
量化投資和期權定價理論的關係
在海外如果你要說我是一個量化分析師，一般來說你是一個期權的量化分析師，分析這個期權怎樣去定價，怎樣去對衝，投行要找很多分析師，都是關於期權定價的概念。我們今天談的很多人看的量化分析，主要是看的比較狹義的，根據歷史的交易找出一個數據，來進行一個交易。期權定價理論是在過去30年中，最重要的一個創新，不光是一個比較複雜的數學公式，很多人是專門做量化研究的，到出公式要需要很深的知識。裡面是一個動態對衝的理論，簡單地說，要是賣出一個期權，在過去來看，你指望賣出很多很多的期權，用期望的概念，預期3個月之後，跟事先的預測結果差不多你就能賺錢，有這個理論之後，期權定價就不再是一個預期的概念。你賣出了期權可以進行動態對衝，這個理論關鍵是這一點，跟量化投資有什麼關係。首先，因為期權定價理論實際上是對將來風險各種交易人對將來風險的綜合評估，所以他得出隱含波動性可以運用到將來的風險評估，改變你的量化投資公式。這在行業中是比較普遍的。
另外，中國的期權交易不是特別普遍，將來會越來越普遍，很多價格流動性比較大，歷史價格數據比較完整，很多量化投資的公式和概念，研究方法，可以直接用到期權上，也可以作為一個量化投資的方向。
最後一種是，期權的交易在中國比較多的時候，期權和期貨、期權和現貨之間的套利機會會非常非常多，期權和期貨的套利比較複雜，需要很多的量化分析，這個我覺得像量化投資非常有前景。
另外量化投資有三個比較大的分類：
（一）價格趨勢；
最傳統的量化方法，很多變種，包括趨勢和泛趨勢，大部分的技術分析策略都屬於這一類。
（二）相對價值、套利、對衝；
獲取兩個或者多個證券之間價格差異的量化方法，如果是無風險的就叫「套利操作」，還有外匯套利、利率區縣的套利、股票指數的套利、多空操作、統計套利。
（三）高頻和超高頻交易；
最近幾年快速發展；一部分是將「價格趨勢」和「相對價格」，傳統量化投資的模型很自然可以用到更多的時間段上，量化方式用在非常短的時間內，是針對微觀市場的結果、做市等。
你去詢價一個價格從一個銀行價格報給你，又到別的銀行對衝自己的頭寸，這個價格的變化是有規律的，高頻的交易模型可以針對這些規則發現規律。
從歷史上看可以追溯到很久，1900年使用幾何學、數學和佔星術研究投資—威廉江恩。
1930年按照「規則投資的投資方式，理察唐奇安。
1970年用電腦和歷史價格選取最佳的規則，艾迪，賽柯塔
1980年所羅門兄弟銀行的債券套利，約翰，梅裡威瑟。
1988年復興技術公司成立，詹姆士，西蒙斯。他是一個很有名的數學教授，88年開始正式成立了復興技術公司，那時候開始運作大小型基金公司，他使用比較狹義的量化投資的公式，他這個人表現很好，使投資人對這個行業很有興趣，有越來越多的人去模仿他，他也走入了投資行業的主流，起到了很大的作用。
1990年各類金融衍生工具、量化分析大局進入投資銀行。投行大批僱傭量化分析師，做期權對衝的量化分析。
1998年長期資本管理倒閉。這中間的教訓對整個量化投資行業是比較大的。
2000年全自動交易、高頻和超高頻交易、交易所併購，有一些ETF直接就有量化基金的概念在裡面，比如說趨勢投資就可以獲利，有些指數不是上證指數，而是一種動態的，通過趨勢來獲利的交易模型他的指數是根據交易模型的，發展比較迅速。
2010年機構工共置、按持、量化共同基金、可投資量化指數。
量化投資的使用情況，投資銀行分兩類，一類是做勢，尤其是OTC的產品中需要量化的方式，因為他的數據比較多，來進行分析，更好地控制他的庫存，控制他的報價方式。
衍生工具大部分都是在OTC市場上交易的，衍生工具怎樣去對衝就需要大量量化投資的模型和人才。另一方面，自營資金，比如說高盛，自營資金收入所佔的比例是非常高的，這裡面高盛自營投資或者其他投資銀行有一部分有明星的交易人，他來做判斷型的投資，有一部分是由完全量化的、黑箱的投資也是一種互補，要完全把你的錢全放在一種交易模式，就是太多的雞蛋放到一個籃子裡，投行自營資金的投資很多都是採取不同的投資方式。
投行還會僱傭一些量化投資師，對他的客戶進行量化投資的幫助，我也碰到好幾個對量化投資自己建模感興趣的期貨公司，投行有一些專門提供這些免費服務的人，他替你做一些測算，他的好處就是你要交易的話，你是通過他的銀行來進行交易，他來收取中介手續費。
對衝基金最主要的就是專門使用量化投資技術的基金。共同基金是比較新的方式。機構投資管理人專門為退休金、保險基金等提供投資服務的基金管理公司；資產配置、指數優化。這個行業中，最近幾年大家也談到一些比較熱門的話題，比如說olphohbetad，也需要很多的量化分析。現在有很多指數優化採取比較另類的指數方法，選取一個更好的指數，風險跟上證指數低一些，風險相同。回報相對高一些。
我簡短說一下比較有代表性的任務，復興科技，他是一個數學教授他到金融行業投資，剛開始也是需要一方面的錢，也需要消遣，後來他對這個越來越感興趣，80年代末，他完全從這個數學界跳出來，成立了這個復興科技公司，專門做投資。剛開始跟大家一樣，也是判斷型的，後來完全是數量型，他主要原因就是很多操盤自己做投資的人都有同感，自己做的話，天天都會擔驚受怕，老是不停地想，下一步怎麼辦，總是不停的考慮。他作為一個科學家，他覺得很多東西都是可以量化的，讓電腦去做，只要在概率上講，我能超過50%的條件下能夠賺錢的話，有虧有盈對我來說心理上沒有什麼影響。這是他剛開始研究量化的動機，後來他越來越成功，總結他的人也比較多。比如說他是比較注重創新，不是說別人都在做趨勢分析，他也去做一個更好的趨勢，他不是這樣，他是別人做趨勢，他就不做趨勢，他去想一個別的數據源，或者是別的數據分析方法，他僱傭的人都是做信號處理、做電腦、做物理、做語音識別的專家，用其他領域的方法，來設計他的模型。他總是想比較新的東西。
在很久的時候，他就意識到要快，他在10年前花很多錢來提高他交易的機房配置，交易速度也提高，現在的高頻交易、超高頻交易每個人都知道，但是他10年前就做這個事情，比別人快很多，現在全球各種各樣的交易量越來越大的時候，他已經佔了先機，可以提前賺錢。他的主要統計方式就是統計套利，通常套利就是兩個東西的價錢是有差別的，然後你買出一個，賣出另外一個，等到將來就會賺取差價，通常的套利是沒有風險的，現在沒有風險的套利，在中國的市場可能有機會，但是在成熟的市場風險是很大的。
在配對交易上發展出一種套利。有時候出現股市價格稍微偏差的時候，配對交易就會把價錢稍微高的那個賣掉，把低的那個買進來，等價格回歸到一樣的高度。在最近隨著超高頻交易發展，這個發展得很快，世界上很多股票交易所，它們的交易量越來越大，每筆交易越來越小，就是因為這種套利模式被越來越多的人在使用。西蒙斯賺錢還針對一般的股價，或者是各種各樣的金融產品的過激反映，或者有一單新的生意，一般價格變動會超出他的合理變動，他的很多模型是針對這種市場異常。他從來不接受採訪，他每次都說，我們的投資很多，我們什麼都做，他都不會告訴別人，這些都是由他過去的工作經驗來透露出來的。
真正拿到西蒙斯公式的話也賺不到他那樣的錢，他是一個科技公司，花了很大的代價做一個非常龐大的電腦系統，在很短的時間內光有公式是做不到的。
為什麼量化投資能夠賺到錢？最主要的是市場有很多投資人，不是按照傳統的金融理論來假設，對新機會的出現，新信息的評判不是完全理智的，我們大家都知道，止損的時間大家都捨不得，這種會造成價格的一定格式。超高頻的交易模式還會造成市場的微觀結構，這中間可以用量化投資的方法得到這中間的規律。
說到量化投資和期貨市場，量化投資所使用的金融市場不一定是期貨市場，實際上在股票市場用的是非常非常多，但是期貨市場有他很多的好處，首先是高槓桿，交易成本很低，隱蔽性也很高，你要做一個量化投資人，你背後有一個人，你賺的錢就是他賠的錢。比如說在外匯行業，你做一個超高頻的交易，你經常去跟投行交易，投行會發現你總他身上賺錢，很快他就會斷掉你的線，但是在期貨市場就沒有這樣的事情，因為隱蔽性比較高。
最近十年中期貨交易市場數據比較大，全球經濟增長，量化投資對衝基金在這上面交易量越來越活躍。外匯期貨是我比較熟悉的市場，十年前外匯期貨交易連1%都不到，平常都是用OTC來交易的。但是最近十年中，外匯期貨也是增長非常非常快，後面的直接原因就是量化投資的高頻交易大副使用期貨。期貨市場可以進行趨勢交易，也可以用期貨市場和現貨市場聯動來進行對衝和倉位的調整。中國新的股指期貨出來大家這也是大家研究的一個方向，用股指期貨和現貨的聯動來做交易。
量化投資不僅僅是限於買賣對象，這是非常關鍵的一點，大家說起來就是量化投資的公式，買什麼賣什麼，量化投資分析的方法可以用在投資的很多不同方面，最直接就是交易策略，沒有認為感情的幹預，可能跟人的判斷來比會好一些，比如說投資組合的優化，倉位有多少，什麼時候加倉、什麼時候減倉，各種證券和資產之間如何匹配。還有剛才對指數進行優化，這些也是可以用量化進行分析的量化使用方法。投資的另外一面就是風險控制，怎樣去用量化投資對整個投資組合進行止損，對槓桿進行控制，這也是行業中研究非常非常多的，衍生工具的定價和對衝之前也都說過了。很多不同的方面上都會對投資收益、降低風險帶來正面的影響，他的使用範圍非常廣。
還有一點優化交易的執行方式，有些操盤比較大的數量時，這個對市場的價格影響比較大，現在很多量化交易的算法就用到交易執行方式，怎樣把一筆交易打散，降低交易成本，這也是量化投資使用的非常多的領域。
說起比較狹義的量化投資就是對歷史數據進行分析，量化投資對判斷型投資相比有一個好處就是他總有數據，你建立一個模型，可以給你一個可信度，另一方面要非常非常警惕，有可能這種數據只是假象，對將來沒有預測性，這個度量怎樣把握，完全是一個人為或者是藝術的東西，你統計的東西可以減少認為擬合的程度，量化投資行業很多從業時間很長，要不斷地進行判斷，來防止數據的過度挖掘。在國外經常說，把一個資料庫嚴刑拷打就什麼都會「招」，尤其是現在統計方式很發達，把過去的歷史數據擬合，通常來說擬合程度越高，對數據判斷越低。
量化投資的局限性
「西醫」和「中醫」——頭疼的病困不同，歷史可能不重演。有些人比較反感西醫，只看表象，不看內部的問題，沒有真正的找到治好病的原因。
具體到量化投資上就是說，你找到過去的格式，但是過去的格式每次的原因不同，將來會怎樣，你是說不清楚的，所以你只是假定重複歷史，這種假定是有局限性的，這種批評是對的，量化投資要注意到你的模型對將來有多少參考的價值，歷史總是會重複的，但是重複的方式是不同的，所以這是需要人腦和經驗去判斷的。
「筷子」和「漏勺」——人們可能認為量化投資成功的可能性大。很多人有一個錯覺量化投資比較簡單，只要找幾個格式，就能賺錢，這是一種片面性的看法，漏勺當然用起來比較簡單，不用想鍋裡有什麼東西，怎樣防止數據挖掘這都是需要實踐經驗，還有對各種局限性的認識加起來才能做一個比較好的判斷。
另外投資我覺得最大的局限性就是流動性問題，在西蒙斯大獎基金到了50億美元的時候就只剩自己和員工的投資，為什麼呢？他覺得到50億的基金，雖說全球各地都做那麼多支股票，那麼多各種各樣的期貨，他覺得已經到了流動性上線，再加的話，就不能賺錢了，所以他對流動性判斷是非常值得學習的。量化投資策略的福祉和散播造成機會的小時，如果你老是賺錢的話，很多人都會去模仿你，在海外最常見的情況就是你在一家量化投資基金做得很成功，慢慢你升起來做了發起人的副手，幾年以後你就會自己去做，這種模型就會分散得很快。
量化投資的前景
作為一種投資方式，它存在的歷史很久，而且經歷過不同的市場變化格式，經過考驗，作為一種組合方式是非常合理的，尤其是在像中國這樣的市場，有很多新的金融工具在不斷的被引進，這種量化投資方式來捕捉這種機會，也是非常合理的，另外要說一點，剛才我提到量化投資不僅僅是限於買入賣出，在風險控制和組合方面對投資的幫助將不會小於你是怎樣去選股，怎樣去選類型。如果是一個量化基金，每個環節都會有幫助，不僅僅是選股。
今天就講到這裡，謝謝大家！
主持人：大家有沒有問題？
今天我是聽進去了，忻海博士帶給我們像印鈔機一樣，紙進去，錢出來。策略進去，方式出來。謝謝忻海老師！
下面要清楚的是深圳證券交易所，王煥然先生，他目的主要負責衍生品市場環境下的產品創新，他演講的主題是《數量化交易的風險管理》，有請！
王煥然：
感謝主持人！量化投資真正進入普通大眾的事業還是從高頻交易信息以後，福布斯把整個量化投資稱為華爾街上的新現象。深交所對數量化的交易和發展進行了一些基本研究。我們是金融創新實驗室和衍生品工作小組，我們對先生品市場做了一些創新，對於資產管理對於買方進行了一些產品創新做了一些研究。昨天晚上，我把PPT更新了一下，把名字改成了數量化交易與風險管理。最近不停地去調研，看了一下大家的風險管理狀況，在這個階段我們來談風險管理策略並不是很實用。這裡主要講四個議題：
數量化交易與風險管理
數量化交易概念與應用
數量化交易的現狀
數量化交易對市場的影響
數量化交易與風險管理
什麼叫做數量化交易？我們把它定義為數量化交易，並不是用市場上所用的量化投資來娘擴進來，我們把他定義為金融工程手段來定義你的投資，進行投資決策，並且嚴格的實行你的決策，按照他的側重點不同，我們稱為自動化交易、程序化交易、算法交易、程序化交易和高頻交易。
所謂自動化交易就是技術分析投資方式的自動化，將技術分析投資方式固化成計算及可以理解的模型、技術指標，他的好處可以避免投資人心理變化，嚴格地執行既定策略。在忻海現行所從事的外匯交易領域，自動化交易是一種應用很廣的投資方式。
數量化投資是利用計算機來分析宏觀經濟和公司的基本面交易，並通過數學模型來預算未來變化的數量。
數量化投資可以幫助投資人在越來越多的信息中選擇實質性關鍵信息，並轉化成投資決策。在整個市場的宏觀行業數據，還有公司數據，積累到一定程度之後，我們才有前提條件。程序化交易是伴隨著股指期貨與現貨市場套利交易而星期的數量化交易方式。
NYSE把程序化交易定義為包含15隻或15隻以上的指數成份股的組合交易，其價值超過100萬，且這些組合交易是同時進行的。另外就是一個算法交易，有時被稱為「黑箱交易」就是通過計算機模型執行訂單，以減少對市場價格造成衝擊，降低交易成本。算法交易是交易執行精細化發展的結果。由計算機模型根據特定目標自動生產執行的成本。最後我們說到高頻交易，高頻交易其實是投資數量化交易發展到高端階段的產物，透過極高速的超級電腦分析高頻交易數據中的變化模式，並且利用這些價格變化模式利。
在相對更快的時間內獲得市場行情和執行大量交易指令。從而取得普通交易方式難以獲得的利潤空間。高頻交易的成交量現在在紐約美國股票市場成交量的70%。
數量化交易的應用主要由四個方面：
制訂投資決策，不僅是基本面分析與技術分析，而是它們的融合，通過對分析宏觀經濟環境，通過資產配置、行業選擇、選股、擇時。
一個訂單的執行成本第一個是機會成本，就是你想要下訂單沒有下訂單過程之中，價格的變化。衝擊成本就是你的大額訂單下到系統裡，在他完全成交之前，這個價格變化就是衝擊成本。
做市商報價
現在的做市商已經並不是納斯達克場外的做市商，在電子化交易時代，新型做市商在電子化交易系統上進行雙向報價，他體現出來的一個優勢只是交易所給他提供的成本優勢，承擔的是報價的義務。一個是金融產品定價，另一個方面就是風險控制的對衝，大家可以看到前一陣子，權證發行商在後臺運用股票進行風險控制和對衝。
數量化交易應用大家特別關注的是套利，套利有確定性套利和統計套利，有大概的兩種方式，一個是當前市場的資產價格違反溢價定律，一個是同樣價格的資產具有不同的價格，另外一個就是具有相同資金流的資產擁有不同的價值，動態對衝利用期貨的工具保護組合的價值。
統計套利簡單地說是一個對當前價值異常的未來回歸的一個期望，當前價格如果有異常的話，如果回歸正常的價格我們就可以進行相對的買賣，常見的就是配對交易，在美國市場，黃金期貨和黃金行業指數配備交易到現在一直有存在套利空間的，鋼鐵期貨和鋼鐵行業的指數也是存在套利空間的。
國際市場上數量化交易的現狀，我們把他分為4個市場進行描述，首先是股票市場，股票市場在國際市場上他的交易量多達全市場交易量的70%，因為股票市場相對於衍生品市場和債券市場，相對較少，股票只數很少，周轉率也很小，電子化交易成本也比較高，對於期貨期權市場是有一種天生各種各樣套利的方式，比較適合做數量化交易，在國際市場上衍生品大概在50—70%債券市場很不活躍，大部分是場外交易，在國際市場上不到10%。雖然數量化交易這種表面看來並不是很活躍，但是作為量化投資方式，可以做到非常好，他雖然最後破產了，模型在最後來說是非常完美的，只不過沒有考慮到流動性問題。外匯市場是由各種各樣的利率評價關係，所以他的數量化交易的情況非常好，大概到70%—80%，在外匯市場美國連署做了一個研究，有政府的幹預，完全可以實現盈利，所以數量化交易方式也會比較適合於生存。
在國內數量化交易也進行了一些基本的調研，在自動化交易，我們是在期貨市場，在外匯市場還是受管制的。我們和一些期貨公司調研的結果，技術平臺比較穩定，基本沒有大型應用在股票市場。在期貨市場上運用比較好的原因是因為期貨市場的參與者為特定人群，技術分析比較簡單地說期貨市場的參與者比股票市場的參與者更專業一些。
數量化投資在股票市場上剛剛星期，到目前為止，股票市場分析師團隊逐漸成熟，數據日益豐富；華爾街華人金融工程師的回歸為國內帶來數量化金融的理念和經驗。
程序化交易以前是在ETF套利上有一些應用，融資融券上市，股指期貨上市後會有較大發展，產品鏈還不健全，較難實施套利。
我們現在國內可能是兩個交易所，市場機制與國外不同，沒有「最佳執行」的問題與要求，機構投資者在減少執行成本上動力不足，屬於常試階段。
高頻交易現在的現狀基本上沒有，因為「T+1」交易、行情數據限制和較為不熟悉。
數據化交易的動力
首先就是電子化交易方式的廣泛運用，另外一個就是傳統交易方式下利潤空間的減少。為了拓展新的利潤空間發展新的交易方式，減少執行成本也推動了算法交易和數量化交易節省的歷程。對衝行業也有興起，他和券商之間的競爭關係，促進了全球化跨資產的領域，對衝基金作為買方也推動了一個更好的方式為賣方。
在美國國家市場系統在07年正式實行市價成交規則，對於美國來說，他有10個左右交易所，30個左右的OTS，還有大概4個電子交易網絡，對於他來說要達到最佳執行一定要對技術系統有相當大的改造，推動最大的還是對於監管上的放鬆，我們現在的監管特別的松。
數量化交易的主要參與者一個是投資銀行，是具有買和賣的雙重角色，來增加利潤，作為純粹的經濟業務，要為買方提供服務，高盛在2009年平均每天通過數量化交易每天有1個億左右。對衝基金無比比擬的優勢，比如說數量化基金資產達到141美元，人才、技術、監管、風控都做得非常好。對衝基金做得比較好的就是復興科技。
做市商是高頻交易為王，他為整個衍生品市場做市，對於新型做市商提供雙邊報價，就是高頻交易發展的源頭，做高頻交易是一個穩定賺錢的，是相當於穩定的做市商。
數量化交易對市場會有哪些影響，我們也會從三個角度來說，從市場微觀結構的影響，對市場參與者結構的影響，對市場運行的影響。
對市場微觀結構的影響提供市場定價效率，降低了交易執行成本，提高了市場流動性，增加了套利交易的活躍度，第一張圖在美國市場上股票交易的價差和佣金的水平，到2004年已經是從最初的0.25美元，已經降到零點零幾，肯定是可以降低在每張訂單的交易規模。從80年開始到2006年，每張訂單所包含的股票數量一個圖形。數量化交易還可以降低市場的波動性，一方面當你出現定價異常的時候，馬上會有套利把你的定價異常抹掉，另一方面也會增加你的波動。
對市場參與者結構的影響
（一）賣方——兩極分化。
1.IT軍備競賽；
2.多元化系統接入；
3.規模效應：新產品、新服務、新渠道。
（二）買方——加速整合。
1.人員結構整合；現在從事交易方式主要是金融或者是經濟類相關人員，這些交易員，交易員的結構肯定要發生變化，一定需要有IT人員進行介入，現在做數量化交易的情況，一個交易員要配數量化交易師，下面再配四五個數量化程式設計師。
2.算法整合；市場不斷變化，算法只適合於市場的某一個階段，也在不停的升級換代，買方會有一些特殊的需求時，進行更專業的執行。
3.肢協從賣方像買方整合。
對市場監管及運行的挑戰
（一）增加市場風險，提高檢查難度。
1.機構的個體風險；
2.市場的整體風險，「烏龍指」；
3.對市場檢查提出了更高的要求；
4.新的交易犯罪形式。
（二）升級交易所系統與服務
1.交易所系統的吞吐量與速度，Eurex o/d 38M->230M
2.交易所的數據服務，<1ms
3.交易所系統的接入，Co-location
數量化交易的風險管理
數據與延遲，基本數據的接入，數據是根本，是源頭。在國際性投行在2009年底數據要求已經達到了300個T，這是一個不可想像的數據，如果把300個T完全存儲再完全快速存儲，套利機會早就沒了。
市場行為數據的私密性
1.客戶行為數據—行為模式窺則
2.市場行為數據—流動性、波動率
3.客戶市場數據—市場與客戶行為的互動
交易延遲管理，交易的速度並不是越快越好的，對衝基金和自行交易完全是通過超高頻交易來進行做市商的套利。頂級券商對延遲的要求是小於10個ms，全功能服務型投行有10個ms就可以。
數量化交易的風險管理：
（一）實時風險管理
1.海量數據集中管理
2.內存資料庫
3.策略組
4.深入理解日間價格變動細節
（二）集成風險管理—國內現狀面臨的問題，要做股指期貨，期貨下單只能走期貨經濟公司，證券這邊走證券公司，一旦發生風險，我有限後對衝，這就是目前面臨集成風險的問題，也需要市場來推動一下。
另外說一下數量化交易在動蕩市場環境下會有什麼樣的風險管理，2008年的時候，數量化交易從51%降落到44%，動蕩的市場環境下，市場環境發生變化，很多算法會失效，大的止損訂單會帶來惡性循環，在2007年的8月份發生了美國市場上沒有任何原因的大規模動蕩，也有可能是某些訂單的一個賣出，導致了數量化交易的止損，整個對衝基金行業調研的結果傾向於傳統的傾向方式。
前面這些就是我們對於數量化交易在國內的一些影響，和我們認為數量化交易在國內發展需要的一些機會，和我們推動數量化交易發展，在國內也應該有一些機制上的變革，我的演講就到這裡，謝謝大家！
主持人：剛才王煥然先生，跟我們從他的角度對於數量化交易的一個理解，特別是風險管理方面。下面要請出的深圳市陳劍靈先生，他是一個職業交易員，在國內商品期貨使用程序化交易系統，結合程序化管理手段，有效控制系統風險，實行資金穩定增長有很多的應用經驗。歡迎陳劍靈先生！
陳劍靈：《算法交易和頭寸管理實戰應用》
深圳市拓瑞邦澤科技有限公司
拓瑞邦澤前身的是一家韓國的程序化交易公司，後來因為金融危機破產了，韓國的程序化非常普及，有很多人在做，很難統計，接進來的單子是誰下的不清楚。在國內的應用中，我把程序化交易分成三類，一個是利用技術為主的，單邊的投機程序化交易，第二類就是套利，也可以說是對衝，因為他在使用這個必須使用計算機，人是無法監控到的。股指期貨出來以後可能會有新的程序化交易方式。這些都必須用到程序化量化交易。我的理解是很想用《阿凡達》的例子，程序化交易並不是機器人，阿凡達裡的機器人不是傳統意義上的機器人，他是人的能力的延伸。程序化管理也是這樣的，運用的電腦是人在操作，如果讓你用計算機監控你的能力就無限擴大，你一個人的管理能力，管幾個億的資金你覺得風險很大，除非你有團隊，團隊也很有限，運用計算機可以管很多東西，當然也要注意流動性的問題。
算法交易實際上是被動的交易手段，並不是能夠產生完整的買賣策略的東西，首先什麼概念，我想自己稍微總結一下，根據網上的資料，指在交易中使用一定算法，利用電腦程式自動下單。由電腦程式的算法決定交易下單的時機、價格和數量，也是大價格定的。電腦程式下單能同時管理大量的操作。
既然不是一種完整的體系，我想把算法交易和程序化交易、交易時機跟大家一起探討一下，程序化交易是什麼？國外的定義經常是通過下單速度，不一定對，也許是錯的，實際上還是利用計算機把策略來自動執行，或者說用你的思想轉成程序，就是程序化交易。這裡我想提系統交易，你做的是完整的系統交易思路，算法交易就是我們剛剛說的概念，你進廠或者出廠的時候減少你的成本。怎樣跟程序化交易來運用。算法交易與自己的選擇，比如說我們用時間算法交易，我可能在一個小時借100張單子，真正什麼時候來決定這個建倉的交易時機。算法交易本身的量也是你之前決定的，你怎樣決定你的頭寸。為什麼要使用算法交易，首先是降低衝擊成本，如果你做短線交易，或者中線交易，如果你下大量單子以後，肯定會對市場化達到一定的衝擊，中國的流動性很好，但是厚度不夠，整個買賣盤的變化不是很大，在一個價位上拿到的單子是很少的，而sB500的厚度是很厚的，國內的流動性成交量很大，但是厚度不夠，如果你沒有使用算法交易，勢必會造成你的衝擊成本非常大，這是為什麼要使用算法交易的第一個理由。
第二個是避免影響市場，我們說除非你是做莊，如果你有很大的資金，來捕捉交易機會的話，你應該不影響市場，你的策略是基因，我進場以後是價格不動，如果你的價格是動的，你的所有策略都會推倒重來，他這種波動的影響是忽略不計。我們所有的交易失誤，如果沒有使用交易，大量的進場，勢必會對價格進行影響，也就是說你在影響著市場，你在影響市場的情況下，所有的交易策略都必須重新考慮。
第三點是有效過濾噪聲，這也是我實戰中體會到的，價格突破哪一個點位，你決定不決定買入，或者說他又回來，這時候如果你去使用算法交易，你大單拆成小單，大部分頭寸你沒有進入，也就是說，如果他沒有有效突破，你利用算法交易能過濾到交易的噪聲。
如果你想使用算法交易，你必須考慮到哪幾個因素，假設我2萬以上要買入，如果我使用算法交易，勢必會延長進入的時間，原來我可能在1分鐘就把所有單子做完了，再怎麼波動，如果我用時間算法交易延時的這部分成本，跟你的策略結合是怎樣的，衝擊成本到底是多大，這裡是一個圖，我們所有的策略測試，測試的結果都是一個價位，比如說你2萬買入，等等因素都是一個價位，運用算法交易以後就不是按這個價位做了。18塊錢只有三跳多一點，四跳，如果在這麼一個低的交易單筆盈利的算法裡面，使用算法交易，有可能不能做，在系統測試階段，必須把算法成本考慮在內。
使用算法交易的系統測試，一般來說是這樣做，信號出來以後，可能會延時一個天線，我就有理由認為，信號出來以後我不是馬上進場，我可能會等待著下一個階段，這是兩種進場方式所作的比較。一個是盤中價格進場的交易信號，還有一個是均價價格進場的交易信號。
交易明細比較有所不一樣，從這個測試結果來看，你會選擇合適的算法交易，甚至延長兩個或者三個。資金曲線比較很重要。這是我應用算法交易的一個界面，時間加權平均價格，這是最簡單之前運用的一個方法。到後面我們運用更好地一個界面，這個界面內容比較多，只想介紹一下算法交易的部分，一個是單筆數量，當然我們可以融入更多的策略性的東西，可以在下面公式的條件裡面來實現，還有最大的倉位「偏移」。在做這個測試的時候，你甚至可以把很多條件寫成公式條件，然後再用這些限制，在做交易的時候，會達到什麼效果呢？在使用算法交易的時候，套利應用算法交易，必要性更強，套利的單子價格機會更多，沒有一定的工具你是做不到多大的量，甚至對一些交易品種明顯進行差異，如果你使用一定的算法交易，包括一定的策略，你是有可能做到，這個例子就不能詳細再提，有套利機會，在他出現之前，可能沒有量也做不到，但是如果用一定的交易工具，有可能實現捕捉到交易機會，成為主力以後很快糾正這個價差，這些都可以通過你的公司條件實現套利的算法交易。這是一個應用，這講到套利算法的應用，就是利用發送自己的條件，根據買賣盤口，可以更輕鬆地根據你的需要，組成一個完整的算法交易的指令。
算法交易買賣的數量決定並不是本身產生的一種策略性的決定，而是你的策略給他一定的量，但是你可能擁有很多的交易策略，在這個中，你怎樣判斷你策略的好壞。在做交易的時候，也是很有必要整個交易的模式做一個評估，然後確定風險跟交易頭寸。因為人判斷的模式跟策略是很難定樣的，我只是用系統來判斷這種優勢。單筆盈利就是數學期望值，單筆盈利只是正的系統才是正系統，也就是說你贏的時候是怎麼贏的，輸的時候是怎麼輸的，因為沒有交易次數的話，你的統計概率是不充分的，你的技術是低的。從1—17個系統最好地是第一個，從總收益角度來看，這些策略中間，首先是哪個好，哪個不好，是不是盈利最多的就是最好的。我常識尋找一種方法，當然這種方法不可能完全正確，這是我自己運用的一個方法，來尋找到判斷這些策略優劣的判斷方法。對於這一系列參數，在選擇時，往往追求的是總收益的最大化，並沒有考慮到風險，在選擇參數，包括怎麼結合風險來考慮，如果結合風險跟頭寸有關係，一個是策略選擇，一個是策略的參數選擇，存在的一個好的策略，什麼是好的策略？用什麼方法來評定？我想就是用TB係數的計算公式：（平均單筆盈利×平均單筆盈利×交易冊書）/（平均盈利×平均虧損）=平均單筆盈利×平均單筆盈利/（平均盈利×平均虧損）×交易次數=期望收益×最優頭寸×交易粗疏
所有的交易跟槓桿的使用是有關係的，應該確立這樣一個思維，包括很多比賽的冠軍，他有這麼多倍，他是使用高槓桿，所以收益自然就高。這個頭寸並不是說你想用多少就用多少，這裡有個最佳的算法。我想舉一個例子，就是一個賭局。贏的概率是P，輸的概率是1-P，贏的淨收益率是rw，輸的淨收益率-r1。
如果我壓十塊錢，我贏到10塊錢的概率是51%，我輸10塊錢的概率是41%。該獨具的資金增長率是多少？這是一個數學公式網上也能查得到。就是g=
式中：g為增長率
F肯定是小於1，他算出來是一個比例，最佳投資比例肯定不是滿倉，如果你按這個比例下，就會報倉，從這個結論來說，正常情況下，做期貨滿倉肯定不是最佳，你追求你的收益都不是最佳的，如果Rw和r1越大，增長速度g越大。在這種系統下，做優的投資比例會越小，為什麼炒手的下單比例要大，做長線的人投資要小。如果贏的收益比輸的收益越小，他就越大。假想用期望收益率大於零這一標準篩選出了如下三個可以參與的賭局：
所以，如果單看贏的淨收益率，則獨具B要比獨具A更誘人，但實際上，參與賭局A可以實現的資金增長速度卻要快於參與賭局B。即使是與賭局C相比，儘管賭局C的期望收益率是賭局A的2倍，但是參與賭局C資金所能實現的最快增長速度仍然小雨參與賭局A。賭局指標和系統指標的對應：
贏的概率P、輸的概率1—P對應的是勝率。贏的淨收益率rw和輸的淨收益率-r1對應的是平均盈利和平均虧損。
交易應該追求什麼目標？就是交易的越細越好。
TB係數——相對增長率，這裡頭有一個重要的不同，賭局什麼時候壓中都行，而交易不是這樣的，這裡頭有一個細微的差別。我覺得這樣處理比較合適。這樣算了以後，從1—17個系統算出他的實際收益，我的目的是想看系統的好壞來做相對比較，其實最好的系統是第8個「165」。從中可以看出來，做長線的時候你要做頭寸，你的風險要看好，不同參數也是這樣，最高的是-60，最優的頭寸是20。要選擇一個好的資金曲線目測就行了，但是人的精力有限，因為目測可能有很多的差距，也沒有那麼多的精力。
頭寸的確定和頭寸的管理，基本上講完了，大致我使用的方法就是按這種方法來選擇我的系統，包括我的頭寸，確定頭寸之後，我就能確定系統所能承受的風險。
今天因為題目叫做風險管理，量化投資論壇，我想講程序化交易風險觀，系統交易他的風險觀是怎麼樣，這三個風險的劃分是波濤老師在風險的心理觀提出來的，我覺得提的很好。我闡述一下作為系統交易者他的風險觀是怎樣的，第一種是把風險分成三種，第一種是主動風險承擔者，第二種是被動，第三是盲目。包括你做很多判斷交易，有的人想到我準備輸多少錢做這筆交易，市場讓我賺多少錢是市場說了算，輸的錢我已經拿出來了，我已經想到了風險，然後算好了該拿的錢。被動風險承擔者首先是想看有多少利潤，然後確定風險。盲目風險承擔者更不用說了，只想追求利潤，不考慮風險，遇到風險是不能接受。第一第二有比較大的差別，包括很多在座很多，不管是程序化交易還是量化交易，等等基本的交易，我想更確定主觀風險承擔者，市場提供什麼機會，其實我們是不知道的，但是風險是可以確定的，程序化交易者因為有一個測試結果，他對他的系統，包括對可能的表現，真正能知道的是一個風險，也就是說，剛剛算的頭寸管理，都是從風險來算頭寸，最後再來算出我最後的收益，所以他更體現了主動風險的承擔，我想在這三點的理解，投資者可以去選擇，去對號入座，我應該去怎麼做。甚至對這種選擇，都可能對你的交易造成一種本質上的區別，你的思維方式，你是怎樣去看，你是怎樣去想的，這是我所想講的程序化交易的的風險觀。
今天的演講完了，謝謝大家！
主持人：感謝陳總！你一般在實踐當中，選擇幾倍槓桿，你的實戰當中。
陳劍靈：我甚至在短線裡面使用7、8倍槓桿，長線裡面不能超過2倍槓桿，看你怎麼運用，因為你交易的周期都不一樣，你使用什麼槓桿跟你的風險是有關係的，以前的炒手能夠計價槓桿。在使用高倍槓桿的時候一定要考慮到流動性。比如說雷曼兄弟的倒閉，從我的理解來說，他能夠60幾倍槓桿走這麼多年，肯定有理由，他肯定每做錯，判斷也是對的，關鍵是沒有考慮到流動性，把自己逼死了，自己就死了，你一定要考慮在合適的流動性上做，否則就會失效。
主持人：考慮到投資者的風險承受力，風險偏好來選擇風險槓桿的測試。今天的第一節整個論壇就到這裡，我們也在這裡組建了一些專門的研究，下一次也非常歡迎各位專家來互相交流。謝謝！
第二節論壇是《量化投資發展趨勢》的圓桌討論，由黨劍總經理進行主持。
主持人：各位同志請落座，今天最後一個環節是圓桌討論的環節，我是東正期貨的黨劍，我受主辦方的委派來做最後一個環節的主持人。論壇中幾位嘉賓大家比較熟悉，但是我還要介紹一下，從左至右，一個是深圳證券交易組的王煥然。杭州副總經理孫超，第三位是中國中期研究院王紅英，第四位是上海投資組合付偉芳，第五位是陳劍靈。
請他們發表5分鐘的見解，對於整個期貨行業的發展方向會有自己的理解。第二個環節想就某一些我們大家比較關注的問題像嘉賓發表提問，對於自己或自己的公司的一些看法。第三個問題就是希望聽眾和嘉賓有一些互動，可以就嘉賓發言中的內容進行提問。
首先請陳總對量化投資發展趨勢發表自己的見解。
王煥然：我介紹一下自己的經歷。進入這個金融市場以後，當時的錢很少，那時候沒有漲跌停版的，也不是T+1的，剛好我能夠通過圖文電視的信號，把股票數據專程文件，用213的探測系統，自己編天線，在家就能看這些天線圖，這樣以後，我發現我要比別人強很多，因為別人下單要排隊，而且都看不到股票，這樣的話，就給自己構成一種優勢。我經常敢競價，衝進去就買，但是這種日子隨著電子化的普及慢慢消失。我想講這些東西，從量化投資的角度，作為一個投資者為什麼要選擇，就是說在構築自己的優勢。到2000年以後，我當時感覺股票市場不大好，因為他沒有做空機制，在大的系統中期貨不錯，那時候在福建沒有什麼期貨公司，郵寄到深圳，對這個系統化交易認識給我最深的就是看波濤老師的三本書，有一次我在北京的書店裡面，看到這三本書以後，我一看嚇一跳，我怎麼沒這麼想問題，我原來是想判斷價格。以前南方證券的股票公司寫得都不錯，後來我發現，如果股票市場T+0的話，比期貨容易得多，其實也是我所想的。當你的對手在落的情況下，你有優勢的情況下，你有盈利，包括以後的發展，我認為會帶來更大的優勢，因為他在悄悄地改編著投資者結構，讓你的交易相對容易，這也是我們想提出的觀點。應該怎樣做這個東西，要找到有自己優勢的地方，發揮自己的優勢，才能順應發展。
量化投資對於有經驗、有強的邏輯思維，肯定是優勢，也是一個發展趨勢，從投資者角度認為的。
第二我想說，如果作為一個個人投資者，甚至是機構投資者，在做量化投資時，要考慮流動性風險，要考慮是否合適你的規模和市場的規模。
孫超：
剛才陳總介紹了他的思路，王煥然也有他從自己的角度來解釋一下量化投資。我主要是從套利和統計套利這種改易行為的認識。從套利交易來說，看似無風險，但是從市場上來說，具有一定的技術門檻，必須依靠金融技術和強大的IT技術來實現的，從這個方面來說，只是會對一些期權定價，或者是找到缺陷是沒法實現的，這些機會轉瞬即逝，原因很簡單，在交易機會上，必須通過策略來發現，關於套利交易的看法。套利交易看法中王先生也從技術風險上強調的，我強調的是在做套利交易時去槓桿化交易的問題，2007年8月的時候，在海灣對衝基金當中，數量從55%降到40%多，虧損發生在3天之內，這三天之內這些基金虧損原因就是因為槓桿太高，在做套利交易的時候，一定要注意到槓桿風險和流動性風險。
當時間區域無窮的時候，虧損的概率要區域零，收益的波動除以時間也要隨著時間的趨向零，這是理想的條件，統計套利是有一定的風險，如果只是堅持這個策略去做不一定取得成功，原因很簡單，可以讓時間趨向於無窮時得到收益，但是在時間有限資金有限時不一定得到這些收益，因為可能你已經破產了。在某一個策略上，要根據市場表現對他進行資金配置。從另外一個角度來說，在分散同時，要考慮到3個因素，一個是我們做的產品要儘可能的分散化，在證券市場上做一些策略，在產品分散上的話，你的風險相對較低，從2008年金融危機來看，全球的所有資產包括大宗商品，包括股市全部下跌，你要規避你的風險，這時你是一個很系統性的風險，這些不同產品中間相關性很強。第二種方法就是通過策略的分散，有的是趨勢策略、套利策略來分散你的風險。時間窗口分散，有可能是後面出現的高頻交易，就是形勢越多樣化，面臨的風險越小。
王紅英：我談談對量化投資的看法。我想兩法投資歷史的過程，請大家回顧一下。最早就是基本面，我們生產供應量，實際上也是一個量化的概念，一方面進化到傳統也是解釋買賣點的發展。現在就是城市化交易，最大的特點就是跟傳統的趨勢不同他可以迴避振蕩，第二個他是可以發現市場有效的拐點，其實你對拐點的判斷，往往對於本身的估值拐點越來越重要，解決的是傳統投資當中解決不了的某個時間某一個具體的價格點位。實際上我們有一個策略交易式，包括歷史數據的統計，實際上是個單位數，跟我的收益之間的關係。但是最大的問題是，風險沒有辦法計量。動態定價技術的內涵就是去風險的收益，你要算出來投資組合時間收益率以及持有期的匹配，怎樣去掉系統性的風險是個非常重要的技術。內部小範圍可以公開一下，我是上市公司資產公司的執行總裁，我管理著40多億的上市公司的資產，在以前我們是怎麼做的，當時我們是用一種策略來判斷，當時是5836點。現在中國的股民大概在12萬左右，他是收到追捧的，雖然他的PE比較高，包括國內的A股從6000多點跌到1600多點，獲得了一個板塊的阿爾發收益。4月6號，我們買了一些農業等的板塊，大概37、8個，最高差107.7點，將近108點，正常價差是在45點內，實際上就能算出來45點以上都是套利空間。在哪一天收益達到10%，這就是量化投資在我們身邊無處不在的特點。
個人做量化投資和機構做量化投資的不匹配性，如果大家是機構的話，可以到機房去看，全是託管的，每次我去的時候都能看到很多的老外在那裡加機器，最多可以看到加到24個CPU。未來誰都會有套利，問題的關鍵是能不能搶到這個價位，如果你的機構伺服器還是放在交所以外，就不用做了，很多人都會進來做。恒生指數是3.7年，4年就回歸過來了。這技術上不下40、50家。我覺得傳統城市交易還是能夠起到作用的，我們現在有十幾個再去做測試用非常好，這裡可能加上資金管理也是能賺到的錢的，你可能是5%之內的，但不是千分之一之內的，個人和機構是一樣的。
付偉芳：量化投資這個概念很廣泛，在國外有很多量化投資，包括對衝，包括套利，還有我們大家所熟悉的技術化交易，也就是這幾種量化交易，這其實就是一個計算，可能是一個比較簡單一點的交易。現在的量化投資我的理解這個市場非常廣泛，我舉個很簡單的例子：
上周交易的指數期貨，大家如果參與的話可能會發現一個很有意思的事情，每一天都有幾筆非常大的單子，眼睛是能看得到的，眼睛看得到並不是說你這個錢就能看的到，我們通過什麼做的。我是這麼想，沒有相關性的東西是沒有依據的，跨區套利是有相關性的，而且相關性很大，通過平穩性的分析能做到一些分析，如果說這種盤中的行情出來的時候，這是給你的一個機會，可用計算機來做。衝上去以後，近期先起來，遠期的反應沒有那麼快，每天抓幾次的話，收益也不少。我說的這也是一種量化投資，大家不要把量化投資看得太狹隘。
陳劍靈：從交易所的角度來講，是從宏觀的角度來理解這個事情，這個事情對市場肯定有好處的，可以提高市場的效率。我們對它的判斷自動化交易和數量化投資這兩個是可以大力發展，而且可以交叉發展的一種方式。程序化交易也是可以進行大力的發展，並且對市場也會有很大的變化。預算法交易就像剛才說的這種，當股指期貨有幾筆大的單子打出來，隨著市場的需求來講，高頻交易對於交易制度要求還是很高，比如說T+1交易在短期內還不會推出來，融資融券做變相也是有一些限制的。另外還有一些行情，雖然成交和訂單都是實時發送的，並不是特別能夠提供大家使用的狀況，高頻交易還要有一個很長的路要走。對於數量化交易要有看法。
另外數量化交易發展，「人」是很重要的。在近紀念華爾街日報有一個文章，數量化交易發展對交易員會有很大的影響，叫做《交易員之死》，它替代了交易員的主觀看法。交易員是對市場形成感覺，對市場發現機會，然後把市場的感覺描述給數量化策略師，數量化策略師把他的這種感覺模式化，形勢化變成一種可以實現的策略，然後去把他變成一種數量化投資方式。這個對於人發展的方向會有更不同的區分，數量化交易人對於策略和市場的敏感可以把交易員的發展方向做一個轉變，我是這樣看待的。
主持人：剛才五位嘉賓對於量化投資的發展趨勢，包括量化趨勢要涵蓋的內容都做了一些講述，講得非常好，雖然地點在三樓，燈光也不像一樓那麼明亮，這麼多人關注量化投資，我覺得非常欣慰。下面我要問問題的環節，因為我問的問題未必能夠代表在座各位的水平和要求，如果要問其他問題請遞給工作人員。
請問王煥然先生，上海交易所有一些創新，股指期貨上了，滬深300指數上了，全市場的ETF還沒有，在這種情況下，永邦華泰做了一些創新，這中間有一些現金替代，就這個問題我也和有關部門交流過，在深圳來替代的話資金量蠻大的，有沒有可能，交易所可以提供買賣一攬子股票的程序化交易的模式，交易化創新是否能夠引領或者能夠探討出業界的發展趨勢。
王煥然：先說股指期貨的套利，前幾天大家也都看到了，股指期貨推出以後，滬深300如果有一些問題的話，套利還有其他渠道的，現在滬深300變成這個樣子，我就不去說了（笑）。我說深交所能不能提供一攬子這個交易方式，我們當年曾經常識過做一些技術的創新，當初我們開發了股票期權的跨期訂單都能做4條腿的套利支持，我們如果要支持一攬子訂單也是可以的，目前看你支持的量有多少，如果你要支持像100多支一攬子訂單，交易系統的效率肯定要降低很多，這是一個要權衡的問題，我們現在還是嘗試，並沒有在真正推到市場上。我們一直關注市場上的需求，如果市場上真的對一攬子訂單有很大的需求，我們還是會投入的。
主持人：謝謝王先生！這個也給我們一些理念上的支持，滬深發行滬深300的ETF，總是想避免ETF的定價，因為有些技術上難以處理的話，對某一些現實中能夠實現的，本應該實現的還實現不了，希望有一天，我們的交易所也能夠提供更多的基於程序化交易的基礎性東西。
第二個問題我想問一下孫總提出來的，我覺得您提的內容很好，尤其是一句話對我的出動蠻深的，我剛學期貨的時候沒聽過程序化交易，最早的時候都是寫黑板的，沒有電子化交易，也沒有現在的網上交易方式，基本上是電話傳到黑板上。有一句話「眼睛看到的不一定交易看得到」，萬達期貨周總提出來的問題，請問一下孫總，在座當中有很多新入行的，想做程序化交易，改怎樣來準備。
孫超：程序化交易是指交易思想，你的思想定下來以後，再找平臺，就像陳劍靈陳宗的TB就是很好的平臺，可以把你的思想變成程序，變成自動化交易的工具，就是其實兩步，一個是思想，一個是找平臺，如果你完成了這兩步就進入到了自動化交易的門檻。
主持人：我覺得孫總是言簡意賅地回答了這個問題，在正常的各個研究所，各個研究部門，在做程序化研究的過程中，更多地還是和一些機構投資者，或者是一些客戶的交往，大家可能也會認為，程序化交易無論在國外的進展又如何的迅速，實際上終究是一個小眾市場，在座的各位非常可貴，我們從事這個行業，但是我們幹預另闢蹊徑進入這個行業，或者成為這個行業某一領域的專家，從這個意義上來講，我還是對在座的各位非常敬佩的，包括我本人當年沒有做這個，因為我雖然是學工科的，但程序化交易這條路確實並不一定好走。
第三位想問一下中期研究院的王紅英先生，因為作為一個幕前比較大的期貨研究部的領頭人，你在程序化交易的研究方面肯定比別的領頭人要走的更靠前一些，因為你主持的是一些大公司的研究工作。在座的同志也有研究所的同業，我想問一下中國國企在這個方面是如何培養人，如何跟客戶做交流的。
王紅英：我們面臨的壓力很大，好多朋友見了我過了三個月就說腦袋又亮了，其實是頭髮少了，壓力很大。如果你不走，做到第二，別人就會「看不上」你。信息技術高度發展是每個公司、每個競爭者、每個國家利益當中不可避免的事情，必須有這樣一個責任，能力並不一定很強，但是一定要有這樣的責任。雖然公司有大有小，但是我想運轉的模式都是一樣的，我們公司大，你可以大做，公司小你可以小做，我們對於人員的篩選，適應的是專業化分工，以前我們看到很小的公司，被券商收購以後實力也不是很大。在券商系的發展，有幾家大的分得很細，有產品設計部，在這種情況下人員對口非常重要，現在是一個模塊化的管理模式，我們大概分了34個部門來進行細化，有40%的人工作經驗很多。我們是跟電信、IMB學的一招，在互動方面，很多研究人員去我們公司，投了大概有1千多萬的硬體設備，跟CME的模式可能一樣，包括其他公司基金的、私募的，包括投行的，全部開放可以互動，我給大家提供了這樣一個平臺，中期有這樣一個機制，有一定的資金投入到這種研發裡。我希望越來越多的研究院，可以進入到跨行業的體驗中心，這裡我們有一個公共圖書館功能，大家來交流體驗，通過這個模式來促進行業的整體發展。
我們現在做了風險資料庫，做了一個預警系統，現在中期集團是信息發布商，我並不是想賣軟體，我想把數據弄出來，很多做數據的沒有研究院，好多做程序化交易的都喜歡到我們這裡來交流，我也希望更多人來和我們交流，我們一起為行業做出貢獻。
主持人：我對付偉芳先生的講法很感興趣，有人問付總，能不能對時間風險、流動性風險、資金風險探討得更詳細一些，我也想問一個問題。您是怎樣在一個有限的策略當中，通過產品、時間、窗口來分散風險。您談到的理論上很可取，但是具體的操作當中是怎樣其做的，是通過什麼樣的方式來降低這樣的風險。
付偉芳：關於另外一部分怎樣去控制，股指期貨裡面是有風險的，包括跟蹤誤差的風險，還有保證金的風險，這是最重要的，他還有一個去槓桿化，就是加強你的資金管理，假設滬深300指數，現貨是100萬，保證金15萬，在115萬進去的時候，後面幾天價差沒有收斂的時候已經爆倉了，你肯定要增加準備預留金，當然還有一些其他的風險，可能就涉及到具體的技術問題了。
主持人：關於機器學習的應用問題，這種投資者問，投資學習理論的支持向量機是否投入應用，效果怎樣，這是華安期貨的同業問的。
陳劍靈：其實，我是認為，現在很多的技術指標，已經把很多的指標都簡化了，如果你用很複雜的高等數學的算法來追求這個，沒有必要，可以把他的思想拿過來，去套用。要把原理理解一下，不一定用他的數學方法來做，像我們應用的方法，我舉個簡單的例子。假設5條移動平行線，哪條好都不一樣，每個時期都不定，要涉及一個規則，讓系統來選擇，在什麼時間來利用什麼樣的平行線，因為你是按照一個規則來的，這也是一種學習方法，如果把它神秘化，不是交易的一部分，不要搞得很複雜。真正交易是人在交易，機器是幫助你在打仗，我們看到的那些名家那一個不是個人英雄，一定要發揮簡單化，還是個人英雄主義，在這個市場上充分體現。
主持人：因為時間關係，大家提出的問題，我儘量問，又得從右至左，問俄羅斯準備上鋁的ETF，證券交易所問這個大宗商品的ETF有這個想法嗎？
王煥然：目前還沒有。
主持人：我請教大家，一個單個商品可以做成ETF嗎？
王煥然：有黃金ETF，在美國，相當做一個黃金指數一樣的，這是不同時間的價格平均下來。這個要做只是把商品交易所的東西拿過來放在我這裡掛著。
主持人：孫總，剛才有人專門遞了您一個紙條，您直接念吧，我就不提問了（笑）。
孫超：那個紙條是我們公司人遞給我的，您有好的系統可以跟我們聯繫，我們可以共同購買，可以一起合作，相當於做個廣告。
主持人：給大家一個買賣的機會。王總是不是能用兩句話來概括一下您的感受和建言。
王紅英：剛才我們進了很多的量化投資的問題，反映了一個問題，金融業衍生品的發展越來越像金融IT的方向發展，我從92年做的公司，一直在做金融交易，我們在香港也有做一些定向發行。從這兩年的時間創業板、融資融券、股指期貨，下一步我們的人民幣匯率也要進入一種新的發展模式，央行現在也在考慮這些事情，整個的知識豐富是機遇也是壓力，所以我覺得大家經歷了這麼多的問題，更快地進行知識的更新，我想這是未來可以攀登的門檻。
主持人：謝謝您對大家的祝願！我們最後再請陳總再回答一個問題，作為今天的小節的結束。大家都對算法結束更多地理解為當日內的交易，有人問，在日內短線交易策略上有什麼樣的建議？在臺灣要當日衝交的交易，我們叫日內交易。
陳劍靈：它能夠有一定的交易量，從很多角度都是可以歡迎的，日內交易不是很好做，但是你首先至少要做一些主觀的判斷交易，然後把你的方法逐步轉化成日內交易，如果單純的閉門造車直接想一個去做有一些閉門的嫌疑。可以藉助什麼時候啟動你的系統，像我們一直在提供，很多投資者提供的工具，如果你讓我們提供的模型，那是不合理的，也是不現實，而且也是不可信的，對於投資者來說。你選擇一個運行時機，這個系統某些時候不行，有些可以，讓你先選擇時機，這樣你就把風險控制交給計算機，但是是由你制定時間的，由你按動按紐，我們也是從失敗到成功慢慢做上來的。
剛剛孫總說了，我們總是強調專業化，做量化交易對人的要求很高，你要有強的邏輯，要有金融的基本理念，說白了還要高智商，挺難的。成為不了專業的投資者，可以成為伯樂，你至少能認識這個市場的風險，包括交易的難度。可以尋找強大的對手，你必須對交易有自己的認識。
王紅英：我補充一下，最後一點很重要。我曾經參與寫過一本書是關於期貨交易的。無非就是說根據每個品種的波動率算一下數據突破跟蹤。我算每個合約的正常價差，如果說達到80個點，-20點就具備雙向炒的趨勢，我們做過這種模式，這種跨期模式大家也可以算一下。也可以算一下物品的定價，有些人根據報紙方案去做，不太計較某些精細的點位，比如說銅高上60個點就賣。還有一種就是說，我們所說的跳點策略，比如說中午11點半必吃的，在這裡還有一個以橡膠為例，好多外地偏遠地區的人有一個毛病，上午掛的單子不喜歡撤，有些人會靠這樣的方式去賺錢。這也策略我覺得通過TB完全能夠實現。
陳劍靈：在做交易的時候有幾點是最難的，策略的對錯跟單子有著很重要的聯繫，對這個東西的識別能力就體現在你的經驗，能不能形成真正策略的根源，大家看單子的時候，能穿透輸贏的表象，是不是盈利的策略。如果你單純的去考慮，我認為是很有問題的，一定要充分注意這一點。
主持人：我們謝謝陳總，也謝謝臺上的5位嘉賓，從我作為主持人的角度來看，有些問題大家想多問一下，另外有些問題不具備全局性，可能是個別交流的問題，會場人不能算最多的，給我們留更多的時間跟臺上的嘉賓大家有一個互相交流的機會，所以我用比較簡短的語言做一個總結。
程序化交易因為市場的發展作為後發起人的優勢能夠快速地追趕上其他國家或者地區的交易技術，股指期貨出來之後，事實上我們的一些機構投資者也會擺脫靠天吃飯的這種局面，以後真正的這種盈利不是膽子大，這一年下不下雨，而是靠的金融技術，在座的各位和臺上的嘉賓一樣，能夠有機會遇到這麼一個非常好的程序化交易，也有國外金融工程師帶來新的理念，所以我也祝願大家以後再程序化交易過程中堅定不移中走下去！
我宣布本次《量化投資發展趨勢》圓桌論壇到此結束！謝謝！