驾驭量化投资的双刃剑

谌力 刘永生

最近几年，量化交易在我国发展很快，其所引发的风险也已引起监管者和市场参与各方的高度关注。2015年我国证券市场剧烈波动，其中就有量化交易、尤其是高频交易者兴风作浪的影子。同年10月，中国证监会和证券交易所相继推出量化交易监管方面的讨论文本，这也标志着我国量化交易风险控制迈出了重要一步。

近日，关于量化交易及其相关的风险管理，湘财证券研究所所长助理兼金融工程部负责人张银旗博士接受了《新金融世界》记者的采访。

揭开量化投资的神秘面纱

张银旗介绍，量化投资是投资机构、投资者在对大量上市公司或证券的基本面和技术面数据分析的基础上，利用计算机和数学模型去实现投资理念和投资策略的过程。让模型和电脑对市场和证券进行不带任何情绪的跟踪和操作，是量化投资区别于传统投资方法的明显特点。

量化投资技术覆盖了投资的全过程，包括估值与选股、资产配置与组合优化、订单的生成与交易执行等。相对于传统投资，量化投资具有四大优势：第一是组合投资；第二是对大量公司进行研究；第三是克服人性的弱點；第四是降低冲击的成本。

随着当代技术的发展，自动化程度的提高，产生了算法交易。再后来随着延迟敏感度的提高，产生了高频交易。所以从根本上讲，高频交易属于算法交易的一种。在境外发达市场，高频交易主要用于暗池流动性探测、个股执行误差和做市商策略。

量化投资的理论及策略

量化投资理论的最早渊源要追溯到上世纪50～70年代的马科维茨组合选择理论、CAPM模型、MM定理及有效市场假说。1971年巴克莱投资管理公司发行世界上第一只指数基金，这标志着数量化投资的开始。20世纪80年代中，产生了“金融产品四大发明”，即票据发行便利、互换交易、股指期货和远期利率协议。“金融工程”也相继诞生，并成为一个新的学科。上世纪90年代后期，非线性理论展开了在金融方面的应用，如遗传算法、决策树、神经网络等。这些理论都是量化投资发展的基础。

量化投资为什么能够指导我们投资？张银旗说：“因为量化投资能用数据模型来描述市场，比方说波动率、涨跌幅、换手率，还有成交量等。这些数据可能与多种因素相关，我们可以通过深度神经网络回归的方法，进行函数逼近。再通过决策树的方法，找出我们需要的投资组合。”

“比方说看到一个产品价格走势图，其未来是涨还是跌？以前我们都是通过大脑去思考判断，现在我们可以依靠电脑来学习这样的模型，推测其未来涨跌的概率到底有多大，这非常具有价值。”

在当前的量化投资中，已有若干成熟的策略和方法论。

量化投资的首个重要策略是组合选择策略。组合选择策略包括被动型的组合选择和主动型组合选择。被动型的不需要投资者主动选择，直接配比就可以，譬如像指数基金等；主动型组合选择需要投资者主动选股，比如说Alpha选股策略等。

第二种策略是组合风险管理策略，包括套期保值策略和组合保险策略。

第三种策略是套利策略，套利是指投资者在买入（卖出）一种资产的同时卖出（买入）另一种暂时出现不合理价差的相同或相关资产，以期未来某个时间将两个头寸同时平仓获取利润的交易行为。

量化交易的核心竞争力在哪里？ “在股市选股中，量化交易的核心就是其模型和策略。不同的量化交易，其胜率、盈利波动、回撤度风险大小都不同。不同策略，稳定性也有差异，” 张银旗说。

如何防范风险

具有那么多的突出优势和特点，那么量化交易是否有风险？实际上由量化投资引起的风险，历史上已有很多的案例，最出名的要数美股2010的“闪电崩盘”了。

2010年5月6日下午约 14：40，道琼斯工业指数盘中自10460点开始近乎直线式下跌，仅五分钟便暴跌至9870点附近。当天指数高低点差近一千点，最大跌幅9%，近1万亿美元瞬间蒸发。这一交易日也创下美股有史以来最大单日盘中跌幅。

事后美国证监会（SEC）与美国商品期货交易委员会（CFTC）发布了一份联合报告，报告把此次事件归咎于共同基金40亿美元巨额套期保值卖单，该单借助程序化交易系统出售大量空头，高频交易者借势主动性卖出放大了套期保值卖盘的冲击。联合报告还指出，高频交易者相互之间开始快速买入然后又卖出，由于相同的头寸迅速来回穿梭形成“热土豆”，共有326支证券以及227支ETF被确认为无效交易。整个事件对全球的金融市场都带来了严重的冲击。

张银旗说：“量化交易是对人能力的拓展，面对突入其来发生的东西，量化交易也有自己的风险。一旦这些风险发生，将会产生灾难性的影响。”

据了解，程序化的交易风险包含非系统风险和系统风险。非系统风险包括监管法规风险、信用对手风险、市场风险、流动性风险、操作风险，尤其是操作风险，又包括操作设备故障、流程失控等。系统性风险，是指通过市场冲击对股市造成风险，冲击类型包括个股冲击、板块冲击、行业冲击、本市场冲击、跨市场冲击等。

“就像地震一样，地震很难预测，但地震发生之前，确实有很多征兆。为防范这些风险，对其进行有效监管和防范非常重要”。

实际上，关于程序化交易监管方面，美国早在1988年就推出了熔断机制。2009年，美国又推出了闪电交易与错误指令方面的法规，后来又推出了经纪人和交易商市场通道风险的管理控制，以及大户交易报告系统、服务器托管法规等。2010年，美国总统奥巴马签署弗兰克法案，幌骗被明确为违法行为。此外还有综合审计的跟踪系统、市场信息数据分析系统等，均是对程序化交易风险的监管。

在交易所层面，国外的同行也有着严格的监管措施的，其实时监控手段包括区间价格限制、非撤销范围、保护点、系统失联撤销指令、信息减速限制、最大数量限制、实时头寸验证、价格合理性、杀死开关等。

在此方面，由张银旗博士领衔的“程序化交易风险管理及境外相关经验借鉴”研究，日前获得了由《新金融世界》杂志颁发的2017年度中国优秀信息化创新案例奖（证券、基金领域）。本研究通过对国内外程序化交易的最新理论成果和实践经验的深入分析，并结合我国资本市场结构特点及量化交易风险的防范，得出若干重要结论，其中有：

1.提出纵横交错的三级风控体系，横向是指券商、交易所和交易者本身三者之间联合控制。纵向是指事前监控、事中监控、事后监控。

2.交易所实时控制尤为关键，是程序化交易的最后一道防线。风险控制指标与措施应当植入到交易所交易系统中进行自动化实时控制。

3.构建跨市场的综合信息分析与跟踪系统和交易系统差错自我报告系统是程序化交易系统性风险控制的重要手段，可以考虑进行评估后有计划分期实施。

4.对高频交易可能产生市场脆弱性和流动性崩盘指标可以采用Easley等2012年提出的知情交易成交量同步概率（VPIN ）指标进行跟踪、预警。

5.高频交易导致的“武器竞赛”对现有的连续竟价机制产生挑战，不连续竟价机制——按一定时间段集中竞价机制呼之欲出。

6.完善相应的法律和法规，适时推出T+0制度和取消错误交易制度，使程序化交易沿着法制化道路健康发展。

本研究对我国证券市场、交易所和券商的健康发展，以及投资者权益保护都具有重要的借鉴意义。只有防范住量化交易的风险，才能真正的把握住量化交易的优势，享受到量化交易给我们带来的收益。

展望：当人工智能遇到量化投资

不得不说，人工智能是当前人们最关注的一个领域，特别是人工智能结合金融会发生怎样的化学反应？人工智能会给当今的量化投资带来哪些影响？对于此，张银旗说：“量化投资既与数学有关，又与IT相关。现在的人工智能使机器具有学习的功能。不会仅局限于原来的计算、储存，已经上升到智力的层面，使电脑能够像人一样去判断。一旦发生某种情况，它能够自动的去反应。”

“譬如投资经理在上班之前要收集大量的新闻，传统的做法是我们通过人工的手段来判断哪些需要收集？哪些不需要收集？这些新闻的价值到底有多大？收集之后还要加工，再转化到决策里面，整个过程非常缓慢。将来可以通过人工智能自动的去收集这些新闻，直接指导投资决策。外国高频交易系统就是通过对突发新闻的影响进行判断，立即下达交易指令，进而取得收益。当然，如果投资经理只是做信息采集和简单分析的工作，那么下岗是迟早的事。”

关于人工智能在量化投資方面的未来发展方向，张银旗说，基于人工智能的智能投顾将取代传统的人工投顾，为投资者提供更具专业与及时的投资建议与指导，这将从根本上改变金融投资行业的生态。但基于人工智能的量化投资存在策略同质化下的有效性问题，导致长期收益向市场平均水平回归。

“深度学习可能是未来人工智能在量化投资方面取得突破的关键点，如果人工智能通过深度学习能够随着市场行情变化而不断自我更新策略，就可能突破量化投资策略同质化的限制，从而为投资者真正创造价值。”