量化云聯合創始人經堯：量化投資技術創新

　　1月16日，由中國信息通信研究院主辦，中國銀行業協會、中國支付清算協會、中國互聯網金融協會共同支持，數據中心聯盟、天津融寶支付網絡有限公司、互聯網金融科技委員會聯合承辦的“2018中國金融科技產業峰會”在（北京）中國千禧大酒店隆重召開。峰會旨在梳理分析金融科技產業的生態脈絡，推動金融科技產業交流與合作，助力金融行業完成新一輪產業升級。

　　本次峰會為期兩天，期間廣泛邀請了國家相關部委領導、知名研究機構學者、金融機構負責人、科技企業管理者、技術專家等政、產、學、研各界同仁，聚焦金融科技產業最新發展趨勢，共議金融科技產業發展之路。

　　高盈量化云科技（深圳）有限公司（簡稱量化云）聯合創始人經堯在會上發表了題為“量化投資技術創新”的演講，以下是演講全文：

　　很高興今天與大家交流關于量化投資的心得。接下來的時間，我將跟大家分享量化投資在市場上的應用，主要涉及兩大板塊：量化交易平臺和量化交易策略。在過去，量化交易大多都是機構在用，我相信在未來會有越來越多的散戶能把它的強大魅力挖掘出來。

　　講一講量化交易平臺的迭代過程，我把它定義為1.0時代、2.0時代、3.0時代。首先講講1.0時代，它是量化交易平臺的初始階段，主要有幾個共性——第一，它支持一些簡單的語言腳本，對復雜的邏輯策略是較難實現的；第二，大部分平臺都提供了數據行情交易統計的函數接口，供專業的人員使用；第三，大部分的國內平臺只提供國內的股票，期貨歷史行情和tick數據；第四，對策略的支持不足，另外受硬件和軟件的響應速度影響，在行情交易方面有一定的延時。

　　進入到交易平臺2.0時代，我認為它具備兩個主要特點——第一，支持復雜的腳本語言；第二，支持c++、java開發語言，不僅采用圖表，還采用多線程進程的方式，以及剛才提到的部分平臺已經提供硬件支持，甚至支持高頻交易。

　　其他方面，包括行情交易的高并發低延時以及全策略研發，都做得相對重組化，其風控體系也比較全面。

　　值得一提的是，量化交易平臺的2.0時代，大部分人在多品種、多周期、多帳戶以及多交易市場、多策略等維度都開始了部署。再一個就是模塊的分類，包含研發模塊和交易模塊，對使用者來說，研發模塊強大的數據入口、回測功能、因子庫建立等都是很大的需求點；交易模塊方面則提供微秒級交易速度，能夠輕易達成每秒鐘百萬級的交易量。

　　交易平臺的3.0時代，也是我們量化云現在在做的一件事。它除了具備2.0時代的基本特征，作為一個新時代產品迭代，3.0時代還能滿足更多細化需求。我根據量化云的量化產品開發經驗，總結了三個維度的創新因素。

　　第一，策略研發有了普通版和專業版的區分。普通版適用于想進入量化投資領域或者用這個理念做交易的普通人，不是專業的量化工程師或策略工程師，而是更低層級的需求，只需要簡單策略滿足初步需求；專業版則要求對風控層面實行多維的把控，在研發上需要投入更為復雜的工作內容。

　　第二，策略的應用性更廣泛，覆蓋了金融全品種。量化策略在金融產品上的應用，除了國內的金融產品，還有諸如港股、美股甚至全球所有的金融品種都會有需求。量化云做的是跨期和跨產品的業務模式，未來還會在跨市場方面持續深耕，盈利空間亟待挖掘。

　　第三，對各接口以及各平臺的兼容性必須越來越強大。量化云交易系統可以分為八大模塊，包括接口、引擎、數據、研發、模擬交易、實盤交易、定制化模塊、本地化部署等。把這八個模塊組合起來，量化云會做三大平臺，包含一個研究平臺、一個交易平臺和一個風控平臺。這三大平臺均會把開放性做到極致，力爭給市場和業界帶來極度順暢的量化交易體驗。立足開放性和體驗感，我們重點做了一個基于python的零門檻策略編輯生成器，整合了可視化的參數優化功能。用戶可根據自己的需求，在編輯器的操作頁面進行編程回測，下方是可視化的界面，顯示散點分布圖的盈利情況、虧損情況以及凈值曲線等等，類似這樣的細節設計，可以讓廣大的普通投資者輕松享受量化投資的定制化服務。

　　講完量化云備戰3.0時代的三個創新維度，我們再來講講風控。量化交易平臺到了3.0時代，驚人的響應速度把量化交易推向了毫秒、微秒的級別，結合我們前面談到的開放性和兼容性，3.0時代的風控要從三個端口進行嚴格把控。第一個是策略端，優質的量化策略有嚴格而精確的止盈止損邏輯；第二個是系統端，保證多策略運行時，其內部策略能實現平衡與互補；第三個是帳戶端，它能保障交易過程不踩紅線，對持倉比例、持倉量等參數進行科學管理。

　　交易平臺在迭代，那么交易策略有沒有迭代呢？我認為是有的。

　　還是歸納為三個階段。第一階段，在我看來是一個程序化的啟蒙時代，把好的主觀交易經驗編成程序，讓它自動跑起來，再嵌入算法，實現初級的量化交易，這是交易策略1.0時代；我們現在已經進入交易策略的2.0時代，大數據介入、人工智能介入，機器學習、語音識別、圖像處理等等智能化功能相繼介入，使得交易策略變成了高階的智能化交易解決方案；但交易策略的3.0時代還有待我們去開拓，現在很多機構已經開始部署3.0的交易策略雛形了，不過還停留再相對粗淺的階段。2.0和3.0的分界點就在深度機器學習和神經網絡進化，當捕捉維度越來越龐大，數據處理能力越來越精進的時候，交易策略的3.0時代會顛覆我們所有人的想象。

　　2.0時代，國外有幾家公司做得很有特色。比如英國倫敦的Castilium，做了大量的基金經理和交易的復盤，把他們的決策過程放到因子庫里面生成很多策略供投資者使用；又比如Capitalico，做了一個很有意思的事情，他們把很多成熟交易員的技術分析圖拍下來，每當交易中出現這種類似情況的時候，一個成熟的交易員的下單邏輯就會被啟用，通過云數據去尋找匹配的圖形出來，自動操作買漲或買跌，這相當于有一個成熟的基金經理人幫你操盤，但是你是看不見這個“人”的。在這方面各家都有不一樣的打法。

　　交易策略3.0時代有兩個很強的特質。

　　一個是大量的非結構化數據分析以及關聯性因子的增強，好比很多上市公司會做財報分析、大數據分析等等，這與公司股價有比較強的關聯性，那么過程中它會對非結構化數據提出分析需求。舉個例子，在2.0時代，很多人會通過分析蘋果公司的財務報告、財務數據以及鮮明的經濟數據來預測蘋果的漲跌，但是3.0時代，通過深度機器學習及神經網絡進化的技術，系統會抓取更多看似相關性不強的因子，納入到評估蘋果公司未來漲跌的模型里，并給予一定的權重比例，這就豐富了交易模型的維度和準確度。

　　另一個很強的特質是AI交易員的適者生存。舉個例子，Sentient在算法生成了很多種專業程序，通過神經網絡的算法生成很多虛擬的交易員。之前的嘉賓有講過，神經網絡這個東西比較難以琢磨，因算法不確定，這是公認的技術難點。但在我看來，我們可以從時效性評估，比如一千萬個虛擬交易員或者策略在跑，我們可以通過一段時間內各個虛擬交易員交易的效果來評估各個策略的好壞，從而反向跟蹤或追溯該策略的合理性，那些效果好的策略都是從市場變化中存活下來的。這也就是AI交易的適者生存法則。

　　我今天的分享就到這里，希望之后我們能有更多的交流機會，謝謝大家！

　　轉自：牛華網

　　版權及免責聲明：凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀