论文部分内容阅读
量化交易是当前金融投资领域最热门的技术之一，它消除了人为失误，改变了当今金融市场相互联系的方式，使交易公司在快速发展的市場中拥有了更强大的力量，在卓越领域的崛起是无可挑剔的。然而，量化投资在国内的发展却是相当波折。单从初期的不被认同到开始占有市场就用了六七年时间，随后市场开始逐渐降温，直到最近，量化投资方式仍然没有得到广泛普及。
对比国外量化投资的成熟市场与超过30年的发展历程，我国量化投资与算法交易尚处于萌芽状态。国内量化交易系统究竟存在哪些不足与局限？中国股权资产管理行业的杰出管理者和技术专家、上海少伯资产管理有限公司总裁江义鑫对量化投资交易策略做出了一些反思与改进，希望能够将量化交易以“新概念”的形式，传播到大众生活中去。
量化交易的内涵
在江义鑫看来，作为集数学、计算机技术和经济水平于一体相互融会贯通的代表产物，量化交易在金融市场上的优势有很多。量化交易主要通过股票的价格、一天内的股票成交量以及一天内的股票成交额度，作为分析数据的依据，从而设计出合理的应用数学模型，然后借助计算机综合分析出金融投资产品可能带来的收益趋势变化，推断出未来的发展方向，最后由程序化的指令来进行投资的交易。
“过去的技术分析，是根据公司的经营状况来研究分析的，采用的技术也不到位。而量化投资则是根据整个市场的数据以及行情走向来分析问题，所以这二者相比较来说，量化交易得到的决策更加权威，更加有效。” 江义鑫这样介绍。量化交易的分析过程可以在以秒为时间单位的速率上分析出多个金融产品的交易组合，并且完成这些组合交易，这样可以带来更好的概率显著性，投资者以此得到更多的收益。不仅如此，程序化的分析决策还可以绕过因个别受益者的不公正心理而造成的失误或根本的决策性问题。
江义鑫由多年从事投资交易的实战中总结出一套经验，量化交易不单单包括一个方面，它还包括很多范围。其交易策略要根据交易行业的不同种类来选择。江义鑫认为，量化交易的投资策略分为主动和被动两种，主动的策略是根据投资产品分类的发展方向选择的策略，另一种就是因交易事件的推动而驱使策略进行。这样一来投资一旦出现亏损，计算机程序便能自动止损，对涵盖了二级市场的投资交易进行全过程的风险管理。
在执掌上海少伯资产管理有限公司投资实践的过程中，江义鑫通过三种方法进行量化交易。第一种是运用公司本身对交易投资进行估计数值的方法，第二种是通过资金的方法进行交易，第三种是查验交易市场的总体趋势的方法。
“要看值不值得进行投资，就要分析交易产品的各种数值和尽可能详细的情况，在企业能够接受的误差的范围内可以设立一个用来估测行情的范围，根据这个范围内的情况选择市场，这样市场的价格可以很快的恢复，同时企业的资金也很好的得到了运用和流动，整个企业的资金流在投资行为发生期间得以正常的运转。” 江义鑫认为，在量化交易中利用股指差价对应股指期贷能够实现套利，但是套利一定要科学的把握时机，要运用科学的数据统计模型进行分析。还有一种交易是完全根据预设指标，通过计算机运算，由程序决定何时用何种方法进行交易，这种交易叫做算法交易。
“我认为，随着计算机科学进入AI时代，智能算法必然会在金融领域广泛普及，量化交易也必然会成为一种算法交易，掌握先进可靠的算法库，是一家金融企业长盛不衰的一大法宝。” 江义鑫如是说。
全面高效的算法库满足
金融市场需求
江义鑫涉足金融投资领域已经十年有余，在股权投资与风险管控方面积累了丰富的经验。2015年，江义鑫出任上海少伯资产管理有限公司总裁职务，他带领公司创新性地将量化投资理论、博弈理论等金融数学、心理学、与机器学习、大数据等技术相结合，自主研发出丰富高效的金融资产管理系统等金融软件工具，并且结合行为金融学帮助金融、投资机构和个人投资者优化投资策略，找到最佳投资时机，同时有效控制风险，保证投资安全，推动了中国资本管理体系的健康有序发展。
据江义鑫介绍，当前我国量化投资系统的应用与市场介绍度不高，主要因其自身存在一些问题。一方面，国内算法交易系统模型同质化问题严重，很多金融服务系统提供商推出的软件都大同小异，不仅难以赢得市场，还可能在小概率黑天鹅事件出现时加大市场波动，造成资产价格的踩踏下跌;另一方面，中低端平台只支持复杂度不高的脚本语言实现策略逻辑，对于多品种、多周期、多账户、多交易市场等复杂系统架构的支持都有一定的限制，技术架构的局限性也会使行情显示与交易有一定的延时。
上海少伯资产管理有限公司是一家专注于为国内上市公司股东提供股权资产管理的服务商。公司自身对于安全高效的量化投资系统有迫切地需求，在资本管理服务领域又具有丰富的经验，于是，江义鑫决定成立自己的算法交易系统研发队伍，针对当前算法交易系统的局限以及金融市场的需求展开改良与研发工作。目前，少伯团队创新推出的证券智能算法交易系统、少伯风控卫士等系统和解决方案，已经初步实现了投资交易方式的智能化升级。
为了追求执行效率，少伯证券智能算法交易系统支持多种复杂脚本语言实现策略逻辑，可直接使用C++、JAVA等开发语言实现复杂的策略逻辑，并采用多进程、多线程方式等架构模式来缩短行情转发路径和交易通道，将行情与交易的时延降到最低。当前，少伯证券智能算法交易系统的交易发生可在微秒之间，并慢慢向纳秒级发展，在一毫秒内，便可以从市场交易中获得数百万美元的收益，以最前沿的信息技术实现高频交易等量化交易方式。
除此之外，江义鑫还更创新性地将量化投资理论、博弈理论等金融数学、管理学知识与机器学习、大数据等技术相结合，为系统配备了中国目前最全，最优，最精准的算法库。
江义鑫表示，少伯证券智能算法交易系统的定位，在于大宗金融投资机构的资产管理，对于技术能力和交易市场理解都有很高要求。为了保证各种风控、应急处理、交易方式和策略的平稳有效执行，少伯研发团队为客户提供了6-7种标准算法包，包括时间加权均价（TWAP）、成交量加权均价（VWAP）、交易量百分比（Percent）、价格跟踪（PxInLine）和盘口捕捉（Sniper）等，能够按时间、按价格、按成交量、按盘口等等各种场景提供最优算法群，满足了国内金融市场80%以上的交易需求。 借助信息技术附能交易员
解决了技术问题，量化交易的优势就逐渐显示出来。在少伯證券智能算法交易系统的市场投放中，平台表现明显能够适合机构投资者进行趋势、套利、对冲、高频等对行情和交易要求高、逻辑复杂度高的策略，可实现全自动发现机会与操作，并在较短时间内实现套利，帮助机构实现业务规模与盈利水平的双提升，使业务规模呈现几何倍增长，最大程度实现预期目标。
不过，由于金融市场的复杂性，出于对投资的严谨性考虑，江义鑫建议，在算法交易的智能程度还未达到完全取代交易员的程度时，更多是借助计算机强大的处理能力，赋能交易员。
随着国内金融市场创新的提速，机构投资者对高端交易平台的需求和潜在需求呈快速上升趋势。从2016年后半年开始，少伯证券智能算法交易系统开始为大型公募基金、保险资管和券商等数十家机构提供服务，根据不同的股票、不同的市场行情、不同的流动性和不同的时间点等情况，设计处各种预测模型进行盘前分析，做一系列的诊断和咨询，帮助交易员适应快节奏的金融市场，理性准确地进行交易。
少伯证券智能算法交易系统在投资交易的整个流程为交易员附能：在盘前分析环节，系统针对应用场景进行判断，为交易员推荐合适的算法组合;随后进入盘中监测阶段，系统的“智能风控”模块像交警一样去管理各种算法交易的行为，一旦某个算法可能造成行情的大幅波动并触发预警参数，系统就会自动暂停该算法并同时提醒交易员进行人工干预;在每笔交易完成后，系统进行绩效归因分析，帮助交易员总结经验，同时记录行为心理。
相比于传统的人工下单模式，量化投资交易在及时性、客观性与高频交易等方面都表现出了明显优势。
江义鑫结合自身经验分析道，金融投资人要形成一种多层次、多角度，全面的投资思维，自上而下，包括资产的配置，个股的选择，要考虑经济周期，市场结构等等。从持仓的角度来说，当机构占比达到50%以上时，投资人就很难顾及估值、成长、盈利质量、情绪等等其他问题，只有极少数人有能力全方位考量，但人工敲单仍然存在时延问题，还有可能出现操作失误。借助计算机系统来完成数据处理，同样是5、6人一组，操盘手的执行效率与业务规模都会翻倍增长，面对大宗交易，系统也可以快速判断并完成拆单处理，避免了大笔买入引起股价的瞬间飙涨，降低投资风险，锁定投资收益。
为量化交易系统融入
行为金融理论
目前，少伯算法交易系统已经应用于数十家大型金融机构，并不断有金融机构前来寻求合作。事实上，国内金融投资市场正在迎来一场经济和技术革命。为了保障系统的稳定性与先进性，满足快速发展的市场需求，江义鑫带领少伯团队展开了大量回测工作，并不断增加新的算法，完善系统的体系结构。
通过对历史数据的一系列研究与分析，江义鑫发现，当经济、股价出现大幅波动时，股民乐观或悲观的情绪就会相互影响，从而产生一种强大到足以影响投资市场走向的市场情绪。比如有些投资人看空，抛掉了手中的仓位，继而会有更多人也跟着所谓的趋势相继抛仓，一大波的连锁反应导致行情持续性单边行走，从而影响金融市场的运行规律。“很多时候，经济上出现的波动远远不足以解释股票市场所产生的波动，而关于资本市场价格变化会远远超出资本市场基本面变化趋势的问题，我们也尝试过用各种传统的估值理论，有效市场假说，公司金融理论去解释，但都比不上用市场情绪来解释更加合理，而这个答案也让我看到了更多的可能。”
自此，江义鑫开始研究行为金融学，把心理学、社会科学和传统金融学的研究领域和思路连接在一起，量化特定条件下的金融行为，并在风险管控系统里中加入了金融心理学的内容。
江义鑫解释说，过去金融学理论的研究设定是人的行为理想化，一是假定投资者的经验和数据分析结论是正确的;二是假设投资者会理性的面对这些结论。但在上世纪七、八十年代，心理学领域进行的研究就清楚地表明，即使给出完整和准确的信息，投资人仍然会做出不合理的决定。江义鑫认为：“相比具备经济学知识来说，具备大众心理学知识更能够领悟金融市场的内容。”
江义鑫对于投资人受情绪影响出现的判断错误进行了总结与量化，并通过精确化的数据分析将其构建到少伯风控卫士产品中，在传统的风控技术基础上，运用机器学习、图谱知识、情绪量化测量等新技术和新方法，对投资者的情绪测量指标进行采集和分析，建立了代表性偏差、情绪化交易等模型和分析算法，为投资机构和投资人给出更全面的参考。
融入了行为金融理论的少伯风控卫士，为提升量化投资系统决策的科学性与精准性带来了明显突破。江义鑫表示，少伯算法交易系统作为国内金融业的高精度投资工具，当下或许只是在控制风险，提高投资收益上深受机构和个人投资者的欢迎，未来，人们会看到它在降低交易成本方面更多的优势。
随着信息技术的发展与大数据平台的支持，行为金融理论研究将在搜集、分析处理海量数据方面得到更多的便利，迎来新的发展空间。江义鑫相信，随着行为金融学不断走向系统化，将在投资领域发挥重要作用。“未来，证券市场的不断发展、金融衍生品的不断推出、对冲工具的不断丰富、投资的复杂度日益提高，行为金融理论与量化投资系统的结合，将以其低风险、收益稳定的特性成为机构投资者的主要投资策略。”
对比国外量化投资的成熟市场与超过30年的发展历程，我国量化投资与算法交易尚处于萌芽状态。国内量化交易系统究竟存在哪些不足与局限？中国股权资产管理行业的杰出管理者和技术专家、上海少伯资产管理有限公司总裁江义鑫对量化投资交易策略做出了一些反思与改进，希望能够将量化交易以“新概念”的形式，传播到大众生活中去。
量化交易的内涵
在江义鑫看来，作为集数学、计算机技术和经济水平于一体相互融会贯通的代表产物，量化交易在金融市场上的优势有很多。量化交易主要通过股票的价格、一天内的股票成交量以及一天内的股票成交额度，作为分析数据的依据，从而设计出合理的应用数学模型，然后借助计算机综合分析出金融投资产品可能带来的收益趋势变化，推断出未来的发展方向，最后由程序化的指令来进行投资的交易。
“过去的技术分析，是根据公司的经营状况来研究分析的，采用的技术也不到位。而量化投资则是根据整个市场的数据以及行情走向来分析问题，所以这二者相比较来说，量化交易得到的决策更加权威，更加有效。” 江义鑫这样介绍。量化交易的分析过程可以在以秒为时间单位的速率上分析出多个金融产品的交易组合，并且完成这些组合交易，这样可以带来更好的概率显著性，投资者以此得到更多的收益。不仅如此，程序化的分析决策还可以绕过因个别受益者的不公正心理而造成的失误或根本的决策性问题。
江义鑫由多年从事投资交易的实战中总结出一套经验，量化交易不单单包括一个方面，它还包括很多范围。其交易策略要根据交易行业的不同种类来选择。江义鑫认为，量化交易的投资策略分为主动和被动两种，主动的策略是根据投资产品分类的发展方向选择的策略，另一种就是因交易事件的推动而驱使策略进行。这样一来投资一旦出现亏损，计算机程序便能自动止损，对涵盖了二级市场的投资交易进行全过程的风险管理。
在执掌上海少伯资产管理有限公司投资实践的过程中，江义鑫通过三种方法进行量化交易。第一种是运用公司本身对交易投资进行估计数值的方法，第二种是通过资金的方法进行交易，第三种是查验交易市场的总体趋势的方法。
“要看值不值得进行投资，就要分析交易产品的各种数值和尽可能详细的情况，在企业能够接受的误差的范围内可以设立一个用来估测行情的范围，根据这个范围内的情况选择市场，这样市场的价格可以很快的恢复，同时企业的资金也很好的得到了运用和流动，整个企业的资金流在投资行为发生期间得以正常的运转。” 江义鑫认为，在量化交易中利用股指差价对应股指期贷能够实现套利，但是套利一定要科学的把握时机，要运用科学的数据统计模型进行分析。还有一种交易是完全根据预设指标，通过计算机运算，由程序决定何时用何种方法进行交易，这种交易叫做算法交易。
“我认为，随着计算机科学进入AI时代，智能算法必然会在金融领域广泛普及，量化交易也必然会成为一种算法交易，掌握先进可靠的算法库，是一家金融企业长盛不衰的一大法宝。” 江义鑫如是说。
全面高效的算法库满足
金融市场需求
江义鑫涉足金融投资领域已经十年有余，在股权投资与风险管控方面积累了丰富的经验。2015年，江义鑫出任上海少伯资产管理有限公司总裁职务，他带领公司创新性地将量化投资理论、博弈理论等金融数学、心理学、与机器学习、大数据等技术相结合，自主研发出丰富高效的金融资产管理系统等金融软件工具，并且结合行为金融学帮助金融、投资机构和个人投资者优化投资策略，找到最佳投资时机，同时有效控制风险，保证投资安全，推动了中国资本管理体系的健康有序发展。
据江义鑫介绍，当前我国量化投资系统的应用与市场介绍度不高，主要因其自身存在一些问题。一方面，国内算法交易系统模型同质化问题严重，很多金融服务系统提供商推出的软件都大同小异，不仅难以赢得市场，还可能在小概率黑天鹅事件出现时加大市场波动，造成资产价格的踩踏下跌;另一方面，中低端平台只支持复杂度不高的脚本语言实现策略逻辑，对于多品种、多周期、多账户、多交易市场等复杂系统架构的支持都有一定的限制，技术架构的局限性也会使行情显示与交易有一定的延时。
上海少伯资产管理有限公司是一家专注于为国内上市公司股东提供股权资产管理的服务商。公司自身对于安全高效的量化投资系统有迫切地需求，在资本管理服务领域又具有丰富的经验，于是，江义鑫决定成立自己的算法交易系统研发队伍，针对当前算法交易系统的局限以及金融市场的需求展开改良与研发工作。目前，少伯团队创新推出的证券智能算法交易系统、少伯风控卫士等系统和解决方案，已经初步实现了投资交易方式的智能化升级。
为了追求执行效率，少伯证券智能算法交易系统支持多种复杂脚本语言实现策略逻辑，可直接使用C++、JAVA等开发语言实现复杂的策略逻辑，并采用多进程、多线程方式等架构模式来缩短行情转发路径和交易通道，将行情与交易的时延降到最低。当前，少伯证券智能算法交易系统的交易发生可在微秒之间，并慢慢向纳秒级发展，在一毫秒内，便可以从市场交易中获得数百万美元的收益，以最前沿的信息技术实现高频交易等量化交易方式。
除此之外，江义鑫还更创新性地将量化投资理论、博弈理论等金融数学、管理学知识与机器学习、大数据等技术相结合，为系统配备了中国目前最全，最优，最精准的算法库。
江义鑫表示，少伯证券智能算法交易系统的定位，在于大宗金融投资机构的资产管理，对于技术能力和交易市场理解都有很高要求。为了保证各种风控、应急处理、交易方式和策略的平稳有效执行，少伯研发团队为客户提供了6-7种标准算法包，包括时间加权均价（TWAP）、成交量加权均价（VWAP）、交易量百分比（Percent）、价格跟踪（PxInLine）和盘口捕捉（Sniper）等，能够按时间、按价格、按成交量、按盘口等等各种场景提供最优算法群，满足了国内金融市场80%以上的交易需求。 借助信息技术附能交易员
解决了技术问题，量化交易的优势就逐渐显示出来。在少伯證券智能算法交易系统的市场投放中，平台表现明显能够适合机构投资者进行趋势、套利、对冲、高频等对行情和交易要求高、逻辑复杂度高的策略，可实现全自动发现机会与操作，并在较短时间内实现套利，帮助机构实现业务规模与盈利水平的双提升，使业务规模呈现几何倍增长，最大程度实现预期目标。
不过，由于金融市场的复杂性，出于对投资的严谨性考虑，江义鑫建议，在算法交易的智能程度还未达到完全取代交易员的程度时，更多是借助计算机强大的处理能力，赋能交易员。
随着国内金融市场创新的提速，机构投资者对高端交易平台的需求和潜在需求呈快速上升趋势。从2016年后半年开始，少伯证券智能算法交易系统开始为大型公募基金、保险资管和券商等数十家机构提供服务，根据不同的股票、不同的市场行情、不同的流动性和不同的时间点等情况，设计处各种预测模型进行盘前分析，做一系列的诊断和咨询，帮助交易员适应快节奏的金融市场，理性准确地进行交易。
少伯证券智能算法交易系统在投资交易的整个流程为交易员附能：在盘前分析环节，系统针对应用场景进行判断，为交易员推荐合适的算法组合;随后进入盘中监测阶段，系统的“智能风控”模块像交警一样去管理各种算法交易的行为，一旦某个算法可能造成行情的大幅波动并触发预警参数，系统就会自动暂停该算法并同时提醒交易员进行人工干预;在每笔交易完成后，系统进行绩效归因分析，帮助交易员总结经验，同时记录行为心理。
相比于传统的人工下单模式，量化投资交易在及时性、客观性与高频交易等方面都表现出了明显优势。
江义鑫结合自身经验分析道，金融投资人要形成一种多层次、多角度，全面的投资思维，自上而下，包括资产的配置，个股的选择，要考虑经济周期，市场结构等等。从持仓的角度来说，当机构占比达到50%以上时，投资人就很难顾及估值、成长、盈利质量、情绪等等其他问题，只有极少数人有能力全方位考量，但人工敲单仍然存在时延问题，还有可能出现操作失误。借助计算机系统来完成数据处理，同样是5、6人一组，操盘手的执行效率与业务规模都会翻倍增长，面对大宗交易，系统也可以快速判断并完成拆单处理，避免了大笔买入引起股价的瞬间飙涨，降低投资风险，锁定投资收益。
为量化交易系统融入
行为金融理论
目前，少伯算法交易系统已经应用于数十家大型金融机构，并不断有金融机构前来寻求合作。事实上，国内金融投资市场正在迎来一场经济和技术革命。为了保障系统的稳定性与先进性，满足快速发展的市场需求，江义鑫带领少伯团队展开了大量回测工作，并不断增加新的算法，完善系统的体系结构。
通过对历史数据的一系列研究与分析，江义鑫发现，当经济、股价出现大幅波动时，股民乐观或悲观的情绪就会相互影响，从而产生一种强大到足以影响投资市场走向的市场情绪。比如有些投资人看空，抛掉了手中的仓位，继而会有更多人也跟着所谓的趋势相继抛仓，一大波的连锁反应导致行情持续性单边行走，从而影响金融市场的运行规律。“很多时候，经济上出现的波动远远不足以解释股票市场所产生的波动，而关于资本市场价格变化会远远超出资本市场基本面变化趋势的问题，我们也尝试过用各种传统的估值理论，有效市场假说，公司金融理论去解释，但都比不上用市场情绪来解释更加合理，而这个答案也让我看到了更多的可能。”
自此，江义鑫开始研究行为金融学，把心理学、社会科学和传统金融学的研究领域和思路连接在一起，量化特定条件下的金融行为，并在风险管控系统里中加入了金融心理学的内容。
江义鑫解释说，过去金融学理论的研究设定是人的行为理想化，一是假定投资者的经验和数据分析结论是正确的;二是假设投资者会理性的面对这些结论。但在上世纪七、八十年代，心理学领域进行的研究就清楚地表明，即使给出完整和准确的信息，投资人仍然会做出不合理的决定。江义鑫认为：“相比具备经济学知识来说，具备大众心理学知识更能够领悟金融市场的内容。”
江义鑫对于投资人受情绪影响出现的判断错误进行了总结与量化，并通过精确化的数据分析将其构建到少伯风控卫士产品中，在传统的风控技术基础上，运用机器学习、图谱知识、情绪量化测量等新技术和新方法，对投资者的情绪测量指标进行采集和分析，建立了代表性偏差、情绪化交易等模型和分析算法，为投资机构和投资人给出更全面的参考。
融入了行为金融理论的少伯风控卫士，为提升量化投资系统决策的科学性与精准性带来了明显突破。江义鑫表示，少伯算法交易系统作为国内金融业的高精度投资工具，当下或许只是在控制风险，提高投资收益上深受机构和个人投资者的欢迎，未来，人们会看到它在降低交易成本方面更多的优势。
随着信息技术的发展与大数据平台的支持，行为金融理论研究将在搜集、分析处理海量数据方面得到更多的便利，迎来新的发展空间。江义鑫相信，随着行为金融学不断走向系统化，将在投资领域发挥重要作用。“未来，证券市场的不断发展、金融衍生品的不断推出、对冲工具的不断丰富、投资的复杂度日益提高，行为金融理论与量化投资系统的结合，将以其低风险、收益稳定的特性成为机构投资者的主要投资策略。”