引言 自2010年股指期货上市以来，量化交易这艘“大船”开始逐渐在国内金融市场顺势扬帆起航。如今5年时间过去，中国以量化投资交易策略为主的资产管理规模达到千亿元级别，可谓发展迅猛。借鉴量化交易较为成熟的海外市场经验，对国内量化交易者来说仍具有一定的参考价值。为此，期货日报记者专访了有10多年欧美和亚太地区金融市场量化与算法交易经验的中信证券信息与量化服务(深圳)有限责任公司董事总经理周鸿松，试图掀开海内外量化交易市场的神秘面纱。
1 量化交易赢得全球投资者的青睐
如今，在全球范围内，量化投资已然成为资产管理领域主要的投资手段之一。据统计，美国80%以上的大型基金以及亚洲三分之一的大型基金，均使用量化投资策略和量化手段。周鸿松向期货日报记者表示，从国内来看，目前约有几十只公募量化基金使用量化投资策略和量化手段，私募量化基金也有上百只。
除了资产管理领域，量化模型和量化系统在全球企业风险管理中的使用也十分广泛。周鸿松说：“在进行风险对冲时，其具体的操作和实现大多需要量化手段。另外，随着交易过程越来越电子化，先进的交易执行算法往往含有各种复杂的量化模型，来管理交易过程中的市场风险和流通性风险。”
量化交易缘何如此受投资者青睐并广泛应用？
这可以从量化交易的发展历程加以探究。据周鸿松介绍，上世纪70年代，由于养老基金、教育基金等机构投资者开始青睐共同基金、对冲基金产品，美国市场借机推出指数基金，吸引了大量投资者的眼球。后来，随着ETF的出现和套利理论的突破，许多对冲基金和投行出现了无风险套利策略，量化投资优化策略也随之浮出水面。到了80年代末90年代初，固定收益类、信用违约互换等金融创新产品相继推出，加之届时衍生品监管较弱，这一系列的因素促进了以定价为理论基础的数学金融研究大步向前发展，一时出现了很多具有定价和风控特点的无风险套利策略。
再后来，美国推出了“一美分价差”。“人们所发的每张单子数额变大，但单子数量大幅增加，人们跟单速度不可能无限制加速，这造成了‘人机对敲’，也推动了量化交易和高频交易的发展。”周鸿松说道。
然而，量化交易和算法交易获得飞速发展是在2006年以后。周鸿松表示，当时欧美各自推出金融监管改革，多个交易所可交易单个股票，造成交易场所之间的竞争和投资者跨市场套利策略的广泛应用。
与此同时，计算机、通讯技术的不断成熟和在金融领域的发展，降低了全球互联网系统的连接成本、数据储存成本，提高了计算速度和信息处理能力，量化交易得到了进一步普及。周鸿松认为，量化交易主要有四个方面的特点：一是全自动化交易；二是对信息技术要求非常高；三是往往带有对冲特性，强调交易过程中的风险管理；四是平均单笔交易回报率较低，需要通过大量交易来放大阿尔法收益。
2 量化选股分散风险取得更高回报
量化交易与普通交易区别何在？
在期货圈里，时常会听到量化交易人讲起一个名词——量化选股。周鸿松向期货日报记者浅析了普通分析师、基金经理和量化交易人在选股过程中的不同之处。“分析师和基金经理研究单个公司时倾向于走访，而量化研究员会通过采集公司相关数据，将数据重新组合或进一步衍生，形成量化的公式和信号，通过这个来进行选股。”周鸿松解释道，量化选股的过程对投资者的非理性成分和精确度都有一定影响，但从量化角度判断，量化选股的过程总会存在误差。
该如何避免或控制量化选股过程中的误差呢？
周鸿松表示，基本面研究员往往会更深入地研究单个公司或某个行业，但量化研究员是通过研究很多股票，“单个股票误差较大，但把这些股票都放在一块，整体风险就逐渐被分散化。同时通过这种方式来放大单个股票的信号，从而取得更高的回报”。周鸿松说道。
那么在量化选股等量化交易的一系列过程中，又该如何判断量化投资人之间的差距呢？
对此，周鸿松认为可以从数据的获取、数据的分析和对市场的认知度三个方面作比较。首先，面对市场上巨大的数据库，人们获取公开数据的机会是同等的，但有些数据不是所有人都能拿得到。“数据非常重要，其时间的长短、期限、叠加和整合对量化投资的绩效和效率都不一样。如果能拿到又用得很好，对交易来说是种优势。”周鸿松举例说，深圳证券交易所和南方基金管理有限公司通过量化建模导出的市场情绪指数，其背后所用的数据就不是所有人能轻易获取的。
其次，获得数据后，则要视这个人对数据的掌控和分析能力有多强，而这种能力是无止境的。例如，近5年来，由于期货市场流动性较好，通过人工智能和机器学习去研究不同信号的叠加技术应用越来越多。在同样的数据和输出的信号面前，量化研究员如果对人工智能技术无深入了解，则做得相对没那么好。周鸿松总结道：“真正做量化的人必须要有足够的修养，其建模的视角深浅和能力高低都取决于量化功底。”
最后，要回归到人们对市场基本面的理解。“即使模型做得再好，也不能取代人对市场深入的理解和感知。”周鸿松表示，量化模型建立的基础之一是假设人的行为都是理性的，如果出现不理性，将会回归理性。然而，这个假定是可以商榷的，虽然人们大体上是理性的，但总会出现数学公式都解释不了的变化。
周鸿松认为，与西方市场相比，中国更容易被宏观政策影响，容易出现短期趋势。“海外市场对非理性成分掌控过程的深度、广度与中国不同，因此为客户提供的量化服务，包括交易技术、模型和策略都要放到中国市场去了解才有效可行。”周鸿松说。 3 数学、物理和计算机学科人才更适合量化建模
期货由于合约标准化具有很好的流通性，买卖自如成就了这类金融产品交易的电子化趋势。周鸿松表示，手工交易很难与机器相比较，而电子化对计算机科学和交易过程中数量的模型化有很高的要求。随着量化交易对数学的要求越来越高，电子化交易造成很多交易就不需要人了，或者说需要的人越来越少了。
目前，国内较为出色的量化交易投资者或交易团队多出身于数学、统计学或计算机专业。为什么物理、数学和计算机学科的人才能在量化领域更胜一筹？周鸿松解释说，在海外市场，有数学、物理功底的人才纷纷占据了量化高地，因为他们有专业的建模能力、良好的数学修养和解决问题的能力。
“量化交易过程是通过量化模型转化为计算机可处理的逻辑单元，然后通过计算机的软件程序去实现，这就需要交易流通性产品的人通过量化方式建模。”周鸿松说，物理、数学和计算机学科的人有通过计算机软件去实现量化模型方面的培训。
随着期权等越来越多的产品在中国推出，周鸿松认为，产品定价会出现相关性，人们会发现“拍脑袋定价”已不可行，股票等简单的产品定价还算容易，但衍生品定价更加复杂，所以要依靠数学模型，“如果没有很好的数学修养，一般不容易做到，或做得不是那么准确”。
除了建模能力和数学修养，周鸿松补充说：“很多时候，投行里与量化交易相关的过程会出现新问题，无论是进入新市场，还是交易或设计新产品，开始时很多问题是模糊不清的，需要通过各种假设和简化，使不清晰的问题可解，物理学、自然科学类的人在这方面接受过培训。”
事实上，周鸿松在1994年于中国科技大学空间物理专业本科毕业后，便远赴美国哈佛大学研读天体物理学。拿到博士学位后，他选择留美工作，并在2004年加入雷曼兄弟公司，负责定量分析和算法交易事务。在纽约办公室呆了差不多3年时间，便被派往日本拓展亚太业务。
2008年，雷曼兄弟公司破产，将日本业务卖给了日本最大券商——野村证券。后来，周鸿松被野村证券派到中国香港负责其亚太地区业务，他对期货日报记者说：“在香港待的将近6年时间里，因为很多客户在内地，我经常往返于内地和香港，但并不真正地了解中国内地资本市场的运作，所以我在2013年10月决定加入中信证券。”目前，作为中信证券信息与量化服务（深圳）有限责任公司的董事总经理，周鸿松与团队一同打造了业内较为先进的、具有自主知识产权的“博速期权策略交易平台”。
4 丰富量化交易对冲工具
事实上，吸引周鸿松回国工作的原因还有国内金融市场强大的创新力。他表示，2008年金融危机后，国外投行最大的改变是监管力度加大，金融创新步伐越来越被控制，一些新事物的推出要经过很漫长的监管审批。这种谨慎举措使投行创新力度不再，新毕业的数学、物理和计算机学科人才因此不太愿意投身于此，从而使得海外金融市场近几年人才流失现象严重。
反观国内现状，周鸿松说：“中国投行创新力度相对较大，今年推出的ETF期权及陆续推出的其他期权产品将对交易系统、交易策略提出新要求。与其在国外做5年到10年同样的事情，还不如在中国市场做一个不太一样的东西。”
对于国内外金融市场的差异，周鸿松认为，正在发展的中国金融市场与成熟稳定的美国市场相比，最主要的差别之一是投资者结构不同。美国、日本参与者多属机构，而据上海期货交易所和深圳证券交易所等股票市场报告显示，中国有80%—90%是散户，这导致了市场微观结构不一样、参与者行为不一样，进而对定价的透明度、波动性产生很大影响。
就中国而言，有关散户股票交易数据研究分析显示，中国的“羊群效应指标”相对海外市场非常高。“一旦有几个人带动进行买卖，所有‘羊群’都跟着走”，周鸿松表示，这种行为造成如沪深300股指期货等品种日内经常出现陡然的变化，单位时间内单向涨跌波动率非常高。
他进一步表示，国内股指期货日内波动率高的原因在于交易方法受到限制。投资者在期现套利时，只能进行单方向T+1股票或ETF交易，调整仓位只能等到第二天，导致若出现单边走势，人们也无法阻挡。因此，期权推出后，将逐步丰富量化交易可使用的对冲工具。
“期货这种线性衍生品在海外用的范围要比国内大得多”，据周鸿松介绍，海外市场的期货保证金是看组合（看多和看空合约叠加起来），整体风险不高。在中国则要交两倍保证金，这耗费了投资者的资金成本。若中国能推出如上证50ETF期权等更多的指数期货，市场交易量将会整体提高。
另外，周鸿松提出：“股指期权、商品期权推出后，肯定要通过期货对冲风险，海外市场交易量大主要通过对冲交易得到保证，再加上海外很多市场股票可T+0反转交易，可以实现与股票现货的期现套利。一旦形成现货交易，就需要期货对冲，实现日内反转交易，期货交易量也会跟着放大。”
“市场微观结构不一样，对交易的过程、模型和技术都有影响，特别是对量化交易者，需要做大量的改变。”周鸿松补充说，除了投资者行为会影响定价过程，欧美、中国监管过程和节奏的不一样，也对量化投资交易行为带来很大的改变。
就中国当前量化交易发展现状而言，周鸿松认为，目前中国量化交易规模还不算特别大，但是一般大一点的公募都有自己的量化团队，加上私募行业的蓬勃发展给量化投资带来的机遇，无论是人才积累还是产品本身的多样性，中国量化交易都处在方兴未艾的大好时机。
| 
