中国量化交易的现状与未来前景如何

avatar
· Views 1,026

量化交易在欧美市场,特别是美国市场已经十分成熟,过去十几年,美国的对冲基金(相当于中国的私募)是逐渐走向量化的。在2000年初的全球对冲基金资管规模排名前10的都是以主观为主的,Caxton, GLG, Citigroup Alternative Investments等,唯一一个挤进第10名的以量化为主的是桥水。但再去看去年2018年的排名,就会发现前10大部分都是以量化为主的基金,桥水,AQR, Man Group, Renaissance等,其中桥水以1千3百多亿美元排名榜首,量化已经成为美国的主流。国内在量化的发展上还达不到欧美这样的水平,处在一个比较初级的阶段,但国内市场由于人口基数较大,因此意味着国内市场的潜力是非常大的。

 

 

要了解国内量化交易的现状,首先要从国内的金融生态体系的构成开始,去了解我国在金融这一块的机构组成,知道我国量化交易会在什么机构发展。

中国量化交易的现状与未来前景如何

银行作为国内最大的金融机构,很多业务不需要亲自去做,而是通过自己作为经济体的支付核心,在各种业务上获取利润。因此关于量化交易这一块,银行不必专门去研发自营业务,可以通过资金的运作来影响到国内的量化交易领域。同时银行的一些业务,比如债券市场主要在银行间进行交易,然而债券市场的流动性有限,而量化策略对流动性要求比较高,所以并不适合进行量化交易。

 

 

券商目前主要的业务为经纪业务和资管业务,然而随着国内市场的发展,经纪业务的利润空间在不断缩小,因此很多券商转型去做自营业务,由于券商体量较大,传统的主观交易不能满足券商的需求,这就需要对量化交易进行研究,因而在量化交易这一块会有更大的发展空间。量化交易在国内最早也是证券市场起步,后来在期货市场繁荣发展,一些期货平台推出了量化交易的功能,复制了国外量化交易软件的功能,逐步被业界采用。期货市场的量化交易模型也正逐步由投资者编制自用,演变为有一定规模的投资咨询顾问组成的专业团队参与。然而目前绝大部分的交易模型基本上只针对国内三大期货交易所的商品期货,应用到外盘的交易模型并不多见。

 

 

基金分为公募基金和私募基金,公募基金由于资金体量大,在量化交易这一方面会选择风险和回报较低的量化策略进行执行,但是这几年做下来,使用量化交易的公募基金几乎没有业绩很突出的,也不能规避风险,使得越来越多的人开始质疑量化交易。因此现在很多公募基金的基金经理都把量化当作选股和择时的工具之一,而不是完全的量化。随着期权等品种的推出,未来量化交易的工具会更多,交易规则和交易系统也会改进,未来量化交易还是很有市场的。

 

 

私募量化管理总量大概1000亿左右,其中量化多头和量化对冲产品估计在800亿以上,CTA类产品大概100-200亿左右,期权规模较小。在现阶段量化私募管理规模普遍较小的现状下,一些日内短周期的策略比较容易出彩,也容易得到资金的追捧。国内近几年也有非常多优秀的量化私募基金,目前国内大的量化基金管理的规模是100亿到200亿人民币之间,而全球最大的对冲基金桥水的管理规模是一万亿人民币左右,所以国内可能还有几十倍的增长空间。

 

 

然而由于基金的激励机制存在问题,导致一些基金的运行脱离了量化交易的轨道,很多钻了激励机制的空子而不是真正为了通过技术使得基金规模增长,私募基金在这一方面更为严重,而且可能冒着比公募基金大的多的风险去进行投机交易,因为对于私募经理的潜在损失和收益是不成正比的,于是有些基金也是脱离了量化交易的轨道。

 

 

信托应该说是中国所有除了银行以外的金融行业的起源,是所有非银金融的起源。现在关于信托的定位是比较模糊的,可能更偏向于作为一个融资通道的业务,因此在量化交易上的发展也是不如券商和基金的。

 

 

自营公司分为两类,一类是超级散户,他们的钱都是自己的,因此在交易的时候是没有什么风控条款的,选择的量化交易策略可以更加大胆。另一种是大型商品贸易商,这些公司在现货和贸易上是有很强大的背景的,他们了解贸易的本质,有很强的操盘团队,因此在量化交易的领域是非常强的一股力量,在市场上的收益也是很高的。

 

 

关于金融软件公司像万得,大智慧,同花顺等等,因为量化交易的兴起,他们很多上市之后有一定的资金,去切入券商或者切入资管这么一个领域,但他们主要定位还是在金融软件这块,这些公司可能也会有一些去做量化研究的团队,但主要是在软件上加入一些功能去服务客户。

 

 

监管层是市场上非常大的一股参与力量,很多时候你也不会和他们打交道。就量化投资而言, 特别是量化交易总是存在着异常交易的可能, 如果没有统一的标准将很难让人信服。当前我国证监会已经设立了一个通过向证券公司收取风险保证金, 来作为赔付金的投资者保护基金。同时我国对于高频量化交易也存在限制,由于量化交易存在着较大的可能, 包括扰乱市场、损坏普通投资者利益, 因而监管层未来可能通过收取一定比例的交易费用, 作为投资者保护基金进行赔付。

 

 

简单介绍完了国内的金融生态体系关于量化交易的这一块,可以发现,国内在量化交易领域的现状是处在一个初步发展的阶段,大部分机构公司主要还是把重心放在了经纪和其它业务上,对于量化交易的自营业务还有很大的发展空间。

 

 

接下来看一下国内城市关于量化交易的发展,通过这些环境,也可以帮助理解国内量化交易的发展。

 

 

国内关于量化领域发展的主要城市:

 

 

上海——最早的量化交易是在期货这块,上期所的品种在早期是非常多的,后来又有了其他的期货交易所,再后来有了证券的alpha套利等相关的东西,上交所适应了很多相关的量化交易思路,很多相关公司在这里扎根,有点类似行业集群效应。

 

 

深圳——同样有深交所,且靠近香港这样一个金融中心,量化交易的实力也很强。

 

 

北京——虽然没有交易所,但是有清华北大等全国顶级院校,在人才的供应上有优势。北京也是有很多强大的量化思路,同时做量化的顶尖机构,几乎都至少有一个部门在北京,大部分总部就在北京。

 

 

杭州——政府对于量化对冲基金这块比较重视,做了一个私募产业园。也有浙大,以及一系列江浙系游资的总部在杭州,所以吸引了相当多人才。

 

 

下面介绍一些量化策略,有兴趣的可以自己去研究,量化策略是量化交易发展比较直观的成果,也有很多机构和公司根据这些策略作为依据实现了一些量化的应用,因此可以通过这些策略方向去把握量化交易的前景和发展机会:

中国量化交易的现状与未来前景如何

量化宏观策略:如果大家对对冲基金行业有所了解,会知道基金行业有一种大类的策略叫全球宏观(Global Macro),这种策略主要是通过对全球经济宏观面的预测,从上至下的方式来筛选并进行Forex、期货、股票等标的的交易,从而实现该策略的交易目标。比较知名的全球宏观策略使用者就包括索罗斯、保罗杜伊琼斯,这两位就是主流的主观全球宏观策略基金的领头人了。全球最大的对冲基金桥水,做的就是宏观量化。

 

 

全球宏观这种策略是对某一个国家或者某一个领域的未来一段时间的预测,除了人的主观判断之外,还可以用量化的模型把基本面的数据、价格面数据、历史数据、分析师预测加在一起,来产生一种信号比较强的中长期的预测。量化宏观领域的模型更多是涉及经济与基本面的数据,当然也会结合市场的行情数据,全球市场上的价格本质上是基本面的经济数据驱动的,尽管会有一些情绪、资金流、技术面造成的市场噪音与波动,但是长期而言是向着基本面给出的方向去走的,所以量化宏观的策略给出的信号非常的强。

 

 

CTA策略:CTA这个策略比较偏中期或者中短期,基于技术信号、市场特征进行一些中短期的投机。因为CTA策略是基于价格的,所以所有有价格的资产都可以使用这个策略,包括Forex期货、股指期货、股票等标的CTA基金都有可能去做,覆盖面比较广。CTA的策略一般持仓周期比较短,有一些策略甚至是日内平仓的(Day Trade),对于交易的价差(Bid Ask)比较敏感。这也是一个目前比较适合初步涉及量化交易领域交易者的策略。

 

 

高频量化交易策略:高频交易这类的交易策略主要是高频做市,基于时间序列模型和市场微观结构的量化交易策略。其实就是基于时间序列模型和市场微观结构的历史数据进行统计,解析市场价格在未来数秒内的走势,加一个价差并且提供报价,赚取点差。但高频容纳的钱很少,并不是资管的主流。越是低频的策略,容量越大。

 

 

在国外,这些策略都有量化公司在做,宏观对冲,股票基本面,股票量价,大宗商品,债券,主要的市场是股票和债券。在国内主要的量化策略就集中在股票技术面和商品CTA,整体上是比美国落后的,在策略类型上面国内还有很大的发展空间。当前投到中国市场的量化的资金,大概在2500亿到5000亿之间,其中超过一半投到了股票策略,其次是商品CTA。

 

 

虽然国内量化交易的发展短时间没有办法达到美国那样成熟的程度,但是最终的方向应该是类似的,可以通过进行一些量化交易策略方向的研究,对量化交易未来的前景进行预测,一个成熟的量化交易市场在量化交易策略和理论方面都是值得学习的,也是未来的方向所在。中国股票市场目前的有效性还是不高的,但随着量化投资能力的提升,市场会进一步有效,技术面的波动会越来越小,技术面量化可能会达到瓶颈,从而转向基本面量化。

 

إخلاء المسؤولية: الآراء الواردة هنا تعبر فقط عن رأي الكاتب، ولا تمثل الموقف الرسمي لـ Followme. لا تتحمل Followme مسؤولية دقة أو اكتمال أو موثوقية المعلومات المُقدمة، ولا تتحمل مسؤولية أي إجراءات تُتخذ بناءً على المحتوى، ما لم يُنص على ذلك صراحةً كتابيًا.

هل أعجبك هذا المقال؟ عبّر عن امتنانك بإرسال نصيحة للكاتب.
الرد 0

اترك رسالتك الآن

  • tradingContest