[轉(zhuǎn)] 在量化交易方面，美國究竟比中國領(lǐng)先多久？

2014-12-01 10:25 來源： 量投網(wǎng) 瀏覽：664 評論：(0) 作者：hjh1350

量化投資領(lǐng)域，中國不僅本行業(yè)的技術(shù)儲備不如歐美，而且量化交易經(jīng)常運用的各行各業(yè)最先進(jìn)科學(xué)模型（eg.FBI用的人臉識別模型，NASA的空間物理模型、地質(zhì)勘探的地心引力模型等)目前也落后于歐美。也就是說量化交易提供支持的整個泛行業(yè)科研科技儲備是比較落后的。曾面試中國量化交易基金經(jīng)理時，感覺在本土化上具備很強(qiáng)優(yōu)勢，但研究水平和視野開闊度，比起外資同行還是稍遜一籌，這不光是能力問題，更多是技術(shù)環(huán)境問題。和其它交易策略不一樣，量化交易不是純粹靠交易天分市場直覺（但很重要，常能激發(fā)策略靈感）、而是很大程度靠科學(xué)研發(fā)能力（large scale research) 和技術(shù)水平（hardcore technologies）。

談到這里，就簡單說下量化交易的策略研發(fā)方法。

第一類，傳統(tǒng)策略量化。很久前，交易員們就開始做趨勢策略、反轉(zhuǎn)策略、剝頭皮策略、造市策略等各種不同風(fēng)格的策略，只不過那時是手工操作，或者半程序化。隨著市場發(fā)展技術(shù)成熟，量化交易把這些策略的研發(fā)和執(zhí)行程序化了，從而提高了研發(fā)效率和水平、降低了交易成本，較大程度的排除了人的不穩(wěn)定因素。這類量化交易策略，可以說是利用技術(shù)來提高原有策略的研發(fā)和執(zhí)行，并在交易頻率和規(guī)模有了變化，但本質(zhì)上并不算嶄新的策略類別，以前賺錢策略的也許能賺的多一些，虧錢的策略，量化也不能把他變成賺錢，這就是「思路錯了量化也救不了你」。

第二類，科學(xué)技術(shù)驅(qū)動量化交易策略。是純粹或很大程度上基于技術(shù)(technologies)差別的策略。這類也有一定歷史，但真正變成一個龐大引入注目的策略類別，則是近10年計算機(jī)技術(shù)的飛速發(fā)展過程中產(chǎn)生的。常見的情形是，某機(jī)構(gòu)因為采用的算法效率更高，計算機(jī)硬件更強(qiáng)大（超級計算機(jī)），產(chǎn)生了細(xì)微的速度和計算優(yōu)勢，從而在交易上搶的先機(jī)，并運用自動化交易頻繁交易大量產(chǎn)品，用巨大的交易量產(chǎn)生穩(wěn)定的收益。這類策略，IT技術(shù)和科學(xué)模型起了很關(guān)鍵的作用。這就是「技術(shù)就是你的思路」。

較早開始高頻交易的Tradebot是這類策略的典型運用者，在2002年就達(dá)到了每天一億個訂單，差不多在那個時候很多傳統(tǒng)做市商被Tradebot 和 Getco 這樣的新型電子做市商擠出市場，后來Tradebot 和 Getco 一路用技術(shù)碾壓其它電子做市商競爭對手。在2005年,Tradebot 剝離了 BATS Global Markets，也就是現(xiàn)在美國第三大股票市場BATS。而1999年Tradebot 剛成立時，工作室地點是美國農(nóng)村Kansas City的一間小地下室，里面陰暗潮濕，只有5個交易員坐在電腦屏幕前監(jiān)控交易，那時每臺電腦上都配備了一套叫“Tradebot”的軟件。而Getco 對策略的運用更廣，野心更大。2012年，也是老牌做市商的 Knight因技術(shù)故障，向紐交所發(fā)送大量錯誤order，導(dǎo)致公司巨虧4.4億美元，股價兩個交易日暴跌七成，被Getco以18億美元價格收購。

人們常對西蒙斯文藝復(fù)興的大獎?wù)禄痖L期持續(xù)的高回報印象深刻，而實際上不太為媒體所知的是 Tradebot常年保持每天（而不是每月或每年）盈利，not even one single losingday，原因是文藝復(fù)興有很多新基金要向外部投資者融資（賺錢的大獎?wù)潞茉缤Ｖ沽送獠咳谫Y，而實際新基金表現(xiàn)比大獎?wù)虏詈芏啵枰鲆欢ǔ潭鹊腎R，而Tradebot 不對外部投資者開放，自己低調(diào)賺錢，這也是HFT很普遍的特點。如果不是市場幾次出現(xiàn)大動蕩，HFT被揪出來當(dāng)替罪羊，媒體口誅筆伐，基本是沒有多少人知道這個低調(diào)的類別。

第三類，新型量化交易策略。則是得益于計算機(jī)技術(shù)的發(fā)展，慢慢發(fā)展起來的策略，它不完全是基于執(zhí)行的技術(shù)優(yōu)勢，更多是利用技術(shù)研發(fā)出新策略。例如統(tǒng)計套利交易策略，需要較多計算機(jī)計算資源進(jìn)行數(shù)據(jù)挖掘模式識別，這在以前僅僅靠人力是難以勝任的，IT技術(shù)的發(fā)展和成本的降低使得這些策略的研發(fā)得以可行。這就是「技術(shù)產(chǎn)生新策略」。

量化投資這個行業(yè)的科技含量之高，使得它吸引了大量數(shù)學(xué)博士、物理博士、計算機(jī)博士來利用本學(xué)科的最先進(jìn)技術(shù)和科學(xué)模型研發(fā)出更多的先進(jìn)模型，并促進(jìn)技術(shù)進(jìn)步，也反哺其它傳統(tǒng)行業(yè)。最明顯的是顯卡和GPU的飛速發(fā)展，一定程度上是受到高頻交易對巨大計算能力需求推動的。世界上有很大一部分超級計算機(jī)，除了呆在物理實驗室，還在對沖基金里。

評分: