手机版|
量化交易对很多投资者来说仍是一个陌生的词汇，但在国外，量化投资者已经成为一种主流投资模式。中国量化投资现在处于什么水平，对市场产生了什么影响，未来会怎么发展，投资者是否应该选择量化投资交易。 近日，财联社对深圳市博普科技合伙人王镭先生进行了专访，对量化投资以及金融科技等相关问题进行了深入、细致的探讨。 过去七年中国量化走过了发达国家数十年的道路 财联社：中国量化行业的发展过程是怎样的呢？ 博普：量化投资不是个新东西，2011年开始启动量化投资，目前量化投资规模和比例大，但还是和发达国家相比有差距。中国在这过去的七年里面，将发达国家的主流投资策略几乎全部做了一遍。举例来讲，股票的多因子策略，根据一些指标，选出股票，得以跑赢大盘，获得的额外的受益。比如说大家熟悉的“小市值策略”，这种策略在2014年、2015年很容易挣钱。但是随着市场越来越多的人才开始投入到策略研发，那些策略就变得没那么容易赚钱了。 科技驱动是量化行业发展的未来 财联社：现在量化的发展现状是什么样的？ 博普：一类是专注于是策略的研发、建立模型；另一类是科技驱动。前者是通过一个不是特别神奇的金融学模型建立起一个很棒的交易系统。比如说，由于沪深300、股指期货和一揽子股票是对应的关系，它是有交割机制的保证。由于这是两个独立的购买行为，比如散户买茅台也许不考虑指数，机构在大盘向好时做多也不会考虑小的个股，但实际上他们背后是一个东西、只是按照不通过的比例组成的，这两个东西在不同的时间点永远会出现某一个高、某一个低，但最终他们都会合到一起。最终，利用价格的波动，即价差，实际上，我们交易的不是价格，而是价差，通过价差的波动也可以获取一些受益。实际上，现在靠建立模型的这种方式在中国市场已经非常普遍，靠这种方式谋利越发普遍，也越来越难。 套利策略，当股指期货和一揽子股票有价差的时候，卖高买低，等着回归，但这种波动很小。但今天市场波动幅度很小，千分之二、千分之三就已经非常不错，这个时候我们做交易任何时候都是由交易成本的，就是买卖的成本，如果公司的交易成本控制的好，交易成本控制在千分之一，或者万分之几，但最难的是，你明明看到价差，但就是交易完之后，你的成本比价差还大。 那科技驱动是什么，是需要做一个复杂的交易系统，从前端的行情到交易信号的产生，到交易执行风控、容错，这个体系，IT人员非常多，且开发时间很长。竞争的优势在于程序的优化。而不再是依靠模型之类的。未来量化行业的竞争将更倾向于细节化竞争。通过细化的交易系统、细化的策略规划，可以给客户带来持续稳定的受益。 而决定这项竞争胜负的将是谁拥有更强的科技实力。 量化交易的意义在于纠正市场定价偏差 财联社：有人将金融投资看作洪水猛兽，认为是造成经济危机的罪魁祸首。面对这种偏见。您们是如何看待量化行业存在的意义呢？ 博普：投资者应该在监管范围内工作，监管层有他的道理，适度保守。量化交易者存在的意义在于寻找新的量化的投资机会，纠正市场定价的偏差。比如找到新的标的，可以把期权和一揽子股票对应起来，这类策略给市场带来的是润滑性，当一揽子股票和股指期货价差特别大，一定是一边错了，而此时套利的存在其实就是，把低的那一端拉上去，本质原因就在于他们本身是一个东西，应该有人去把他拉平。 比如300期权、500期权，期权套利策略指的是运用股指期货和一揽子股票，可以将期权加进去，将期权加进去之后，是一个放大型的交易机会。量化交易能做的就是润滑，在能够利用的衍生品尽快可能去发现新的交易机会， 股指期货的放开或许并不意味着量化春天的到来 财联社：2015年股灾之后，股指期货遭遇最严“封杀令”，而近年来随着市场的正常化，股指期货渐渐放开。作为量化交易者，您们是如何看待股指期货的放开呢？ 博普：首先股指期货的放开当然会促进量化交易的发展，有些量化基金的交易策略需要高频的交易，每年换手率在100倍左右，股指期货放开带来三个好处，第一个从10手到50手的转变，交易量会加大，可以容纳更多的资金量，第二个，保证金的下降。第三个，监管和规范化。作为一个投资者，每次政策，比如股指期货的放开等方面传递的信息很准确，不管是股灾还是不好的市场波动，实际上并不是监管趋严造成的，当这种定论产生，投资者真正需要考量的是，如何利用股指期货降低风险，大家之所以会提及量化，主要是大家图的是稳妥，只要能够保持中等的收益水平。放开是一个助力器，交易量、资金利用率可以提升。 因此，时常有人说，股指期货的放开代表着量化的春天已至。实际上，并没有直接的联系，量化的春天还是应该依托量化行业自身的技术进步，来自于自身信息系统的开发和策略模型。 经济学看过去，而数学是看未来 财联社：最近一段时间A股市场逐渐升温，有人认为是牛市要来了，您们是如何看待2019年的市场的？ 博普：对于股票和期货方向性的判断，无法做出，也没有人能作对，不预测市场，只是响应市场。第一手不重要，当地一个决策做出来，最重要的是后面的东西必须要能想出来，最核心的而是，当地一颗棋子落地，模型会做出多种不同的路径，针对每一个路径，力争在多种模型上，及那个后面的多种 策略想出来，细节化竞争，在依靠模型取胜不再的年代，比较的是成本问题。 不去看金融理念的合理性、而只是去考察数字间的硬规律，发掘一切标的之间的可能性，在基于统计的基础上再去建立关系、组建模型。理工科的优化思维。不去考虑产业链、公司关系之类的。经济学看过去，核心能力是负责解释的，而数学是看未来的。 将二者更好的组合起来用一个数学理念，技能蹦出金融学天生的束缚，但是当发现规律后，又有一个金融学的解释可以进行印证，那将是完美的。 【免责声明】 凡本站未注明来源为投资观察界：www.tzgcjie.com的所有作品，均转载、编译或摘编自其它媒体，转载、编译或摘编的目的在于传递更多信息，并不代表本站赞同其观点和对其真实性负责。其他媒体、网站或个人转载使用时必须保留本站注明的文章来源，并自负法律责任。 如您不希望作品出现在本站，可联系我们要求撤下您的作品。联系邮箱：xinxifankuui@163.com
|
