分类
什么是最好的在线交易平台

从量化交易到资产管理



关于锡安泉

韩兴20150325.jpg

韩兴:刚进入证券的时候也没有想太多的问题,机缘巧合之下就加入了证券行业。应该说运气比较好,一进去就是大牛市。到了2007的时候,股市发生了“530”事件,出现了大跌行情,对我产生了较大的影响。当然“530”行情比较短暂,之后股市又开始恢复,但是我感觉股票市场和原来相比会发生变化。当时有很多资金正在离场,我觉得出去之后再也不会进来了,这时我开始真正意识到风险。股票是单边操作,这就存在一定的问题,我希望能够找一个做空的市场,有做空的机制。这是最早产生的一个想法,算是为后来去期货市场做了一个铺垫。后面则是机缘巧合,有朋友介绍我去期货公司工作。刚去期货行业的时候从最基础的工作开始做,怀着一种学习的心,想要了解期货市场的情况。大概是2007年年底的时候开始进入到期货市场,但那个时候对期货不是很了解。我记得到5500点时,基本上就不从事股票了。然后开始一门心思学习期货,在这个过程当中,我发现期货市场和原来做的证券市场之间越来越多的差异性。它的差异性是由这两个市场最本质的一些交易规则所产生的。我觉得进入期货市场以后,对我个人而言,我在不断地拿证券市场和期货市场进行对照,然后再不断地修正自己的各种理念和思路。基本上是这样一个情况。

七禾网2、您从事期货行业之后,曾任华创期货研究所所长,请问您当时的工作专注于哪些?

韩兴:华创是我进入期货行业以后第一家去的公司,当年它不叫华创,是在华创证券收购重组公司以后改名的,我进去的时候那家公司还叫重庆港九。我进入公司正好时逢2007年重庆港九在上海建立研发中心。最初我一起参与了当时研发中心的筹备,整个研发中心的人员基本上也是由我一点一点招聘进来的。然后我开始思考如何做卖方,即期货行业的卖方研究,如何来搭组织架构。所以这个时候的工作,主要还是把研究和市场联系起来。看看客户需要什么,我们应该怎么样来写周报、日报,能够给客户的期货交易带来一定的投资建议,能够为客户带来效益。在2010年,也就是股指期货上市以后,我们的研究方向增添了一些新的内容。股指期货上市以后,我们研究所从原来传统的基本面品种研究分析转换成立了金工部,专门做金融工程,这也是我朝量化方向发展的一个开端。我们研究所也做了比如说沪深300股指期货和股票现货无风险套利的模型等等,这些都是从那个时候开始做起来的。在这个过程当中我们慢慢发现,原来整个期货公司的经营比较单一,只是在做一个纯粹的经纪业务,后来又做了投资咨询业务。但是总的而言期货公司的发展方向还是会朝着资产管理的方向发展。当时期货公司还没有所谓的资产管理部或者资产管理牌照,那么我们研究所的工作就是为将来朝资产管理发展做一个投研上的铺垫。所以我们当时的工作或者说我负责的工作更多的还是在做一些交易策略,然后开始考虑怎么样实现产品化,进行资产管理运行,这就是当时我负责的主要内容。

七禾网3、您离开华创期货之后,进入南华期货担任金融机构部总经理,在职期间,您主要负责的项目是什么?

韩兴:就像刚才说的,之前我在华创研究所工作的时候,已经开始思考怎么样做期货资管的产品。这个金融机构部是南华总部直属的一级部门,从一开始的时候这个金融机构部就定义成两部分,一部分是联系各个机构,银行、保险、信托、券商、公募、私募等等,然后在联系各个机构的过程当中,获得一些机构的分仓。这一部分的工作和传统的券商卖方研究的机构销售是一样的。金融机构部的属性就是类似一个证券研究所的机构,他具备基本研究的属性,具备一定的机构销售属性。从刚才说的机构销售存在销售业务来说,要获得这些机构的一些分仓,你必须给这些机构提供一定的服务,不管是在行业报告上还是在一些策略的交流上。另一方面,当时期货的私募阳光化开始兴起。在产品发售这一块的需求就起来了,所以就当时而言我负责的工作主要偏向产品发售。

我到了南华以后一直主持产品发售的工作,当时也发行了很多的产品。一般的产品发售会从结构化开始做起,我们选了一条最难走的路,直接从管理型产品开始。但也正因为走出了这条路,当时南华在市场的期货产品发售上有一定的声誉。这个时期的产品发售还牵涉到一个所谓通道业务的问题,当时私募自身还没有一个明确的法律地位,更多的都是采用基金专户的形式来作为产品的通道来发售。所以我的考虑也是用这一块的业务来带动机构分仓业务。我当时和基金公司以及通道的沟通特别多,如果原来只是做分仓业务,那就是一个纯卖方,而现在通过通道业务的带动,我们也成为了买方。在很多交易当中,大家相互地成为买方,有利于期货公司在行业内获得一个更平等的对话权,推动市场发展。这个事情本身对整个行业非常有意义。实际上,在以前我有一个很深的感悟,就是银行、公募基金和期货公司,它们各有各的业务,特别是期货公司和银行以及公募基金的交叉点非常少。所以那些机构不了解期货和期货公司的运作,期货公司也不了解那些机构的运作,交叉点比较小。现在混业经营,大家在业务上进行交叉,虽然在刚开头的时候难度非常大,经过这一两年的发展,期货公司与这些基金公司、银行通过项目来推动交流,取得了比较好的效果。现在无论是银行还是基金公司,他们对期货资管行业的了解已经进步了很多。

七禾网4、2013年您转入期货私募行业,目前担任上海凯纳璞淳资产管理有限公司总经理,从期货公司到投资公司,您做出这个选择,主要考虑了哪几个方面的因素?

韩兴:我在2014年转入期货私募行业,说到做了哪些考虑,应该有很多的偶然性。比如说我的合伙人陈总——陈曦,他对我做了邀请,还有我比较看好整个行业的发展前景。我觉得每一个人都会有自己的梦想,或者每一个人都会有自己希望做的事情。对于我来说,我希望获得更多的交流,在更广阔的天地进行我的工作或者拓展视野等等。所以我觉得进入资管时代以后,可能会换一个角度来看待市场,来参与这个金融行业,参与这个工作,让自己活得更好。

七禾网5、据了解您已经有10年的期货从业经历,在您看来,在这10年之间,期货市场出现了哪些大的变化?

韩兴:我觉得这个变化真的很大,也带有一定的周期性。我在2007年底进入期货市场,从法律法规的角度而言,这个市场变得越来越规范。从业人员的数量在不断地增加,而且增加的速度比较快,从业人员的素质也在不断提高,这个市场的参与者,投资者,不管是数量上,还是在结构上,都发生了很大的变化。比如以前在这个市场上,实际只有自然人客户和一般企业客户,企业可能做一些套保,有些企业甚至不怎么做。但是现在这个市场,尤其是股指期货上市以来,在投资的结构上发生了明显的变化。随着新品种的不断增加,市场的规模和容量在不断的增加,投资者结构也变得越来越丰富。这个市场要成熟,发展到一定阶段,我觉得主要看三个方面,第一这个市场的体制是否熟,这些可以从法律法规是否健全中看出来;第二这个市场的品种是否丰富,这可以从近几年不断地有新品种推出中看出;第三就是参与这个市场的人的水平如何,他的结构是怎么样的。在过去的十年里面,我切实感受到不管是我们的证券市场还是我们的期货市场,总体来说变得越来越成熟,可能获得暴利的机会也越来越小,大家的交易难度也增加了,但我觉得总体而言是一件好事情,因为我们的市场变得更健康了。

七禾网6、凯纳集团旗下有广东凯纳投资管理有限公司、广州凯纳投资顾问有限公司、上海凯纳璞淳资产管理有限公司、北京长利凯纳资产管理有限公司,请问每个子公司的定位是什么?

韩兴:实际上我们现在分成了北京、上海还有广州三地。那么这四个子公司当中广东凯纳和广州凯纳,相对来说是一体的,因为它们都在广州,主要还是负责投研这一块。然后我们的上海凯纳,负责整个资产管理产品的规划和设计,我们的中台业务在上海公司,上海公司也有一部分技术人员,一部分IT人员进行编程工作。北京凯纳主要是我们的市场渠道。这几家公司,在内部可以理解为不同分工,不同职能的几个部门。

七禾网7、凯纳集团在广州、上海、北京分别成立子公司,请问做这样布局的原因是什么?上海凯纳璞淳资产管理有限公司是如何去协调或者配合其它三家公司的工作?

韩兴:虽然我们的公司最早在广州,但是阳光化的产品发售一直在上海进行。当时上海凯纳还没有成立,所以一直以出差的形式在上海工作。到了一定规模之后,我们就决定在上海成立公司,把这一部分工作仍旧放在上海做。上海公司实际上就是随着公司的发展把它实体化了而已。北京的公司是我们新设的,主要是考虑到对外,上海的对外主要还只是在产品运作、项目对接上。原来我们没有一个具体的市场部或者销售部专门来做产品销售。以前的销售都是外包的,相当于全部外包给我们的合作伙伴,包括期货公司、证券公司、第三方等。后面我们也考虑可以尝试自己做一个销售平台,最后考虑选址的时候决定把销售平台放在北京。

从量化交易到资产管理

量化交易系统的核心模块

高速行情采集分析。 通过行情接收模块可以实现实时行情的捕捉,对数据行情库进行高效分析,为交易系统的分析和运算提供支持。

量化策略模型。 可以说是整个量化交易系统中最核心的部分,有决定量化模型的盈利能力。从技术面和基本面的形态指标和数据指标去分析,挖掘和构建量化策略,由于各项数据 及 技术指标较多、产品特性 也 不同等因素,也可以构建多元策略组合,帮助用户实现最大的盈利或者合适的投资组合策略。目前市面常见的经典策略模型有:双均线策略、网格交易策略,高频策略等。

量化交易程序。 一个完善的计算机交易程序,会帮你把所有的细节都处理好,产生交易信号并执行交易。不断更新的系统和升级的策略能使交易更加科学和高效。一套成熟的策略交易程序,正常需要经过:构建策略、数据处理、回测程序、模拟交易、正式实盘。

风险监控和管理。 除了日常监控整体的交易系统是否正常运行外,还需考虑其他风险如:数据错误、市场风险、个股风险;一般 会进行 : 1.行情监控;2.策略开仓,平仓计算及其关键开仓阀值,平仓阀值监控;3.策略持仓监控,浮动盈亏显示;4.委托监控等。


量化交易程序的重要组成部分

量化交易的关键要素

4.风险控制,运用信号源来确定 止损位 置,利用资产曲线和权益曲线来加以判定和管理;



关于锡安泉

从量化交易到资产管理

图1 量化和主观各策略1-10月份平均收益对比

01 量化策略为何近期出现回调

图2 常见因子概览

但情况真是这样吗,仅仅只是量化遭遇了滑铁卢? 据私募排排网统计,从9月13日的高位到11月12日,百亿私募中的量化多头产品最大回撤在6%-14%之间,而这期间,全市场主动股票型基金的平均最大回撤为8.64%。所以准确地说,不论是量化还是主动,大多都遭遇了这次大跌。可见,量化和主动选手都不约而同地超配了 高盈利、高成长、强动量的因子。

02 波动之说怎么看

有的人会说,量化追涨杀跌,加剧了这次市场的波动,是这样吗?到目前为止,并没有权威研究表明量化必然加剧市场波动,当然这是一个很好的课题值得大家去研究,我们可以从这几个角度去分析。首先, A 股的市场有效性在慢慢提高 ,短线角度看,大规模地追涨杀跌很难获利,叠加上交易成本和冲击成本更是压缩了获利空间,而小规模的T+0和股票多空仍有利可图,这有可能提高短期内市场波动,不过这种模式的高频量化策略规模有限,并不能无序扩张。其次, 量化产品持股数普遍较多 ,通常在几百至两千只之间,单只股票持股市值较小,即使是高换手,对于流动性好的股票影响也不大,而对于流动性差的股票可能会产生一定的冲击。再次,传统的量化以价量因子为主,而 当下量化越来越多的侧重于基本面因子 ,其交易对股票的定价准确性起到了正面的作用,长期来看并不会影响到价值投资者。最后,从美股近30年的发展来看,量化交易量占比从0到50%大踏步提升,然而在本次新冠之前, 过往整体市场波动率并没有出现明显的上升。

03 赚的是什么钱

一是指数增强型产品 ,以跑赢基准指数(例如沪深300,中证500)为目的,关键是alpha因子的构建。这里简单介绍下,alpha因子即能带来超额收益的选股条件,假设PE较低的一组股票能跑赢基准,这里的“PE”即为负向的alpha因子,选股时我们会给PE因子较小的股票更高的打分。不论多么优秀的alpha因子,都不可能在任何时候都跑赢基准,因为盈亏同源是必然事件。例如今年的周期行情中,500指数增强基金靠超配周期行业因子而获得了巨大的超额收益,当周期风格过去,这些因子就会变成风险因子而带来负alpha,使得整体跑输基准。

二是量化中性产品 ,简单说,就是用股指期货空头把指数涨跌的beta风险对冲掉,所以这个产品=股票多头+股指期货空头。其中股票多头部分与指数增强类似,需要有较好的alpha收益,由于对冲了beta风险,所以产品能否有正的收益取决于股票多头的alpha。市面上很多人把它当成类固收产品,其实是有误的,因为任何alpha都不是无风险的,收益并不像获取票息那样具有确定性,有变成负alpha的可能性。另一个风险点在于,股指期货如果从贴水转为升水,对冲成本也会白白多了升水的部分。

图3 量化中性策略原理示意图

三是CTA产品 从量化交易到资产管理 ,它主要以商品期货为交易标的,其中的策略也主要以趋势跟踪为主。大趋势下表现优异,而震荡行情或行情突变时容易折戟,例如9月份动力煤从一路涨停到一路跌停,许多CTA产品也是在此时遭遇了大幅回撤。

四是套利策略产品 ,主要分为无风险套利和统计套利。无风险套利所选取的套利对象会产生收敛的必然性,即只要等待一定的时间,必然会把收益收入囊中,其中比较有代表性的策略有期现套利、ETF套利等。假设某ETF最新的参考净值是10.5元,交易价格是10元,此时我们以10元的价格买入ETF,然后再赎回得到一篮子股票并同时卖出股票,即可获得0.5元的套利收益(这里不考虑交易成本)。统计套利所选取的套利对象在统计学上大概率收敛,这种策略的风险性是大于无风险套利策略的,因为存在长期不收敛的可能性,其中比较有代表性的是跨期套利,跨品种策略等。套利策略适应的是活跃且波动性大的市场,波动性大意味着错误定价的概率较高,实际上我们也发现,各类套利策略的触发时间点与市场大幅波动的时间点有很高的重合度。

图4 套利策略原理示意图

了解了这些策略产品的概括,就不难理解所谓的量化短线交易,甚至是日内高频交易、程序化交易,都只是实现策略的手段或方式。如果我们发现的因子或规律是短期或高频的,那就提高换手做短线或高频交易;如果是中长期有效的因子或规律,就把策略做成中低频,可以按月或更长的时间去调仓。至此,我们对其收益和回撤也就更容易理解了 ,任何策略产品都有其适应的环境,当市场环境发生变化,某些规律或因子失效时,都有可能发生较大的回撤。

04 让策略更有效

那对于量化策略,如何控制风险,做出更靠谱稳定的alpha?我们的理解是分散为主,择时为辅。 投资中,均衡配置各类因子,不管是基本面因子、价量因子还是另类因子,尽量减少单个因子的风险暴露,虽然风格合适的时候会损失上行收益,但发生风险时稳健性更高,我们追求的是高收益风险比。从另一个角度看,不论多么分散,一旦发生系统性风险,依然免不了回撤,所以辅助上一套较好的择时系统,在发生风险时提前减仓或对冲,也是产品净值平稳运行的一大强心针。

从量化交易到资产管理

icon

海鲸金融是全球最专业的中文共享型美股投资研究平台,为全球华人进行海外金融投资提供一站式深度服务: 集资讯、研究、数据、美股交易、智能投顾为一体。 汇聚最顶尖的美股分析师和投资者,提供一流海外投资灵感;集体的智慧造就中文世界的海外投资第一平台!

量化分析师通过设计和实施复杂的金融模型,让金融机构根据模型进行证券的买卖交易。过去,他们主要服务于投资银行和对冲基金。而如今,越来越多的商业银行、保险公司和管理咨询公司以及财务软件等,也不断加大量化策略的投入和使用。量化对冲基金Two Sigma是近几年风头最劲的基金公司。目前,Two Sigma管理着近500亿美元的资产。但在2011年

量化对冲基金Two Sigma是近几年风头最劲的基金公司。目前,Two Sigma管理着近500亿美元的资产。但在2011年,其管理的资金只有80亿美元。Two Sigma的两个创始人John Overdeck和David Siegel也因为Two Sigma的巨大成功成为亿万富翁,跻身福布斯富豪榜。

在16岁的时候,Overdeck在斯坦福大学读书,并最终获得数学学士和硕士学位,但在获得博士学位之前他却选择了退学。1992年,他加入亿万富翁David Shaw的量化对冲基金,并工作了七年之久。之后他加入亚马逊,成为了贝索斯的左膀右臂,到处可以看到他跟在贝索斯身后。但他不满足于在亚马逊领取一份高额的薪酬。在2001年,他出走亚马逊,回到华尔街,并和David Siegel一起成立了自己的数据驱动型的对冲基金。

Siegel是个电脑书呆子。他迷信科技,相信技术会使一切更美好。他是麻省理工学院的计算机科学专业人工智能研究方向的博士。在与Overdeck组建Two Sigma之前,Siegel曾在亿对冲基金Tudor Investments工作。

量化交易行业的竞争方兴未艾,Two Signma的两位创始人在寻找网络顶尖人才时也感受到极大的竞争压力。公司核心的对冲基金运作,目前雇用了800多名研究人员,计算机程序员和统计人员,其中包括130名Ph.D和6名国际数学奥林匹克获奖者。大多数工作人员直接从麻省理工学院、卡内基梅隆和加州理工学院的计算机科学、数学及工程专业中招聘。不仅与高盛(Goldman Sachs)和乔治·索罗斯(George Soros)之流进行竞争,Two Sigma更是直接打开支票簿与Google和Facebook等硅谷公司竞争顶尖的高科技天才。

在不断地发力量化交易的不仅仅是Two Sigma,其他对冲基金也不断加大这块业务的投入。 世界上最大的对冲基金桥水基金已经从苹果和微软等高科技公司挖了不少人才到其执行团队。前Google的高管也加入了全球最大的资产管理公司黑石基金等。

即使是亿万富翁对冲基金经理史蒂夫·科恩(Steve Cohen)也开始进入量化交易游戏了。科恩表示,他无法为Point72资产管理公司招聘到有才华的人。去年7月,科恩投了2.5亿美元到Quantopian。 Quantopian是一个在线交易平台,它为85,000名用户提供了基础数据来构建算法交易策略。目前,最令人垂涎的人才是电脑工程师,而非工商管理硕士。

据华尔街日报报道,高中国际数学奥林匹克前金牌得主Alexey Poyarkov早期在微软等高科技公司研究算法优化。在微软,他帮助Bing搜索引擎更加灵活地辨别出色情内容。去年,为了挖走Poyarkov,对冲基金Renaissance Technologies LLC、Citadel LLC和TGS等三家管理公司纷纷加入了价格战。最终,Poyarkov选择了TGS公司,据说他第一年的薪酬高达70万美元。这位俄罗斯出生的软件工程师几乎没有任何对冲基金工作经验,TGS想要他做的是设计优化算法,为他们更好更快的分析金融数据,以决定证券的买入和卖出。

601.png

据HFR Inc估计,第一季度末,以量化分析为重心的对冲基金持有9,320亿美元的投资,超过所有对冲基金资产的30%。2009年,定量基金规模408亿美元,占所有对冲基金25%的资产。第一季度,虽然整体对冲基金业务规模下滑55亿美元,但是量化对冲基金新增投资额达46亿美元。