以下是文华财经资讯有限公司总经理尚守哲演讲实录：

尚守哲：首先，感谢会议的主办方给我一个机会在这里给大家做汇报，更感谢这么长时间，这么劳累，还在这儿坚持听讲的各位！下面我开始今天的演讲，期货公司资管业务开展以来有一个现象大家应该留意到了，就是绝大多数的资管产品都是量化产品，可以说大家都感受到一个事实，就是量化交易时代真的来了。在量化交易时代，IT部门的定位应该有所转变，IT部门也可以成为拉动公司业务发展，也可以成为公司的利润中心，这就是我今天演讲的主题。在这个主题开始之前，我来讲一下与这个主题相关的背景资料。

首先，我从一个比较浅显的，从交易类的分类讲起，从交易者的交易方式分类可以分成两类，第一个就是基本面交易，就是基于基本面的供求、库存、资金等效吸，对涨跌的判断进行交易，包括主观性的趋势交易。基于积累面的中长期套利，套保交易，这些都属于基本面交易。期货公司对这些客户对接的是研究部门，为什么基本面交易的成功率偏低呢？90%以上的客户，这种主观交易者都是亏损的。这个原因我总结有两个方面，一方面价格是供求和标尺双重因素决定的，在复杂的竞争环境里，货币这个标尺是美元贬值还是升值，人民币的贬值、升值往右左右了价格，这个价格很多时候不是跟着供求走的，是跟着标尺走的。

还有一个原因，也是另外一个很重要的方面，就是交易者的情绪，或者是大部分的交易者缺乏信息的解析能力。交易者这种不理智，对缺乏信息的解析能力，往往不理智左右了行情。我举的两个例子，一个是我们的抢金大妈，竟然改变了黄金的走势。还有一个例子，也是发生不久，今年房地产的新五条第二条万科股票断崖式的下跌。实际我们专业的分析都知道，实际今年的房地产政策是中性偏利多的，政策的出发点让房地产不再停滞，让这个行业重新转起来，让大家买房子，买新房，让房地产把房子卖出去，重新拿地，解决政府的财政困难。可是不理智的投资者把偏利多的消息解析成利空了，这就是不理智的导致了行情。

第二类就是技术面交易的方式，基于对行情报价数据，历史成交数据的分析，统计的技术手段进行交易，包括传统的技术分析派、策略型的程序化交易、日内的高频交易、日内的统计型套利，基于对冲原理的多合约组合投资方法，还有炒单其实也是技术型的交易，技术因素往往起了决定性的因素。我上个月走访了几家在程序化方面走的比较靠前的公司，这些公司程序化的交易量，它的占比都达到20%-30%。在开展程序化交易的业务方面，IT部门起到很关键的作用，程序化交易在国外占比的70%以上，在国内的比例我们已经从两年前的5%上升到现在的20%-30%，应该是进步挺快的。但是，我认为还有很大的发展空间。再过几年我们能看到50%，甚至70%的比例。

现在我进入我今天演讲的主题，我们IT部门如何拉动期货公司的业务发展？首先，是我们IT解决方案，就是为高端客户搭建基础，基础设施，基础平台，为高端客户提供更快的交易通道，更快的行情数据，更多的原始数据，这个工作是各个期货公司技术部门来做。但是，做的深度各个技术公司做的不同，完成质量也有好有坏，今天在座的有许总，还有陈总，我给老总提一个小的建议，就是这个公司能不能技术部成为一个解决方案小组专门做这件事，小组直接接触客户。工作的精心程度实际上直接影响这个业务的成效，既然这样我们能不能给小组一些激励政策，小组可以不给业务额，但是是不是应该和业务人员分享这个程序化交易客户的奖金呢？这样可以充分调动IT人员的积极性，可能是不当之处，请谅解，仅供参考。

另外一个就是我觉得我们IT部门做什么？就是我们还能提高IT服务的层次，还能为投资者提供产生模型，开发灵感的素材，就是一些深度的交易统计资料。2012年是一个程序化交易者比较北运的一年，去年程序化交易的机构还有个人大部分情况都不好，我去年下半年在深圳地区走访了几个机构客户，深圳是咱们私募基金比较活跃的地区，我走访的结果可能有一定的代表性。这些机构的程序化团队发现他们工作是怎么做的呢？他们首先找一个开放的、自由的、强大的程序化语言平台，把以前多年手动交易成功的经验，成功的方法写成模型，一个模型从人脑转化为电脑谈何容易，因为电脑的智能化程度和人恼还是差的很远，所以这个工作是很难的。一个模型的转化常常需要半年，甚至一年才能完成，可是跑起来，转化的大部分盈利效果实际上并不理想。我们也观察过很多程序化交易大赛的优胜者，很多都是大学毕业没多久，没有什么经验，但是他们的程序化能力挺好。还有一个现象，国外华尔街的程序化大玩家，团队的大部分成员是学航天的，原子弹的，和金融不沾边，但是他们也没有实战经验，但是他们是成功者？

这是为什么呢？有经验的人程序化做不好，没经验的反而做的好了。我有时候喝点酒，喝酒实际上不是因为我们乙醇摄入的太多，是酒里面含的微量的甲醇(2695,-9.00,-0.33%)，所以导致了我们的头疼。所以，这也是不是因为1%的杂质影响了交易的效果，因为我们人脑很多时候是主观交易，是人灵活的一些直觉，这个东西肯定是没法量化的。

由此，我总结出几个观点，第一个程序化交易是一个有别于主观交易的全新事物，作程序化坚决不能穿新鞋走老路。第二个程序化策略的成功概率，与思路简单的程度，持仓时间成反比。你的程序化的思路越简单，持仓时间越短越容易成功，这个模型越另类，越简单，实际上是最好的程序化交易模型，因为持仓短是因为涉及到市场的大环境变数少，成功的概率自然就高了。第三个观点就是基于数据统计，完全在电脑环境产生的模型，程序化成功的概率高。电脑有自动化不足的局限，但是有它自己擅长的事情，计算速度比人脑快，电脑的特点决定了电脑最适合做的工作是新模型开发的实验，对模型的回测和演算。具体什么意思呢？就是我最近，我可以根据我对这个行情的观察，我产生一个想法，这个想法做交易行不行呢？我把这个思路写下来，让电脑来测。开发模型的思路，我可以总结成两个，一个就是推理法开发模型，什么叫推理法，就是根据大量的历史交易数据，挖掘出新的交易思路和模型，就是完全我没有任何思路，完全用历史数据去挖掘，计算机产生这种规律，这是一个推理法。另外一个叫实验法产生模型，这个方法用的更多，更普遍，人脑根据行业的历史，行业的走势，波动性的特点产生一些灵感，总结出小规律，这个规律不需要多完善，但是你就写成模型，找一些历史数据去测，根据测试的结果去逐步完善模型，逐渐让模型越来越完善，经过很多次修改测试的过程，最终形成一个好模块。举个例子，2010年股指刚上市的时候，IF的特点就是投机度特别高，很多人大众投资者都是我早晨半小时进场，闭市前半小时离场，根据这个简单的现象，我们能不能写出一个模型呢？如果说早晨深看涨进场了，是不是今天做多的人多，做多的人多，下午要闭市的时候还有半小时，我看是不是今天真的涨了，如果今天确实是大阳线，说明早晨开沧还留在盘子里，利用这个规律，我每天只做一次交易，很另类，很简单，但是很有成效。最近几年期货市场扩容很快，品种越来越多，投资者自己的精力还有机构，没有那么多人力，无法对品种每天都盯盘关注，也就没有精力对每个合约的交易属性做深入的研究，就总结不出很有意义的小的想法，这就给IT部门新的施展空间，在拉动期货公司业务方面的作用能不能也能作出第二个研究部门，什么意思呢？就是我们IT部门可以利用自己的技术优势，对技术交易者提供更有效的支持，为期货公司的客户提供合约的交易属性的研究报告。我们可以对行情的走势做统计，可以对时间段的客户的实际资料做统计，比如这个星期什么类型的交易赚钱，什么类型的加以亏欠，我讲的都是抛砖引玉，我们还可以统计一些更好的，我们可以做每天盘中的主动买卖，和增减仓与大单涨跌的成交性。另外一个就是根据客户的资料，根据客户的交易数据可以统计处最近一段时间铜的交易划点是几个点。我们可以对跨越市场的做统计，比如隔夜盘，我们可以统计这段时间是国内盘今天收益阳线的时候，如果以今天P市做开盘价，它也收阴线，收阳线，有的客户根据这个统计作出一个很有效的模型。我相信我讲这些统计可能都是一些抛砖引玉的东西，我相信大型期货公司技术人员能做的比我还多得多，我相信IT公司的技术转变，一定能拉动期货公司的发展。

展望一下未来，我们相信在技术部门的拉动下，两年之后程序化交易量在期货公司总交易量的占比我相信超过50%，让程序化真正成为市场的主角，让我们IT部门真的起到我们应该起到的作用，谢谢大家！

陈冬华：谢谢尚总，我有一个问题，怎么样用技术部门来拉动这个？我看最后写是以技术部门拉动程序化交易的发展。

尚守哲：可能在座的各位想，我做的实际是研究工作，怎么技术部门来做呢？因为你实际现在期货公司它的研究部门大部分研究基本面，我的意思就是让期货公司的第二部门承担起一些研究的责任，不是研究基本面，就是做很多统计。为什么十年前期货公司研究部门不受重视，因为十年前交易的品种非常少，一个人可以盯得过来这几个品种，而现在30几个品种，几百个合约，他根本盯不过来这么多品种，就需要相当于我们期货公司帮是他的助理，相当于你没盯盘，我盯盘了，你没研究这个基本量，我研究了，最后出一个报告，这个有机会了，我来关注一下。

现在我们期货公司做的是客户基本面方向的研究，我的意思让技术部门承担起来客户在技术性的交易，不要说技术员只做统计，这些统计会给客户的思路，灵感提供一个素材，说A交易团队在做个，B交易团队多浪费，这些基础性的研究，完全给期货公司做，这里没有任何涨和跌，我只是给你一些素材。实际我认为期货公司研究部门给客户提供的就是素材，一个提醒，而不是最后告诉你做多做空，这个实际我们是做不到的，因为这个交易的结果，不只是取决于科学研究的分析，还取决于情绪，还取决于很多方面，是做综合的东西。