王黎：

首先我非常高兴能有这么一个机会参加这个高手的论坛，我本身是去年从美国回来，以前一直做股票为主，期货刚刚开始做，可能一年左右，我们从去年开始操作，目前还比较顺利。能够跟这么多高手在一起探讨，感觉非常激动。首先今天我准备了一个PPT，是今天的一个内容提要，大概介绍一下我们公司的背景。我们公司刚刚开始运行一年左右，可能大家都不太了解。这次我主要集中在量化投资这部分，对量化投资做一个基本的简介。在座的很多都是通过主观交易，日内操作的高手，量化方面大家可能比较陌生。因为我是海外回来的，对国外的量化的基本情况比较了解，做一个基本的介绍，一个是量化投资的简介，另外对于海外量化的高频交易，国外的人是怎么做的，可能我稍微了解得多一些，可以做一些简介。最后我们一年左右操作的心得跟大家做一下交流。首先这是我的一个背景介绍，我毕业于清华大学，获得了计算机系学士，后来到美国进修，开始是在弗吉尼亚理工大学读计算机系的博士，学了一段时间后，感觉自己性格里有一些赌性，做一些赌博的事情。当时做了自己人生中很大的一个赌注，我离开了当时计算机博士的培养计划，借了很多钱，进入了密西根大学读统计学硕士，很快申请到了博士，在这个过程中，一共读了三个硕士，分别是统计学硕士、金融工程学硕士、工业工程及运筹学硕士，完成了工商管理学博士学位。我在密西根大学，每天想的都是怎么样将我学的计算机的知识和数理统计结合在一起，用在金融市场。早在我刚到美国的时候，就对金融市场非常感兴趣，我把所有的钱拿到股市里去投资，结果第一个星期损失大半，特别惨，非常不服气。然后就一直琢磨着，怎么样才能通过我自己掌握的一些知识，在金融市场里站起来。金融市场这么多波动，当时主要以做股票为主，怎么样能够通过学的知识战胜这个市场。我当时的研究工作是一个交叉学科，很少有人做交叉学科，这是很多方面的综合体，包括人工智能，数据挖掘，统计学的高维度数据分析，运筹学的优化。本身做这些研究的时候，发文章是挺吃亏的，计算机类的我得跟计算机的人去竞争，统计类我跟统计系的很多科班出身的去竞争，运筹学的跟很多做运筹学的人去竞争。因为不是专攻的那方面，无论发文章还是其它的，与做那行的人相比都有很多劣势，但是这几个组合在一起是我非常独特的一个特点，这是别人没有的。当时我的基本目标是怎样掌握那些知识，放在金融市场里面进行预测，我觉得这三个组合在一起是别人没有的知识结构，因此一直没有放弃依然在这些领域里面进行研究。毕业以后也是有一些美国的大学，包括犹他大学请我去当教授，当时也经过一系列的权衡以后，决定还是走入工业界，进入金融领域。所以当时进入了世界上最大的资产管理公司，它的前身叫巴克莱权证投资，后来09年的时候跟贝莱德合在一起。巴克莱就是世界上最大的资产管理公司，后来09年跟第三大的资产管理公司贝莱德合在一起，形成了一个巨大无比的资产管理公司，是第二名的将近一倍以上，总共管理3.6万亿美元资产。以前我一直是做股票量化为主，我们当时的那个部门叫ICE，这个部门在全世界是非常有名，以量化投资出名，我们部门一共不到一百人，大多数人是博士，使用各种数学模型、统计模型。当时我们最多的时候，管理四千亿美元资产，全球一万多只股票。我在日本的时候，四个人管理日本市场，在日本市场我们就属于最大的基金，最多的时候有可能有六百多亿多美元。无论是交易量还是持仓量，都是日本市场最大的一个投资者。反正我们这个部门还是非常有名，以量化投资为主。他的优势就是少数的人可以控制极大的资产，当然它从收益的角度来说永远比不上在座的各位。当时在发达市场的收益，每年能够有稳定的百分之六七，因为我们面对的是机构投资者，如果一年能够超过百分之十，是非常非常好的，能到百分之六七其他投资者已经非常高兴了，所以回报非常低。但是这种收益模式通过巨大的量来赚钱。当时我们的一个组合包括Business week都有很多的报道，给了很多赞誉。很多著名的教授，包括当时的MIT商学院的副院长，也在我们那里，他也离开了他的教职，和我同一年进入巴克莱。还有这个行业很多经典的书籍，叫Active Portfolio Management，也是我们那的两个元老，Richard Grinold 和 Ronald Kahn 两个人写出来的。我2102年的时候回来，2011年的时候我们有一个对冲基金的旗舰产品32Cap，以30%的一个回报，非常稳定的，几乎每个星期都是这个收益。当然30%在国外是一个非常高的收益，一个很大的量的对冲基金，击败了文艺复兴科技和另外一个非常有名的SAC，获得了年度最佳量化对冲基金奖。这是我以前的一个工作经历，我在离开贝莱德之前，做了一件自己感觉比较自豪的事情，就是建立了股票的大中华基金。我的一个同事，李笑薇博士是09年回来的，当时她在的时候是我们一起参与做了这个产品，后来她走了之后我独自完成了这个产品，在我走的时候这个产品也正式的上线了。李笑薇博士现在在富国基金担任量化投资部总经理，并且是富国的总经理助理。去年五月份我回到杭州，跟我的合伙人一起创建了龙旗科技。这是我们的网站，主要以量化投资，投资股票为主。去年六月份开始我们推出了期货投资，现在准备推出债券的投资。反正我们想做一个非常全面的资产管理，就像贝莱德一样。虽然现在非常小只有二十人左右，但是这里面包括我自己有七名博士，硕士四名，基本是来自于国内外的一些知名院校，像北大、清华、浙大，还有一些国外的学校。刚才谈的都是一些背景介绍，现在谈量化投资。主观投资在座很多人如果通过抄单的形式，那肯定是属于一个主观投资，像刚才汪斌讲到的，用人的大脑、眼睛看到形态，是主观投资。这种就像中医，需要很多年的经验，需要交很多学费摸索，最后找到一个非常好的模式。量化非常像西医，可能很多新手，比如我们做期货是非常新的，去年刚开始做，但利用过去的很多经验，做研究，可以说没有赔钱，马上找到一条非常稳定的盈利措施。它的好处就非常现成，有很多指标，通过这些指标，机器学习人工智能，经过大量计算机的计算以后，迅速找到盈利模式，可能不用付什么学费我们就可以获得一个很好的回报。但是这两种投资方式不能说谁优谁劣，完全是符合不同人的背景，不同人的操作方法。当然很多人做量化的时候，操作不当也是非常不好的，我们目前还是比较幸运，一直属于一个比较稳定的状态。关于这个量化投资，主要介绍一下海外的情况。最早是从1971年，从我这个公司巴克莱全球投资开始的。1971年推出了一个非常简单的量化，就是把股票按照分红进行排序，买最高的。但是在1971年这其实是非常难做的事情，当时没有计算机，将美国几千只股票从头到尾排一遍，在当年也算是一个非常好的创新了，推出以后获得一个非常好的收益，获得了投资人的追捧。但随着时间推移，这样的原始肯定是不能持久，在过去三十年中，海外量化基金得到了突飞猛进的发展，现在保守估计，30%的市场份额是由量化占领的，另外保守的说40%-50%交易量是由量化的人做出来的。量化投资的迅猛发展主要还是来源于技术，以前计算机技术非常落后的时候，很难想象把数万只股票进行排序，现在主要有计算机技术的发展，另外在金融理论上有很大的发展，投资组合优化理论，还有风险的预测理论，管理、统计学的发展，使得量化投资成为可能。另外交易方式，以前下单方式只能通过人，后面是电子下单的方式，使得任何人都可以直接连到市场里交易，使得量化投资成为可能。然后另外从人来说，我们感觉到，大量做量化投资的人从亚洲、中国、韩国，还有俄罗斯，这些有非常深厚的理工科背景的国家来的人才。因为在美国，他们的人更想去做律师，更想去做人文多一点，他们对量化工程类相对会薄弱一些。大量的移民进入欧美国家，使得他们做量化成为可能。从策略来说有很多种，像股票多空策略，像我们以前做的主要是以这种为主，买一些股票，卖空一些股票。还有全球宏观，全球宏观大多数是以期货实现的，可能跟大家做的非常像，但相对来说比较长期，一般可能预测几个月，甚至半年一年，长期的一种策略，以基本面为主进行预测。另外统计套利，D.E. Shaw、Citadel，这种国外非常有名的对冲基金为主。还有做事件驱动的一些公司发生了一些事件，他们可以做一些事情。另外就是高频交易，可能高频跟大家在做的非常像，像Two Sigma、Jump Trading 都是以这种高频交易，主要以期货交易来实现的。对于我们来说，像我们公司所有的量化投资产品基本上是以下面的这种结构。首先它最基本的输入，是各种各样的金融数据，是它的一个基本的原始材料。经过我们大量的加工后，最重要的是对未来走势的预测，对于股票或者期货这是一个最重要的模型，未来到底是涨是跌，哪些股票要涨哪些股票要跌，是最重要的一个模型。另外风险预测也是非常重要的，看它有多大风险，它的波动率是多少，然后加以平衡，另外在交易的时候，冲击成本非常重要。像我们现在做期货，一个模型经常在回测的时候感觉非常好，但是如果冲击成本算的不够，很有可能实际交易完后，一上手数反而亏钱了，有的时候不能下那么多手，相对来说可以市场容量更大一些，不同时间它的冲击成本也不一样，所以冲击成本的预测也是非常重要的。那么最后这三类，未来走势，对于风险，和这个冲击成本集合在一起有一个优化的模块，包括对不同策略的优化，怎么样配合在一起，那么形成一个组合，最后进行交易，交易完后由于像我们很多策略在一起要进行一个归因。很多交易混在一起，有时候多和空同时在做，最后你要把它拆分出来，这个业绩是由哪个策略造成的，所以业绩归因也是非常重要的，相对来说你会知道哪些策略是在工作，哪些是在亏钱。这是我们所有做股票期货的一个结构。然后对于我们做量化，从理论上说，我认为这个公式是最最重要的，包括前面我提到的量化投资这本书，Active Portfolio Management 这本书非常厚，七百多页，其实我自己都没有读完过，这是我们当时期货公司两个元老写的，是这个行业的一个宝典。但是这七百多页的书里头我认为最重要的就是这个公式，就是上面写的， 。这是什么意思呢？IR指的是信息率(information ratio)，就是衡量一个交易策略好坏的指标(性能价格比) ，一个策略的好坏是由什么决定的呢，它是由两部分一个是IC，IC指的是信息系数(information coefficient),衡量每一次预测的准确性 另外一部分是Breadth，是由你的投资广度，投资广度指的是每年单独做的预测有多少个，因为不同的策略预测个数是不同的。比如说你要一个策略基于一些基本面，假如基于宏观数据，比如GDP，GDP只有一次公布，如果你是基于这么一个数据，你的breadth就是1，如果你是基于PMI，每年有十二次PMI，那么你的breadt。就是12，如果你有很好的预测的话，你就预测PMI，你的广度就比一年一次的明显好很多，如果你是每天都可以进行预测，每天进行多次预测，那你的广度就会非常不一样，从这个公式上来说，即使你的准确性相同，那么你的广度越大，最后的成功率就会越高，这个对于任何投资方式都是非常重要的一个公式。IC和广度一般很难同时都获得很高，如果对于主观投资来说，假如我一般做基本面分析，做期货，假如一个调研员花了很多时间调研橡胶，他没有其他时间去调研铜，他的IC会很高，但他的广度就相对降低了，所以任何一个人他的精力是有限的，你或者提高你的IC，或者提高你的广度。主观来说它的优势是做预测的准确性非常高，但是它是由人去决定的，相对来说广度是有限的。以量化为主的这种模式相对来说每次预测不是很准确，但是它的好处就是通过计算机可以大量扩展投资，计算机把这种投资理念扩展出去，极大提高广度，最后我们的IC非常低，没法跟在座的相比，但是我们可以短时间内做大量的投资，多品种多策略，我们的广度非常大。所以整体来说，投资的效果还是不错的。举个例子，假如说你开了一家赌场，38个数里赌奇偶数，赌场的概率比赌客要高。现在来了一个赌客，带了两千万，他有两种赌法，一种就是他一次性跟你赌，两千万一次跟你赌奇偶，另外一种方式他觉得他要控制风险，他认为这样风险很大，我一次一次跟你赌，一次赌两千，我跟你赌一万次奇偶数，那么作为赌场老板，你希望他是用第一种风险很大的方式还是第二种方式。我们可以进行一下分析，如果是第一种，对于赌场老板有52%的概率，非常非常低，略高于50%，你可以获得两千万，同时47%的概率输掉两千万，综合而言，两种不同的概率乘起来，对于赌场老板，你的预期收益是105万，但是风险是非常非常大的，因为你可能挣得两千万，或者亏掉两千万，那么你的预期风险，根据这个公式，经过计算是1997万，这个盈利跟风险比是非常非常低的，对于赌客看似是一个非常大的风险方式，其实这个恰恰是不利于赌场的，如果赌客赌的话应该是采取这种方式，这样对于赌场来说，虽然他收益高，但是他的性价比非常低，只有5%左右。但赌客过来，他如果分批赌，对于赌场来说收益还是105万，但是风险由于它分散了，它每次都有这么多的概率会获得胜利，所以根据这个计算公式，他的风险极大降低，只有19万，预期收益跟风险比是5。如果一个投资策略达到这个比，是一个非常好的策略，是一个非常稳定的策略。

从图上的分布来说，第一种如果赌客跟你豪赌的话，就是左边的这种图，或者会获得一大笔钱，但有可能会亏一大笔钱，当然概率会略高于亏的钱。第二种情况，如果是赌客分散跟你赌，他频繁地跟你赌，其实你看它的尾端很少会减，那么这种情况下，赌场基本没什么概率会亏钱，他是非常稳定的挣到105万。所以像我们做投资，胜率略高于50%，如果低于50%你肯定会亏钱，如果高于50%，方式就是通过加大投资的广度，我们就可以把豪赌变成稳定的收益，像右边这个图一样，稳定的可能没有亏钱。像汪斌一样，他的曲线非常稳定，因为他每天做很多的投资，跟我们的理念也非常相似，通过大量的程序化，把投资分散开，不同时间做不同事情，不同的策略分散，形成一个稳定的投资回报。接下来介绍一下海外高频的基本情况。在海外，高频交易是一个非常流行的方式，因为速度要求很高，他们很多甚至在几毫秒内做出买卖的成交，所以大多数是通过高性能的计算机进行交易，寻找机会。而且这里很多人是以提供流动性，即作势为主，高频从98年开始，发展了15年左右。98年美国证券交易委员会（SEC）首次授权采用了电子平台，过去都是交易商人在里面撮合，后来98年正式采用了电子平台，那么高频交易从此开始流行。到2000年，高频交易只有占领10%左右的市场交易量，到了2012年非常保守的估计也有50%的市场交易量。海外的高频交易量主要有哪几种策略？其中一种海外叫指数基金调仓策略，因为国外像贝莱德巨大的仓位，他们持有很多是指数型基金。根据我在网上找的一个图，现在保守估计有一万亿资金在指数型基金，他们可能是跟踪ICMP500，或者rarcle3000，很多这种指标。这些指标每个月或者每个季度，发生变化的时候，这些基金都需要相应的调仓。比如说股票被加进来了，这些基金必须将相应的标的物加到他们投资的组合里面，这是很好预测的。首先调仓以后大家都知道这些信息，而且这些大的基金需要很多时间才能把这些仓位加进去，所以会创造大量机会给这些高频交易者，每次大的调仓的时候，很多很多高频交易者，他先知道哪个股票要被加进去，或者知道哪个股票要被踢出来，他首先先占位，先买了，或者卖了做空了，等到这些大家伙花几天时间建仓了，把这个价格推高了，他们再卖出去。所以当时我在贝莱德的时候，我们旁边一个组就是指数基金，其实他们也知道，每次他们调仓的时候，当时他们可能有几千亿的资金，非常多，每次调仓，他们特别担心，就是怕这些高频交易者赚他们的钱，索性最后他们想一个办法，他们自己预测那些东西，他们抢在高频交易前，可能买更多的，反而先进去，这就是一个猫捉老鼠的游戏，基金也在想办法去赚高频交易者的钱，高频交易者也在想办法去赚基金的钱，到底最后谁能赚钱，完全看最后策略的进化，这是我亲身体会到的，隔壁组的指数型基金，他们也非常关心这个事情，也想各种办法去应对。另外一种是作势商策略，就是通过下限价单的方式。因为国外，比如说我们现在做股指期货一手，交易费用可能占一半以上，一跳60块，手续费有的三十多块，那么占一半以上，但在国外手续费是非常低，因为我很多朋友是作势商策略，他们的手续费非常非常低，相对股指可能只是十分之一，所以他们每次只要预测一跳，买卖之间他们只要赚这个钱。他们的手续费基本可以忽略不计，大量的作势商通过买一和卖一之间各下一手，就是下很多手，通过赚这个差价，会跟传统的作势商分得他们的利润。另外很多这种高频交易，海外70%是机构交易者，量是非常大的，像我当时在贝莱德的时候，我们在香港的一个基金，我们一度做空汇源果汁，有一次汇源果汁传出来被可口可乐收购，我们当时重仓做空的一个股票，占我们基金7%左右，这个股票一夜之间涨了百分之一百，一下损失巨大，开始决定要把这个股票买过来。但因为资金量很大，当时根据市场容量，也不想买的太多，我们一个买的行为持续了一个月的时间，才把我们所有仓位清空出来，因为我们量太大了，不可能不惊动市场。大量的机构每只股票买卖，它都可能会经历，有的时候可能会经历一周，有的时候可能是几天，有的甚至是一个月，像我们以前就是有一个月的时间，大概每天都去买这个股票。所以很多高频交易者通过这种方式，追踪大单。现在国内股指期货机构还是比较少，机构受到各种限制，目前这样的策略还不太有，但是在国外这样的机构也想千方百计的掩藏他的意图，毕竟量太大了，没有办法掩藏的了，一旦露出蛛丝马迹，有很多高频交易用复杂的程序想发现他们的踪迹，发现巨人的身影，一旦发现了，就要赚他们的钱，所以很多人是做这种高频交易的。另外就是这种事件驱动，一般这种事件发生了以后，因为在美国，很多这种政府公布的宏观数据，还有每周三能源部公布石油的存储量，它都是在交易时间公布，一旦公布以后，就会对市场形成一个巨大的冲击。当然很多人，比如从美国能源部的网站上，他用自动程序不停地抓，大概十点钟，能源部会把数字公布出来，马上炒石油天然气这帮人，如果能第一手获得这个时间，他会获得巨大的利润，所以很多人就赌这一下子，对于市场冲击，他抓对了，他就可以获得后面的趋势，可以获得一轮很大的收益，所以很多人是做事件驱动的，这个在于时间的快。另外就是配对交易，统计套利，很多人做，就是找不同相关性，非常相似的产品种类，赌价差，国内可以做的，比如期指里面远近月套利，不同品种之间套利，这都是属于配对交易，都是统计套利的一种。最后一种非常简单，但也是拼技术拼装备，硬件加速，就是利用最先进的硬件装备极大提高他获得信息的速度，这样先于其他投资员，他的竞争对手，能够抢先获得市场先机，高频交易者这种竞争赛尤其惨烈。2010年，一个叫spread networks的公司，因为美国的两大金融中心，纽约和芝加哥，芝加哥是以期货、期权为主，纽约是以股票为主，当时为了获得之间的通道，他们这个公司花了三亿美元，专门铺垫了一个纽约到芝加哥的专线光缆，如果其他的竞争对手是通过路由器，是通过网络过来的话，他这个专线光缆的速度会极大地高于其他的竞争对手。两年以后，2012年一个叫mckay brothers的公司，他发现了非常传统的微波通信，这是很多年前的一种方式了，他的传播速度比光纤还快，就只有1%的速度，就为了这1%的速度，他专门花了很多钱，铺设纽约到芝加哥的微波专线通讯，就是为了赶超之前spread networks的专线光缆，他只有百分之一就花了这么钱，所以他们对这个装备的拼抢是非常惨烈的。前面讲的基本是海外的一些策略，我们做期货确实比较短只有一年左右。我们的一些经验，主要是两类，一个是套利类，主要是从远近月之间的套利，传统的一些跨品种套利，还有一些期现套利，我们股票有很多仓位，然后赌基差，有时候是正有时候是反，我们就正反这么做，基差的套利类是这么一类。还有一种是期货的单边投机，无非就是趋势或者反转之类的。我觉得我们的主要优势就是，对于我们的模型来说，首先第一步就是判断市场处于一个什么行情，这是非常重要的，我们要各种各样的指标输入，然后输给计算机，经过过去大量的研究，有一定的甄别能力，发现市场是属于比如急拉急升期，市场是属于波动非常大的时期还是属于一个上下盘整期。首先我们把市场分成了两类，如果是在高速急升趋势的时候，我们有大量的趋势策略，加大手数做这种趋势。趋势策略一般胜率都不高，可能到不了50%，但是每次一旦赢，一定是大赢，赢很长的一轮，输的话快速地斩仓，所以我的盈亏比，赢的时候，赚很多，亏就亏得较小，通过这个获得收益。比如说红线，我通过计算机模拟出来的，这个是我们比较典型的趋势追踪的策略，它会可能经常亏，大多数时间在亏，一旦抓住一轮，它会一下子就起来，亏的时间从笔数上来说，可能亏的时间比较多。然后另外一种，如果进入盘整期，我们就迅速通过计算机进行判断，尽量做一些反转策略，反转策略一般赚的非常多，就是说命中率非常高，一般可以达到百分之七八十的命中率，但是每次赚都是赚小钱，亏会亏大钱，但整体只要我们命中率高，集合在一起，也是能赚钱的。绿线就是一个比较典型的反转策略，可能经常在挣钱，突然被市场冲击一下，一下子亏了很多，再慢慢往上爬，整体通过高的命中率获得收益。另外我们通过人机结合的方式，纯计算机还是不行，尤其是在判断第一步市场是在什么状态的情况下，计算机还是达不到一个人的判断，所以我们除了计算机加以判断，人盯盘的能力也是非常重要的，我们会紧紧地盯着盘，随时进行调整，如果计算机判断的状态我们认为是不对的，迅速用人的方式进行调整过来。但主要还是调整第一步市场的状态为主，后面一旦市场判断正确了，因为计算机的优势在于它的速度，如果认为现在是处于一个急速拉升或者升降这么一个状态，我认为手工它的速度是远远追不上的，不会说手工去追，去模拟计算机的策略，但远远达不到计算机的水平，它可以迅速地发现一个机会，在第一步的时候就以最快的速度冲进去，因为我们测试过，在几毫秒内就可以收到，人是反应转不过来的，它可以迅速进去，迅速获得第一步趋势的开始，基本上这就是我们自己的经验，谢谢大家。