生搬硬套境外经验不能取得预期效果

　　根植本土

　　目前国内市场已达成共识的是，在量化投资策略和监管方面，生搬硬套境外经验不能取得预期效果。国内程序化交易真正起步是在50ETF上市之后，至今不过短短十余年，因此其所处的市场环境、交易机制和基础设施与成熟市场还有较大的不同，而投资本身是要植根于其投向标的的市场现状，需要一个过程去适应。

　　就量化投资而言，不妨区分软硬件来分析。笔者认为，由于在通用IT领域各国之间并不存在十分明显的代差，机构投资者可以在很短的时间内达到类似水平甚至实现超越，而在软件方面需要解决的问题则要多得多。

　　水土不服的量化投资考验投资团队的调整能力与管理经验，不同类型的策略需要不同的改进方法，核心无非是重新验证交易逻辑及匹配交易机制，在此不一一赘述。

　　让程序化交易背上“坏孩子”骂名的是那些影响市场或者实现了监管套利的策略，这和程序化交易过程的私密性、交易策略的创新性以及在部分灰色地带容易造成的交易环境不公平有关。而要程序化交易本土化，应该做好以下几方面工作。

　　不能失德

　　以破坏目标市场的代价来实现盈利是为人所不齿的。几乎所有的市场监管都反对操纵与不公平交易，但鉴于各个市场所处的发展阶段不同，事实上可能存在对新生事物准备不足的情况，资产管理者不应该利用代差来实行破坏性的交易。以“话题之王”高频交易为例。高频交易在各个市场中都是毁誉参半，但全球主流的交易所都在持续完善对高频交易的管理机制。

　　我们知道，在正常情况下，高频交易有利于提高市场流动性，降低交投成本，加速价格理性回归，但若是通过违规通道进场的高频交易，则有可能对价格形成重大的影响。例如，在北美市场已经被明确禁止的闪单交易（Flash order），实际上就是利用不公平的交易条件或者交易机制的漏洞非法获利甚至于操纵市场。

　　又如近年屡被披露的Spoofing算法（“幌骗”交易），实际上美国2010年《多德-弗兰克法案》就明令禁止了“幌骗”交易，但信息技术发展让其卷土重来，目前仍然是美国司法部、美国证券交易委员会及其他监管部门重点调查的对象。当地时间2015年11月5日，美国首宗引用反幌骗交易法判定幌骗罪的刑事案件判决宣布，高频交易员Michael Coscia被判定商品交易欺诈和幌骗（Spoofing）罪名成立。

　　Spoofing交易利用技术及通道领先破坏了订单簿的均衡性，制造需求假象，利用市场对假象的反应，随后取消交易获得有利的成交价格。Spoofing算法需要动用的资金量并不大，但可能造成的价格偏差却很大，是比较典型的利用程序化交易进行市场操纵的行为。

　　但除了技术上的条件以外，经纪商对其风控与监管不足可能是其滋生蔓延的背后原因。这一类策略进入新兴市场就有可能对市场秩序产生巨大的破坏性。

　　一方面投资管理人不应该明知故犯，实施监管套利；另一方面技术的发展也促使监管方加快改进监控手段，比如把OTR指标纳入日常监控范围，并强化异常交易的处置与追索手段。

　　图为Spoofing交易简示

　　完善体系

　　不管是不是从境外引进的策略，都需要去适应国内的市场。适应的基础是了解，从量化的角度来看，其追求的是尽可能客观的视角来剖析行情，前提是需要了解国内期货行情的推送方式、了解各个交易所数据标准的差异性、交易成本的调整，也需要及时掌握那些临时出台的临时限制措施等所有这些偏硬件条件的工作都是未来策略运作能否顺利进行的基础。

　　接下来是体系化工作，一个最容易被忽视的重要环节。无论是原装引进还是自主研发的投资策略，都需要完整的投资体系才能正常运作，而在初期盈利的光环以及策略保护的顾虑之下，不少量化团队对此讳莫如深。

　　笔者认为，完善体系是实现本土化运作的重中之重，除了核心策略及其运维风控之外，体系中的人才机制更是关键。成长性是衡量量化团队存活能力的核心标准，任何策略都不可能成为常胜将军，在量化投资要跨过规模扩张门槛的过程中更是如此；人才体系要解决的就是团队内合作、成长及隔离等问题。

　　通常在一个量化投资流程里，我们要进行思路提炼、数据处理、模型构建、成本控制、交易反馈等众多环节，而通过数据流联系在一起的量化团队想发挥出“1+1>2”的功效，靠土法上马的管理机制终究不是长久之计。

　　此外，纵观境内外各种涉程序化交易的意外事件，总能从团队内部制衡约束机制失效方面找到原因，而体系内的制约关系是避免量化团队失控、避免出现恶性事件的最有效方式。

　　堵不如疏

　　因程序化交易本身具有复杂化、隐蔽化的特点，特别是那些对市场正常交易产生重大影响的程序化交易通常除了程序缺陷外，往往还和风控缺失及主观上利用制度打擦边球有关系。

　　在电子交易占绝对主流的全球市场中，这样的违规违法行为更加难以取证，监管者需要区分是技术上的偶然事件还是主观的必然事件，因此我们经常看到SEC在历时多年的调查后才能完成某事件的初步调查报告，此后的诉讼环节同样旷日持久。

　　但在大数据技术的支持下，那些破坏市场的交易都将最终现形，监管机构需要对事前规范交易和事后后续追查都要给予相当的重视，在审慎的原则下仔细甄别可能涉嫌违规的交易行为，从学术与证据链两方面找出异常事件的原因，然后对确定的违规机构进行处罚。

　　在《证券期货市场程序化交易管理办法（征求意见稿）》中，程序化交易被明确定义为“通过既定程序或特定软件，自动生成或执行交易指令的交易行为”，其本身并未着重于交易规模或集中度，而更多强调了系统或计算机程序在交易中的关键作用，并进而对账户实名制、交易备案、合规审核等方面进行规范。

　　笔者认为，对于程序化交易的监管应该围绕了解交易者、交易特性、交易风控等三大基本问题展开，进一步明确程序化交易的准入及监管标准。

　　同时，监管机构还需要追随技术发展的脚步，充分利用大数据技术的优势，增加更有针对性的监控指标来发现异常交易，既鼓励创新，又要维护市场公平。因为不合理的限制手段在维护某种意义上的“公平性”的同时，造成了另一方面的“不公平”，市场参与各方都有必要增强对程序化交易的理解，在业务实施中剖析其潜在风险，采取针对性的举措加强管控。