七禾网注：与嘉宾的对话仅作为研究之用，不代表七禾网的观点及推荐。金融投资风险丛生，愿七禾网用户理性谨慎。

王辅中

在北京光环投资负责公司软硬件平台的研发，参与制定交易计划并负责执行。

本科就读于中国科大，研究生就读于清华大学，曾经就职于朗讯科技贝尔实验室，爱立信等知名外企，参与多个大型项目的研发，并与多名世界级的技术专家深度合作，在软件开发的技术深度和广度方面有深厚的积累。

2007年开始涉足股市，结合自己的技术特长，专攻量化交易。

2010年股指期货推出以后，国内量化交易开始起步，第一时间投入到股指期货的量化交易研究中，专职研发基于国内期货市场的量化交易软件和策略。

2015年，所管理的“光环一号量化对冲基金”获得2015七禾基金奖-量化单项奖。

精彩语录：

我感觉股指期货的推出以来量化交易发展越来越快，最大变化就是从原来的半自动变成了全自动，从原来基于K线发展到基于tick和委托等事件的交易，在速度和精度上都有本质的提高。

随着参与量化交易的人越来越多，交易的难度的确是越来越大了。

传统技术分析一般基于K线指标，而量化交易一般都要基于tick盘口等数据。

量化交易处理的数据至少要比传统技术分析多两个数量级。

我觉得量化交易的门槛挺高的。

作为入门的话，我觉得可以先挑一个自己能掌握的量化交易平台，学习一些已经实现的经典交易策略，然后再加入一些自己对市场的理解进行修改和完善，通过详细的分析测试以后，再用小规模的资金实盘运行检验。

量化交易一定要实盘试一试，很多问题不实战检验是发现不了的。

只要做好了风控计划和交易计划，并且严格按照计划执行，要被市场淘汰也是不容易的。

我们主要做多品种多策略的交易，通过不同品种和不同策略的差异性来达到风险对冲而收益叠加的效果，从而提高收益风险比。

一般把风险控制在10%以内，在早期没有利润的时候，我们会把风险控制在5%左右，这样即使碰到意外情况，也可以确保本金回撤不会超过10%。

一个用于实盘的策略经历研发、测试、改进完善、模拟和小规模实盘检验，最后到正式交易，这个流程大概需要2-3个月左右。

就盈利的可能性来说，我觉得趋势、震荡、套利都是可以获利的，只是他们的特点差异比较大，适应的行情阶段不一样。

商品期货的热络交易应该还会持续下去。

对于未来我们不进行预测，当行情走出来的时候，投资机会自然就来了。

商品期货方面主要交易最活跃的品种，例如螺纹钢、豆粕、菜粕之类的。

在商品期货上，我们也是采用多种策略同时交易，比例上以趋势策略为主，震荡和其他类型的的策略做补充。

商品策略和股指策略的主要区别就是持仓时间更长。

我从一位非常资深的技术专家那里学到一个小习惯，把自己解决过的问题都用文字记录下来。

投资是一个长跑的过程，把业绩做好，尽量让每一个客户满意是我们团队放在第一位的目标。

七禾网1、王总您好，感谢您和七禾网进行深入对话。您曾经就职于朗讯科技贝尔实验室、爱立信等知名外企，这些工作经历对您的量化交易是否有帮助？

王辅中：在外企进行研发工作的经历对我进行量化交易有很大的帮助。我毕业后就进入朗讯的贝尔实验室工作，那里有非常深厚的研发经验以及完善的研发流程，我亲身体会到高质量的产品是如何通过流程规范来确保高质量完成。尤其是公司多年的研发实践积淀下来一批世界级的技术专家，与他们的合作，对自己的能力有极大的提升。印象最深的一次，我碰到一个非常重要又棘手的问题，领导让我尽快解决，我下班后一直干，感觉不睡觉也完成不了，于是等到12点以后，在美国的工作时间向总部的专家请教，结果对方一步一步的教我，只花了一刻钟的功夫就把主要的问题解决了。这件事情给我很大的震撼，一个资深专家和普通工程师在效率上的差异可能是几个数量级。随着经验的积累，我也成了一个老鸟，开始指导一些新同事。有次年终总结的时候，领导对我说，有个新同事向他反映，和我合作以后才知道什么叫做专业，当时我还挺高兴的，自己总算从菜鸟成长为专家了。再后来我和合伙人一起研发量化交易的策略，对方有很丰富的交易经验，但是不会写程序，提出各种思路让我来帮他用程序验证，当我把详细的统计结果告诉他的时候，他也不停感叹计算机的强大，如果没有程序的帮助，很多结果他一辈子也没法人工计算出来的。

七禾网2、国内量化交易经过几年的发展，现在已经被广大私募机构和投资者使用，作为量化交易的先行者，您是如何看待国内量化交易的发展? 您觉得最大的变化是什么？

王辅中：我原来是做技术的，交易只是业余的爱好，没想到后来把这个当成了职业。所以不敢称量化交易的先行者，只能算是研究时间比较长吧。我从2006年底开始研究股票量化交易，那时候能够用飞狐、通达信之类的软件写几个指标或者选股公式就能成为高手了，这样的状态持续了好几年，直到2010年股指期货推出以后，明显感觉到国内量化交易领域发展加快了，我感觉发展前景较好，于是转行做量化交易平台的研发。那时市面上的软件已经可以实现全自动的买卖了，但是回测多数基于K线，不能基于tick进行，测试速度较慢，结果也不太精确。我们基于上期技术的CTP平台进行研发，开发基于tick数据的回测和交易平台，在当时还是比较先进的。到了2011年的时候，市面上基于tick数据的量化交易平台就开始出现了，不过自主开发专属交易平台的私募机构仍然不多。印象比较深的就是，托管服务器到一个知名期货公司的机房，技术人员帮我配置网络的时候还不熟练，有些技术问题我在网络上反复查资料并请教服务器厂商的工程师，费了好大劲才完成。现在的量化交易，托管交易服务器基于tick数据进行交易已经很平常了。托管服务器的时候，机房的工程师都表示很熟练，配置没问题。我感觉股指期货的推出以来量化交易发展越来越快，最大变化就是从原来的半自动变成了全自动，从原来基于K线发展到基于tick和委托等事件的交易，在速度和精度上都有本质的提高。

七禾网3、如果参与量化交易的人越来越多，交易会不会越来越难做？

王辅中：随着参与量化交易的人越来越多，交易的难度的确是越来越大了。以前要找一个获利的策略比较容易，现在难度大了很多。应对这样的情况，我们主要从两个方面加以改进，就是策略的深度和广度：一方面研究和改进已有的策略，使其更适应当前的市场；另一方面开发新的策略、捕捉新的投资机会。

七禾网4、就您看来，量化交易跟传统的技术分析有什么区别？

王辅中：这个问题不同的人看法差别比较大，因为大家在量化上的做法各不相同。我觉得量化交易与传统的技术分析比较大的差异应该是在数据量上。传统技术分析一般基于K线指标，而量化交易一般都要基于tick盘口等数据，即使最小周期的一分钟K线，也包含120个tick数据，考虑到盘口和订单数据，那数据量就更大了。所以我觉得量化交易处理的数据至少要比传统技术分析多两个数量级，这个数量上的差距还是挺大的。传统的技术分析可以通过人工观察来进行，量化交易的数据量太大，就必须借助计算机来进行分析。

七禾网5、如果普通投资者要参与量化交易，您觉得该如何系统地学习量化交易？

王辅中：老实说我觉得量化交易的门槛挺高的，普通投资者业余做交易，在人力物力上的投入难以保证。作为入门的话，我觉得可以先挑一个自己能掌握的量化交易平台，学习一些已经实现的经典交易策略，然后再加入一些自己对市场的理解进行修改和完善，通过详细的分析测试以后，再用小规模的资金实盘运行检验。量化交易一定要实盘试一试，很多问题不实战检验是发现不了的。交易初期难免要交一些学费，所以要控制好交易规模，避免大的损失。随着理论和实战经验的积累，找到一些不错的获利方法以后再逐步加大交易的规模。

七禾网6、已经在参与量化交易的投资者，应做到哪些方面，才能不会被市场淘汰？

王辅中：我觉得最重要的是要做好风控计划和交易计划，交易前要对自己的风险有一个比较详细的测试和估计，控制风险的情况下参与交易，有了利润再逐步放大头寸，如果碰到较大的回撤就要按照风控计划采取相应的措施，降低头寸或者暂停交易。我觉得只要做好了风控计划和交易计划，并且严格按照计划执行，要被市场淘汰也是不容易的。

七禾网7、一套完整的量化交易系统应该包括开仓条件、平仓条件、头寸管理和风险控制。请问您的系统在开仓、平仓、头寸管理和风险控制是怎么设计的？

王辅中：我们主要做多品种多策略的交易，通过不同品种和不同策略的差异性来达到风险对冲而收益叠加的效果，从而提高收益风险比。不同的品种有不同的特性，需要采用不同的策略，每个策略按照自己的逻辑进行开平仓，在交易的时候不同策略是相互独立的。我们的头寸管理主要是由风控计划来决定的。我们一般把风险控制在10%以内，在早期没有利润的时候，我们会把风险控制在5%左右，这样即使碰到意外情况，也可以确保本金回撤不会超过10%。根据当前能够承受的回撤金额，再决定交易的头寸规模，确保风险在可控的范围内。当交易有一定的利润以后，再逐步加大头寸。遇到不利情况，风险明显超出预期的时候，我们也会主动的降低头寸从而控制风险。

七禾网8、量化交易中策略是非常重要的，您是如何设计开发策略的？

王辅中：开发策略首先是由交易员提出一个大致的思路，然后程序员配合进行各种各样的分析和统计，交易员和程序员一起对结果进行分析和研究，针对研究的结果不停进行细化和调整，最后逐步完善形成一个完整的策略。

七禾网9、策略大约需要经过多长时间的研发、测试、摸索、完善后再投入到实盘中？

王辅中：一般一个策略从提出思想到完成代码大概需要2周左右的时间。有的策略完成以后发现测试结果不太好，距离我们的标准还比较远，就只能暂时搁置。有的策略经过测试以后，发现效果比较好，有潜力，我们就需要做更详细的测试，尝试更多的方法进行改进和完善，如果经过进一步的改进和完善，能够达到实战的标准，就要进行模拟盘的交易，模拟交易2周左右，比较稳定了再进行小规模的实盘交易，实盘交易2周左右没问题了，就可以放入候选策略池了，在恰当的时候正式放入实盘交易。大致来说，一个用于实盘的策略经历研发、测试、改进完善、模拟和小规模实盘检验，最后到正式交易，这个流程大概需要2-3个月左右。