摘要：股票量化投資的門檻很高，期貨量化投資的門檻其實很低，誰都可以做，你要真正想做一個股票的量化策略，投入會非常大，而且不是那么容易能做出來。股票量化策略的難點比較多，第一個難點在數據處理上，第二個難點在模型的建立上。
“光大烏龍指事件”如果從公開信息上來說，它可能是風控系統出了問題，主要原因還是在風控機制的問題。這個事情給我們的反思就是：第一市場如果出現別人做這種事情我應該怎么應對;第二個就是像騎士資本這樣，我的軟件出了問題我應該怎么應對;第三個問題就是像長期資本這樣，我的模型可能出現問題，我該怎樣做資金的風險管理;大概是從這幾個角度去做。
量化投資從股指期貨開始算是一個初始期，未來還有10-20年的高速發展，現在還是混戰期，數年后會進入三國時代。這三年大家都不是在競爭，都是在修煉，很多都是為了三年以后做準備，包括人才、資金儲備、渠道、技術。量化其實是對價值投資的一個有效的補充，不同維度的競爭還沒有到。
股市機會比期市大 股票量化幾大難點
私募排排網：你們的投資品種是商品期貨還是股指期貨?
陳曦：目前第一步所有的策略都是在商品和股指期貨上，第二步我們會做股票的阿爾法策略，就是股票和股指期貨對沖的產品或者市場中性策略。
接下來會發一只結構化對沖的產品，主要是用在股票和股指期貨的量化模型，因為對沖交易的容量比較大，單純期貨投機的容量不是很大，據我們感覺可能管到2-3個億會達到一定的瓶頸，但股票的話管到10-20個億都沒太大問題。
私募排排網：您認為在中國做量化，股市和期市方面，股票的未來的空間更大一些?
陳曦：一定的。股票量化的公司在全世界來講，做的好的公司有200-300億的規模，而期貨的競爭比較強，做的人變多的話，可能賺錢會變得比較難。期貨市場現在大概有10%的資金在做程序化交易，股票可能連1%都不到。
股票的門檻很高，期貨的門檻其實很低，誰都可以做，但是你要真正想做一個股票的量化策略，投入會非常大，而且不是那么容易能做出來，我們還是想在股票上做大一些，期貨只是市場的切入點。
私募排排網：那您覺得股票量化要想做好的話，主要的難點是在哪里?
陳曦：股票量化策略的難點比較多，首先從標的上來說，期貨是一個連續交易的品種，但是股票的標的有2000多只。在數據的獲取上，期貨的數據其實已經非常公開了，股票的數據其實沒有那么公開。首先你要得到這些數據就很不容易，然后還要自己處理數據，現在報價過去十年的數據大概要十幾萬，而且這十幾萬還買不到很好的，還需要自己鑒別和處理。處理數據方面，第一你要把停牌的日子挑出來這些不能買;第二漲跌停的要過濾掉;第三要把除權的數據做復權處理。能夠把數據全部處理好這個門檻，已經擋掉50-60%的想進入股票量化投資的人，他們無法做到這一點。但期貨有免費已經處理好了的連續數據，所以股票第一個難點在數據處理上。
第二個難點在模型的建立上，期貨的模型主要是擇時模型，擇時就只交易這個合約，比如說股指連續，不用去選品種，股票的話，選品種的維度就特別大。像數據庫，期貨只有一個數據庫就是時間序列，股票是二維的，時間跟2000多只股票全部搭配下來，選股的時候，數據處理量非常非常大，所以選股模型是一個非常復雜的東西。
像現在一般主流的模型叫多因子模型，它的選股就是純統計的東西，第一步就是找因子，做顯著性分析，然后找出相關性高的和比較顯著的因子。第二步，假設你找出來30個因子都有能夠給你貢獻正的期望，但是怎么把這30個因子按什么權重來做，這又是一個很復雜的過程。
第一步我們可能用到主成分分析法去進行篩選過濾，把因子減少;第二步我們可能要用到一些復雜的數據模型，去做權重的篩選，如果知道有30個因子都是貢獻正期望的，用算法去算每個因子的權重，包括可能會用到神經網絡和遺傳算法這些東西，這些東西其實一般的交易者和學金融的人是不懂或者接觸不到的，這是統計學的概念。所以一般做金融的人和做交易的人都不知道這些東西，只知道估值、PE、PB，但是怎么去用這些因子其實很復雜的。
股票為什么比期貨難做，就是難做在首先從數據上開始然后到模型的建立上最后到執行上的每一個環節的細節都很重要。光大的事情，也是因為執行跟信號之間的問題，包括風險控制，這些涉及的層面會比較復雜，比期貨復雜，可能100個做期貨量化的人只有1個能做出這種股票模型，門檻確實比較高。這就是為什么股票量化的競爭比較少，但是做出來后，它的規模可能是10-20個億以上。目前市場上真正純量化的股票型的私募走出來的還沒有說特別大，但是未來我相信量化私募界肯定會出現像重陽、星石和朱雀這種百億規模的私募。一個做得好的股票量化投資公司，甚至可能會超越這些傳統的主觀交易的私募。
光大事件歸因風控機制 量化投資的三大風險防范
私募排排網：您剛才也提到了光大“烏龍指”事件，您個人是怎么看的?
陳曦：如果從公開信息上來說，它可能是風控系統出了問題，主要原因還是在風控機制的問題。這種問題我在期貨上也見過，我有一個朋友寫了一個底層的程序化交易平臺，他除了一個BUG，有一次在沒有收到成交回報的時候去不斷的發出撤單指令，結果把期貨公司的服務器給撤死機了，因為他收不到成交回報，或者他收到了成交回報但沒處理好，從原理上來說，如果一直沒有收到成交回報，他認為沒有撤掉這筆單，所以他就每毫秒去發這個撤單指令。光大有可能類似這種情況，它可能是沒有收到成交回報或者委托回報，也有可能是收到了回報沒處理好，就以為它的單丟了，那么它就會一直不斷的發，最后發現幾秒鐘的時間就發了幾百億的單。這是第一個問題，就是下單機制出了問題。
第二個是風控體系，它為什么可以發到200多億，實際上發委托是需要占用資金的，除非你賬上真有200多億，但我不相信光大證券有那么大資金在做套利，那就可能是在證券公司的風控上，沒有做開倉前的檢驗資金的環節，估計他們是繞開了柜臺系統，直接向交易所下單的。而證券公司的自營交易時可以在收盤后再結算的，理論上有可能他們盤中可以無限量的開倉，只要收盤前平掉多余的倉位，留下足夠資金就行。另外就是整個風控系統對一天能發多少單有個限制，我曾經也出過一單這樣的事故，就是軟件出了狀況，不斷的發單，在一秒鐘的時間發了幾百張單，然后那一天就虧了幾十萬，所以我們現在在所有的賬戶上都加了一個交易限制，就是一天交易不能超過多少筆，超過了多少筆就自動停止交易來防范這種風險。
私募排排網：從這個問題上延伸出來的就是量化投資的風險控制問題，你們公司是怎么做風險控制的?
陳曦：在還沒有出現光大“烏龍指”事件之前，我在深圳舉辦的一個論壇上談了量化投資的風險控制，我舉了三個例子：第一個是美國騎士資本一天就損失了4.4億美金，它是高頻做市商，它們全部是用量化系統來做市的，它們的成交量已經在美國進入前三名了，當時它出了狀況，很多單都報錯了，那一天它們公司的股價跌了80%，然后自己公司損失了4.4個億。第二個就是98年長期資本的倒閉，長期資本是做套利的。第三個就是87年的股災。從這三個案例折射出來的風險：騎士公司是軟件和IT系統的的風險;87股災就是市場的風險;長期資本是模型失效的風險。所以從這三個方面去思考我們怎么去規避風險。
像光大這個問題，我們不是肇事者，算是受害者，當天我們也虧了千分之三左右，因為理論上本來是不應該出現這種虧損的，這個事情給我們的反思就是：第一市場如果出現別人做這種事情我應該怎么應對;第二個就是像騎士資本這樣，我的軟件出了問題我應該怎么應對;第三個問題就是像長期資本這樣，我的模型可能出現問題，我該怎樣做資金的風險管理;大概是從這幾個角度去做。
其實我們很早就想過，對于這些不同的風險點要怎樣去應對。首先從模型來說，長期資本主要是做套利的，套利其實做的是回歸，套利理論是假設99%情況下都會回歸，但是現實中可能1%的時候不回歸或者價差繼續擴大，價差擴大到很大的時候，杠桿太大就爆掉了，所以對模型來說，我們現在主要做的是趨勢跟蹤，趨勢跟蹤是反過來的，就是說你的勝率不是很高，大概有40-45%這樣一個成功比例，而且經常會出現虧損。我們是跟它反的理念，我們做的是“肥尾”事件，“肥尾”是抓正態分布的二邊，而套利是抓正態分布的中間，所以對我們來說，出這種事件對我們來說其實是機會，一般來說會賺錢。
第二，我們會分散品種和標的，“光大事件”我知道有朋友虧得挺慘，因為它全部都在做股指期貨，我們的賬戶是商品加股指期貨，每個品種我們不會配置太多的資金，所以這個品種出現風險的時候，其它品種沒有影響，甚至還是賺錢的，這樣對我整體的資金損害會比較小。
從品種和資金分配上的分散可以抵抗部分風險，還有一個方法就是從策略上也可以相對去做一些規避，像長期資本做套利的都是這樣，基本上是一條曲線一直往上走的，然后突然碰到一個極端風險可能就一下沒有了，而我們經常是坑坑洼洼的往上走，但我們不會一棍子就被打死，因為做的模式是不一樣的。
第三就是軟件的風險。軟件風險可能出現的概率是最大的，在編寫代碼時只要中間錯一個標點符號，就可能會在某一時刻爆發出不知道的錯誤，所以對軟件來說，只有把每一個細節去完善到極致。
私募排排網：那你們現在用的軟件是自己開發的還是其他平臺的?
陳曦：我們目前在用的還是期貨的商業交易平臺，但是未來我們會用自己的平臺，就好像光大一樣，也可能會碰到這種事情，因為真正你要做到極致的話，你還得用自己的東西。因為效率最高、速度最快，現在還沒到極致的時候。
量化投資進入混戰期 量化投資是價值投資的有效補充
私募排排網：很多人都說現在是量化投資黃金時代的來臨?
陳曦：量化投資從股指期貨開始算是一個初始期，未來還有10-20年的高速發展，現在還是混戰期，十年后會進入三國時代。
私募排排網：前期肯定要先把市場弄熱鬧起來，大家才會接納，但是到一定程度之后可能就有競爭了。
陳曦：我認為這三年大家都不是在競爭，都是在修煉。就是市場還是夠大，我們還是在跟市場競爭，三年以后，可能國外很多機構要進來，就成了機構跟機構的競爭，到時候活躍程度跟現在完全不同。這三年以我們的能力肯定是能賺到錢的，但里面很多都是為了三年以后做準備，包括人才、資金儲備、渠道、技術。
私募排排網：怎么看量化投資和傳統私募的競爭?
陳曦：在美國其實有幾個流派，價值投資現在就沒被淘汰掉，但如漲停板敢死隊這種操作市場的，隨著市場和監管的成熟，這種模式會消失。
量化其實是市場有效性的一個補充，不是直接的競爭，各有各的優勢，但是總結下來就是散戶會不斷的消失，最后變成機構跟機構的博弈。現在還沒有到機構跟機構博弈的階段，現在是機構在吃散戶的時代，所以我們現在的競爭還不是那么激烈。未來散戶會把錢交給機構去理財，就變成了機構跟機構的博弈，那時機構之間的競爭會加劇。
所以我覺得量化其實是對價值投資的一個有效的補充，不同維度的競爭還沒有到。
多因子模型 期貨重擇時股票重選股
私募排排網：量化投資是你們投資哲學的表現工具，那你們整體的投資哲學是怎么樣的?
陳曦：哲學就是量化，用模型去交易。但是我們會多策略，就是我有做趨勢的、有震蕩的、有追求大趨勢的、有追求小趨勢的、有一些跨品種的、有一些對沖的，從不同的時間和空間維度去定義。
從思路上來說我們會有很多策略，剛才說了我們有100套策略在跑，我們會分散各種策略，能嘗試的都去試，只要是正希望的我都去用。
私募排排網：那你們的模型是自己開發?
陳曦：我們的模型全部是自己開發的，平臺現在是用商業平臺，年底的時候我們可能會上自己的平臺。
私募排排網：現在在用的就是多因子模型是吧?
陳曦：股票是多因子，期貨就是多策略。因為期貨是不同的思路去擇時，股票就是用不同的因子去選股，股票不擇時，一般都是滿倉或股指對沖。
私募排排網：那你們現在在跑的策略有多少個?
陳曦：我們現在在跑的有100多套策略。因為我們秉承的就是多策略、多品種、多周期的概念，所以我們會用非常多的策略。
私募排排網：你們的策略都是自己寫出來的?
陳曦：我們所有策略都是自己去寫出來的，因為這樣才會有信心一點，拿別人的策略你不太敢用，而且別人給你的東西，別人也在用，資金容量就會小，自己寫出來的東西只有自己知道有多少資金在用，可以算到我能承受多少資金。
私募排排網：不同策略針對市場的有效性是不一樣的，如何保持策略的有效性?
陳曦：應該說不同的策略針對不同的機會，不同的策略抓不同的機會，一天當中總有部分模型是賺錢的，我們其實相信這種分散哲學，可能有一半虧一半賺，只要長期來說都是正期望，那我就對沖掉了，一年下來之后，只要所有策略都能賺錢，那我就能看到正希望，我們現在做了一年的策略基本上都是掙錢的。
國債期貨等活躍品種都會計劃參與
私募排排網：你們在商品期貨這塊應該是所有品種都有參與是吧?
陳曦：也不是所有，大概20個品種。主要參與的都是一些比較活躍的品種，不活躍的基本上不參與或者配置得很少，做一些中長線的趨勢跟蹤。
私募排排網：國債期貨你們會不會參與?
陳曦：肯定會參與。只要是活躍的品種我們都會參與，市場上活躍的品種不多，能容納大資金的也不多，我們肯定會做，策略是有，但是要看一下它歷史的數據。
套利肯定是會做，但是國債的套利很復雜，它不像一般的股票套利那么簡單，它現貨比較復雜。
私募排排網：像國債期貨這樣的新品種，是不是前期參與機會更大一些?
陳曦：理論上是這樣的，但是失敗的風險也大。
完全程序化 依據統計的投機型策略
私募排排網：那你們是屬于投機型的?
陳曦：對，投機型的策略，投機是相對套利來說的，因為你不是套利就是投機。
私募排排網：你們交易的根據是什么?技術指標還是統計?
陳曦：主要還是統計的角度去做，現在市場上只有初學者才用技術指標去做，我們基本上已經淘汰了大部分技術指標的模型，基本上都是從統計的角度去寫模型。因為技術指標大家都在用很快就失效了，比如均線、KDJ這些在市場的賺錢能力已經很弱了，如果放在很大周期，日線來做還能賺錢，但如果做5分鐘、3分鐘這種很短策略的話，在這1-2年來說，技術指標能難賺到錢，因為股指期貨成熟得非常快，這種策略在市場基本上被淘汰了。
私募排排網：量化投資捕捉的是市場的無效性，現在量化市場很熱，那市場的無效性會越來越少，所以量化投資也會越來越難賺錢?
陳曦：沒錯，所以競爭會越來越大，隨著市場的博弈，這個市場會越來越難賺錢，到最后可能這種“肥尾”只能像長期資本一樣做回歸了，因為越不成熟的市場，“肥尾”機會就越多，越不符合正態分布，越成熟市場就越符合正態分布。
私募排排網：你們現在做的是完全的程序化嗎?
陳曦：我們百分百是程序化，我們沒有交易員和下單員。但股票以后還是會有人工的執行，因為股票的對接有點復雜，我可能是用模型算出來了我要買一堆股票，做的全自動還是很復雜，股票的交易我們大概一個月就交易一次，所以基本上還好，不會影響太大。
但是我們盡量是希望用機器來完成，機器效率高同時沒有人性的弱點。烏龍指事件其實還是人為造成的比較多，機器造成的比較少。因為人總會犯錯，下錯單、下反單、下錯價格、下錯量這些很正常，每天都會發生，但是計算機理論上不會發生。
私募排排網：未來隨著規模越做越大的時候，會不會加入一些人工干預的成分在里面?
陳曦：我們自己覺得應該是不會，因為你規模大了更難干預，所以我反而覺得越大規模越應該相信量化。反正我們走的是量化這條路，我們基本上還是不太愿意用人工去干預，這是我們堅持的一點。
從一開始我們就不要去做人為的判斷，人為的判斷跟統計是相悖論的，如果我有人為的東西，我會把它寫成程序，比如我有一個經驗，這個模式是能賺錢的，我會讓電腦去執行。人工干預的只有風險，出了風險才會人工干預。
硬件不是量化的瓶頸 未來更多競爭在軟件
私募排排網：未來發展到一定程度，速度會變得非常重要，怎么看待未來在速度上的競爭?
陳曦：速度是量化交易中非常重要的一部分。我們現在已經有感覺，現在做高頻基本上就是拼速度。我們要求在5個毫秒內完成下單到成交，10個毫秒可以做一次買賣，然后包括硬件、軟件、平臺、網速都是要求極致的，這個是未來必然的方向，未來哪怕你是低頻率交易的都會追求極致。私募排排網：你們現在已經有做高頻了?
私募排排網：那你們在硬件方面的投入是不是還會繼續加大?
陳曦：硬件方面我們已經投入幾十萬了，我們有做好的服務器，現在有5-6臺服務器在跑，都是64核，服務器都不錯，硬件投入其實是最劃算的，只要能快一點就行。
硬件其實不是瓶頸，主要還是軟件，硬件拼錢就可以了，軟件需要你的智慧和想法，這不是有錢就能做到的，你可能花100萬請個人來做這個事情還不如花10萬請的人做得好，如果你自己不懂，不知道怎么樣的構架最有效，這跟經驗有關系，它不是用錢去衡量的，我覺得未來大家的區別會在平臺和軟件上。
希望做中國的西蒙斯 培養自己的核心團隊
私募排排網：你們公司這個團隊的人數看上去人還不少?
陳曦：是的，主要還是以數學、工程、金融、軟件這些為主，因為我們不做行業研究也不做公司研究，我們做的還是數學的一些東西，統計跟IT的結合，所以我們的人才都是IT跟數學方面的。
私募排排網：你們公司未來的發展規劃是怎么樣的?
陳曦：我們的主流還是做量化，量化其實是一種投資哲學，它的概念我覺得就很大，不管是期貨、期權、股票等所有投資工具其實都可以用量化來做。目前量化投資這一塊，整個中國大家都在同一個起跑點，我們還是先把規模做大，我們希望做中國的西蒙斯。
私募排排網：你們2個都是海歸，那你們接觸量化這塊主要是在海外還是國內?
陳曦：在海外就已經開始接觸，今年末或者明年初會去趟美國，對接一些人才技術或者學一下人家先進的經驗。
私募排排網：大家都知道現在國內在量化這方面的人才是缺乏的，那你怎么看在人才這方面的培養?
陳曦：我們正準備跟國泰安搞一個華南地區高校的數學金融建模大賽，國泰安去年搞了第一屆，就是華工、中大、廈門大學這些名校，我們今年可能至少會把廣東地區的包括福建的學校拉進來一起舉辦。
這個比賽的目的，第一就是找到好的人才，我們不僅僅只對金融系，我們對所有的系都開放，不管你是學數學、物理、生物、化學都可以參加，我們把激勵做好，讓每個人可以在不同的領域去發揮自己對金融數學建模的創意，然后從這個方向去挖掘人才。我們希望把這次大賽做成一個每年都固定舉辦的全國性質的金融建模大賽，從這里就可以挖掘很多人才，畢竟這是一個拼頭腦的行業，人才的優勢才是最核心的優勢，所以這一塊是我們下半年重點要做的事情，這比發產品和募資還重要。
推動這個行業的發展人才一定是根基，資金其實是不缺的，現在各個券商和基金公司都在成立量化部門，但是真正能找到的人其實是不多的，要么就從國外引進，而我們偏向于自己培養，招到一些有想法有技能的人，然后給他思路去做。
人物介紹
陳曦：凱納量化投資顧問有限公司總經理，英國斯特拉斯克萊德大學碩士，曾任國信證券研究員，長期從事股票期貨量化交易策略研究，具有深厚的交易功底，主要為團隊設計交易策略和對研究員開發交易策略的評估。
