万为杰：杨老师给我出这个题目的时候，我感觉震惊，这个东西怎么说？其实我当时说实在话，因为我算比较年轻，相对各位前辈来说，应该算是比较年轻的小伙子。当然蒋老师说我是狂热分子。这里我首先要跟陈剑灵老师说，您是我的偶像。

 

 

先做个自我介绍，参加这样的场合比较少，一直关在家里做研究，只是最近才出来，因为我有一些瓶颈的问题，我是带着问题来的，向大家请教的，我在这里可能会抛出一些问题，当然也会分享我的研究。

 

 

我在大学的时候拿自己的学费炒股，那时候很容易，我觉得挣钱挣的好轻松，一毕业就进入证券公司，我刚开始进去的时候可能什么都不懂，我在大学的时候有一个群，有很多做指标化的交易，我在8年前就开始写股票的指标，包括大家可能比较熟悉的理想论坛、大智慧破解版，可能老前辈比较了解的赢富数据，我们当时根据它跟踪基金的买卖，基本准确率达到80%，后来因为准确率太高了，基金公司反感，把大智慧的赢富数据关掉了，那个东西是可以盈利的。

 

 

后来我一直坚信指标是可以盈利的，但是我一直没有做出来，一直到我在广州遇到一个前辈，他做了几年的程序化，他一直在盈利，包括我看到陈剑灵老师的介绍，后来我坚信我们中国有人可以做到连续几年时间，并且每年以100%、200%的速度增长。我看到这个例子之后，觉得这个东西我一定要做出来，我把工作辞掉，开始在家里做研究，我研究了很久，程序都不是很好，并且我把所有原来写的指标放进去，发现也不是很好。

 

 

后来我有一个国外在大通摩根任职的朋友，他是做分析师的，他给了我很多国外的报告，我英文不好，他给我翻译好了，我把那些模型、指标，测试后发现，居然是可以盈利的。我突然间很感兴趣，就收集了很多国外的模型，包括我前两天还发给一些其他的朋友，上面有很多指标，但是那些指标你只要提炼回来，很多还是可以做到盈利的，包括像陈剑灵老师公司的论坛上面，有很多学者发出来的模型，直接用来测试，都是可以用来盈利，当然是正向的，它的回撤是很大的，只不过需要修改，需要加入自己的东西，他们只是把一些粗糙的东西交给大家。

 

 

我们有几个朋友，组成一个小团队，各司其职：收集的收集，编译的编译，测试的测试。我们有这样一个团队，但是一直都是闭门造车，现在我们也是遇到一些瓶颈的问题，我需要走出来向大家学习，并且把这些问题抛出来，希望能找到问题怎么解决的方法。

 

 

我先跟大家做一个简单的分享：国外的程序化经历怎样的过程，我把原来学习的资料调出来，整理了一下，可能我的表达能力也不是很好，还是杨老师亲自帮我整理了一份思维顺序还比较好的，我现在给大家简单介绍一下程序化发展的状况，根据这些状况就可以衡量出我们现在要做的事情和即将要做的事情。

 

 

刚才张涛老师已经讲了，量化交易就是利用计算机和数学模型去实现投资理念，并实现策略的过程。量化投资在海外已经有30年多的发展历史，但是我们要看到它的份额，有30%以上，即使在主动投资里面还是有20%到30%用量化投资做指标判断。国外的共同基金在过去20多年时间里面取得10.8%的平均收益。

 

 

CQA数据统计，02到04年三年间，量化产品的平均年收益率为5.6%，比非量化产品平均年收益率高出1%。

 

 

Lipper数据显示05到08年87只大盘量化基金业绩表现好于非量化基金，增强型基金更是跑赢非量化，07到08年市场中性策略比较好，其中双向策略和大盘量化基金表现差于非量化基金，中性策略实际就是对冲的或者套利的。增强型指数，我们现在发的产品就是增强型指数的，在国外已经有很多年，但是在国内还是很少的，所谓增强型指数，指数里面本来的标准指数，可能沪深300里面有300只股票组成，增强型指数只选择其中的100或者150只股票，增强型指数从国外的经验来说，远远跑赢按照权重标的来说的东西。在国外几十年的历史表现来看，增强型市场的中性策略和增强型基金，或者中性策略的量化要优于非量化基金。

 

 

我们要分析一下国外几大做量化的投行，文艺复兴的大奖章大家很熟悉，我们公司叫天和复兴，和它有相似，我们通过一些文献、文章，尽量达到它所做的模式。

 

 

他们公司主要做的是风险性控制，他们主要做中性策略，包括套利、债券套利，包括日本债券套利，全球的对冲套利都是他们在做的东西，文艺复兴做到短差之间的交易。文艺复兴的壁虎式增长，独孤求败。05年，西蒙斯宣布成立一只规模可能高达1000亿美元的新基金，相当于全球对冲基金管理资产总额的十分之一。他们运用的方式，完全玩的就是概率，这是他的理念，不用复杂的另类金融衍生工具，只用复杂的统计工具。

 

 

第二个，数学模型中有关宏观经济的一些数据部分全部剔除，也就是我们所说的基本面的东西全部剔除，他们全部集中在短线交易，交易策略以短线交易为主，关注更短时间的趋势和反弹，它的优势就是不像普遍趋势跟随者是靠钱吃饭的，没有行情，可能几个月时间都不盈利。

 

 

它使用的是每笔交易数据库，并不是每分钟价格的变化。目前我们做不到这样，有一篇文章说国内是伪高频，包括陈老师的交易机制中国不具备，高频统计的东西我们已经做出来过，但是每个数据是500毫秒一次，把数据全部打包发给我们，里面隐藏很多信息，那一分钟看到的数字可能就是打包过来给你的假数据，根本不是真实的，包括万兆丰他们发给我们的数据，那个就是标准的逐笔数据，可以判断出哪个是大单，哪个是小单，完全可以判断出来，但是现在国内交易所发给我们的分析不出来。

 

 

D.E.SHAW对风险狂热闻名，他们有一个执行委员会，每个月风险控制主管就会碰一次头，决定怎么下注，他们以策略和投资组合两个层面仔细审查可能的风险，进行场景分析和可测量的量化压力测试，以作为最后决策的依据。进一步强化了分散投资的理念以降低风险，不仅是投资的多样化，还有资金来源的分散化，以保障遭遇小概率事件。

 

 

这里不得不提高长期资本的教训，大家可能看过他们一些兴起和衰败的文章，量化投资史上最负面的案例可能就是长期资本，他们为什么会失败？说的更直接一点，就是规模太大了，自己把自己玩死了，不是它的模型有问题，该公司建立的模型数据库建立在复杂的定量基础上，并认为新兴市场利率将降低，发达国家的利率走向相反，于是大量买入新兴市场债券，同时抛空美国国债。

 

 

打一个简单的比方，你认为下一个月1307的价格是3007，现在1306是3000，最终会趋于一致，所以有一个线性回归，在债券市场上也面临同样的问题，近期活跃成交，远期能不能成交得了？大量买进一个远期的东西，导致1998年8月的时候俄罗斯宣布卢布编制，国债毫无流动性，债券卖不出去，很多人都知道长期资本公司大量持有俄罗斯的国债，会去接手吗？都不要，变现不了的时候，导致公司的破产，把自己的头寸暴露出去了，人家都看得到，导致人家都不要你的债券，导致你无限贬值的过程。

 

 

长期资本的策略认为价格变化长期是符合正态分布的，价格的波动性应有一个长期稳定的平均值，而当时市场的波动性过高，长期资本通过出售期权的方式来做空波动性，等待波动性的回落，长期资本出售期权的收益是有限的，最多是获得期权金，但其潜在的损失是无限的。还有利率掉期套利失利，掉期合同的固定利率和同等期限的政府债券利率一般有一个比较固定的利差，当掉期利差过高时，长期资本认为利差将均值回归，则购买收入固定利率同时支付浮动利率的掉期合同。

 

 

因此，量化投资基金不可避免的一个缺陷是遭遇黑天鹅时，能不能直观的判断出那不是天鹅而不是ET，如果突然面对剧烈波动大起大落的市场，原来设计的模型很可能难以维持良好的表现，所以量化投资的另一个关键在于，清楚知道模型的“假设和局限”，就好比知道数学体系中的公理，并在假定不再成立时，及时调查因子或者模型的逻辑，才能规避风险。就像我们上个月看到股指平时都是升水的，居然有一个贴水，套利怎么办？原来都是升水，很容易做套利，包括用现货ETF做套利，也是很麻烦的，现在是贴水，怎么办？原来是卖股指买现货，因为有升水部分，它要回归，有点差可以挣，现在贴水，难道买股指卖现货吗？当这个假设不成立的时候，我们怎么去调整因子或者逻辑关系。

 

 

简单介绍一下华尔街的十大模型，根据期货交易杂志，每年都会有一个公布，像Aberration模型十年运行下来，很少亏钱，他们的源码就是不连线的突破系统。交易系统是1986年发明的，业绩一直名列前茅，特点是能够同时在8个不同的品种上，包括谷物、肉类、金属、能源、外汇、金融以及股指期货等，交易频率常常是每年交易某一品种3—4次，60%的时间都持仓，平均每笔交易持仓60天，是长线系统，因此可以接受比较大的资金量。

 

 

大家可以深入研究一下，包括蒋老师给我发过来长江证券的研究，我们根据这个做了反趋势的突破，通过我的模拟系统或者计算机系统能测算出来开仓点在哪个地方，但是止损点我始终没有想到，一旦趋势确立了，怎么去止损？因为没有明确的介绍它的止损系统在哪一块，所以我现在还在做深入的研究，希望过一段时间我们团队能把反趋势的做出来。