2012秋季第二届中国量化投资国际峰会_专题频道_东方财富网
活动赞助王先生电 话：3 &&手 机：E-mail：参会注册彭先生电 话：1 &&手 机：E-mail：培训报名吴先生电 话：3 &&手 机：E-mail：媒体合作朱小姐电 话：9 &&手 机：E-mail：
在全球资本市场动荡不断、轨迹难寻的背景下，运用大量高新科技的量化投资已经被证明是最好的投资方法之一。
　　8月31日-9月1日，“第二届(2012秋季)中国量化投资国际峰会”在深圳隆重举办。深圳市政府副秘书长盛斌出席了峰会开幕式并致辞...[]
参会嘉宾：&&& VC/PE机构、金融机构(银行、金融、保险机构)、政府引导基金、企业、高净值个人、大学/慈善基金、人民币FOF、民间资本、政府等。会议规模：20-30人性质：封闭式，凭邀请参加&
主办单位：
中国量化投资研究院
清华大学深圳研究生院
上海交通大学安泰经济与管理学院&承办单位：
上海交通大学金融工程研究中心
国泰安金融学院
深圳市国泰安信息技术有限公司&协办单位：
国信证券股份有限公司
Stone Ridge Asset Management
　　第二届(2012秋季)中国量化投资国际峰会　　主题：开幕式&主旨演讲&主题报告　　时间：日　　地点：清华大学深圳研究生院CII三楼报告厅　　实录内容：　　开幕式&开幕致辞　　【主持人】：第二届中国量化投资国际峰会，下面让我们以最热烈的掌声欢迎中国量化投资研究院院长、上海交通大学金融学教授、博士生导师、陈工孟先生为我们主持本次开幕仪式。有请。　　【主持人-陈工孟】：尊敬的盛秘书长、何董事长、康院长。各位领导、各位嘉宾，大家下午好!很高兴主持今天第二届中国量化投资国际峰会的开幕式，首先请允许我代表组委会对大家的到来表示最热烈的欢迎。　　今天我们大家聚集在这里，是为了大家共同关心的一个话题，就是&量化投资&。&量化投资&好象十年前的风险投资，目前在中国的大地开始兴起，但是很多人对&量化投资&这个概念还不是非常的清楚。这次的论坛实际上也是一个普及&量化投资&知识的平台。我借此机会对&量化投资&的理解，根据我多年的思考理解和大家做一个非常简洁的、一分钟介绍。　　首先我们回归一个问题，&量化投资&到底是什么，和老百姓有什么直接的关系?我做一个比喻可以这样说，有一批非常聪明的创业人，他们发明了各种各样的产品，我们叫他证券产品。这些证券包括股票、债券、金融衍生品包括股指期货、商品期货等等，这批人我们就称为他们是&金融学家&。也就是说，从50年前这批聪明人开始陆陆续续、创造发明了各种金融产品。　　这些金融产品的发明对市场经济的推进，对整个社会的发展是起到了很大的作用，包括股票的出现推动了整个公司的发展，公司创业经济的发展。之后有另外一批非常聪明的人，他发现了这么多产品之间有很多不合理的东西存在。比如说产品和产品之间，比如说股指期货和证券之间，股票之间存在一些不合理、失衡的现象，市场和市场之间，不同的时间里面存在很多不合理的因素，我们称作它市场出现了无效、效率不高的现象。　　这批人通过各种数据模型去发现了这些不合理的现象，同时他们发现了赚钱的机会，这批人我们可以称之为他是数学家，也可以称他为金融工程师。这批聪明的人发现了以后不知道怎么把钱赚到手，另外一批聪明人帮助第二批聪明人实现了赚钱的机会，第三批聪明人就是一流的IT工程师、软件工程师，他实现了各种策略去实现软件系统、IT系统，最后实现赚钱的机会。　　&量化投资&就是高端的金融人才、数学家和一流的IT工程师的复合，在美国有一种说法，最聪明的人，最高端的技术首先应用在两个领域，一个领域就是国防，第二个领域就是华尔街，就是金融。这是&量化投资&怎么来的。　　第二，中国要不要这个东西?我认为要，为什么?先不要说它是好的东西还是不好的东西，这个东西现在是金融产业的武器，美国有的我们也必须要有。比如说我们前些天看到报纸上看到，中国试射1.4万公里射程的中级导弹，为什么要试射，导弹本身是不好的，美国有如果我们没有，我们就会挨打，会受欺负。&量化投资&相当于金融行业的高端武器，美国友我们必须要有，否则我们的金融就会被挨打。　　开场白我阐释两个观点，&量化投资&无外乎好还是不好，用就会起到积极的作用，如果用作投机和赌博就是不好，它是好的、有价值的工具和方法。中国要不要发展?一定要发展，这是不可回避的话题。今天论坛的目的就是通过大家的讨论，如何发展得更好，这就是我们举办量化投资论坛的目的。　　这次的量化投资高峰论坛得到了深圳市金融办的大力支持和指导，由中国量化投资研究院、清华大学深圳研究生院、上海交大经济与管理学院共同主办，由国信证券和Stone Ridge Asset Management 顶尖的机构大力协办，我们在这里才能成功的举办这次高峰会。　　参加我们论坛高峰会的有来自于国内外的证券、基金、私募、银行等等机构，还有来自于上海中国金融期货交易所的代表，深交所的代表，大连商品期货交易所的代表，一共有500多人参加我们这次的高峰论坛。昨天我们已经开始有量化投资的培训班，本来是五、六十人，我听说这次有一百多人参加了这次的培训。　　今天开幕式我们非常荣幸的邀请到深圳市政府副秘书长盛斌先生，国信证券投资股份有限公司董事长何如先生，清华大学深圳研究生院院长康飞宇先生为我们的开幕式致辞。　　首先让我们以热烈的掌声请深圳市政府副秘书长盛斌先生演讲，有请盛斌秘书长。　　【盛斌】：尊敬的各位来宾、女士们、先生们，大家好!首先请允许我代表深圳市政府对各位嘉宾的到来表示热烈的欢迎，对第二届中国量化投资国际峰会的举办表示衷心的祝贺。从2011年中国量化投资国际峰会在上海举办开始，中国量化投资国际峰会至今已举办了两届。虽然它是一个比较年轻的论坛，却成为国内外顶级投资大师、世界知名学者、量化投资领军人物、交易所研究代表和优秀基金经理共同交流的盛会。　　随着2010年中国股指期货的推出而刚刚兴起的量化投资及中国整个金融行业的发展有着至关重要的推动作用，这样一个国际性的金融盛会落户深圳，对深圳的量化投资及金融创新的发展也是一个充分肯定和莫大的支持。　　量化投资经过四十年的发展，在全球资本市场动荡不定，规律难循的背景下，被证明是最好的投资方法之一，已逐步成为全球金融机构的主流投资方法，但在中国量化投资还是一种新兴技术，很多人还不懂，包括我，处于萌芽和发展阶段。　　随着中国期货公司、资产管理公司牌照的发放，国债、期货、沪深300、ETF的上市，期货期权等投资环境的变化，量化投资技术在中国投资领域得到了日益广泛的应用，展现了巨大的发展空间，对国家金融体系建设，金融安全防御和综合国际金融抗风险能力的提升发挥着越来越重要的作用。　　抓住时代的契机，打造国内量化投资技术先导和资本高地，应该说是深圳建设以创新金融、多层次资本市场、财富管理为特色的全国性金融中心，打造深港都会国际金融中心的重要组成部分，对于构建我市多层次资本市场体系以及多元化、综合性的金融服务体系都具有重要的意义。　　在这儿我想多说一句，刚才院长在介绍的时候已经谈到，量化投资需要几个东西，一个是精明的人就是人才，第二个是需要投资环境，第三个是需要IT技术。深圳在这三个方面都有他的优势。我们深圳本身是一个金融改革创新和金融改革先行先试的综合试验区，同时我们推出前海，前海作为国家战略，作为深港合作现代服务业基地，也把金融创新、金融改革和各种金融创新试验放在前海，为将来包括量化投资在内的各种金融技术、金融创新、金融工具在前海发展奠定了非常好的基础。　　深圳还是IT产业的重要发展基地，深圳的IT技术在全国是领先的。IT产业的生产、出口在中国乃至亚洲都占有重要的地位。深圳具有良好的吸引人才的一整套政策和措施，所以我们深圳已经具备了吸引人才、为量化投资&这样的创新性金融提供发展、改革创新的场所，希望更多的&量化投资&基金、&量化投资&的技术能够落户深圳，推动深圳的金融创新和金融发展。　　本次&量化投资&论坛在深圳成功举办，对于深圳发扬创新精神、先行先试、凸显独特的区位优势和活跃的金融市场优势，鼓励科技与金融合作，提升金融产品科技开发和金融科技产业化的发展能力。建设金融改革创新综合试验区和前海深港现代服务业合作区，打造全国性的金融创新中心、金融市场中心、财富管理中心具有重要的作用。　　我们相信在市政府的大力支持下，在各方量化投资专家与企业的共同努力下，本次大会必能将&量化投资&打造成深圳金融领域一个闪亮名片，为推动中国资本市场发展，为深圳金融业的繁荣和稳定做出更大的贡献。　　最后我再次对各位嘉宾的来访表示热烈的欢迎，表示衷心的感谢，预祝第二届中国量化投资国际峰会取得圆满的成功，谢谢大家。　　【主持人-陈工孟】：感谢盛斌秘书长的致辞，下面有请国信证券股份有限公司董事长何如先生致辞。何董事长一直在中国的证券业，对中国的证券业发展做出了重大的贡献，下面我们以热烈的掌声有请何董事长致辞。　　【何如】：尊敬的盛斌秘书长，康院长，各位嘉宾，女士们、先生们，大家下午好!今天我们非常高兴相聚在清华大学这座著名的校园，在此我谨代表国信证券对第二届中国量化投资国际峰会的开幕表示热烈的祝贺。这次会议为中国量化投资界的朋友和国际的量化投资界的朋友提供的高水平的交流平台，让大家有机会共同探讨量化投资的最新发展。　　量化投资从20世纪70年代在美国兴起，经过四十多年的发展，已经成为西方金融市场最为重要的投资方式之一，从90年代初期开始，&量化投资&的资产管理规模迅速增长，从2000年到2007年之间，美国的量化投资总规模增长了4倍多，2009年量化投资的规模在全部投资中的占比已经达到了30%以上，2011年美国的量化投资和对冲基金的规模经过金融危机以后再创新高，达到了2万多亿美元的规模。　　如果没有业界的支持，很难想象这一投资方式能够得到如此快速的发展，在中国的市场上，2009年被称为中国&量化投资&元年，随着2010年股指期货的推出，金融衍生品迅速登上中国资本市场的舞台。作为&量化投资&的发展创造了有利的条件，&量化投资&的发展为广大投资者提供了可选择的、非常有优势地位的投资方式。受制于制度建设、投资人才、衍生工具的制约，&量化投资&在 中国的发展仍处于起步阶段。目前市场上券商集合体的方式采用量化投资的产品只有十只左右，公募基金采用&量化投资&的产品只有15只，私募采用&量化投资&只有20多只，总规模只有200多亿，占到2%的规模。　　如此可见，我国的&量化投资&无论是在数量上还是在规模上都有很大的发展空间。作为此次峰会的协办单位，国信证券高度重视业务创新。国信证券是首批创新的券商，也是首批获得融资融券和股指期货的券商，拥有全资子公司国信期货，国信证券十分重视&量化投资&的前沿发展，国信证券金融工程研究团队在2010年、2011年蝉联新财富评比的第一名。公司的博士后工作站成立了量化研究组，负责量化策略的研究和开发，因此我们不仅协办这次&量化投资&国际峰会，还专门开辟了博士后的分论坛，希望通过创造一个开放性的交流平台，为中国培养更多的量化投资人才。为中国资本市场的未来注入更多的新生力量。　　我坚信未来几年量化投资必将在中国有一个快速的发展阶段，最后感谢组委会为会议的筹办所付出的辛勤努力，预祝第二届中国量化投资国际峰会取得圆满成功，谢谢大家。　　【主持人-陈工孟】：感谢何董事长的致辞。下面我们以热烈的掌声有请清华大学深圳研究生院康院长致辞，有请康院长。　　【康飞宇】：尊敬的各位嘉宾、老师们、同学们，下午好!非常高兴也很激动能够代表主办方之一清华大学深圳研究生院在这里欢迎大家，感谢大家，特别是我们今天刚开学就有这么一个隆重的而且非常重要的会议在这里举办，我觉得是非常好的事情。　　由于我自己不是搞金融的，我说不了太多金融的事情，但是我想借此机会和大家报告两件事情：第一，你们所在的研究生院简单的情况。第二，对这个会议有一点感想。　　深圳研究生院是清华大学和深圳市人民政府在2001年合作成立的，当时主要是清华考虑深圳高新技术产业比较密集，又是靠近港澳，我们在这里 想把我们的技术转移，也想给深圳市提供高技术的人才。深圳市发展这些缺乏人才培养基地，举办这个学院，经教育部批准叫研究生院，当时确定不招本科生。　　学院成立十一年了，我们现在有全日制的老师130多名，还有150名是双基地的老师，双基地的老师是在这儿教课、做科研、带研究生，但是不发他们的工资。这些年来学生人数也逐渐在增加，今年开学以后已经是2200名研究生，这些数目还不是我们最终的，到&十二五&的末期，学生要招到3000人，老师可能是220人。到2020年是300名全日制的老师，200名双基地的老师总体的情况是这样。　　在这里我们发展的学科大概是这样，一部分学科是深圳市高新技术产业发展急需的，也是清华非常强、有优势的，比如说我们这里的信息学部，健康学部、能源与环境学部、先进制造学部，这些都是清华非常强的，支持深圳的高新技术发展。　　还有一类也是清华大学本部没有的，在这里发展的。比较适合深圳的特点，比如说海洋学科，因为这里靠海，清华十多年前想做这件事，一直没有很好的条件，现在我们在深圳发展。另一个是交通与物流，珠三角的条件比较好，我们在这里发展。还有我们最新成立的医院管理研究院，做医院管理的。我们还有一个大的文科，这个文科大概有六、七个专业，包括金融、法律、艺术设计、管理，我们在这里发展这些学科。　　所有的这些学科都是在清华，特别是&十二五&规划里都是列入一流大学的建设计划，我们把这个地方作为清华高等教育的试验学院，我们有一些体制机制在本部还没有推，但是在这里，在人事管理已经在做，已经在推进的。　　这个学院我们在人才培养上也不太一样，我们在这里更加注重，我们本部是国际化、创新型，我们这里在创新的后面还加了一个创业，我们希望我们的同学有一部分能够在深圳学习这些创业的精神，这些创业的情况。清华未来培养一部分企业家也是非常必要。　　这里的科研注重产学研结合，我们和工业界在做产学研联盟的实验室，我们自己还有技术转移中心，都是和各个政府，像宝安政府、南山区政府联合建立，目的就是把我们老师的科研成果能够迅速的转化为市场，能够和工业界合作。　　这里的学科发展注重的是交叉型的，我说的学部实际上相当于我们这里的院系，这里一个系大概有本部四到五个系的力量在做。　　第二，我对现在开的会谈一点感受。非常感谢几个主办单位，特别是感谢林博士，他出了很大的力。这个会我认为也是非常重要的，特别对我们学院是非常重要的，我们在这里发展，我们和香港中文大学联合招的八届，二号开学，FMBA，金融MBA，这个大概有500位同学，这些同学基本在深圳的投资圈、金融界。　　这些学生有一些可以授予清华的学位，有一些可以授予香港中文大学的学位。我们招聘全日制的金融硕士，金管学院在这里培养，去年是88名同学，今年可能是100名同学，已经开学了。我们也是希望利用金融方面的沃土，有这么多好的条件，希望他们在这里学到更好的东西，我们也提供了金融界、企业界，我们的校友做他们的校外导师。　　这个事是一个尝试，希望在深圳能够把我们的工作做得实际一点，能够去金融界工作，这是我们的希望，我们未来希望在深圳建一所商学院，我们现在也在和一些机构，包括国外的高校在谈这件事，做一些项目，和许勤市长专门汇报这个事。　　今天有很多我认识的好朋友在这里，希望大家以后支持清华大学在这里的发展，希望和我们的老师在产学研上做一些好的事情，我们有很多好的研究项目，急需风险投资去支持、转化。我预祝这次会议取得圆满成功，特别是感谢几家金融单位，我们合作举办这个会，他们付出了很多的劳动，组委会非常辛苦，谢谢大家。　　【主持人-陈工孟】：感谢康院长。下面对清华大学深圳研究生院的成立做一个简单的仪式，首先我给大家介绍一下，中国量化投资研究院是一个什么样的组织，为什么要成立?这个研究院是集量化投资、政策与行业研究、学术与理论研究、量化策略应用研究以及量化投资实战人才的培养，刚才康院长提到清华培养了好几百人的金融人才，在量化投资实战这块也许我们新成立的研究院将来能够助一臂之力。出版、杂志、举办论坛、会议、闭门圆桌会议等等，是这样的一个机构。　　它的目的是汇集海内外量化投资界的精英，凝聚发展中国量化投资事业的共识，寻求中国量化的发展方向，谋划中国来划投资的发展道路，使中国的量化投资事业发展更加健康。研究院是以我本人主张推动，我们非常荣幸联络到清华大学、中科院等支持，以及联合推动创意，由国泰安出资成立。以香港、新加坡、台湾为主，总部设在香港，国内研究基地设在北京、上海、深圳、重庆?今天借论坛进行，下面是简单的揭牌仪式。　　今天非常高兴得到深圳市副秘书长盛斌先生的同意，由盛秘书长和我们一起揭牌，有请盛秘书长。　　(揭牌仪式)　　【主持人-陈工孟】：借此机会，我们今年在全国举办了大学生技能大赛，这个大赛是由教育部关心下一代委员会的直接指导，由中国下一代教育基金会和教育创新研究院联合主办，国泰安具体承办的大型公益活动。大赛总共由270所高校参加，296支参赛队伍，参赛的学生一共有1万多人，是一个多专业，包括银行大赛、财经大赛等，下面我们是一个颁奖仪式，大赛结果已经出来了。　　第一批获奖的院校代表是职业学校：　　广州柳州市第二职业技术学校、天津商务职业学院、福建对外经济贸易职业技术学院。　　有请国泰安信息技术公司高级副总裁陈家富先生颁奖，有请陈总。　　(颁奖仪式)　　【主持人-陈工孟】：第二批是全国银行技能大赛，获奖的有：　　广东金融学院一队、西安欧亚学院、广东金融学院二队。　　有请国泰安信息技术公司副董事长高宁教授为获奖者颁奖。　　(颁奖仪式)　　【主持人-陈工孟】：金融投资模拟实训大赛，获奖院校代表：　　武汉长江工商学院、浙江万里学院、广州大学华软软件学院、西北农林科技大学，中山大学、武汉纺织大学、武汉软件工程职业学院。　　有请国泰安信息技术公司执行总裁王春雷先生为获奖者颁奖。　　(颁奖仪式)　　【主持人-陈工孟】：感谢王总，下面我们以热烈的掌声祝贺上面这些获奖单位及个人。大赛对于推动实战人才的培养是十分有帮助的，今天是&量化投资&为主题，国泰安马上要启动全国的量化投资策略大赛，下面我们请中国量化投资研究院常务副院长林博士为量化投资大赛的启动致辞，有请林健武博士，　　【林健武】：尊敬的陈工孟院长、尊敬的康院长、各位嘉宾，大家下午好!大家都知道&量化投资&在中国属于一个关键的发展时期，但&量化投资&进入中国的时间不长，高端的&量化投资&人才极其匮乏，已经成为制约中国&量化投资&的瓶颈。为了推动中国&量化投资&的发展，整合引导教育和金融两大创新资源，为&量化投资&在中国发展搭建资源共享、高效互动的平台突破教育领域与金融市场不同体系的跨领域合作的难题，中国量化投资研究院、国泰安信息技术有限公司公司、中宽信息咨询有限公司主办，清华大学深圳研究生院、上海交通大学、厦门大学、浙江大学、华南理工大学高等院校协办赢在新起点，全国大学生量化投资策略大赛，本次大赛是赢在新起点全国大学生技能实训大赛的重要分赛之一，大赛旨在挖掘有志于从事量化的高等人才，本次大赛的参赛院校包括清华大学、北京大学、上海交通大学、厦门大学、浙江大学、华南理工大学等高等院校得量化投资感兴趣的硕士及博士研究生，以及高年级的本科生，比赛全程历时三个月，由国内外量化投资知名学者和实战专家组成的专家委员会，将进行建模指导，并将聘请国内外&量化投资&权威专家担任评审，参赛选手经过专业的指导和培训，并接受严格的竞赛考核，必将成为未来中国&量化投资&界的高端人才，谢谢大家。　　【主持人-陈工孟】：下面有请林健武先生、康飞宇院长、何如董事长上台，下面的环节是启动仪式。　　(启动仪式)　　【主持人-陈工孟】：非常感谢各位领导、各位嘉宾，我们圆满完成了开幕式以及各项启动仪式。　　下面进入主题演讲环节，第一场由林健武博士主持。有请林博士。　　主旨演讲　　【主持人-林健武】：大家好!我们正式进入演讲环节，也是大家最盼望的环节。现在进入我们的主旨演讲环节，下面为我们做主旨演讲的包括两位重量级的嘉宾，包括Stone Ridge Asset Management CEO Ross Stevens先生，新加坡炎燊资产管理公司总裁，原新加坡交易所高级副总裁戴荣志先生。　　Ross Stevens先生是Stone Ridge Asset Management 公司的创办人和执行总裁，负责公司管理、主要包括产品研发、交易执行和业务拓展。加入Magnetar之前，Stevens先生一直担任高级卖方职务，包括jefferies&Co.的全球股权联席会主管。同时也是高盛资产管理公司量化投资业务的创始人之一。　　Stevens先生在宾夕法尼亚大学沃顿商学院获得金融学士学位，芝加哥大学布斯商学院获得金融及统计博士学位。　　有请Ross Stevens先生。　　【Ross Stevens】：英文演讲。　　【主持人-林健武】：非常感谢Ross Stevens精彩的演讲，我简单谈我的感受，我在华尔街也工作十几年，同时和Ross Stevens先生工作了很长时间，我在美国的时候像Ross Stevens先生说的，美国经历了很多获利的机会，随着越来越多的人参与到这个市场来，大家比拼的是如何控制成本、如何控制风险、如何进行管理。　　中国现在是美国十年前、二十年前的状况，随着时代的不断过去，大家需要注意怎么样才能建立更有效的信息系统，用成本低廉的数据，控制成本、控制风险，很多人注重的是投资策略的开发，未来像信息系统的开发、人力资源的控制，是大家未来五年、十年要控制的。希望向美国学习他们历史上出现的问题，能够学到更多的经验。　　下面一位我们将请到新加坡炎燊资产管理公司总裁，原新加坡交易所高级副总裁戴荣志先生为我们演讲。　　戴荣志先生是市场资深专业人士，在亚洲各主要交易中心有超过24年的交易和货币管理经验，曾在全球多家投资银行和金融机构担任交易方面的要职，包括东京6年，香港5年，新加坡12年。戴荣志先生专注于股票和衍生品交易，在交易和风险管理各个方面有着丰富的经验。　　欢迎戴荣志先生。　　【戴荣志】：女士们、先生们，下午好!非常荣幸今天有这个机会和大家做交流，首先请允许我做一个简单的自我介绍，我是来自新加坡，我叫戴荣志，我曾在亚洲不同的地区国际金融机构担任过自营、资金管理的工作，其中包括了日本、新加坡华侨银行、香港百富勤、瑞士信贷。之后进入新加坡的交易所。在2010您我们就跟中国的合作伙伴深圳的达仁资产管理公司在新加坡设立了新加坡炎燊资产管理公司，我们管理的对冲基金有两只，一只是股票对冲基金，一只是商品套利基金。　　今天我想跟大家讨论一下量化思想在实际投资中的应用，并会跟大家分享一下我们研发交易模型开发的理念。现在量化思路已经成为一种全球的趋势，不论在自营交易、管理客户的资金、投行、基金经理、炒家的普遍接受和广泛的引用。　　著名的商品交易顾问就是引用量化交易系统管理的基金超过10亿美元，根据2010年的报告统计，量化思路已经成为全球基金业主要的投资方法之一，在美国引用量化思路进行管理的资产、产品已经占有整个市场的30%，亚太区就没有统计的数据，从实际的情况来看，是不会低于这个比例。　　量化基金、量化对冲基金也得到了证明，美国量化基金仍然可以获得3.3%的平均会把率，非量化对冲基金的回报率是4.7%的亏损，具备量化投资的交易需要有一定的金融经验识和一定的资金投入。使用量化投资会取得比较好的业绩，主要取决于它的三个优点：它的覆盖能力强，沪深超过2300只股票，如果不通过量化模型，而依靠人工的话，是不大可能完全覆盖的，这就会导致错过潜在的投资机会，而量化模型就能避免这个机会的丢失。二是基于量化模型的理性决策，交易员或是基金经理的情绪因素往往会影响投资决策的确定和执行，量化模型可以避免因为情绪因素的影响，保持交易策略的合理性和执行力。　　构建量化交易系统、选股、资金分配、止损等投资策略的选择以及控制参数的优化，经过反复的历史数据回测和真实市场的实盘测验，这样建立的一套科学的投资系统，能够在风险可控的前提下，实现收益的最大化，我们这个策略在不久的将来就会和国内的金融机构一起合作，以这个策略为基本的产品会推出来。　　我们这个交易系统我们称为MTS系统，它大概分为三个阶段，对于全球范围内的大型投行和对冲基金，我们挑选经时间检验为成功的交易策略进行建模。二是开发人员将这些策略程序化，并进行详尽的回测，以确保这些策略的稳定性以及能够达到我们的预期。三是策略的优化，我们通过调整交易和风险控制方面的控制变量来优化这些策略，取得最大的利润，并将风险控制在一个可掌握的水平。在选择和优化的过程中，我们对这些控制变量进行了严格的统计测试。这些变量的模型计算分几十万次甚至几百万次。　　下面我简单介绍一下MTS模型的选股，我们这个模型的选股和风控。MTS设定的交易策略和控制参数采用多阶段选股和同步风控的风险管理，从投资流程的角度，MTS策略可以分为以下四个阶段：1、市场宏观检查;2、设定投资对象的范围;3、微观检查;4、执行和风险管理。　　具体来说在第一个阶段，MTS使用的市场宏观模块，分析市场是否是在一个向上的趋势中，是这个模块采用多种技术、指标来分析当前市场趋势的深度和力度。市场宏观分析在整个交易期间都会持续的进行。只有当市场宏观环境为正向时我们才会进入到第二个阶段，第二个阶段里MTS对市场上全部股票的市价、流通股份、流通份额、流通性重要的因素进行检查，我们已经对这些指标的取值进行很详细的回测和优化，只有大要这个指标的股票才能进入我们投资对象范围。第三个阶段市场微观检查模块，将会对资产、投资对象范围内找寻符合条件的个股，这些标准包括个股的走势，以及其他的指标，通过选择指标来寻求那些能产生超额收益的投资机会，通过微观模块考核的股票才能进入我们的第四个阶段。第四个阶段是执行的模块，MTS会判断哪些交易机会是可行的，并相应的分配资本，发出交易指令，一旦交易指令达成，投寸会录入模型，风险管理模块也会启动，执行以下的任务。一个是止损的限制，当止损线被触发，MTS会严格执行止损，发出卖出的指令，平掉我们的投寸。二是止盈的限制，值盈的限制是由宏观模块、微观模块以及移动止损线共同执行，不论三者中那个被触发，MTS都会止盈。三是时间限制，它有30天观察时间的限制，这个时间限制被触发，所有的投寸会被检查，横盘不动或未达到预期表现会出现提示。　　最后简单给大家介绍一下MTS回测以及实盘的表现，2004年到2011年MTS管理的资产组合的年化复合收益率达到17.6%，这是经过国际审计公司德勤审计的数据。2008年金融危机爆发，我们的帐户净值超过300%。之后我们可以看到，在这段时间MTS系统主动的采取减仓一直到空仓的策略，使帐户上的增长率保持在200%以上。　　我们针对A股，对MTS进行了优化，使用了2005年到2010年的历史数据进行的仿真回测，模拟交易平均年化回报达到60%。同时在2007年到2008年的熊市MST采取空仓的策略进行有效的躲避。从2011年4月开始，我们使用MTS的专户进行量化投资的管理，它的很明显，能够取得超越市场的表现。在市场滑落、大幅度下滑的这段时间，MTS一样是采取的平仓。　　我简单给大家做了一个介绍，希望给大家一定的提示，谢谢。　　【主持人-林健武】：谢谢戴先生。是非常为投资人负责的资产管理方式，在场很多同事和同学，我觉得这是非常好的学习机会，学习到实际的、非常有实战形式上管理的过程，再次感谢戴荣志先生的精彩演讲。　　下面的环节我们将进入主题报告A的环节，我们把时间交给主持，国泰安信息技术有限公司执行总裁王春雷先生，有请王总。　　主题报告A：国际量化投资前沿成果与发展趋势　　【主持人-王春雷】：尊敬的陈工孟院长，各位来宾，先生们、女士们，下午好!很荣幸我有机会在这儿和大家主持今天下午的A环节的主题演讲，主题是国际量化投资前沿成果与发展趋势。量化投资对中国来讲是新兴的，大家充分认识到，最近两年又是蓬勃发展的新生事物。实事求是的说，我们在经验、理论以及实务方面，我们与国际的发达国家相比还有一定的距离。　　在我们这个时段中非常荣幸的请到三位专家，他们分别来自于，香港的何佳教授，英国的Paul Simon Lewis先生和美国的陈兴中先生。何佳先生美国宾夕法尼亚沃顿商学院金融学博士，现任香港中文大学教授、清华大学双聘教授、电子科技大学兼职教授、香港中文大学中国金融改革与发展研究中心主任、中国金融学会常务理事及学术委员会委员、中国建银投资证券有限公司、香港正奇投资有限公司等多家金融机构独立董事，担任武汉市政府、成都市政府的金融顾问，何教授主要研究的领域证券领域、中小企业融资和公司金融的方向，首先让我们以设计的掌声欢迎第一位嘉宾，来自香港中文大学和清华大学金融系双聘教授何佳先生，有请。　　【何佳】：大家下午好!我讲的问题是量化投资：风险度量和系统风险。这也是金融里面的老问题，赚那么多钱，风险是什么样的风险?这个问题一再提出，包括美国2007年开始金融危机很明显，量化投资某种程度上促成了这次金融危机，造成了某种的系统风险，这是我们关心的问题。　　我主要讲几个问题，当然和风险有关，也有超额收益，超额收益是从哪里来的?这是第一个问题。第二个问题是量化投资产品的风险应该如何考虑，另外是系统风险怎么考虑。　　第一，讲风险就要讲到收益，收益从哪里来，我简单说一下，这里面涉及到有关资本市场有效性的讨论，和有关套利机会的讨论。举个例子，凯恩斯1936年说投资者是非理性的。非理性可能激动的时候高兴过了头，悲观的时候可能悲观过了头，交易策略叫做买亏卖赢，这也是投资大家经常用的策略，具体可以用很多数量方法来实现。来源就在于投资者不理性，也就是说市场不是很有效的情况。我们知道，通过很多研究，市场基本上是理性的。另一方面我们也知道交易策略，买亏卖赢的策略，确实是可以带来收益，收益到底来自哪些方面?在1988年的时候，当时MacKinlay教授做了一个研究，像纽约交易所的数据，这一周回报和下一周的回报相关性是30%，他们考虑到底是什么样的问题?后来他们解释是股票之间的关系，信息的传递，对有些股票传递比较快，对有些股票传递比较慢，有一个滞后的问题，或是领先和滞后的关系，这样的基础上要靠交易策略。交易策略来自于对一些问题的细致研究。我们买亏卖赢的策略收益必须要搞清楚，不一定市场不理性，背后深层的原因可能是信息传递不是同时影响的关系。　　另外是套利，特别是中国的情况，我们都知道这方面有很多研究，我个人觉得比较好的是Harrison And Kreps1979年的研究，套利是不是使有些投资者得到满足，里面提出一个金融体系是否有套利机会，取得于这个体系的定价兼容性，也就是说A股的定价体系，可能扩展出去，扩大到更大的金融体系里，这是一种动态的方法看，和我们目前所处的体系是非常适应的。我们中国的资本市场是在逐步往外延伸、逐步的扩大，这里面会有很多有意思的问题出来。另外说金融的事情事关全局，实际上都是一般均衡，它不是一个局部的问题。　　渐进性改革，里面写了路径依赖，这里面某种意义上讲，我们的市场和国外的市场不一样，这里面有很多的套利机会。刚才我们提到风险的问题，我简单说一下，中国的股票市场不一样，我们的市场是新兴市场，按照归类，按照现代金融归类归到另类投资产品市场，不是普通的市场，风险特性和教科书上讲的完全是不一样的。一般的风险收益、风险分析对另类投资产品是失效的。这些都是我们需要考虑的问题。　　刚才我们讲到套利机会，从市场兼容性角度来讲，中国的特点是非常明显，金融体系三大板块，一个是中央高度集中的银证保体系，还有一块是地方的准金融，还有一块是体制外的香港市场。这三块互相竞争和互相的促进，推动了我们市场发展，这里面确实带来了很多，实际上也形成了一些发展机会。　　由于各种体制约束，加上金融体系的国有垄断，我们内部的各种金融体系是互相割裂的，我们的体系和国际金融体系不相容。比如说我们讲股权分置改革，这些大家都知道，大家知道中国不可能长期股票分为两种，一种是可交易的，一种是不可交易的。大家可以看到，只有那些可以拿到非流通股的群体可以拿到，不是所有的可以拿到，只有这部分可以拿到。我们机会的来源，实际上中国渐进性改革是复杂的长期过程。这里面提供了很多套利机会。这种和国际定价体系长期不相容的特点提供了很多套利的机会。　　我们再简单说说量化投资产品的风险应该如何度量的问题，举一个简单的例子，什么是CDP的交易策略?它相对于标普500，标普500的平均回报是1.4%，CDP3.7，最低回报是两个字，基本差不多，收益和风险比，CDP显然高很多，负回报的月份数，标普500是36次，CDP是6次。简单的把这个卖掉，这个我们做股权分置改革的时候有些公司也赚了钱，创新瑞可以做权证，由于股票市场往上走了，卖权的话实际上是赚了很多钱。用通常的&也好，没办法和这个对接，所以它的风险不一样。　　对我们新兴市场，我们看作内部产品的话，我们通常理解股票市场的风险是不一样，这里面涉及到对风险的考虑，实际上是一个比较大的问题。比如说这次金融危机或是过去一次也好，也是这个问题。　　还有很多量化投资，根据一些研究，1992年有一个研究，股票和BM，BM和Size关系。有一个人搞的基金也不少，问题是背后是什么样的风险。我们曾经做过研究，这两个变量和公司的违约风险相关，系统性的风险简单说一下，1987年、1997年、2007年都有比较大的金融危机，1987年是黑色星期一，回过头来看，当时是负资产综合，推动了市场跌了20%。1997年亚洲金融风暴，2007年全球金融危机，8月6号那个礼拜，很多对冲基金大规模的亏损，遭受了巨大的损失。　　为什么他们会受到损失，主要是对次贷，他们买的又不是次贷，买的是股票，为什么会受到损失?很多人研究这个问题，这些问题怎么去理解，由于时间的关系我们不去多说，确实是造成了很多风险，造成了系统风险，监管的角度必须考虑这些问题。比如说很多统一行动大家都去减仓。大家收到某种信号大家都去减仓造成大规模的损失。它会有系统风险的考虑，这是系统风险。　　在中国也是，对基金公司也好，收益达到一定程度以后要减仓和停止交易，实际上对中国市场也造成了影响，这部分怎么考虑，确实也是比较麻烦的事情。对量化投资我们刚开始起步，我们必须去全面理解这个问题，本身的收益来自何方，风险在哪儿，怎么杜绝它?美国来一个对冲基金公司，他说我的风险很小，收益很高，我们知道像这种产品，他是尾部风险，通常的角度考虑风险都是非常错误的结论，风险很大。另外考虑的风险是从目前监管的角度来讲。我主要讲的是这几个问题，谢谢。　　【主持人-王春雷】：谢谢何教授，何教授从机遇、风险、风险度量给我们做了一些阐述，我想尤其是后面，关于中国引进量化投资以后，我们如何来做，他的一些真知灼见，相信对我们做量化投资的各位来说一定是很好的启迪，再次感谢何教授。　　下面我们请的第二位也是重量级实务专家，Paul先生毕业于鹿津郡大学，有着20多年华尔街的工作经验，他主要擅长股票衍生品交易和集中管理的深入研究，善于组建交易团队，达到利益最大化。他曾就职雷曼兄弟投资银行，德意志投资银行和发展巴黎投资银行，任全球交易主管，管理几亿美金交易，下面有请Paul先生。　　【Paul Simon Lewis】：英文演讲。　　【主持人-王春雷】：谢谢Paul的精彩演讲，刚才我们通过Paul的介绍，使我们对国际的量化投资发展趋势以及取得的先进成果，我们有一个大体的了解，有一个脉络。尤其是Paul先生的亲身经历，包括一些经验，实务的经验，我想对中国的量化投资发展，我们一定会受益匪浅。再次感谢Paul先生。　　下面一位嘉宾是来自美国的陈兴中先生。1992年获中国科技大学空间物理学学士学位，1995年中国科学院空间科学技术中心硕士学位，2000年美国哥伦比亚大学天体物理博士学位。从2009年以来，一直与常春藤名校康乃尔大学金融工程中心合作，指导其金融工程专业研究生毕业研究课题。　　陈兴中博士现任联博投资公司任公司算法交易策略全球研发总管，执掌其全球算法交易策略研究，算法实施及交易系统开发，对高频交易策略模式识别，反博弈及高品阿尔法，风险优化及微观冲击模型有深入研究。尤其对北美、欧洲及亚太地区各主要证券市场金融标的的微观结构、交易模式识别及相应的算法策略有系统研究，并开发出联博全球通用算法交易系统。下面有请陈先生。　　【陈兴中】：各位嘉宾，女士们、先生们，下午好!非常荣幸有这个机会在这个论坛上跟大家交流、切磋。由于时间有限，我大体介绍介绍个人这么多年从业过来的感触，大体介绍一下，抛砖引玉，希望学生发扬光大。　　联博公司是一个资产管理公司，产值4500亿左右，母公司是AXA，资产值稍微大一些。我们自己做的交易系统有将近10个策略，每年交易量大概近万亿美元。　　我想大致讲一下金融竞争，他们叫金融战争，和国家安全有关系，金融确实很重要，主要是想大家意识到这个。它和普通的竞争不太一样，它的量动辄很大，比如说甲午战争，按现在的市价百亿已经涨了很多，60亿 美元。辛丑条约135亿。1.2万亿美元的国债相当于1200亿美元，20个马关条约，10个辛丑条约，这个量很大。还有很容易实施它。货币政策随便搞一个量化宽松，就很容易。很容易达到购买力的目的。　　另外从油价，比如说随便搞个伊朗问题，油价已经非常快的增长，按照中国这种消耗量，量非常大。他们通过期货衍生产品，有很多中国公司到海外，需要对冲外汇风险，国内这方面的产品不太发达，到外面去买，如果自己对定价方面不太熟悉，非常容易损害你的资产管理。　　购买力的角度，10亿双袜子可能买一架飞机，卖了以后全部作为外汇存款，可能过了几年、十几年，我们再算一下差价，再买外国的袜子，或是买LV的包。要算的话这个远远大过我们做小策略的损失。一些大局的东西要考虑。　　这些损失是很难发现的，因为所有的东西都是非常自然的，你的帐上看见一个数字的概念，甚至没有这个数字，没有具体的人去负责管理这个，像国家的经管局，他有很多很多，可能都没太注意，这个损失很大。　　第三个特点是从金融的角度，中国相对来说处于不太对称的状态，像西方成熟的发达国家，很多年的历史、上百年，他们的储备有很多，因为它的教育方面，有很多全世界各地学理工科的，很多都转到金融领域，人才储备处于优势。　　从政府的角度，我们的政府可能控制比较严一些，要控制严，如果你的知识不太清楚的话，导致竞争更加虚弱，要么不控制，要么非常了解这个。当然还有一些腐败，更加使得我们在很多竞争方面处于劣势，其他方面我就不说了。怎么做呢?现在是这个状态，我们的老祖宗孙子有很多办法，他是军事的，我现在觉得这些东西是可以用的，伐其实就是砍伐，伤兵伐谋，我要断掉他来谋划我的意图，这个很重要，不管你做什么事情，最开始从大的角度，如果你让别人清楚你怎么做，你就注定要费很多的劲，不见得你全身而退。不要让别人惦记你，这个很重要。　　很重要的地方就是怎么实施呢?怎么不让别人看清你呢?首先你要有实力，更重要还要有意志，实力可以解释成GDP，那是中性的，如果GDP很大，意志很弱的话，相反成了一只肥羊，引起别人注意，你要费更大的力保全自己，这个意志非常重要。就像温总理说的，有一段A股跌得很惨，大家认为信心比资金更重要，我觉得意志比实力更重要。伐谋的阶段，它是有具体方式的。　　观念转换放进去，我们祖先有战略性的，都是定性的，加上定量会更好。美国不管任何的政策，他是非常有根据的，不是凭感觉。我觉得人只能看到很简单的，像现代社会变量非常多，最高层次也是可以定量化的，起码可以辅助你，你定量化以后有非常多的选择，不是要么做还是不做，其实有很多中间状态。　　我举个例子，力量相差很远，就像中国和美国在二十年前是相差很远，邓小平韬光用晦是非常好的策略。近年来差不多了，中国要义正词严，有些事情要坚持，要让别人知道你有你的原则，不能说这个要忍，那个也忍，这样会导致后面很多事情很难做，比如政治、军事是一体的，政治上的很多东西你就让步，比如说在经济上让步，后面就很难做了。比如说贸易、汇率等等，我的感觉这些都是要定量的研究，然后再决策，同时要根据力量的对比，哪个是自己的最大化。　　当你和你的竞争对手是超强的时候，你也要注意，这种王道精神，我首先是一个很公正的，大家互相尊敬，而且我可以尽量帮助别人，但是如果说别人认为你很软弱，占你的便宜，你一定要秀里的底线，而不是我还很软弱，这样非常不好的是，本来没有这个意识，你到了底线使双方的损失变得很大。有些事情在谋的阶段要处理，要有些策略。联系到金融方面也是这样。　　我们作为一个大国，资源网络很重要，统一在线都属于这个领域，你要敢于，你不要怕别人不高兴什么都不做，人民币该怎么持续就怎么持续，该结盟的就结盟，不要怕别人说你，竞争对手肯定不会高兴，但是你要敢于做你觉得对的事情。伐兵我的解释是消灭对方的力量，有很多策略，你的目标，你知道他是怎么做的，或是他怎么诱使他，进入他的陷井，你要有一个办法调动他，要根据他的规律设计你的策略，按照你的运动，你在这个过程中再出击。其实这些是非常相关的。你怎么调动，从大的角度来说开放的领域，开放的领域胸有成竹，不至于引狼入室。　　攻城就是前面都没注意，使得后面必须得去做非常费力的事情。首先要把金融安全上升到国家战略高度，要使国家高层认识到它的重要性。中国股市很多时候是迷信国外的，不要帮别人抬轿，帮别人数钱。可能他为他的利益，就这么简单。我们有很多优势，我们有后发优势，别人有前车之鉴，我们看有哪些地方可以改进，避免犯错。　　中国有很多国家力量也可以整合，像我们的奥运集团，通过国家的力量，使得在对外竞争时处于优势。金融领域也应该是这样，金融领域在国外是一盘散沙，很多很多事情其实都是事倍功半，类似一大帮博士、博士后基本上在做同样的事情，资源有限。　　中国有很多海外军团可以帮助。下面是非常具体的，非常细节的怎么做，我只是讲讲我用过的一些经验，还有现在我的朋友都在忙些什么。现在这种阿尔法，很多人都在做类似的，使得阿尔法就不是真正的阿尔法，十个人同样做这个，别人很快把你做的这些，你看是阿尔法，你真正做的时候，就是因为有很多相关性，很多人做同样的事情，最佳的状态就是把他们考虑在一块，同时放在一块来做。他需要比较真实的冲击模型，所以说它就不能做了，必须用很多渐进法，要分析一下它到底在哪个地方才能找到。这个阿尔法Integration，它有两个尺度，把空间尺度，空间尺度有很多，要把它放在一块，另外一个是时间尺度，比如说一个人看一个小时的，几分钟的，或是几天的，比如说看几天的要买，看几个小时的要卖，怎么把它合在一块，这个也要买，那个也要买，加起来就大一些。反过来就发现这个又可以吃掉你一部分的阿尔法，这些东西要放在一块考虑。　　还有非线性发现，当你研究一个尺度的时候，有人看十分钟，很多信息是停留在纸上的， 怎么样把它用在你的投资，用在你阿尔法的预测上，这也是很好的方式。和第二点联系在一块的，它会从另一个纬度，有些产品用第二个很好，非线性怎么解决这个?要是严格按照定量要解一个很复杂的方程，方程实际上是解不了的，你就得多尺度的算，那种非常有用。　　你得稍微坚持一下，这个在有些地方也是很有用的。Financial crisis它实际上有点像相片的意思，但是你要严格的定量，有了那个东西以后，它是自动出来的，你完全可以通过这个提高。　　还有AI/Machine，你找到那几个边界，真正支持你的变量，比如说你选股，选加值股，小盘股，大盘股涉及到分类，线性的简单，非线性的呢?这些就很有用。　　时间序列分析也是比较重要的，光把时间序列拿来分析。它是可以解出来，完全控制你做什么。　　你做得不好是这样的，它是两个市场的关系，这个图要知道它的几率是多少，通过这个算到底有没有机会，这是他们怎么做。我们对这个过程非常清楚了，我们根据这些计算会找到一个策略。　　非常感谢大家，谢谢。　　【主持人-王春雷】：谢谢陈先生。陈先生很多的东西，我们的老祖先、我们的圣人已经帮我们说的，上兵伐谋，非常好的一种策略。有可能还是走上上测测。A段我们听到了一些理论的、实际的、实务的问题，如果说把理论比作为一个精美的小餐，后面投资他们的公司，投资近万亿的资产在做交易的过程中可能就是大餐。今天我们有机会参加量化新时代，大家有幸咱们这样的盛宴，再过五年、十年，各位回头看今天的时候，在中国量化投资的过程中，我们曾经在场，我们见证了这样一个论坛，我们获得了很多真知灼见，我们见证了中国量化投资研究院的成立，它应该成为中国量化投资一个重要的里程碑，我想到那个时候，各位记住今天我曾经在场。这个时段到此结束。　　下面我们进入B环节，有请B环节的专场国信证券监事会主席，发展研究总部的总经理何诚颖先生。　　主题报告B：中国量化投资的最新发展情况　　【主持人-何诚颖】：尊敬的各位领导、各位来宾，大家下午好，现在已经到了四点半，大家比较辛苦，大家听了美国、欧洲、香港海外专家最新量化的发展和他们自己做的体会。大家不一定听得非常明白，量化投资在中国是新的东西，下面我们看一看国内，这个环节主要请三位专家讲一讲中国量化投资的最新发展情况。三位专家主要有中国量化投资研究院常务副院长，清华大学兼职教授林健武先生;光大富尊投资公司总经理葛新元先生;瑞银证券有限责任公司执行董事、中国证券电子交易主管曲宏杰先生。　　两位都是从海外回来的，还有一位是本土的，下面掌声有请第一位演讲嘉宾中国量化投资研究院常务副院长，清华大学兼职教授林健武先生。掌声有请。　　【林健武】：谢谢大家，现在已经经过好几个小时，大家还在这儿坐着，对我们是巨大的支持。刚才已经发布了中国量化投资研究院的成立仪式，中国量化投资研究院是实实在在的想为中国的量化投资各个方面做一些实事。我们也不说空话，我们做一些具体的事情，我们想发布中国量化投资半年报，是2012年上的部分，想把2012年中国量化投资的里程进行总结，很多是业内人士，多多少少有些了解，我们想放在一起，让大家看看中国量化投资发展的里程和发展的进展。　　这里头说一定有趣的事情，我自己的感受，我经常往国内来。我是分上半场讲国际，现在回到国内，做一些国内的事情，我觉得作为中国人，为中国的量化投资做点贡献是我的荣耀，我很荣幸能讲下半场，讲中国量化投资实实在在的事情。　　我们这次整个的半年报，主要的侧重点是希望深入的剖析中国量化投资发展的环境与政策，同时专业与技巧，研究中国量化投资的发展现状，分析、预测中国量化投资发展的未来。中国量化投资从什么时候开始?可能要从号有了股指期货以后，我认为是真正进入到了中国量化投资全面发展的阶段。这个阶段非常短，比欧美处于婴儿学步的状态，不管从技术还是交易的层面，我们实际上是缺枪少弹，大家是在这种情况下进行奋战的。　　我分三个方面跟大家分享：一是环境篇，是讲政策和法律的发展，前面的嘉宾都谈到了，实际上中国量化投资人才技术是制约我们发展的因素，实际上很多政策和法律没有放开，是我们没有进入量化投资发展阶段的主要因素。我这里举一个形象的例子，中国量化投资就好象是我们修的三峡大坝，三峡大坝现在拉下大闸，是不是应该一下子把闸打开?实际上不是，我们应该一点一点打开，把水放在市场上，实际上这是我要讲环境篇的感想。　　上半年发生了很多事情，我不想浪费大家的时间讲很多，我主要讲两个话题，一是《新基金法》，它实际上是监管理念从原来市场的监管、国家的监管逐渐转换为市场自律的有效尝试，虽然还没有最后发布出来，实际上体现了我们国家逐渐市场自律的尝试。　　在欧美国家很多的量化交易是通过行业协会，通过各种各样的方法进行自律，这说明什么呢?说明国内量化投资从人员的素质，从基金业的发展，人的素质是在提高的，国家逐渐通过适当的尝试以后开始相信整个市场能够有自律的发展。　　举另外一个例子还是治水的例子，大家知道中国最有名的例子，大禹治水，为什么大禹出名?是很多人治水，他们治水都是修多大的坝，最后还是不成功。大禹挖了很多的渠道，《新基金法》使用疏导的方法进行引导，他把私募不再变成一种非打集资，而进行阳光私募纳入市场，从业人员不是变成不能炒股而是变成管理。很多事情我们监管做的事情是很难达到完全的效果，上有政策、下有对策。《新基金法》做得非常好，使这些人在有管理的情况下进行管理。　　二是转融通的出现，转融通的出现我是非常激动的，这是中国量化投资进入高速发展的标志。我跟很多朋友分享，量化投资我是学数学的，数学上大家知道，大家做计算机有加法、减法，实际上买股票就是加法，融资融券特别是融券是减法，融资可能更多的是像乘法放大了杠杆。有了加法和减法、乘法可以做二次方、三次方、积分，二次方、三次方就是我们的衍生品，没有减法是不能做的，这是突破性的发展，有了基本的加、减法我们可以做很多的事情。　　转融通非常令人振奋，7月16号到8月10号第三次的转融通的联网已经联机测试，25家券商参与联调。技术层面我们已经具备了转融通的方式，更多的是把监管力度，把券商法律的条文进行完善，使整个的企业、整个的金融量化行业能够逐步平稳进行量化投资、转融通的行业。　　另外两个新动态也是我感到激动的两个方面，一个是量化的国债期货的出现，二是期权，我并不想讲很多大家都知道期货和期权。我们做资产定价有很多的部分，我们只是看到了企业本身的价值，但是我们缺少很多东西，一个是企业本身的信用，第二个是企业本身，整个国家宏观的经济发展的标志。第三个是整个市场的风险策略。　　这两个产品投出来，很多人非常的激动，因为很多人把它当成投机的手段。但是我个人认为它更多的是给市场带来非常好的、正确的定价手段。衍生品实际上是非常好的定价手段，它使我们，对于我们自己利率、风险和波动性，各种各样的方面有一个正确的认识。　　大家知道很多事情并不是因为你自己犯了一些错误而遭到损失，往往是你错误认为自己是正确的而犯了错误，这些东西实际上是放在市场上让大家检验自己的错误，自己对于原来风险、信用、波动性各种各样东西的认识，实际上可能是不正确的，也就是说定价是错误的，市场放在这儿能够校正这些错误，使大家真正认识到，这个市场上的信用风险是很大的，比如说发行很多的债，这些了解了以后大家可以真正做定价，对自己拥有的资产能够有非常非常明确的认识。　　第二，发展篇，发展篇主要是讲从 公募基金、券商、期货商、私募是怎么利用量化投资获利，创造更多的利润，创造更多的就业机会?我先简单讲讲国外量化投资的发展，专家讲了这些方面，我不重复历史，我讲一个很简单的观点。我回国内很多的朋友问我，林博士，到底中国的量化投资，我美国现在不行了，到底量化投资还能撑多久?我说其实你不用问我量化投资的问题，我其实用一个简单的金融企业或是任何一个商业企业发展的周期都可以看到。　　任何一个企业，新技术的发展，比如说电脑的出现，刚刚出来的时候，IBM卖几万块钱，那个利润是非常高的，其实就是几个铁盒子和几个芯片，它就是最初的量化投资阶段，我们有很高的利润。很多人制造计算机，进入这个市场不断竞争，成本也上来了，利润也下去了，最后大家没有钱赚，这是不是终结呢?不是，实际上是大浪淘沙的阶段。　　最后大家拼风险控制，最后能存活下来的人又重新获得利润。美国1970年左右进入高速的量化投资发展，到了2008年、2009年的时候发展到了极限，次贷危机出现到暴跌的现象。大家以为量化投资完蛋了，但是不是。实际上随着监管力度的管理，很多不规范的企业被停掉了，很多成本很高的企业不能赚到钱离开了这个市场，真正有效，做得好的市场还在，市场是怎么样有效?不是自己发生的，它需要有真正的量化投资人进行套利才能变有效，它是相关性，市场的有效需要套利的人，套利的人需要有效性。　　只有不断的运动和发展，这个事物才能存在，量化投资是不断竞争和发展的关系，有点像以前的因特网，因特网开始这么多门户网站，最后几个发展好的网站剩下来了，赚下来了，当时大家不行了，百度的时候，李彦宏很多朋友都打电话说谁要百度的股票?当时是非常不行。后来又可以了。量化投资不仅是一个简单的过程，其实大家通过一般的商业模式可以想象一个普遍的过程，我用这句话总结量化投资，实际上它是波动的过程，当知识普及了以后，就像电视，大家比拼的是设计、创新、服务。　　在国际上也得到了验证，年的对冲基金策略就是相对价值策略，损失惨重，非常惨重。随着到2009年、2010年、2011年以后又重新回到市场，大家说到底发生什么事?我说很容易理解，大家知道量化投资买进好的股票，卖出差的股票。随着市场上其他金融产品发生问题，实际上量化投资由于它的流动性比较大，所以很多人做的事情，就是要把本身这些量化投资工具赎回，赎回的相对价值是什么?就是卖出好的股票，买入坏的股票，大家会发现这个市场就出现了利润越来越小，大小股票都一样了。是不是永远这样?这个东西只是暂时的过程，随着不好的公司都离开市场，重新价值又会回来，所以它是不断往返的过程，所以不断在市场里往返，一会儿有效，一会儿无效，反映出对冲基金在大浪淘沙的阶段。　　讲一下国外的投资，现在还是美国的市场比较大，美国有28只基金，超过10亿的资产，缩水得还是很厉害，比以前缩水将近10%左右，现在伦敦到了第二位，非常有意思的事情我想跟大家分享日本，日本的经济发展得不是很快，日本对冲基金是膨胀得非常快，从2000年到现在膨胀将近10倍。　　对冲基金和整个国家的发展处于不同的层面，实际上在很多的时候不能赚钱，对冲基金能够赚钱，有点像大学考试一样，不要千军万马过独木桥，名牌大学考不上，考一个专科也可以，成为专业的工人也不错。量化投资是给整个的市场带来一种不同的投资方式。特别值得注意的是，大量的量化投资的基金进入到香港、新加坡，甚至中国、亚太的是市场。亚太市场很多的资金来到中国，亚太市场很多人都没做，所以很多人蓄势待发，准备参与到量化投资的发展中来。　　整个的发展现在基本上美国在总的资产管理，量化投资的资产管理还是处于前列，美国大概在总的排名里，总的资产管理占前11个席位，欧洲有8个席位。欧洲很有意思，先开始，比美国超前，开始全欧洲对冲基金的管理，现在欧洲的对冲基金需要注册、需要进行管理，这说明什么东西?大家都在看，这个国家发生什么问题，我要学、我要做。　　中国基金也做了同样的事情，欧洲、美国发生了不好的对冲基金问题，我们要真正进行监管和管理。讲一些最近看到的各种各样的学术方面和业界方面人说的一些关于量化方面的观点。总结一下，其实最重要关注的是两方面：一是量化投资衍生品的出现，大家非常渴望衍生品，非常希望衍生品进入到市场，使整个量化投资的产品产品序列更加丰富，更加能够做。二是大家逐渐意识到量化投资实际上不是一个机械的方式，而是一个真正对于人性的方式，大家可以看到量化投资，不管什么样的投资，不是机器与机器的斗争，不是钱与钱之间的斗争，实际上量化投资是对人性的分析，实际上利用了一些人对各种各样事物的偏差来进行投资的，所以这个东西也逐渐进入到整个市场被大家所认同。　　讲一下国内量化投资的发展应用，实际上国内在私募基金里，量化投资的东西还比较少，本身监管力度比较少，这方面发展比较宽松，各种各样的量化、交易和对冲的策略和统计的策略能够应用到里面来。最主要的应用方法是有限合伙人，当然有一些创新的制度，信用，本身利用信托的有限合伙人，仁者见仁、智者见智，尝试着进入这个市场来，也给大家提供了很多有益的案例。　　值得说的是期货的私募，中国可以做高频的就是股指期货和商品期货，这里面发挥了很多量化投资的高等技巧，频率也越来越高。再说一个整个量化投资在公募方面的应用，我有一些朋友在公募基金，其实量化投资还是做私募好，公募要控制你的仓位和投资，很多人还是做出了有的尝试，大家看出增强型的基金，和主动型的基金，比较有限的情况下还是一定程度上提供比大盘回报好的策略。我和很多公募基金的同事说，你不要放弃，很多聪明的投资人自己会左右，他只要买了比较好的公募基金，他自己对冲股指期货，你只要比大盘好，国内是可以做的，如果将来有中小股的股指期货或是ETF的股指期货，实际上你可以看到做空机制对公募基金提供了很好的发展空间，因为有了对手可以做，他就不是一个月份收益，他变成了相对收益，实际上对他的发展也是有很大的促进作用。　　在国内的主动管理基金，大家在不断和国外学习，包括使用套利模型。实际上还使用了一些动态的模型和自主研发的模型，中国人是很聪明，我们运用非常好的模型进行管理。这些模型已经不仅仅是阿尔法的模型，大家逐渐理解了真正的管理不仅是管理获利，还要管理一些风险方面。　　讲到这里，我们还要讲到整个量化投资里的主力军，我们的证券行业，证券开业开放的自营和风险管理方面，使得一些非常聪明的管理人有一个比较大的平台，私募募集资金比较难，证券的自有资金比较多，使他们能够提供一些自营的管理和资产管理的服务。　　我还是要提到整个中国量化投资在期货方面的发展，在期货方面的发展，大家可以看到，在2008年、2009年之前，大部分都是一些手动的、技术层面的交易，我认识很多朋友，他们叫民间高手。我也曾经看过疯狂的人，16个屏幕拿着一个笔记本，在手上抄，多少个交易员在那儿打。我说是挺厉害的，像八爪章鱼一样，当年是非常赚钱的。我说用计算机实现一下，当时他嗤之以鼻，他说有手打就行了。去年发生一件事，林博士你们这儿有没有一些计算机的方法?感觉对不上，看见的机会也抓不着。　　整个期货策略，特别是高频策略是计算机之间的竞争，人的判断已经很难做了，现在逐渐催生全自动期货方面的交易系统在逐渐进入到市场，这也是高频交易发展的一个必然的趋势。　　最后最接讲一下中国量化投资上半年获利的情况，上半年是非常有意思的事情，很大的赢家是债券和期货市场，债券由于股票上的低迷，很多债券公司放杠杆，他通过一些调期和回购可以进行债券方面的对冲。债券对冲对国债期货的发行是非常有利的。年最主要的是场内和场外差太远，真正的现货太少，场外可能差十倍、百倍，所以才出现了几次恶性的事件。现在期货市场非常大，同时我们有交易所，为整个的发展提供了很好的机遇。　　另外一个赢家，是交易所通过提供全自动的交易系统，交易已经到了几亿手，为期货商赚了几亿的利润。上半年公募基金比私募基金好，上半年大势上升了，国内的投资人不了解哪个部分是靠技巧赚到的，哪个部分是靠市场赚钱。对冲基金赚3%，放在市场上赚10%，是不是很好?我们的半年报要办下去，希望大家了解整个市场的发展是整体的过程，下半年大家已经发现市场在不断的下降，大家又重新开始重视量化投资，是一个详细的过程。下面还有一些数据跟大家分享一下。　　这里是讲到量化投资发展的统计数据，我们现在数据还不是很完全，特别是私募基金，私募基金并不是经常公布整个的发行量和管理的尺寸，我们只是估计。私募基金的发展我们能统计下来，大概是四、五十亿的规模，这个肯定是不准的，大家看一个趋势，能统计的量化私募基金发展还是很快的，最早的几只发展到几十只。　　据我了解有上千、上万只小型私募以专户的形式和个人理财的形式在运行。我觉得《新基金法》的出现，对私募的健康发展有很大的好处。公募基金也有一定的发展趋势，发展趋势并没有私募快，各种各样运用技术上受到一定的限制。　　这里讲一个非常有意思的事情，我这里的图表是总结这个基金成立的那一年，量化投资调整整体策略并不是经常，他通过一段时间的回测。大家发现一个趋势，2008年发布的基金多亏得挺惨，其他的都还可以，都是正的，这是为什么?我这里有一个猜想，我还没有完全验证。大家可以验证，实际上大家都是通过历史的数据进行验证，2007年之前和之后是完全不一样的市场，2008年发的基金回测的数据是靠2007年以前的数据，他并没有学习到市场，他学习到的东西错误性太大。　　他告诉我们做量化投资一定要动态的调整，特别是中国的市场，做研究如果单单用回测的数据是不够的，中国的市场不像欧美市场，政策法规都一样的市场，中国市场每几年都有点新东西，今年股指期货，明年融资融券出来，它的变化是非常大的，通过简单的回测是不够，通过一些人智慧的方式判断才能做，如果简单看历史，就会像2008年发行基金一样，别人都赚钱自己不能赚钱。　　我们这里还做了一个简单的验证，大家可以知道，一般私募基金始终是比较标准的量化策略，对冲、风险控制比较好，公募基金不是不想做，实际上是由于监管很多管理的制度没法做到，这个东西会造成什么影响?我们可以看到，具体的统计我就不说了，我就放在这里，公募基金和私募基金的业绩，公募基金和券商的理财，他的业绩不大具有持续性，也就是说今年赚钱明年不赚钱，所以你经常用这个方法判断，你很难判断准。但是私募基金具有一定的持续性，赚钱的私募基金会持续，他会体现量化投资持续发展的策略，它是动态的在市场上调整，实现了一定市场中性的理念。　　我们下面也会对量化投资的产品做一些各种各样的风险分析，我就不介绍了下行指数、下行风险，大家都有这个方面的了解，我只是想看到非常有趣的现象，一个是公募基金本身发行，由于它不能对冲，风险很大，下行的风险很大。但是很多量化投资的产品可以实现比较小的波动性，虽然回报不一定和公募基金在某些时候持平。但是的确实现了下行的风险控制和波动性的控制，也验证整个对冲量化投资在这方面的魅力。　　在整个中国量化投资，这一年是值得欣喜的。有些也清盘，有些是对市场规模不看好，有的人是管理不善，有的是规模不够，有的是公司管理出现动荡，有的是本身内部的交易出现一些违规的情况，所以并不是说一个原因造成清盘。量化投资造成清盘但是只是个例，没有看到共性的现象，所以量化投资我们认为还是非常健康发展的趋势。　　这是我们量化投资研究院做的一件事情，在国外有HFI对冲基金指数，国内做这个工作还比较难，因为我们掌握的数据还不完整，本身量化投资的基金还比较少，但是我们觉得试着做一做，我们实际上提供了两种不同的指数，我们做了公募基金的指数，同时还有私募基金的指数。公募基金因为发表自己管理的尺寸，所以我们可以使用它整个的发行规模做一个发行规模的加权平均。私募的数据不是很准，我们用了平均的方法，我们用了国外比较简单的加权平均指数。计算方式大家很熟悉，我不太说了。我们还做了半年的调整，同时对于新基金的发行和中止做了调整。　　最后调整出来的数还是比较有意思，这个是15只量化公募基金的指数，它比大盘好一点，但是没有太多超值的回报。可以看到私募的量化投资选出15只比较好的，大家看看它的回报，回报还是不错的，但是波动性比较大，大家看到比较大下行的波动。　　最后看看量化投资市场中性的15只基金的情况，它的效果明显好很多，虽然回报没有像以前那么大，他的波动性、下行没有那么厉害。最后看到我们整个量化投资指数还是差强人意的，可能主要是因为大量的公募基金发行的量比较大，量化基金，大量的资金还是集中在公募上，私募很多比较先进的投资理念没有得到足够的平台来做。　　最后看一下所有的基金和沪深300比较，他们都能跑赢沪深300，特别是我刚才说市场中性的策略，好的市场超值的回报。　　最后我讲一下整个的发展趋势篇，第一个事情要量化投资的现状和问题，实际上量化投资需要很多很多的东西，需要精准的数据，需要高端的人才，需要很多的量化投资交易的政策放开，同时需要一些比较好的风控的模型和金融投资的模型。　　我们在各个方面还是需要不断的进步，在中国现在我觉得我们进入量化投资的新时代，各种各样数据的支持，先进量化投资的平台，以及丰富的量化方面的平台，以及更加成熟的市场，实际上在逐渐孕育中国量化投资的发展。引用刚才王总说的一句话，大家是非常有幸参与这个活动，实际上大家回首当年做的事情，这是非常有意义的事情，我们真正是中国量化投资发展的见证人。　　讲到这里，量化投资发展我们不能不讲技术的发展，量化投资不仅是金融、数学领域，同时还是技术领域。技术发展是越来越快了，在国外量化投资已经竞争白热化了。去年我开了高频研讨会，我觉得走错门了，满地都是水泵和主机箱，我说这怎么变成卖抽水机了?他说不是，也是最新的量化投资技术，它是把水泵串在主机的机箱里，减少它发热。主机机箱成为新的技术，量化投资在国外竞争已经白热化了。在中国是否需要这个东西?　　我再讲一个很有趣的例子，我经常和同学讲的例子，当时在欧美的时候，在1830年美国出现了第二个交易所，叫做费城交易所，出现一个股票可以在两个交易所交易，就出现了套利。费城和纽约要靠马车，马车要一天的时间，没办法套利。聪明的商人把纽约和费城高层楼的楼顶租起来了，雇了海军的兵，用了半个小时就可以传到。半个小时从一个城市到另外一个城市，当时他就比马车快。　　他告诉我们，在国内需要比一般人快的技术，你只要比别人快就占了先机，真正快的技术成本太高，不一定赚到钱。说到这个东西，我刚才也提到了量化投资需要很多的安全的、可用的交易系统，同时需要进行大量的海量数据发展，同时我们希望将来以人为本的投资理念。为什么我提到以人为本的投资理念?整个量化投资发展在国际上和中国不一样。国外的发展物理模式不行用化学模式。在国内很多人有自己的投资理念，大家对量化技术的掌握还处于初级阶段，国内反而反过来，很多系统做得越来越简便，方便使用，使很多人可以参与进来，这是国内发展的新趋势。　　最后讲一点，量化投资是整合发展的时代，实际上我们原来简单的单打独斗的交易系统和策略研究系统已经不行了，现在很多的技术，技术的提供商提供了交易平台、研究平台、虚拟交易各种各样实际的交易整合系统投放市场，更好的体现人性化的发展，这个是我整个的总结，谢谢大家。　　【主持人-何诚颖】：感谢林博士人在美国心系中国量化投资，刚才用不到半个小时的时间把中国量化投资的发展现状、碰到的问题、欧美的发展情况在中国怎么运用，我没想到林博士5月份才回来的，能够分析得如此精细。中国量化投资最大的问题是人才的问题，我们希望可以更多的像在华尔街工作的人才能够回到中国来，一起投身到中国量化投资的事业。　　下面有请葛新元博士，葛新元博士原来在国信，在国信的时候我知道多次为国信赢得荣誉，今年5月份他换了一个新的老板，到光大证券，以前他做研究，现在做投资去了，下面我们掌声有请他给我们做主题报告。　　【葛新元】：大家下午好!刚才何博士提到我原先是做卖方研究的，在国信证券从事金融工程卖方研究很多年，今年刚刚转到光大富尊投资公司开始做量化投资的实务。我这个过程某种程度上也代表了这两年国内量化业务发展的一个趋势。　　股指期货推出来之后，国内量化投资的研究和实务发展是非常迅速的。这个过程中，目前我们接触到的，国内我们现在有一个做量化圈子的人组成了一个QCLUB，这里面有一部分都是从华尔街回来的人。还有一部分人是本土成长起来的，本土成长起来的这些人，一多半都是从原先的卖方金融工程研究的领域做出来，慢慢的到基金公司或是相应的量化投资的岗位，或是私募公司自己发产品、做投资。　　这几年也是国内一线的量化投资实务很大的来源，原来做卖方量化研究的这些人，过去多年的研究积累，慢慢的开始走向一线，开始自己操刀来做投资。来做这个的过程中，我们逐步的发现，研究和投资者实务还是有很大的鸿沟，在这个中间主要的差距是在于，三年前我们做金融工程研究的时候，我们的目标，很多时候无非就是为了新财富的排名，写更多的报告，做更多的路演，取得基金的认可。而现在应该说股指期货推出来以后，国内做量化研究，即便是卖方的量化研究团队，他们开始做的研究是着眼未来策略投资的积累。我们在这个过程中逐步走过来。　　我们通过公司内部的资产管理平台，经纪业务平台的客户，我们的一些客户，我们也进入一些实务的应用，我们不断摸索，具体落实到投资，这个过程中，我们需要解决一些什么有的问题，怎样的策略在投资中是有生命力，真正能够赚到钱的?有三个问题是很关键的。今天我在这里把我们这几年来，我们从研究到投资应用，我们试图填补这中间的鸿沟，我们的一些思考和我的一些总结，来跟大家做一个分享。虽然是我们自己的经验总结，我们和业内交流下来，我们发现其实和大部分做策略开发的人，都有同样的一些感想。　　要真正解决量化策略的研究到实务应用中间的鸿沟，怎样去填补这个鸿沟?这里面有三个很关键的问题，一是你研究出来的，你策略的期望收益是不是真实可实现的?你做出来的策略，也许你分析的结果，你算出来他的阿尔法有25%，但往往这样一个数据到实际操作，很有可能不到5%，这会有很大的差距。这样就要求我们在做研究的时候，我们要更关注你的收益率的可实现性，理论收益率的可实现性，这就要求很严格的实证检验。　　我不是说实证检验的期望收益和实现的收益就能一致，实际上还是有距离的，但是它至少能够排除很多理论计算的收益目标偏差。　　第二个问题就是我们任何一个阿尔法策略，我们在开发的过程中，我们算出来这个策略能够获得阿尔法，我们需要问自己，这个阿尔法到底从哪儿来的?我们要能清晰的辨别出这个阿尔法来源于哪儿，也就是说你策略开发完了以后，并不是说你算过了之后有阿尔法就是可以用的策略，你还需要对阿尔法、策略进行全面的分析，任何收益的来源背后都是有一定的风险承担，你承担的是怎样的风险获得阿尔法要很明显的辨别出来。　　如果一个策略里面阿尔法15%，承担了很多的因子风险，因子风险之间又有很多的交叉关联，在你实用的时候，你有的时候就很难把握清楚，你的绩效出现波动的时候是哪个因子的假设出了问题。　　我们要对这个策略进行详细的截面分析，通过分布检验，弄清楚你的收益是承担怎样的因子风险所获得的，通过随机检验，在各种市场情景下，是不是你的胜率还能保持，因为我们所有的策略开发都是基于历史数据进行的，历史的数据只是一条轨迹，纯粹从统计上来说，已知的时间序列我们可以做出非常高的收益，但是这种方法得到的策略是完全没有用的，因为历史不会完全重现。　　我们通过历史数据得到这样的策略，他只是在一条市场发展的路径上得到的一个有效的策略，它是不是在市场变了，其他的市场发展路径上还能有效?在这种情况下要打散历史的瓶颈去进行随机检验，在各种模拟情景下都能保持比较好的胜率。只有这样的策略才是可信的。另外还要做策略的异常筛查，在各种极端的市场环境下，出现收益率波动，它的异常因素会是哪些?这个能让我们准备好，为我们策略准备好各种应急的处理措施。　　最后我们还要对策略进行序列分析，这个是什么问题呢?回答我们这个策略，这个和当时随机检验和异常筛查有一定的关联，来回答这个策略的绩效是不是真正的稳定，通过这样的分析，我们要准备好管理策略的策略。　　通过这三个方面我们可以把我们研究中的阿尔法策略，从研究层面比较好的解决可用性的问题，当然实际在应用中，它还有一个真实交易，模拟交易环境和真实交易环境的差异还始终存在的，就我们来说，我刚才讲的这些是在研究层面对于研究策略的分析和校验，投钱进去我们还需要小规模资金的测试。小规模资金测试的过程中，第二步和第三步我们还要往复不断的做，最后在实际大规模的钱投进去，这三步，在实际的投资策略管理中，我们还要不断的往复。　　刚才我概念性介绍了一下我们从开发的策略到应用的策略，中间我们要解决三层的问题，下面我分块介绍一下我们是怎么做的。对于交易可实现性的分析，我们需要高度仿真的交易模块对它进行交易细节、流动性的敏感性以及策略容量的压力测试，从这三个方面对它进行分析。这中间还包括各种交易情景，比如说分红、平台和异常交易情景对策略的影响和冲击。这个策略在实际交易中的交易效率的分析，交易成本以及隐性成本的分析，还有市场流动性，也是随着市场情况来变化的。不同流动性策略绩效要有详细的分析等等。最后我们还要对它进行压力测试，分清楚策略合理的规模容量等等。　　从流程上来说，我们要经过这样一个详细的流程，我们做出一个初步的策略，假设它是一个选股组合，我们要对他进行组合分析，通过替代模块分析、交易评估、交易细节管理等等各层的交易核算来详细的分清楚它的细节交易成本，然后再通过模拟建仓、组合关系、持仓管理这些环节的分析，分析清楚这个策略的在各种市场情景下相应的实施应对措施。通过最后的交易评估，来有效的把握这个策略交易损耗或者是细节交易成本以及制定有效的交易策略。　　这是我们在做的过程中，需要输入、输出的各种操作，这个是我们交易测试的模拟环境的基本模块情况，完成基础的交易测试之后，我们还要对它进行参数和路径敏感性的检验。真正有效的策略不应该是高度参数和路径依赖的，如果发现一个策略的参数和路径高度依赖，我们就要小心一下这个策略，因为现实的交易环境往往不一定符合你的市场预期。这是交易层面的仿真检验，完成了这个以后，我们能够把握到一个策略，他的合理资金容量，他的交易成本，以及他的有效交易市场情景，以及我们针对这个策略的合理交易策略。　　再下一步我们要对这个策略进行截面分析，分析清楚这个策略本身阿尔法来源到底是来源于哪儿。具体的做法肯定有很多种，我们比较常用的是通过分布检验的方式来做。通过分布检验的方式来做，能够分析清楚的也就是一些分布式的市场因子，比如说行业因子，分割因子等等。　　通过这样的分布检验，所谓的分布检验就是我们策略最终的结果，我们看他的因子差距是什么，哪些是有偏的，哪些是中性的，有偏的因子意味着我们这个策略是承担相应的该因子风险。不是因子分布有偏就是不好的策略，其实往往阿尔法来源于本身策略承担的相应的因子风险所贡献的。　　我们通过这样的分布检验，我们比较好的区分清楚，比较好的认识清楚它承担哪些因子风险，认识到这一点，它的用处在哪儿呢?用处在于对我们自己的策略有清楚的风险认识，其次对于这个策略的改进方向就有两种，一种是你可以引进一些因子择时的策略，甚至因子管理的策略，使得我们能够比较好的认识清楚怎样的市场情况下去运用该因子可以贡献阿尔法。择时策略永远是市场最大的难题。通过因子择时管理因子是相当困难的，不同的因子有不同的情况，今天在这儿我就不详细讲了。　　我们下一步认识清楚因子分布的差异来源之后，我们针对相应因子的再平衡，把它中性化。运用再平衡的技术有很多，我这里不详细讲了。通过这样的方式，我们能够清晰的了解到我们的策略承担哪些风险，哪些是我们不想要的，我们中性化掉，使得因子风格清楚、明晰，这样在应用中这个策略才会比较清楚。通过随机模拟进行业绩评估，通过异常的结果筛查来检验我们的策略在各种异常情况下，是不是对于异常市场情况，收益是不是依赖这些异常情况，如果这样的话，这个策略不是一个好策略，能够比较清楚的把握到我们的策略在各种异常，异常市场情况下可能出现的风险情景，相应的我们对这个策略可以进行优化反馈，针对不同市场情景的风险调整建议和策略调整的建议。　　第三步我们要去通过前面两步把握清楚它的真实交易情况下，仿真交易情况下的有效绩效以及他所需要承担的交易风险和交易成本，然后我们通过截面分析把握清楚策略的核心所承担的因子风险，以及把冗余的风险分担掉，下一步就可以对这个策略进行全面的序列分析，来分析它真正的绩效，以及它的稳定性，和在不同市场情景下的情景分析，最终建立起一个有效管理和使用该策略的管理策略。　　绩效分析这是很成熟的技术，我们可以引入传统的绩效评估的方法，当然这个分析最好是动态化的。稳定性检验也有很多的方法可以帮助我们，情景分析也是同样的，在这儿我不再详细展开讲了。通过这三步，我们的目标实际上是全面的对我们开发的策略有一个明晰的策略，并且把我们开发出来的策略去一些冗余因子，使它定位更加明晰。在这个基础上，我们才可以去建立相应的策略管理方法和调整的模式。　　以上就是我们这几年在研究策略开发的过程中，逐步把我们开发的策略推进到业务应用这一过程中我们主要的心得和经验总结。当然不仅仅是我们在考虑这样的问题，市场中所有的买方和卖方的量化研究者，量化的从业者都在考虑这样的问题，这样的过程其实方法上来说可以有很多，但是它也反映了现在国内量化业务的趋势，量化投资和量化分析在走向系统化，我讲的很多环节都需要专门的研究工具和平台做相应的支撑。　　国内相应工具提供商应该是落在了实务的后面。业务发展、需求已经提出来了，而国内现有的量化系统到目前为止，看到的量化系统只能解决交易时限的问题，从研究管理和投资过程管理有效的风险管理，这些工具还都是业务人员自己在工作过程中开发。　　当然现在市场需求提出来了，量化投资的系统化方向我觉得会是今后至少一两年内推动相应系统开发以及业务发展很重要的一个方向和动力。希望大家在这个方面自己在做业务的过程中能够从这个角度做相应的准备，在场也许有一些系统开发商，我也希望开发商在这边能够给从业者提供更多的帮助，谢谢大家。　　【主持人-何诚颖】：时间到了六点钟。新元转得很快，他想到赚钱的问题，怎么应用，有哪些风险，现在考虑的问题和角色都不一样了，希望新元博士在光大干一段时间赚钱了再回到国信来。下面请瑞银证券有限责任公司执行董事、中国证券电子交易主管曲宏杰先生。　　【曲宏杰】：谢谢何总，谢谢林博士，谢谢各位嘉宾和来宾，你们也挺辛苦。今天内容非常充实，非常有实用性，说到量化投资，我们要提到量化、比较先进的交易工具，因为没有量化的交易工具或是跟量化投资相匹配的交易工具，我们很多的预测、理论收益难以实现，我想在这里，用一点时间和大家交流一下瑞银证券在国内推广算法交易这块的心得和经验，希望和大家一起交流。　　提到算法交易，可能在座很多专家都听过，算法交易在国内已经正式使用、推出两年多时间了，不是特别新的概念。我想给大家非常简要的打个比方，算法交易想象成一个机器人的交易员，把交易团队、交易员的想法、要求以计算机程序的方式和机器人交易员的方式执行下来，算法交易说白了就是一个工具，一个比较适合基金经理、交易团队具体执行的电子化工具。当然它的优势也是蛮明显的，首先可以比较快速的执行我们的交易意图，刚才林博士的例子我觉得挺有意思，国内还没到达这个阶段，但是在机构客户里，尤其是基金、私募，在他们的交易群和投资群里，他们的优势比较好、比较快一点的交易工具，和市场上平均的投资者相比他们具有优势，这块也是他们整体的投资优势很重要的一个方面。　　对市场算法交易也是有很正面的意义，这块我也是跟国内的监管机构包括交易所聊了蛮多的，算法交易是把很大一个单子，为了减小冲击，提高隐秘性，通过计算机的方式，根据交易员的策略和参数进行拆单，把很大的单子，按照市场平时或是历史表现，拆成相对比较市场容易接受的小单，这样减小冲击成本。是也是提高了市场的流动性，这样给一些中小客人和一般的投资人提供对盘的机会，对市场是蛮有利的。　　具体到算法的原理，主要分成三大块来说，一块是分析模块，分析模块主要是基于对历史行情，特别是高偏行情的统计，分析日均的成交量，具体到每一只股票和交易产品都要做分析，我们是分析它的波动性，包括有些价差，包括每日的波动性，成交量，包括有一些实时的行情，把这些纳进来做整体的分析和判断，这是分析模块。　　这里面可能有些相关性的测试，每只股票和大盘指数的相关性，包括和这个板块和基准相比的参数，都有做统计，这些统计结果会应用到算法在实施交易的时候做些探讨。　　另外一个模块我们叫决策模块，主要是交易员、基金经理根据对市场的判断，包括他本身的意图，通过设置参数，设置交易的风格来操控算法交易，来使用算法交易这个工具，这也是非常重要的模块。这里面还包括对交易的控制，包括对于市场占比量的限制，包括限价和算法实施的时间，这些也是非常重要的部分。　　另外一个部分是执行模块，执行模块算完了要实施，交易的时候，比如说一些均价策略，均价策略听起来蛮容易的，但是实施起来也不一定，毕竟是把一个单子砸到市场上，需要成交方面有很多流动性，对盘很可能成交，还有找不到流动性 ，单子可能在市场上呆很长的时间。　　有的时候你的单子进程会快一些，会慢一些，算法上要控制快慢的节奏，不能为了得到一个好价格等很长的时间，因为要达到交易量。反过来如果进程太快，交易量完成了，单子实施的成本可能就不一定是最优的。　　我们分成四大类，一是时间驱动型，这个比较典型的是按照时间加权平均的均价策略;二是在国内用得非常普遍的，在机构里用的基准，衡量交易员交易做得好坏的基准，交易量加权平均的均价策略，这两个在市场上是蛮普遍的;三是市场成交驱动的，这里比较普遍、比较典型的是从量跟量策略，把一部分的交易按照市场成交量，按一定比例来实施的，这个和跟盘口的成交，和整个市场成交过程是密不可分的;四是根据市场价格的波动来实施具体的交易进程，市场上价格对几方交易比较有利的时候买，价格比较低可能多买一些，买的进程要加快，根据市场价格、市场行情波动来做的一个实时的交易策略，当然也不完全是这样，也有一些变数。还有海外用得比较多的是实时偏差、标准偏差的策略，这个是通盘考虑两个成本，直接下到市场里，对价格造成的冲击比较大，想减小冲击的做法，一般是拆细一点，放得时间短一点冲击就小了。冲击小的同时，机会成本、时间成本就会提高，这两个成本通盘考虑，理论上是比较合适的策略。还有机