编者按：8.16光大证券这只蝴蝶掀起A股千层浪，但大多围观者仍处于“不明觉厉”的状态。

　　中国量化投资学会理事长丁鹏博士将为读者解读三大谜团：1、为什么区区数十亿对市场造成如此巨大的影响？2、这是否存在一种新的盈利模式？3. 为什么光大证券的量化投资系统会出错？

　　8.16光大乌龙指事件，对中国A股市场带来的影响是深远的，这里笔者并不想探讨光大证券的法律合规问题，只是从学术角度对该事件做一个策略方面的解读，就下面几个问题进行探讨。

　　1. 为什么区区数十亿对市场造成如此巨大的影响？

　　中国A股市场日均成交量2000亿左右，但是8.16光大证券的乌龙交易的资金只有70亿成交量，但是却造成了大盘指数超过5%的涨幅，这是为什么呢？笔者认为这主要是由于光大证券的乌龙订单触发了大量量化交易订单。

　　巨单追踪策略

　　这种策略的基本原理是：市场上存在一种大机构资金，他们会获得优先的信息，因此追踪他们的订单就可以获得稳定的盈利。 所以当光大乌龙指的巨量订单进入交易所后，巨单追踪策略资金第一时间就追踪到了这些订单的信息(一般也就1-2秒钟延迟)，然后迅速的发出自己的订单，跟随在光大乌龙指订单之后，从而助推了指数的急速飙升。这是第一批跟随的资金。

　　区间突破策略

　　这种策略的原理是：当指数突破了某个区间之后，就可能是一波趋势行情的到来，从而可以在突破区间点后追进，从而获得趋势性的收益。 所以当光大乌龙指订单和巨单跟随策略的订单将指数拉高突破了某个区间后，第二批跟随的资金进场(大概延时3-5分钟)，从而再次推高指数。

　　止损盘

　　第三批入场的资金是止损盘，由于大盘指数飙升太快，以至于很多产品的空头头寸(主要是股指期货)一下子就给打入止损线，它们的被迫止损再次拉高了股指期货，从而继续拉动大盘指数的飙升。

　　用一个形象的比喻就是：一群羊在草原上安静的吃草，忽然一头羊发了疯似的跑起来，其他的羊不知道怎么回事，以为狼来了，赶紧先跟着跑再说。跑了一会发现，原来狼没有来，跑错了，于是又回来了

　　2. 这个是一种新的盈利模式吗？

　　其实在海外市场，这种策略模式是蛮普遍的，高频交易和趋势跟随是各大对冲基金，CTA基金很常用的交易策略。

　　前面所说的巨单追踪策略就是高频交易的一种，除了这个策略之外，其他的还有猎物追踪，自动做市商等。在这个方面有突出表现的是文艺复兴科技公司，也就是大家公认的量化投资鼻祖：西蒙斯教授，他的大奖章基金，连续20年每年获得35%以上的净回报，远远超过了巴菲特和索罗斯，书写了华尔街对冲基金的一个神话。

　　趋势追踪策略除了区间突破之外，还有均线突破，指标突破等多种形式。这个在CTA基金中的用处特别多，例如全球最大的CTA基金：WINTON，主要就是以趋势跟随为主，该公司目前管理规模超过了200亿美金，公司有120多位数学家、物理学家和计算机科学家。去年WINTON联合国[微博]内的信托公司发行了几期产品，获得了超过20%以上的收益率，业内反响很大。从今年开始各大期货公司的CTA研究都是如火如荼开展起来了，其中有不少期货公司的CTA产品收益率都非常稳定。

　　所以，趋势跟随和高频交易其实是海外市场已经相当普遍的盈利策略，只是国内目前才刚刚开始，大家对此不熟悉而已。这些量化投资的策略，需要数据和IT系统的巨量投入，一般也只有顶尖的券商和基金公司玩得起。

　　从公开的信息看，光大证券的策略交易部是自行开发了他们的策略交易系统，当然该系统还不够成熟，所以有了一些BUG，从而造成了对市场的巨大冲击。但是可以肯定的是，这种策略交易的方式，是海外的先进经验在中国的尝试性应用，虽然尚有些不足之处，但是未来肯定会有越来越多的机构投资者投入到到这种先进的交易技术中去。

　　就好比：国内的大多数投资者还是大刀长矛时代，光大证券打造了一挺机关枪，但是不小心擦枪走火，误伤了群众。

　　3. 为什么光大证券的量化投资系统会出错？

　　光大证券这次出错的是订单执行系统，从目前的公开信息分析，有可能是交易线路的故障，造成了系统的误判。因为一直没有得到订单返回信息，所以该策略系统不断的发出订单，一下子推向市场，从而带来了巨大的影响。

　　从理论上说，没有一种方法可以保证订单执行系统百分百可靠，因此需要一个风控系统做执行前的控制。传统的风控是事前风控，也就是说订单进入交易所之前，必须先进入风控系统，然后才能发出去。但是传统的风控系统速度太慢，尤其是有些机构依然是人工风控，往往延时超过十分钟以上，这个对于高频交易是完全无法接受。

　　所以高频交易系统一般都采用内存风控的模式，也就是想风控指标写入计算机内存中，从而可以在毫秒级完成风控，这样就最大限度的提高交易速度。光大证券的高频交易系统，可能这个内存风控系统不够完善，或者某些地方有些程序的BUG，从而未能及时制止订单。这也从另外一个侧面说明了，新技术上线之前还是需要做一些深入的测试，比如各种情景模拟和压力测试。

　　现在创新业务的发展太快，以至于券商和基金公司的后台支持能力不能完全跟随，从而造成了不利的影响。笔者认为，这次乌龙指事件，可能是光大证券的新的策略交易系统速度太快，以至于传统的风控模块跟随不上新系统的要求，造成了交易和风控的脱节，带来了对市场不利的影响。

　　说一个形象的比喻：中国的股市还是乡村的泥泞小路，大多数人都是开着拖拉机慢悠悠的玩，光大证券从海外搞回来一辆保时捷，在还没有完全熟悉性能和磨合好部件的情况下，就急匆匆的开了出去，结果翻车了。

　　总而言之，光大证券的乌龙指事件让大家明白了一个道理：未来的投资市场的竞争更多的是交易系统、交易速度的竞争，军备竞赛将在投资中起着非常重要的作用。作为海外市场已经得到大家认可的量化投资，在国内依然是新兴事物，其发展过程充满曲折也是很正常的。笔者认为：我们要从一个客观的、前瞻性的、辩证的眼光来看待这次光大证券乌龙指事件， 对于创新类的业务，要给予更多的宽容和支持，让中国的资本市场更加成熟和稳健。

　　编者按：8.16光大证券这只蝴蝶掀起A股千层浪，但大多围观者仍处于“不明觉厉”的状态， 中国量化投资学会理事长丁鹏博士在8月19日推出《光大乌龙指事件之策略解读之一》，为读者解读三大谜团：1、为什么区区数十亿对市场造成如此巨大的影响？2、这是否存在一种新的盈利模式？3. 为什么光大证券的量化投资系统会出错？

　　丁鹏博士将为读者解密高频交易？为啥机构投入巨资在搞？

　　1. 什么是高频交易？

　　高频交易是利用极快的交易速度完成的交易行为，与传统的交易相比，最顶尖的高频交易策略可以快到微秒级。在这样极快的速度之下，可以诞生出许多稳定盈利的策略。例如西蒙斯教授的大奖章基金，连续20年每年35%的净回报；例如高盛的量化自营部门，每年都赚取数十亿的收益；还有摩根斯坦利，瑞银等大投行都在巨资投入这样的策略中。

　　国内在这方面也刚刚起步，有少数期货市场的私募，利用高频交易策略，实现了非常稳定的收益。根据目前可看到的数据，国内做高频交易的团队的平均收益，年化都在50%以上，最大回撤小于2%。其中有几个团队参加了诸如CCTV证券举行的实盘大赛之类的活动，感兴趣的读者可以去查询他们的公开业绩表现。正是由于这么稳定的收益表现，使得过去几年各大券商，期货公司都在积极开展着这方面策略的研究。

　　2. 主要有哪些高频交易策略？

　　除了笔者上一篇介绍的巨单跟随策略，区间突破策略之外，光大证券策略交易部举行的高频ETF套利也是其中的一种。一般来说，高频交易策略有两大类：

　　(1)传统低频策略的高速化，例如高频统计套利，高频阿尔法套利，高频趋势跟随等； (2)由于极速交易产生的新策略，例如：自动做市商、猎物追踪、流动性回扣等。这里给大家介绍一个国际上很流行的自动做市商策略的基本原理。

　　假定某个股票，同时有A投资者发出了30元的卖单(分批委托)，B投资者发出了31元的买单(分批委托)，根据撮合竞价原则，A和B将直接成交，但是由于这两个投资者用的是传统的交易系统，速度相当的慢。高频交易者用极速交易系统，不停在市场上用很小的委托单，例如每次100股，进行探测。当它探测到A和B的委托单后，就假定未来还有更多的委托单出现。则迅速用30元的买单将A投资者的卖单吃进，等到B投资者的31元的买单进入之后，转手卖给B投资者，中间白赚1元。

　　从这个例子可以看出，这种自动做市商的策略成功的关键在于：交易速度。海外顶尖的高频交易商的响应时间以微妙计算。当然国内目前的T+1制度，使得A股市场没有这种机会，但是在期货市场，这种操作还是有空间的。当然可以肯定的是，光大证券的量化系统还没有进行这种类型策略的交易，但是开发一套高速的交易系统，对于传统策略的升级无疑也是有着很大的帮助。

　　3. 高频交易的核心：速度

　　为了让更多的小白用户了解这个自动做市商策略的过程，我们再以一个更加通俗的例子来说明：

　　A村的白菜价格是1元，B村的白菜价格是2元，中间有着明显的价差。但是两个村子路途比较遥远，村民们的“交通基本靠走，通讯基本靠吼”，就算知道有有价差，也没有办法。

　　这时候张大爷买了一辆摩托，于是他就每天就从A村以1元的价格，将白菜运到B村去卖，中间白赚1元的差价，每天来回1趟，很快就发家致富盖起了二层小楼。。。

　　那么，张大爷为啥能赚到这个钱呢？根本原因是‘交通提速’，因为有了快速的交通工具：摩托，所以他可以独享这个价差收益。

　　很快，李大婶也加入了这个行业，她买了小货车，速度更快，每天来回2趟，于是李大婶抢了很多张大爷的生意。刘大伯眼红了，砸锅卖铁买了奔驰，速度更快了，每天来回4趟，于是他赚的就最多。村里的交通工具速度就这么变的越来越快，从奔驰到法拉利[微博]，从法拉利到阿斯顿马丁。。。

　　这就是高频交易为啥速度越来越快的原因，市场的缝隙就那么多，谁的速度快就能获得更大的收益。 海外最顶尖的高频交易的团队，都是直接硬件编码，响应速度以微妙计算，国内目前最快的CTP平台，差不多是毫秒级别，依然与国际先进水平有不小的差距，相应随着未来IT技术的升级，交易系统的提速肯定是一个必然的趋势。

　　4. 怎么才能提高速度呢？

　　从上面的介绍我们已经知道，高频交易中速度是关键，那么通过什么样的方法才能提高量化系统的速度呢？一般来说，有这么几种方式。

　　(1)单线程变成多线程普通散户的交易软件基本上都是单线程操作，每个事务的处理都是一个一个的进系统的，变成多线程方式后，可以同时处理几百个事务。

　　(2)硬盘数据变成内存数据硬盘的数据处理速度太慢，将数据一次性调入计算机内存中，处理速度就可以提高一个数量级。

　　(3)互联网线路变成专用线路

　　普通散户的交易软件基本上都是通过互联网接入券商的柜台系统，然后通过柜台系统接入交易所的，这种一来是慢，二来是容易泄露交易细节。通过专线直连交易所，则可以大大提高速度，并且保密很多。

　　通过上面的阐述，读者大概已经明白，想提高速度就必须烧钱！钱烧的越多，系统的性能才能越好！赚的才能越多！这就是过去几年各大券商，在量化投资系统上大力投入的原因。据媒体的报道，光大的量化系统的订单执行部分是外购第三方，价格比较便宜，可能就是这个出的问题。 舍不得孩子套不着狼啊！

　　前面的文章中，笔者进行猜测：光大证券的量化系统出错，是由于交易速度过快，风控系统跟不上造成的。也就是车速过快，刹车片没有起作用。那么，光大的系统到底出了啥问题呢？是订单系统的原因，还是风控系统的原因？或许还有别的原因？

　　编者按：8.16光大证券这只蝴蝶掀起A股千层浪，但大多围观者仍处于“不明觉厉”的状态， 中国量化投资学会理事长丁鹏博士推出光大事件系列文章《光大乌龙指事件之策略解读之一》、《光大乌龙指事件之策略解读二：解密高频交易原理》，本次文章将探讨两个问题：为什么交易系统会频频出错？目前主要交易系统的构架是怎么样的呢？

　　自从光大乌龙指出来以后，仿佛受到感染一般，海外也连续出现乌龙指事件，先有高盛的乌龙指损失1亿美金，后又纳斯达克[微博]交易所技术故障停止交易3个小时，为什么交易系统会频频出错？目前主要交易系统的构架是怎么样的呢？本篇中做一个简单的探讨。

　　我们已经知道，光大证券采用的是高频交易策略，在前一篇解读文章中，笔者也得出了结论：高频交易的核心是交易速度。在极高的速度情况下，交易所的系统也会受到巨大的冲击。

　　我们再以那个买白菜的例子继续讨论：当所有的村民都用上法拉利这种快速交通工具去菜场买菜后，可以想象到的是，菜场将会受到巨大的业务量的冲击。以前可能一天只有5、6个村民走路来买菜十来斤，现在是大家开着法拉利，一次就买1000斤，那这个菜场受到的压力之大，可以想象得到。这也就是最近各大乌龙指频繁的重要原因。无论是光大的乌龙指，还是高盛的乌龙指或者纳斯达克的停摆，交易所系统的健壮性，都是其中一个重要的问题。

　　交易所撮合系统中一个核心的通讯机制成为‘消息中间件’，我们再以那个菜场的例子来说明这个到底是什么？张大爷进入菜场后，怎么让别人知道他想买1000斤白菜呢？一种方法：扯开嗓子叫：“俺要买1000斤啊”，第二种：写到一个黑板上去，大家都来看。毫无疑问，写黑板的方式效率远比扯开嗓子叫的效果要好很多。这个黑板就是消息中间件。

　　1. 传统的消息中间件

　　传统的消息中间件逻辑模型可以用下图来表示：

资料图

　　数据从发送方T经中间件M到达接受者R。为了保证数据的正确性，数据发送到M后，M会进行序列化并同步到其他的M中，然后再发送到R中。这个过程中，经过了2次网络传输，一次序列化和一次同步，M和R在接受到信息后还需要解析。

　　那么，可以通过以下手段提高系统性能：

　　1)将M和R放置在一台机器上时，就可以节省一次网络传输。

　　2)MM收取报文需进行一次解析，序列化之后再将它发出去。R接收后又需进行一次解析。如果M与R在一台机器上，可以开辟一个共享内存区域。M序列化数据后存到共享内存区域，然后发条消息告诉R该数据的指针即可。这样就节省了一次报文解析的过程和应用系统和操作系统的通信开销。

　　3)若MM和R在同一个进程中，相应的进程间通讯也可以省去。

　　(2)极速中间件构架

　　这种架构下的交易系统，可以有效的利用多cpu并行工作，降低系统开销，降低延时。最重要的是消息中间件不再成为瓶颈，可以实现同步风控。该架构是国际顶尖交易所的主要通讯方式。配合硬件编程等技术，可以实现微秒级的延时。目前国内的某交易所最新的撮合系统也采用了这种最先进的技术，可以与国际先进技术媲美。

　　可以简单的理解为：传统的消息中间件就是那个写满价格和买卖的黑板；极速中间件就是变成了电子大屏，大家通过手机去大屏上发布买卖信息。

　　3. 其他先进技术

　　国外的量化交易比较发达，除了消息中间件，在其他方面也积累了较多的经验，笔者简要介绍一下。

　　(1)FPGA(field-programmable-gate-array，可编辑门阵列)

　　FPGA通俗的理解，就是将算法逻辑固化成硬件来实现，可以获得极高的性能，低延时和并发处理优势。比如将策略算法和风控逻辑用多个FPGA来实现，可以将传统架构下策略和风控完成的时间，从秒级降低到纳秒级(1纳秒=10万亿之一秒)。

　　(2)RMDA

　　RDMA(远程直接内存访问)技术——能够使集群中的节点之间通过网络设备对对方机器的内存进行直接访问，既减少延迟，也节省了节点上的CPU资源。

　　(3)内存数据库

　　策略不同，对数据处理的要求也不同。但归根到底，还是要对大量时间序列的数据进行访问，分析和保存。目前硬盘IO读写是通过机械手段实现的，性能始终是个瓶颈。而内存数据库是将数据放在内存中进行，可以有效避免硬盘的性能瓶颈。

　　(4)GPU

　　随着3D技术的发展，GPU也走进了千家万户，某些GPU的性能已经不亚于CPU。因此，如果有效的利用GPU的处理能力，可以分担CPU的工作压力。通俗的说，就是讲原来CPU一个处理器进行的工作，分给GPU来一起做，性能当然会有显著的提升

　　(5)Infiniband

　　InfiniBand的帧是基于16bit的本地地址，以太网是用48bit的全球唯一的物理地址。因此，InfiniBand是一个I/O技术，而不是网络技术。InfiniBand的优势是在可扩展性上，对于某些需要多个节点之间频繁进行消息传递的应用，，InfiniBand相对于以太网能够提高整体的吞吐量，减少延迟，并且保证随节点增加系统整体处理能力的有效扩展。但InfiniBand价格相对昂贵，需要特殊的硬件，还有与已有以太网设备兼容性不好。因此InfiniBand通常用在高频交易公司的内部网络。

　　(6)基于列的文件系统

　　时间序列的处理，往往是统计等基于列的处理方式比较多。而传统的文件系统和数据库都是基于行的处理方式，造成在读取数据的时候寻址操作频繁，性能下降很快。如果采用基于列的文件存储格式，会降低不必要的硬盘寻址，提升性能。

　　从上面的介绍可以看出，国内交易所的核心技术与国际顶尖系统相比，还是有着不小的差距，这次乌龙指事件，券商的交易系统、交易所的系统等都存在不小的问题。

　　对比一下高盛事件中的监管者，在监控系统发出自助警告，发现有些股票期权在上午开盘时出现非正常交易价格时，纽交所随即表示正在核查早间“一大批存在错误的订单及交易”，向交易员发出预警，并开始核查相关交易情况。在中午休市期间，纽交所发出正式公告，表示在9时30分到9时47分早盘开市的17分钟内交易异常，有可能会取消相应时段的交易。到上午11时17分，纽交所已经对该交易时段成交的期权核查完成了近23%。

　　笔者认为，上交所在光大证券的乌龙事件中反应迟钝的根本原因在于撮合交易系统的老化，并非主观故意。光大的量化系统交易速度实在太快，交易所的主机缺乏对这种快速巨量委托单的动态检测模块，急待大规模升级提升性能。

　　这次乌龙指事件也是一次实实在在的压力测试，相信随着未来量化投资在国内的发展，对于各大IT公司来说，也是一次展示自己实力的机会。

　　丁鹏博士，中国量化投资学会理事长，《量化投资-策略与技术》作者 谢辛宁，兴宁投资董事长，高频交易专家

进入【新浪财经股吧】讨论