陈东来:科技驱动下量化市场会越来越专业 数学是基础

　　新浪财经讯 3月30日，“金麟2019·第六届量化投资与对冲基金年会”在中国人民大学逸夫会议中心召开，年会主题为“新形势、新要求、新策略”。

　　“Fintech 与量化前沿技术发展”圆桌论坛环节，韬睿智能合伙人陈东来通过一些产品介绍了量化执行。他表示，去年资本新规出来之后把银行的钱进行了风险划分，使专业的交易机构变得越来越专业，散户更偏向把钱投向专业机构。所以未来三到五年是量化市场发展的高峰，“量化”这个事情一定会越来越专业。

　　他从产品角度介绍了量化需要一些什么信息，包括IDE等。而团队在写C++这些量化程序时一般通过两个方式，事件驱动和时间驱动。最后他总结道，在量化这个行业首先有一些基础必须要掌握，数学一定要好。

　　以下为部分发言实录：

　　陈东来：下面通过一些产品介绍一下量化执行，刚才高老师主要是在研究方面，在用户策略做一些研究、选股包括择时的策略，葛总这边主要集中在券商柜台、交易所、黄金接口，券商，因为中国和美国市场不一样，中国因为过去发生一些系统性风险，证监会和监管部门要求我们券商必须要在事中进行风控和流量的控制，所以每个券商必须做这个事情。

　　中间，刚才说了高老师那边是大脑，我们葛总这边是我们的手和眼睛，大脑连接手和眼睛怎么连接？就是神经系统。整体来说中国这个市场上，从用户策略到交易所这个过程，神经系统这个环节，我们要去交易所把钱抓回来，我们整个过程怎么做的都设计好了。我们为什么做这个事情？其实大家应该了解我们的量化团队，自己一般有IT开发人员的，IT开发人员其实在美国一些中小的机构，他们会用一些非常专业的系统，比如有一些团队开发的专业量化软件，因为刚才葛总这边介绍了，前面前辈也介绍了，美国市场通过自动化和量化交易带来的交易量，基本是70%左右，国内这个交易量其实还是在20%左右。其实是散户居多的交易环境。

　　去年资本新规出来之后把银行的钱进行了风险划分，使专业的交易机构变得越来越专业，散户更偏向要把钱投到专业机构里面，让专业机构帮你管钱。所以未来三到五年是量化市场发展的高峰，这个事情一定会越来越专业。我们为什么做这个事情？为什么跟量化机构自己的IT部门做竞争？其实是两个方向，从整个发展规律来讲，量化刚刚发展的时候每个交易团队有两个阿尔法，一个是策略一个是技术，你搭建你的系统包括系统怎么写，比如交易团队很强，这是你的策略阿尔法，IT团队很强这是技术阿尔法，随着市场发展越来越快，市场越来越公开，公开下来发现技术这方面阿尔法越来越少了，但是阿尔法少了，成本还是同样的，甚至越来越多了。现在招一个架构师一年没有40万，包括差旅和吃饭，没有40万招一个架构师招不到。

　　高建军：架构是吃速度的，所以一般都是C++，现在大家说脚本化了，所以教育比较弱，大家都去处理数据，其实底层这些吃速度的编程更专业，需要更多人才。

　　葛云娟：确实是的，我们宽睿系统全部都是C++做的。

　　高建军：我们的编程课程都是以C++为基础的。

　　陈东来：我们从成本来讲这个问题，我们为什么做这个？系统定价不说了。我们接受市场所有的需求，我们自己都是在英国，包括我在美国，我们是做过量化交易，我们也知道量化交易有什么需求，市场前沿的一些技术是什么样的，所以我们技术储备有一些先天优势，同时我们在写程序的时候，包括学MFE大家都知道现在包括纽约周边的各个学校，只要学MFE教授肯定教你写编程，如果不教你那么这个学校就有问题。大家既然都学编程，现在回国的人越来越多了，搭建系统底层是C，上层可以C写，也可以专门为我们，未来的新军储备提供一个编程环境。这是目前的策略实现选的C，因为在比例上我其实不知道排行榜叫什么？这是为什么选它做这个事情的原因。

　　刚才提到接口其实国内有一个很大的问题，因为国内竞争者比较多，宽睿的柜台大家都是竞争者，比如恒生柜台，这些都是柜台，大家都做手和眼睛，所以柜台方面的压力比较大。但是用户，底层去做的时候不是特别合适，因为我没有这么多时间，我要去研究我的策略，我是靠策略赚钱，不是靠每天连接这些柜台去每天接受这些数据，我该怎么处理去赚钱，因为处理之后才进入大脑，包括一些深度学习的工具，去接受信号，去做这些信号处理。所以这些底层上的工作其实很占用大家的时间，所以我们把这些事情处理好之后，交给我们用户，这样你可以用百分百的时间，不说百分百，95%，因为5%做运维，百分百的时间专心研究你的策略，这样让你的策略或者策略执行能力会增强。

　　从产品角度讲一下量化需要一些什么信息？首先肯定是我的每个进程或者我们的每个文件做管理，没有这些信息没有这些文件的管理，我不知道我运行什么东西，策略跑到哪儿不知道，有没有出现问题也不知道。我需要一个编写的地方，我需要一个IDE，这个IDE不能是纯的文本模式，我需要有测试包括联想输入，这些都是节约我的开发时间。所以通过这些下一步是策略实现的过程中，我需要这些函数和我的执行效率，我的下单接口怎么设计。因为团队里面都是从交易团队出来的，在写C++这些量化程序的时候一般通过两个方式，事件驱动和时间驱动，我接到行情，行情过来之后干什么？进来之后需要去运行，怎么去运行？我需要去用，所以整个流行过程下来我们会设计一些用户特别习惯的一些方式去搭建环境，同时给用户的API文档几乎跟原来的写法没有什么希望。而且我的C++环境里面用通用工具包，这些不影响系统架构或者运行这个策略，带来什么影响。包括风控，包括账户统计、策略环境。做量化其实很少有人看这个，因为计算机更多看日志，你是否成交，是否拿到了行情，行情是否断掉，交易是否断掉，这个过程是系统自己运行的，你很少去盯着盘去看，这个在量化市场里面，除非有重大风险出现，可能需要手段干预，其实大多数时间都是计算机自己在做。

　　我总结一下，在量化这个行业首先有一些基础必须要掌握，希望大家不管文科理科，大家都是高考过来的，数学都得考高分，你数学一定要学好，这是第一；其实现在编程语言跟英语一样不是吃饭的技能，而是交流的技能，你有编程语言很多事情迎刃而解。比如之前在美国工作，流程上很容易，你写一下就搞定了，可能花半个小时写一个脚本，人家花一天，这样你一天就可以出去玩了。对大家的建议，学好数理化，走遍天下都不怕。谢谢！

责任编辑：曹婕