对外经济贸易大学邀请中信建投证券机构业务部高级经理曹寅作了一场题为“量化投资与算法交易”的讲座，曹寅现在在中信建投证券算法交易组负责数据分析与建模。武汉大学数理金融实验班本科。

　　对外经济贸易大学金融学院应用经济学具有一级学科博士学位授予权，并设立博士后科研流动站。学院拥有金融学、金融工程学和投资学三个专业，在本科层次设立CFA和FRM等特色专业方向，形成了相互支撑、优势互补的金融学科群，并已形成本科-硕士-博士-博士后等完备的各层次人才培养体系。

　　首先，曹寅先生给大家介绍了市场交易策略的分类。策略的分法，按照机构的分类有八种。股票的分类，有股票多头和多空，这两种占市场的三分之二左右。股票多头在传统的权益类投资比如私募比较常用，包括基本面的研究和技术分析。股票多空是指一部分的股票多头，一部分空头，但只能用作期货的替代，降低风险。事件驱动是指分析重大事件对股票价格的影响做一些投资，更多的是分析定向增发和并购重组这些具体事件对股票价格的影响。还有一种策略是相对价值。股票的收益可以分为阿尔法和贝塔，阿尔法是指超额收益，在做投资的时候，用同等的期货做对冲。这种策略的好处是，市场容量很大，因为做阿尔法策略的话，全市场的股票都可以投。套利策略的收益非常可观，它的核心是寻找市场上不合理的价差套利，但流动性不是很好，监管也比较严格。管理期货的杠杆比较高，赚得多，亏得也比较多。在股指期货交易受到限制后，越来越多的人开始关注商品期货。宏观对冲是指股票、债券、商品等大类资产的轮回。例如做的比较大的私募，以全球宏观的角度，在不同国家之间做配置。债券策略主要在银行间市场，参与门槛较高。前几年，债券市场的收益十分可观，资金成本很低。组合基金在15年发展迅猛，通过选择好的私募或公募产品，进行配置降低组合的波动。从去年，国家发行很多货币，资产配置出现问题，股票型或单边型风险比较大。复合策略是指用各类策略做一个组合，取得收益。

　　接下来，曹寅先生为大家讲解了定性分析和定量分析。很多人对于定性分析和定量分析有一些误解，纯粹为了建模而建模，把数据拿到模型上试，刻意地去拟合，但是却忽略了基金的条款和各种资料，这样就比较本末倒置。量化投资和定性分析之所以能获利，是因为市场上存在信息的不对称。反之，如果有内部信息，便能做很多事情而不用分析。如果没有信息，通过量化来挖掘信息，最后利用信息驱动，而获得收益。所以，不要为了建模而建模，不要过度拟合，当参数较多的时候，即使拟合程度很好，也能得到较多的收益，但是仍要注意各种问题。

　　至于说Q Quant和P Quant，前者的前提是市场是有效的，做一些对金融产品定价的工作。因为市场对定价的需求很大，所以出现了很多衍生产品。通过做好定价而赚取手续费。但是，在现实生活中，更多的是在做P Quant。P Quant的假设是市场是无效的，通过找出市场的无效性，赚取超额收益。在理想模型假设下，Q Quant能做出完美的模型，复制组合，赚取手续费。P Quant下市场是无效的，市场的价格是不合理的，通过找出不合理的东西，赚取收益。

　　量化投资可以分为以下几个步骤。首先要有投资思路，有一个想法，觉得什么东西是可行的。量化投资依赖数据的分析，首先要实践自己的投资思路验证自己的想法，然后不断修正，改正思路和其中的指标。可能不断有思路，不断有想法，不断迭代，得出好的模型，进行调优。在实际情况中，做交易和做模型的差异是很大的，在真正的交易过程中，会出现新的东西，并有新的认识。

　　然而，国内量化投资正面临着很多问题:诸如余额宝的收益率在下降，市场没有无风险的能保证4%收益率的产品，投资者在投资的时候会比较谨慎。目前在做量化投资的时候，在制度上有一定的制约，国内的衍生工具比较少。特别是在去年二月，场内期权得到限制，监管有比较大的门槛。两融发展不均衡，A股几乎无法对个股做空。股指期货去年出现很多政策，交易手续费的上调以及对手数的限制，升水很大，而且市场的基差是负的。现在，量化的很多策略在仓位上限制很多，以前，选股超额收益10% ，现在负基差，拿到超额收益很难。现在量化市场受到的影响比较大，所以投资者会更多的关注交易成本，市场的收益率也在下降。

　　那什么是算法交易呢?可以看到，大的机构在买入卖出时，订单量比较大，会进行拆单。人为的交易对市场冲击比较明显，会被交易对手发现，很难获得比较好的收益。所以算法交易的好处是，避免人为的非理性因素的干扰，通过交易员帮你拆单，获得一个很好的价格。

　　在算法交易中，有很多典型策略。其中，最简单的思路是按时间来算。TWAP就是按时间来平均拆分订单，以挂单成交。它的成交进度不受市场环境影响，相对稳定。VWAP 按照市场的成交量并不是一个平均的分布，降低市场的冲击。POV按成交量占比，做买断的时候，不希望占比太大，对市场冲击太大。IS有一些模型做回测，用具体时点的价格，但实际不能拿到这样的价格，所以想要和时点的价格尽量接近。

　　算法交易的优点有很多。智能化的订单拆分，不易被对手利用。降低交易成本，最小化市场冲击。支持一篮子下单，实现自动化交易，避免繁琐的手工下单。同时能确保复杂的投资策略得以执行。

　　算法交易可以从以下几个方面节省交易成本：1.通过对订单的拆分，减少市场的冲击，减少被对手方发现的风险;2.挂单以被动单为主，区别于市面上普通的拆单软件；3.通过历史数据(股性)和实时交易、盘口等情况，建立模型以进行更好的决策;4.通过预测短线交易价格变化，提高执行效果。与普通下单软件的对比来看算法交易通过智能的订单拆分，普通软件在拆单的过程中，比较容易被探测到。对于特殊的交易，股指期货期限套利，不会用股票交割，用的是现金交割，在最后的时点会发生博弈，选择最后的平均价进行交易，算法交易可以用于比较特殊的交易。

　　在讲座的最后，曹寅先生给了大家几点学习量化投资的建议。首先，兴趣是第一位的，要喜欢这个行业。其次，要具备基本的语言、理论和统计学方面的知识。对编程和模型有了解。在实战中，团队是分块的，选自己熟悉的语言，辅以交易经和盘感，和客户也要有好的沟通。