九坤量化私募怎么样（九坤量化私募基金）

尽管这些年，国内量化投资发展迅速，业绩出众，涌现出了像幻方量化、明汯投资、九坤投资、锐天等被业界誉为四大天王的百亿级量化私募。

但除了极少部分的量化圈内人士，大部分投资者对量化的理解，还停留在高频套利交易的阶段。

在日前一次演讲中，九坤投资合伙人兼投研总监姚齐聪讲解了中国量化的现状，量化投研体系的划分变革，以及量化行业的机会和发展方向。

九坤投资成立于2012年，基于国际前沿的量化交易、高频交易策略，发掘国内股票、期货市场的机会。

聪明投资者整理了演讲内容，希望能帮助投资者更好地理解量化投资。

量化投资是与时俱进的不是关起门来做数据

到底什么是量化？

大家以前对量化的理解有一个误区，认为只有关起门来做数据，那才是量化。

其实并不是。量化贯穿了所有的交易，从17世纪一直到现在，不同的时代有不同的量化，这才是量化真正的意思。

有个故事在金融圈很有名。17世界的时候，欧洲发生拿破仑战争，罗斯柴尔德家族当时用信鸽发送拿破仑战败的结果，然后迅速购买英国的国债。他比别人更快的知道了拿破仑战败而英国战胜的消息，在上面大赚一笔。

这个交易行为，就是那个年代量化的交易机制。

现在很多人炒股会看K线图，做各种技术分析。事实上技术分析这个流派，是20世纪初道琼斯发明的。现在技术分析已经不太能赚钱，或许高手还能赚点，但基本上快被淘汰了。

但这个技术在20世纪初，道琼斯发明它的时候，数浪也好，画趋势也好，确实是能赚钱的。

所以说，技术分析是20 世纪初的量化。

到了70年代，当时市场上有很多期权交易，很多人卖了大量的期权，但是卖完了之后，这个股票的涨或者跌，卖期权的行为会赔。

其中只有爱德华·索普，他开了一家私募，对期权有了一个自己的定价，把市场贵于这个价格的期权拿去卖掉。他比现在公之于众的Black-Scholes model更早地总结出来了一套定价模式，并从中获利。这就是70 年代的量化。

到90 年代，出现了像BGI(巴克莱资本，最早将主动量化应用在亚洲)的多因子那一套，现在很多人认为其实也还是很有效的。这一套是90 年代初***的量化技术。

到今天，量化技术还在发展。

从2000年以后，开始了对大数据的使用，各种价量、非常规数据。然后用机器学习把这些数据组合，抽取出α，以及运用各种BS(买卖点指标，B是买入信号，S是卖出信号)的技术交易，这就是现在的量化。

未来会怎么样？不知道。

17世纪的罗斯柴尔德用信鸽传递信息，现在随便一根光缆，都是以光速在传播信息。20世纪初的这些分析，现在都已经抽离成各种比它复杂得多的型号。像Black-Scholes model(布莱克-斯科尔斯期权定价模型)，现在也已经发展出N个版本。

现在用的技术，过10 年、20年，必然也会被淘汰。所以量化是与时俱进的，而不是固守常规，按照一条路，按照你在某个时间所理解的路去做。

21世纪的量化投研体系分为四个部分

21 世纪的量化投研体系，大概可以分成β、α、risk，execution四个部分。

(注：β，和市场一起波动的收益；α，超额收益；risk，风险；execution，执行)

β，你需要去搜集各种各样的数据，市场调研行情、消费记录、天气等各种数据。不同的公司对这些数据的收集和整理不一样。数据收集，也是一种门槛。

α，把各种数据收集到以后，你需要从当中抽取对未来的预测。你的预算越准，越可能赚到钱。别人的预测比你的准，别人挣的钱就比你多。

risk，所有投资决策之后，你都需要去控制你的风险。首先你得衡量，其次你得控制。

execution，当你决定要去做交易，下单，买或者卖的时候，需要通过各种现代的方式去保证交易到位。

而贯穿这四个环节始终的，就是系统。需要一个强有力的IT平台去保证每一个部分执行到位，不管是数据收集、整理，抽取α的运算力，还是后面的所有环节。现在执行甚至可能会用到一些硬件。

这才是21 世纪的量化的体系。

在这个体系当中有诸多挑战，比方说会有多周期。有些人以为只需要拿着一段历史数据去做，但事实上现在的量化跨越了多个周期，从Tick(秒)到分钟到小时到日到周，所有时间都要去做。

多目标。你要做30秒，也就是做横截面，做股票的超额，也需要做持续。你既需要预测一个股票比大盘或者另外的股票好多少，也需要预测一个股票明天后天持续的收益。

你的风险模型，需要准确刻画你的风险。在交易执行当中，你需要降低靶点，你的目标是多维的，你的品种可能涵盖股票、期货、股指……

作为量化交易的IT系统，涵盖了各个方面。计算机的运算力，包括高容错，分布式交易。你要把交易布置在N个地方，其中一台出了问题，其他地方可以立刻替补上。包括现在各种另类大数据的收集，全网数据的爬取、整理、抽取和转化等。

量化活到**的垄断者会面临一个超级巨大的市场机会

很多人有个问题，现在量化如此复杂，而且海外机构也陆续进来，对国内的机构而言，还有哪些挑战或者机遇呢？

我们认为，量化对国内机构而言有一些这样的挑战和机遇。

首先，门槛在提高，人才和资源在聚集。所有的量化其实都是靠人去做的，靠人才的堆积。5 、6年前的量化，就国内而言是一个春秋时代。很多团体和个人都可以通过一技之长，在市场上挣钱。

往后发展，进入战国时代，将会发生很多小国家之间的兼并，一些小团体会被淘汰。头部机构会聚集起大多数的人才，也会把控一些资源，从交易通道、资金优势到各种政策影响。

所以，对于国内的量化机构而言，门槛在提高。与此同时，整个市场的容量会提高。

之所以提到市场容量，是因为我们坚信，中国的量化占整个中国股市交易量的份额，应当逐渐向海外靠拢。

同时，我们认为，在中国逐渐发展的过程中，中国金融市场也会扩张，中国金融市场的总容量也应当去尽可能对标美国这样的国家。

所以，从现在的数据测算来看，我认为对于国内的量化公司来说，整个市场的容量还有相当长期的增长机会。短期会看到各种各样的竞争。

刚才说到，活到**的垄断者将会面临一个超级巨大的市场机会。同时，海外机构进驻中国所也会带来一些竞争。一方面，现在海外机构有些技术确实比国内要强；但另一方面，海外机构有些专业人士也会陆续加入国内的机构。

我们看到，国内机构和海外机构之间的技术水平的差距，比起五年前、十年前，迅速缩小。而且在一些领域，比如机器学习，国内的机构可能会弯道超车。

新的技术的出现，对大家来说都是公平的。国内只要在这个方向倾注心血，也能做出来。所以我们认为，这反而可能是国内的一个机会。（来源，聪明投资者）

本站声明:网站内容来源于网络,如有侵权,请联系我们,我们将及时删除。