量化投资可简单地分为两个步骤,第一是通过建模分析市场,第二是将生成的订单系统发送指令并执行
2013年8月16日11时5分,上证综指突然上涨5.96%,中石油、中石化、工商银行和中国银行等权重股均触及涨停。此过程迅速传遍相关二级市场各个角落,股指期货等跟着迅速拉升,随后引起证券及期货市场的一场地震。该事件由光大证券量化投资团队的“乌龙指”造成,光大证券随即举行新闻发布会,还原了当时的情况,称是订单执行系统出了问题,原因是11时2分下单之后在150秒内未得到回报反馈,进而重复下单,导致大量资金没有控制地涌入市场。
该事件将量化投资推向风头浪尖,与之相关的分析文章各抒己见、层出不穷。笔者站在量化投资风险控制的角度来对问题进一步剖析,目的是找出避免类似事件再次发生的解决方式。
量化投资在海外的发展已有30多年的历史,其投资业绩稳定,市场规模和份额不断扩大、得到了越来越多投资者的认可。他的最大优点是借助于计算机的计算优势,可以快速对多品种进行分析计算;并把分析结果通过互联网的快速传输速度进行下单交易。这个过程由传统的人为交易方式很难做到。随着国内股票及期货市场投资品种的增加,并陆续出现金融衍生品将股票市场与期货市场天然连接在一起,使得量化投资在国内需求提高,近五年来呈指数式的增长。
量化投资可以简单地理解为两个步骤。第一个步骤是通过建模分析市场,根据投资需求产生目标交易对象和数量,生成订单系统;第二个步骤是将生成的订单系统进行发送指令、执行该订单系统。第一步骤犹如作战计划,第二个步骤犹如真实战争。如果没有第二个步骤发生,就不会有风险,因为仅仅是纸上谈兵。当有第二个步骤发生时,就可能面临着各种风险,此次“乌龙指”事件也是在第二个步骤执行过程中出现了系统设计缺陷而导致。
对于上述提及的两个步骤,再具体划分,可以把量化投资的整个流程大体分为:1.量化分析;2.建立多个投资模型;3.对每个模型进行风控设置;4.多个模型组合形成投资产品;5.组合下单;6.组合下单风险控制。前五个环节一般在本地计算机实现,不管是相对成熟的商业软件还是自行开发的交易系统,都相对容易实现并做到合理风险控制。但第六个环节需要本地系统与交易所系统接口进行毫秒级交易数据传输及分析,传输的数据以交易订单的各种状态为主(部分成交、排队、全部成交、撤单成功等等)。在一般情况下,只分析3到5种状态即可“实现”第六个环节的风险控制和整个量化投资过程的实现;但实际的订单状态是数十个之多,这些多出来的状态往往对应各种不容易出现的异常状态。从3到5个状态的分析到对所有状态的分析,工作量要指数倍增加,不管是多数商业软件还是自行开发的系统,往往因为工作量及编程“性价比”原因而主动忽略对全部订单状态的分析、控制。甚至很多专业从事量化投资的团队都不知道有这些订单状态的存在。当这些异常状态发生时,因为系统中没有涉及对这些状态的有效控制,就有可能出现各种各样的“乌龙指”。
根据笔者多年从事量化投资实务投资的经验,要想对所有订单状态进行较为有效的控制,将面对复杂的编程逻辑“陷阱”和巨大的工作量。这不是所有量化团队都可以做到的,但对于实力雄厚些的量化团队,应该在订单系统所有订单状态的控制上增强人力建设和研发力度。为确保量化投资在国内的继续健康发展做出自己的一份努力。对于人力及研发相对不足的量化团队,应该加大人为盯守量化投资实盘的监控力度,及时发现问题及时按动“暂停按钮”。同时呼吁量化投资相关沙龙、会议及相关商业软件更加关注量化投资的风险控制。关注的内容不能流于形式,应加大在实际控制环节的研发、技术交流(比如对股票、期货所有订单状态的详细讨论、控制方案)。
问题出来,就要解决。随着各方对量化投资风险控制的持续讨论、关注,随着量化投资团队研发、技术的逐步成熟,可在风险控制层面得到最大程度的发挥。量化投资依然会在中国投资市场逐步占有一席之地!
(证券日报)
手机看中经
经济日报微信
中经网微信
