大数据金融的运营模式

　　大数据金融分为平台金融和供应链金融两大模式。

　　平台金融模式中,是平台企业对其长期以来积累的大数据通过互联网、云计算等信息化方式对其数据进行专业化的挖掘和分析。譬如现在众所周知的阿里金融,以及未来可能进入这一领域的电信运营商等。

　　供应链金融模式,是核心龙头企业依托自身的产业优势地位,通过其对上下游企业现金流、进销存、合同订单等信息的掌控,依托自己资金平台或者合作金融机构对上下游企业提供金融服务的模式,譬如京东金融平台、华胜天成供应链金融模式等。

　　特点：数据量巨大、数据的多样性、数据的价值性

　　优势：

　　大数据金融有着传统金融难以比拟的优势。互联网的迅速发展不仅极大扩展着企业拥有的数据量,也使得企业更能够贴近客户,了解客户需求,实现非标准化的精准服务,增加客户黏性;企业通过自己的征信系统,实现信用管理的创新,有效降低坏账率,扩大服务范围,增加对小微企业的融资比例,降低了运营成本和服务成本,可以实现规模经济。

　　大数据能够通过海量数据的核查和评定，增加风险的可控行和管理力度，及时发现并解决可能出现的风险点，对于风险发生的规律性有精准的把握，将推动金融机构对更深入和透彻的数据的分析需求。支持业务的精细化管理。虽然银行有很多支付流水数据，但是各部门不交叉，数据无法整合，大数据金融的模式促使银行开始对沉积的数据进行有效利用。大数据将推动金融机构创新品牌和服务，做到精细化服务，对客户进行个性定制，利用数据开发新的预测和分析模型，实现对客户消费模式的分析以提高客户的转化率。大数据必将给金融企业带来更多更新的基于数据的业务和内部管理优化机会。

量化投资不存在交易趋同

       量化投资的盈利来源是非常多样化的,既有基本面数据驱动的基本面因子,又有新闻等另类数据驱动的事件驱动因子,还有微观结构数据驱动的高频因子以及交易数据驱动的价量因子,而且由于各家量化机构方法论不同,模型不同,团队架构不同,实际产生的交易非常的多样化。

       从A股主流量化机构的超额数据分析来看,去掉交易量、波动率、离散度等影响量化超额的共同因子以后,各家机构的超额相关性并不高。海外市场的数据也支持这个结论,笔者之一曾在海外市场交易十多年,除了极端事件以外,各家主流量化机构的交易并没有明显的趋同现象。从逻辑上而言,如果各家机构交易趋同,一定会导致过度交易的股票偏离合理价格,从而给市场上其他参与者提供反向交易的机会,从而使交易趋同不成立。

来源：近有生活手记

白话量化投资

一、什么是量化投资

       量化投资有很多定义，有的强调高频交易，有的强调对冲，有的强调机器学习、模式识别。

       无论如何定义，对于普通投资人要理解并计划使用量化投资方式，我认为至少应理解如下定义：

       量化投资是以统计学和概率论为核心思想，通过计算机对大量历史数据进行分析，发现和挖掘系统性规律，进而形成投资策略，并采用自动化交易的投资方式。

       统计学、概率论：统计学、概率论是量化投资的逻辑起点，量化投资的视角不在一池一城，而是覆盖更大的交易范围和次数，强调在多次的投资交易中，盈利超过亏损。

       系统性规律：盈利超过亏损的多次交易中，每次交易行为存在一些共同的、相似的特点（量化投资中称之为因子）和规律。

       例如：买入A股预期盈利前100名股票，持有5天后再次重新计算买入新的预期盈利前100名股票，再持有5天，以此重复。从2010.01.07至2022.02.24，可以取得年化10.76%的收益，超越沪深300指数同期年化收益8.36%。此例中，预期盈利即为本策略的系统性规律。

       自动化交易：许多观点认为量化投资不一定是自动化交易，但实践看，如果不能做到自动化交易，投资者因受到手动交易效率低、主观情绪等因素影响，量化策略都不能严格执行，易导致量化策略的实效。

二、量化投资与其它投资方式的区别

       传统投资方式无论技术面分析，还是基本面分析，都好比是狙击枪，需要凭个人的判断和瞄准，进行单点精准射击。

       既然是狙击枪，其射击频率低。这就要求对单点击中的技术较高，且交易频次较低，才可能取得不错的成绩。

       量化投资则如同机枪，需要在开枪以前就找到“系统性”得高分的密集区域。开枪时不是针对某个点，而是一个区域；不是追求每一枪的击中率，而是关注多发子弹的平均击中率是否达一个较高的击中率。

       因此，量化投资成功的关键在于“开枪”以前找到“系统性”得高分的密集区域。量化投资是找到标靶密集区机枪扫射。

三、量化投资让投资成为“科学”

       长久以来，人们对投资的认识更多是“艺术”而非“科学”。“艺术”是美的，也是主观的，“科学”是冷冰冰的，但它却是理性的。

       无论哪种投资方式，其目的都是为了在市场中找到未来会带来盈利的股票。为了找到未来会带来盈利的股票，投资者必须回答的问题是：因为这些股票现在符合***、***、等这样一些要求，所以他们未来会上涨（下跌）。任何投资者的任何投资策略本质上都是在寻求这样一个因果关系问题中“因”的问题。

       技术分析投资者认为：“因为这些股票现在符合头肩底、底部放量的要求，所以他们未来会上涨。”于是他们买入符合他们的“因”的股票。

       价值投资者认为：“因为这些股票现在符合跌破净值、基本面没有恶化等要求，所以他们未来会上涨。”于是他们买入符合他们的“因”的股票。

       技术分析和价值投资找到的“因”主要是依靠经验积累的结果，但很多时候这种经验是靠不住的。例如三根阳线“红三兵”在某一时期作为上涨信号非常有效，但时间拉长一些发现其根本无效。“红三兵”不是真正的“因”，不过是某个阶段的伴随信号而已。

       与传统投资方法寻找“因”的范围相比，量化投资是在更大的范围、更高的维度寻找“因”。

       例如找了个算命先生给三个人算命都给算准了，传统投资方法的观点会认为算命先生算得真准。而量化投资会要求算命先生继续给100个甚至1000个人测算：如果100人中有30人以下被算准，会被认为算命先生基本靠蒙；100人中有55人左右被算准，会被认为算命先生有点测算水平；100人中有七八十人被算准，算命先生会被认为是有真本事；100人如果都被算准，对于量化投资来说那就是“无风险套利”了。

来源：拥有一颗好奇心

量化投资将会是投资市场的又一选择

       很多事情不是一蹴而就的,在遇到危险的时候,人的本能就会选择对自己有利的方式。但是当你是和别人合作的方式在去做任何事情的时候,就会发现信任在两者之间的重要性。而对于投资市场来说,未来我们需要的是对市场的了解,以及对资本的信任。正心谷根据多年的经验对投资市场进行了分析,量化投资将会成为投资市场中的又一个选择。

       量化投资是什么意思,其实他的定义就是通过数量的增通过计算机程序制定买卖的计划从而发出指令,最后形成的一种交易模式。在这种模式中数量的量化将会成为关键。其实很好理解,当单量的投资回报是1的时候,那10倍的投资回报就会成为10。目前世界的投资市场中,这种量化类型的投资项目的规模还在不断的扩大,并且也赢得了众多投资者的认可。

       在未来的市场中,数字化发展将成为趋势,那么利用计算机来实现量化的投资模式也会成为投资时期的重要基础。对于投资者来说,稳定而有发展前途的项目似乎更有吸引力。

       对于投资来说,有方向有目标就能够拥有更好的回报率。因此在正心谷资本看来,当我们还在寻求投资机遇的时候,不妨考虑一下量化投资的方向,或许能够看到不一样的收获,对于未来的投资市场,共同进步的同时也能有共赢的市场。

来源：腾讯网

对量化投资前瞻性进行深刻解读

       量化投资作为一个新兴行业,在中国近几年得到长足发展,但由于时间较短,很多从业者和机构投资者都没有对这个行业有着充分的理解。

       简单的说,量化投资就是通对所有能公开获得的数据进行数量化分析而获得对投资标的的未来价格走势进行预测的一种投资方法。其目标,和所有投资活动的目标一样,就是获得一个绝对收益或者超越市场平均水平的一个相对收益。

       而量化投资的特点是以大数据为基础,总结有效的统计规律,而且基本不做主观判断,总体来说面强于点,也就是对单个投资标的的研究往往不如主动研究员深入,而优势在于覆盖面上更胜一筹,而这个优势往往在股票市场上特别突出。

       所以,实际上量化选股并不神秘,它只是结合了市场上一些有效的因素,比如价值投资、成长股投资、中期提供流动性以及交易者行为预测等等,然后通过科学的方法组合起来形成一个有效的个股预测方法。

       从基本面研究角度来说,量化选股和主动投研的价值投资和成长股投资没有本质差异。

       而且,近年来,中国的市场低波动率的情况将仍继续延续,这主要是由于中国经济基本面的增速放缓,以及过家维稳的需要所导致。所以,在低波动率时代,个股价值将更加趋于基本面。从投票投资角度来看,未来基本面做得非常好的主观基金和量化做得非常好的量化基金都是投资人不错的选择。

来源：和讯网

量化投资的“隐秘通道”

       量化巨头九坤的海外产品大幅回撤，就好像亚马逊森林的那只蝴蝶，正在引发产业对于量化巨头海外投资的全面反思。

       当产品持有人关心回撤原因和应对，市场大众关心投资经理是谁时，一个很值得追索的话题正在浮出水面。

       量化巨头们是怎样在海外“提升资金杠杆”，并把资金悄然投向A股市场的。

       如果境内量化巨头们能这么做，海外对冲基金们当然也可以这么做。

       这是否会包含着一些大家不知道的运作细节和需要谨慎完善的风控环节。

       内地量化巨头普遍“假道”香港

       今年1月份，九坤投资的海外产品“九坤海外美元中性基金（Ubiquant Asia Pacific Quant itative Hedge Fund）”回撤明显，单月净值回撤近40%。

       这只美元产品成立于2019年4月，单客认购起点为30万美金，最新管理规模为2亿美元。

       九坤投资是中国本土的第一代量化机构，创始团队有华尔街大型对冲机构千禧年的从业背景，也是第一批迈入百亿规模的量化私募。

       九坤投资的上述产品，通过QFII通道回A股投资，折算下来规模一度超10亿元人民币。

       公开信息中，除九坤投资以外，明汯投资也运作美元量化产品。幻方量化在香港地区成立了子公司。

       为何“假道”？

       上述三家机构均是内地最头部的量化机构，他们不约而同在香港地区设立据点，自然有它们自己的原因。

       有人猜测背后的重要原因是：融资成本低。

       根据专业的投资机构信息，在香港地区的融资，如果衍生工具运用得当，融资成本可以接近于零。

       而九坤先关的美元资管产品中，也介绍过“离岸基金可以使用5倍杠杆，多空共10倍杠杆”。

       通过低成本的美元融资，再回到A股投资，叠加杠杆工具的使用，放大了基金净值的增长/回撤的空间。

       此外，近几年中国量化投资收益率高企，也吸引了境外部分风险偏好较高的投资者。这或许引出了海外产品爆发的另一个原因——融资效率高。

       神奇的“马甲”

       九坤海外美元中性基金资料提及，“目前开通了QFII通道，整体策略和国内策略更加接近。”

       这句话含义十足。

       首先，这句话讲述了它们产品从海外回到A股市场的主要通道是QFII。

       其次，它讲出了这样做的好处是——和国内策略更加接近。

       QFII指合格境外机构投资者制度，是中国自2002年起推行的一项制度。通过这项准入制度，境外基金管理机构、保险公司、证券公司等可以在中国证券市场申请进行境内投资。

       但QFII的资质本身是需要审批的，它的资金入境也需要外管局换汇，同时，他在境内也有一系列的规定要求。

       一句话：操作相对复杂、也有一定的成本。

       和它相比，另一个更加简单、无需申请的途径是沪深股通，理论上，只要在港交所有账户的投资者，就可以通过沪深股通直接投资A股市场。

       也是一句话，手续简单且便宜。

       头部量化“通道各异”

       虽然九坤的产品介绍中提及QFII通道，但其并没有真正的QFII资格，而是使用了合作机构的通道。

       此外，明汯投资也有美元产品，但监管信息中这家机构并没有QFII资格，料也使用了海外合作机构的通道。

       此外，其他两家量化巨头采取了不同路径。

       2020年，幻方的海外子公司“幻方资本管理（香港）有限公司”获得了证监会QFII资格批复。中国第一代量化机构金锝资产的香港地区子公司，也拥有QFII资格。

       一家百亿量化私募的产品经理透露：自主拥有QFII账户和借用合作方QFII通道，差别主要在于前者有打新资格。借用QFII通道需要支付费用，但成本较低。

       投资通道或许值得反思

       此次量化巨头的美元产品回撤，目前看已经初步平息，但后续是否还有进一步发展，相关投资人和管理人如何“扳回一城”仍值得关注。

       同时，此次事件爆发还有多个环节值得思考

       1）其一、内地量化巨头通过海外资管平台，充分利用交易杠杆工具，提升收益率的做法，其规范性和合理性值得关注。

       2）其二、上述的横跨两地的资管投资品种的风控措施该如何安排，是否已充分安排值得反思

       3）横跨市场后，资管机构不仅会面临业绩波动风险，也可能面临更多的交易系统风险、跨境的风险等，这种情况一旦发生，如何应对是非常值得关切的。

       4）量化私募机构的境外产品和境内产品，如果在不同市场投资，则比较好解决利益冲突的问题。但如果在岸、离岸产品均以同一个市场的同一类资产为投资目标。

来源：华尔街见闻

1加1大于2 让“主动量化”为投资降噪

       “主动管理和量化策略的融合有助于为投资‘降噪’”，目前市场上很多量化投资都以技术层面为主，核心在于捕捉趋势交易机会。而如果将量化和主动管理结合，则能够形成宏观、中观、微观视角，从大类资产配置、行业配置、个股阿尔法三个方面，构建全周期的超额收益获取能力，输出更有效的投资结果。

　　1+1>2 主动管理融合量化策略

　　拥有12年证券从业经验、11年证券投资经验的魏越锋，目前分管财通资管的量化及多资产投资、FOF投资以及创新投资业务。入行之初，他从大消费行业研究起步，喜欢自下而上“翻石头”。后转入专户投资，逐步形成了基于价值基本面的投资框架。在绝对收益考核体系之中，如何更好地降低波动率，减少“情绪”对投资结果的影响，是摆在其面前的一道难题。

　　魏越锋在2018年开始接触量化投资，之后他的投资思路得以拓宽，开始在投资中引入量化技术做一些辅助。他认为，量化模型可以识别短、中、长周期的行业、个股阿尔法，在此基础上加入主动方法进一步“降噪”，避免不必要的交易，赚长期盈利而不是短期博弈的钱，使得投资更加灵活。

　　“我们逐渐发展出了一套主动量化的投资体系，这几年也一直在优化完善当中。简单来说，就是用主动管理行业的投资逻辑去建模，用量化的方式去刻画相关指标。”

　　但如何实现1+1>2的效果，则需要不断地碰撞与磨合。在魏越锋看来，量化解决的是广度的问题，是在数据的海洋里赚博弈的钱，对交易、情绪等层面更加敏锐，有利于拓宽主动管理的能力圈。但是在研究深度上很难和主动管理相媲美。另外，量化可以基于纪律做到更好的风控管理，可以在很大程度上摒弃情绪的影响，帮助主动管理不犯大错，降低波动率。

　　“我们的策略主要涵盖大类资产配置、行业配置、个股阿尔法三层。在大类资产层面，通过决策风险偏好决定资产配置方向，并做好风控回撤管理；在中观层面，寻找适合当前大环境的行业；在微观层面，优选个股挖掘超额收益。”魏越锋表示。

　　强化风险控制追求跨资产绝对收益

　　在理财产品净值化大背景之下，基于多策略寻求跨资产的绝对收益能力，是财通资管布局多资产业务的初衷。在当前的低利率环境下，固收打底，配合主动量化增强，是一个较为稳妥的较低风险偏好资产配置组合。求稳的目标之下，风险回撤控制显得尤为重要。

　　“我们在做的风险控制，和大盘择时是不一样的。”魏越锋表示，基于追求更高的夏普比率的目标，他们的团队构建了一整套量化模型去支持全天候回撤管理，相应执行减仓或对冲操作，这当中有三个关键点：一是风险的识别和预判，二是确保组合风险暴露均衡，最后是要严格执行风险预算。

　　值得注意的是，相较于主动管理的主观性，量化策略因其客观性也会出现同质化的问题。在这种情况下，如何博取超额收益？

　　“那就要求我们持续进行模型的迭代。要敏锐地发现微观结构的变化，把认知的提升反映到模型算法之中，构建更有效的模型和因子。同时，在因子的稳定性上做更多的挖掘，这是获取超额收益的来源。整体来说，就是通过对主动方法的运用，让量化策略更聪明、更有效。”

来源：中国基金报

被人为拔高的量化投资还需平常心看待

　　近期一个量化基金产品回撤达到40%的新闻传出，令人对量化投资产生了怀疑。从超高收益掠取者，到市场失败者，量化投资快速坐了一次过山车。其实，量化投资作为市场投资的一种方式，有其优点但也不宜夸大。

　　最近两年量化投资犹如股市投资皇冠上的明珠，闪闪发光夺人眼球，去年年末甚至传出有量化投资经理获得5000万元奖金。去年下半年股市放量，一度被认为是量化基金规模扩大所致；市场有专门抢涨停板的资金发现很难操作，常常遭遇“炸板”，也被解读为量化投资成了对手盘，反过来收割了这些“敢死队”。但其实连续涨停的股票也不少，量化的市场影响被人为拔高了。

　　量化投资从海量交易数据中寻找规律，利用交易模型，减少决策者的误判，这是其显著优势。人脑在考虑问题上有一定局限性，不可能面面俱到，而人工智能则摒除了人脑思维的局限性，已有超过人脑之势。当围棋顶尖高手被人工智能打败，机器深度学习成了现实，那么人工智能的这种优势，在投资领域也有施展空间。

　　人工智能通过大量交易，分散投资，通过各种交易策略，试图获得超额收益，这本身就是希望钻市场空子。股价是各种信息充分展示后的博弈结果，量化交易需要展示出远超过市场的技术能力，才能获得超额收益。

　　当然，投资者都想获得超过大盘涨幅的收益，但只有少数能达到。随着量化投资增多，互相之间也有竞争，交易策略同质化严重，量化投资将会出现优胜劣汰。

　　投资上有一个著名案例。巴菲特和一个对冲基金打赌，看谁在10年之后的收益会更高，结果标普500指数基金在10年中获得7.1%的年化收益率。而华尔街的著名基金经理精选出的5只对冲基金，仅获得2.2%年化收益率。对冲基金掌握了各种工具，却仍然跑不赢大盘，证明勤劳和频繁交易不一定出成绩。

　　量化交易是从历史数据中查找规律，但交易数据还在不断产生，规律也在经常变化，一段时间的交易策略成功，在下一个阶段可能就没有那么灵光。分析师预测经常出错，人工智能也将如此。决定市场的因素太多，不确定性也太多，博弈中夹杂的情绪，往往很难捕捉。去年9月量化开始出现回撤，九成百亿量化私募出现亏损，这说明量化投资绝大多数还是受市场左右。因此，对量化投资，还是平常心看待为好。

来源：证券时报

人工智能如何预测、检测和阻止金融犯罪

       调研表明，金融欺诈给人们和企业带来了巨大的损失。银行需要灵活地与金融科技公司进行竞争，在不影响安全性和入职流程的情况下做到安全可靠。

       银行一直以来是网络犯罪分子的主要目标，银行必须保护客户的资金、信息和声誉。此外，银行必须通过法规和安全的金融环境来做到这一点，这要求其在利润率的巨大压力下进行转型。

新冠疫情的影响

       新冠疫情迫使银行实现自动化，促使移动交易和在线交易大幅增加。但许多安全措施和验证在自动化过程中丢失，这使得网络攻击变得很容易。犯罪分子变得越来越老练，他们学会了针对复杂环境进行攻击，并利用金融创新技术(如区块链和即时支付)欺诈银行及其客户。

       根据SAS Institute进行的调查，新冠疫情并没有改变欺诈的实施方式，但为数字时代的欺诈风险提供了更多的机会。如果没有技术和运营改进，数字欺诈在全球的兴起将超过与伪造支付卡相关的损失。

金融自动化的监督

       一旦企业做出实现自动化的决定，并不像简单地保持反欺诈和合规性一样简单。企业所需要的是金融自动化监督，这是一套人工智能驱动的技术和流程，能够实时有效地监管现代金融系统。

       金融机构花费大量资金来保护其信息和IT，但提供资金访问权限的自动化流程通常受到的保护最少。显而易见的是，主要依赖于人为干预的传统欺诈预防方法难以应对可以实施大规模网络攻击的犯罪分子。

       在打击金融犯罪方面，人工智能、自动化和人机交互的结合提供了强大的防御措施。在最近对151家银行和金融科技公司的调查中，85%的受访者表示使用了人工智能技术，77%的受访者认为人工智能非常重要。如果不加大对人工智能技术的投资，很难应对网络犯罪分子。

       金融自动化监督是一个不断完善算法、方法和能力之间关系的系统，需要这些算法、方法和能力来提供一个安全可靠的环境，该环境受到企业及其客户的信任。可以了解端到端客户旅程，并保护这种关系不受破坏。

加强验证和交易流程

       在一般的入职流程中，身份验证是确保申请人真实性的第一步。接下来是验证，它将申请人与他们在验证阶段提供的信息联系起来。在许多自动化工作流程中，存在伪造或操纵文档的风险，这些文档支持在线借贷、交易、保险、融资、保理和支付方面的客户旅程。

       事实上，申请和入职流程中1%～20%的文件可能会受到影响，例如伪造银行对账单、修改发票和修改工资单。通过保护使用第三方未经授权文件的自动化流程，银行可以确保所有数字文件都是真实的。

       对交易的持续评估会立即提醒客户注意潜在的欺诈活动。这些异常可能是行为、设备特征、地理位置、帐户之间的异常切换等等。欺诈和网络分析团队充斥着大量警报，其中许多警报可能是虚假的。通过缩小调查范围，分析师可以调查真正的优先级警报。

预测、检测和威慑是目标

       银行和金融科技公司需要能够在问题成为威胁之前对其进行预测，而当今的人工智能解决方案能够更早、更快地检测到欺诈和操纵。同样，这些金融自动化监督引擎擅长识别第三方系统中以前未识别的漏洞，从而阻止网络犯罪分子利用漏洞。

       使用人工智能技术加强验证和交易流程可以确保增强安全性，但不会以牺牲客户利益为代价。这不仅会创造更安全、更值得信赖的客户体验，而且还将在提高企业声誉和吸引新客户方面发挥关键作用。

       金融犯罪分子会不断提高他们的攻击水平，而人工智能是银行保证金融安全的主要途径。采用正确的金融自动化监督技术，可以有效应对网络犯罪分子。

来源：搜狐网