人工智能推进量化投资长足发展

新华网北京8月31日电 在29日举行的第八届中国财富管理发展论坛上，来自量化私募、科技公司的专业人士围绕“人工智能如何赋能投资”的主题展开讨论。他们表示，人工智能正深入影响和重塑资管行业，在量化投资中发挥积极作用，随着投资者对人工智能理解的加深，也将进一步推动量化投资发展。

宁波灵均投资管理合伙企业CEO蔡枚杰表示，人工智并不能完全替代人，人工智能是补充。在认知和方法维度上，构建量化策略需要广度和深度的结合。每家量化私募机构都有自己的特色，这种特色看业绩，检验的标准一是阿尔法的可持续性，二是阿尔法的容量。

幻方量化董事总经理蔡力宇认为人工智能并不是同质化的，内部存在很大差异。有人认为人工智能产品差不多，本质上还是对人工智能了解还不深入。资管公司并不是追求差异化的策略，追求的是差异化的收益。更高的收益来源是策略，其中根本就是数据可以提供额外的信息，创造收益。各家公司为了追求收益，必然会搭建更加丰富的模型和深层次的网络。相信在今后的市场中，私募量化机构走向会有非常大的差异。

上海卡方信息科技有限公司CEO何剑勇说，一个策略或模型是否有效，需要三条腿支撑：第一数据回测是有效的，第二逻辑上要自洽，第三是样本外也要有效。

做量化策略面临一个问题：数据特别多，一天上亿条。海量数据中，有大量噪音。在策略模型计算中，如何消除噪音是量化机构面临的一大问题。

量桥投资管理（上海）有限公司产品总监陈威任认为，每家私募机构对人工智能使用的方式不太一样。量桥投资是偏好高频交易的公司，所以在人工智能技术使用层面，是找寻新的、不一样的数据进行建模。在建模过程中，数据的清洗是非常关键和核心的问题。

北京资舟投资基金管理有限公司高级合伙人马双杰表示，作为FOF机构，会考虑私募策略的相关性问题，目前偏向高频，同时也通过衍生品设计方式解决资管新规后理财资金进入私募的难题。

中泰证券科技研发部总经理何波说，从中泰证券XTP平台上的大量优秀量化私募实践来看，越来越多机构开始研究人工智能在投资上的应用，并有不少在实盘中取得良好效果，同时也有很多互联网企业人工智能团队转行做投资。但是单纯从人工智能入手挖掘投资逻辑，鲜有成功的。人工智能作为非常强大的非线性工具，并不能替代投资逻辑本身，但能在很多方面辅助和增强投资。只研究人工智能很难成功，但是不研究人工智能，一定会在越来越激烈的竞争下，难以寻找超额收益。

来源：新华网客户端

人工智能PK巴菲特：AI炒股和股神炒股，谁更神？

如今金融财经领域，能比“巴菲特炒股”还要热门、引人注目的，只有“AI炒股”。

估计很多小伙伴都听说过智能投资、AI理财，让大数据帮你发大财。

这事儿听起来很21世纪、很高科技，实际说白了也非常简单，所谓“AI炒股”或者“AI理财”，是通过AI技术和数据分析，以人工智能方式进行股票或证券市场投资。

可是话说回来，无论是“人工炒股”还是“人工智能炒股”，双方最终目标绝对一致：创造最大收益，实现获利最大化。

但是，“AI炒股”真的能做到这一步吗？

未来，将是AI时代，这已无可争议。

现在大力扩张的数据管理、5G通讯、机器学习、生物算法、物联网、人脸识别……等等，铺设出来的条条金光大道，都通往AI时代。

不过，对于金融投资方面，仔细想想就会发现，这里还是有个小BUG：

以人工智能方式，进行市场投资，可“AI”背后站的还是人。

计算机可以在海量资料的处理上增加效率，可是，那些关于投资的“判断”与“决策”，终究还是由“人类”来规定，再厉害的“AI交易员”，也是“交易员”调教出来的。

市场往往是非理性的，再有投资者自身的非理性加持，所以，市场总是难以捉摸、无法预测。正是基于这个原因，人工智能才会万众瞩目的投资界新宠，因为，机器是理性的，数据是冷静的，AI是理性又冷静的。

在TA的协助下，可以避免那些投资成功学中谈到的诸多“心理盲点”，面对实时变化的市场数据，进行快速的投资决策，寻找获利空间。

少犯甚至不犯错误，是开发AI投资领域的初衷，而实际上，每一套AI投资系统，其进行分析计算基础，都是来源于过去十年或者几十年的历史交易数据，按照“预置交易标准”进行操作，就像一只金融版“阿尔法狗/AlphaGo”。

阿尔法狗，是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人，其主要工作原理是“深度学习”。

那么，这个“深度学习”是怎么回事儿呢？

简单来说，就是不停给阿尔法狗“喂”棋谱，让TA存储几乎所有围棋棋谱，熟悉棋盘上每一个棋子的位置变化。当人类棋手落子后，阿尔法狗就可以迅速推断出，对手可能采用的策略，从而挑选对自己最有利的步骤。

“AI炒股”与阿尔法狗相近似，也是储存所有历史交易记录，但是，阿尔法狗要面对的是，围棋棋盘361个点位，而“AI炒股”要处理的是，由无数难以预测的交易者，共同组成的金融市场。

围棋棋盘361个点位，一对一博弈；而金融市场是无数行为与决策，再加上无数偶发事件的叠加集合，“AI炒股”并不能预测如此复杂的未来，TA仅仅提高了效率，而不是拥有某种超能力。

否则，只要引入AI就能发大财、赚大钱，那么，亏钱的是谁？

事实情况也是如此，AI和人工表现相差无几，可能跑赢大盘，也会跌得找不着北。眼下的金融市场，人工智能还仅仅是个高效数据助手，不能成为决定性力量，至少现在还不行。

无论是人工智能还是巴菲特，想要投资顺利，只有两个需要永远遵守的铁律——

1、警惕风险，小心小心再小心，谨慎谨慎再谨慎；

2、保住本金。

文章来源：百度

人工智能的业务价值：37%企业将超过5%的收入增长归功于人工

超过 85% 的先进采用者借助人工智能降低了运营成本受访高管表示，人工智能帮助他们在许多领域节省了运营成本。 47% 的先进采用者降低了流程效率方面的成本， 41% 降低了供应链和生产方面的成本， 39% 提高了人员效率。

数字化转型不断加速： 60% 的最高层主管表示，他们在疫情期间加快了数字化转型，三分之二的受访者表示，疫情使他们能够推进以前在企业中遇到重重阻力的特定转型计划。技术达人型企业一枝独秀： 通过有意义的方式将技术深深融入业务运营和流程中的企业，在疫情期间的收入增长要比同行平均高出 6% 。

37% 的企业将超过 5% 的收入增长归功于人工智能投资。新调研的其他结果提供了更加强有力的证据，证明人工智能采用与业务绩效之间存在直接的正相关关系。例如，受访企业表示，人工智能计划直接贡献了平均 6.3% 的业务部门收入增长，中位数提升 5% 。

来源：新浪VR

德国强化人工智能能力建设 加大高性能计算网络投资

德国2020年更新《国家人工智能战略》，在原先30亿欧元基础上再增加20亿欧元支持德国人工智能研究。德国科学联席会议决定投入1.33亿欧元，继续加强对人工智能能力中心和“高校教育的人工智能”进行资助。

由高斯超级计算中心负责协调的欧洲超算能力网络（EuroCC）于2020年9月正式启动。德国继续推进高性能计算中心网络建设，对8个高校的计算中心进行为期10年、每年6250万欧元的资助。在最新一期全球超级计算机500强榜单中，德国的3台超级计算机分别位居第7、15和16位。

弗劳恩霍夫协会建立5G技术测试台网络，为产业界基于5G技术的应用现实性提供鉴别服务。德累斯顿工业大学实施“超高数据速率测量平台”项目，计划研发世界最快的微芯片，为未来6G通信应用提供保障。

马普智能系统研究所与纽约大学合作，推出开源的四足机器人项目。这个主要由3D打印组件组成的四足机器人，易于制造且成本低廉，将有力促进机器人技术的普及发展。该研究所还开发出大小、形状和活动性与白细胞相似的微型机器人，在磁场的导航控制下能在模拟血管中快速逆行，为将来通过微型机器人将药物运送到患者病灶深处铺平了道路。

来源：中国经济网

投资进入“智能驾驶”时代 国金证券推出GARP策略智能成长指

日前，国金证券研发推出“国金沪深智能成长系列指数”，在投资领域展现出“智能驾驶”的时代特征。该宽基策略系列指数基于“GARP策略”，体现A股的成长偏好，根据成长与估值的性价比进行动态平衡调仓，广泛覆盖大部分的上市公司，并对不同规模的企业采用差异化因子策略方案。有业内人士表示，投资进入“智能驾驶”时代，对A股市场具有里程碑式的意义。

“攻守平衡”的“智能驾驶”投资方式

据了解，“国金沪深智能成长系列指数”基于“GARP策略”研发推出，包括100指数、200指数、300指数，分别覆盖A股中200亿元以上市值、60-200亿元市值、20-60亿元市值的上市公司。该旗舰型宽基策略系列指数在“Smart Beta”的标准框架下，基于不同层级的财务指标量身定制价值质量因子优选成分股，兼顾价值和成长的智能驱动，进一步提升了国内指数机构的策略竞争力。

GARP是Growth atReasonable Price的缩写，即用合理的价格买成长，兼顾“低估值”与“高成长”。这是海外基于基本面投资的主流策略之一，将成长型投资和价值型投资原则结合起来的“攻守平衡”策略。代表人物彼得•林奇采用GARP策略，曾在1977至1990的13年期间，使Fidelity麦哲伦基金的净值获得了约27倍的长期增长，年均复式增长率约29%，远超同期巴菲特的投资回报率。

国金证券指数业务负责人表示，将GARP策略与指数结合具有几大优势：其一，继承了GARP策略的兼顾“低估值”与“高成长”特点，在有效规避估值过高的前提下挖掘成长股的投资机会；其二，继承了指数化策略的分散投资特点，符合大类资产配置的基础要求；其三，将繁琐的GARP策略所涉及的指标筛选和动态维护与指数策略结合起来，实现了自动化的大批量计算更新功能，极大的节省了传统研究方式进行广泛覆盖的局限性；其四，指数策略规则制定后一般不进行变更，这样的客观性在一定程度上避免了选股加权过程的人为干预，这也可被视为“智能驾驶”在投资领域的体现。

针对A股市场痛点提出解决方案

资本市场最主要的功能，是引导资源的合理配置，为大多数经营健康的上市公司提供基本的流动性和价值体现功能，从而有效的服务实体经济。从管理人的职责来看，需要从行业、风格、策略等多个维度建立分散化的投资组合以有效控制风险。但据统计，2020全年在Wind金融终端上共发布4173篇较长篇幅的深度研报，有约66%的A股上市公司未被其覆盖，而剩余上市公司中有约13%只有一篇覆盖，这意味着大部分A股上市公司都处于“无人问津”的状态。

国金证券认为，近期市场热议的“抱团”行情和少数公司的牛市，在某种程度上也是不得已而为之的现实困境。随着A股上市公司数量的快速增长，4100多家公司的研究覆盖对于绝大多数投资机构的研究资源都会构成无法逾越的挑战，而国际主流市场的应对方法离不开指数化工具的应用。国金证券上述负责人表示，国金沪深智能成长100-200-300系列指数，正是针对这一市场痛点设计的成长风格解决方案，以较高的成长估值性价比有效覆盖了约79%的上市公司并动态跟踪调整，可以帮助投资者广泛布局中国经济各个领域的成长机会，从而获得健康和可持续的长期资产增值。

国内指数机构奋起直追

近年来，在国家扩大金融业对外开放的大背景下，海外指数共同基金、ETF等被动指数投资理念也逐步为国内投资者所接受，一方面可以看到国内指数市场成为市场热点，另一方面海外指数机构也纷纷拿到国内指数牌照进军中国市场。面对海外成熟指数机构的巨大竞争压力，中证指数、中债登等官方指数机构和以券商为代表的市场指数机构也纷纷奋起直追。

在市场指数机构“正规军”中，国金证券的指数业务发展独有特色，不仅在Wind金融终端上线了一系列股票策略指数、债券策略指数、海外策略指数、基金财富指数，还在股票策略指数的研发编制中引入了不少先进理念，将基于金融数学理论的“Smart Beta”指数框架和A股因子策略研究进行了有机整合。这在其去年发力构建的“大消费系列指数”和“新基建-新生活系列指数”中就有鲜明体现，而“国金军工50指数”更是频受好评，也为投资者以指数化策略投资相关板块提供了专业工具。

文章来源：凤凰网

人工智能融合金融服务，金融生活走向完全自动化

随着科技创新力量的不断迸发，以科技推动产业发展、加快经济社会数字化转型升级成为全球共识。
其中，金融科技化成为社会的新近关切。金融与科技相互融合，创造出新的业务模式、应用、流程和产品，催生出新的客户关系，对金融机构、金融市场、金融服务产生了深刻影响。金融科技更因为互联网巨头的入局与布局，在过去的2020年被持续热议。
金融科技的发展离不开底层技术的发展，而人工智能则作为新一轮科技革命和产业变革的重要驱动力量，在金融科技化的过程中发挥着无可替代的作用。可以说，人工智能技术与金融业深度融合是金融科技大方向所指，用机器替代和超越人类部分经营管理经验与能力也将引领未来的金融模式变革。
智能金融是金融科技发展的高级形态，是在数字化基础上的升级与转型，是未来发展趋势，也将成为金融业的核心竞争力所在。但在智能金融引领金融生产根本颠覆的同时，也不断挑战着社会既有的法律、伦理和秩序，且亟待回应。

智能金融引领金融生产根本颠覆
当下，人工智能已经嵌入社会生活的各个方面，更是与金融具有天然的耦合性。智能金融的发展将有利于国家抢抓人工智能发展机遇，占领技术制高点，尤其是金融业的特殊性，势必对人工智能技术提出新的要求和挑战，以此来推动我国人工智能技术的突破与升级，提高技术转化效率。人工智能融合金融意义不言而喻。
与此同时，人工智能技术综合运用金融科技的大数据、云计算、区块链等技术，为未来金融业发展提供无限可能，是对现有金融科技应用的进化与升级，对金融业发展将会产生颠覆性变革。
智能金融的发展将有利于加强金融行业的适应性、竞争力和普惠性，极大地提高金融机构识别和防控风险的能力和效率，推动我国金融供给侧结构性改革，增强金融服务实体经济和人民生活的能力。
此外，相比互联网金融、金融科技，智能金融更具革命性的优势还在于对金融生产效率的根本颠覆。人工智能固然要高度依赖大数据与云计算，但是与数据深度挖掘运用不同，人工智能技术系统是用传感器来模仿人类感官获取信息与记忆，用深度学习和算法来模仿人类逻辑和推理能力，用机器代替人脑对海量数据快速处理，从而超越人脑的工作。这也将更精准高效地满足各类金融需求，推动金融行业变革与跨越式发展。
从现阶段智能金融的发展来看，在前台应用场景里，人工智能已然朝着改变金融服务企业获取和维系客户的方式前进。尽管金融服务企业已经在数据的使用上进行了有效的尝试，但人工智能依然为市场的重大创新提供了机会，包括智能营销、智能客服，智能投顾等。
比如，智能投顾就是运用人工智能算法，根据投资者风险偏好、财务状况和收益目标，结合现代投资组合理论等金融模型，为用户自动生成个性化的资产配置建议，并对组合实现持续跟踪和动态再平衡调整。目前，全国范围内，智能投顾已有试点，全面推广则有待继续探索。
相较于传统的人工投资顾问服务，智能投顾具有不可比拟的优势：一是能够提供高效便捷的广泛投资咨询服务；二是具有低投资门槛、低费率和高透明度；三是可克服投资主观情绪化，实现高度的投资客观化和分散化；四是提供个性化财富管理服务和丰富的定制化场景。
人工智能不仅仅适用于前台工作，它还为中台和后台提供了令人兴奋的变化。其中，智能投资初具盈利能力，发展潜力巨大。一些公司运用人工智能技术不断优化算法、增强算力、实现更加精准的投资预测，提高收益、降低尾部风险。通过组合优化，在实盘中取得了显著的超额收益，未来智能投资的发展潜力巨大。
智能信用评估则具有线上实时运行、系统自动判断、审核周期短的优势，为小微信贷提供了更高效的服务模式，也已在一些互联网银行中应用广泛。智能风控则落地于银行企业信贷，互联网金融助贷，消费金融场景的信用评审，风险定价和催收环节，为金融行业提供了一种基于线上业务的新型风控模式。
尽管人工智能融合金融目前整体仍处于“浅应用”的初级发展阶段，以对流程性、重复性的任务实施智能化改造为主，但人工智能技术应用在金融业务外围向核心渗透的阶段，其发展潜力已经彰显，而工智能技术的进步必然在未来带来客户金融生活的完全自动化。 

风险与挑战，回应和倡议
人工智能融合金融让原有的金融服务体系进入从“人”服务到“机器”服务的时代，但智能金融在给行业带来无尽惊喜与期望的同时，也不断挑战着既有的法律、伦理和秩序。
比如，由于数据质量或算法的瑕疵引起投资者亏损的可能。其中，智能金融依赖于算法，而算法出现的过度拟合等程序性错误则可能引发蝴蝶式效应，造成系统性风险。
与此同时，智能金融的“尾部效应”和“网络效应”，使得金融机构增强获客能力、提高风控水平、降低成本，但两个效应叠加增加了金融体系的复杂性，将有可能放大风险的传染性和影响面，诱发更大的“羊群效应”，并且放大金融的顺周期性。
此外，金融决策依托于对大数据的智能处理，个人投资信息或敏感的公司数据的泄漏风险，却令个人隐私保护和数据安全问题凸出。算法的不透明性则带来歧视性的可能，当数据不完整、不具代表性、出现偏差时，则会影响决策结果。因此，金融机构有义务了解人工智能系统以及可能对客户产生的潜在负面影响，并要为算法造成的歧视承担责任。
面对智能金融应用带来的问题，需要政府、市场及社会形成多元、多层次的治理合力，降低智能金融的风险，最大程度促进人工智能技术带来的生产力解放，享受科学与理性决策的成果。
一方面，智能金融需遵守人工智能治理的一般原则，同时要考虑金融领域应用的特殊性，坚持创新应用与风险防范并重。一是要鼓励支持人工智能技术与金融产业模式的创新，二是要采取有效的监管措施。
从2019年至今，中国人民银行和中国银保监会发布的涉及人工智能在金融领域应用的相关政策和指导意见中，政策方向主要集中于监管收紧、技术促进和中小微企业贷款服务三方面。事实上，近年来，金融业务触网程度不断加深，业务场景日趋复杂，边界逐渐淡化，在繁荣发展的同时也为金融监管带来了挑战。P2P行业暴雷后，监管部门更加坚定了监管愈严的大方向。
同时，本着“堵不如疏”的原则，在监管力度加大的同时，监管创新也在跟进。2020年1月，人民银行发布了《金融科技创新监管试点应用公示（2020年第一批）》，以“监管沙盒”的形式通过沙盒工具，在模拟场景中对人工智能、区块链等技术以及银行API接口开放等模式，在金融业务中的应用进行弹性监管实验，降低了运营风险和技术不确定性带来的隐患，以试错的方式探寻金融科技下的监管更优解。
从趋势上看，监管仍将坚持收紧和创新两手抓的方针，对金融科技公司的业务范畴、数据规范等保持严格的监督，对新技术、新模式持有审慎的态度。科技公司将脱离金融服务业务，更加聚焦于技术输出，而市场与监管脱节的洪荒时代也一去不复返。

另一方面，目前全球许多机构都已经开始研究相应的对策以应对智能金融的伦理问题。美国银行成立委员会研究如何保证用户隐私。谷歌建议采用以人为中心的设计方法，使用多种指标来评估和监控，并广泛检查数据情况，以发现可能的偏差来源。加拿大财政部发布指导文件概述了使用人工智能的质量、透明度和公共问责制。
智能金融的发展需要明确的指导方针和保障措施，以确保该技术的合理开发和使用，包括算法公平性和可解释性，稳健性等。
智能金融应用机构必须确保负责处理数据或开发、验证和监督人工智能模型的员工拥有有效的资格和经验，了解数据中可能存在的社会和历史偏差以及如何充分纠正这些偏差。金融机构还需构建内部政策和管理机制，以确保算法监控和风险缓解程序足够和透明，定期审查和更新。
金融服务的未来在于其充分应用并受益于新技术的能力。人工智能是一项新技术，它将使金融服务企业的前台和后台都产生颠覆性的变化，在金融市场的结构和监管方面产生重大转变，并在社会伦理道德方面提出急需解决的重大挑战。
理解和接受人工智能必然要经历一个长期的螺旋上升的过程，这是一段受经济、社会以及政治变革影响的过程，也是一段没有任何一家企业可以独自完成的过程。因此，唯有协作努力才能战胜这些挑战，才能解锁人工智能可以为企业和社会所带来的最大利益。

来源：澎湃新闻

A股量化刚起步未来几年机会巨大

如果横向对比，比如我们同美国市场比较，A股量化其实才刚刚起步，还远远没有达到所谓的拥挤。前面几位量化界大家比较熟悉的大佬已经列举了一些数字。鸣石投资在2010年成立的时候，国内对量化一无所知，十年前大家对于量化是零的概念，但到现在大家都讲量化。A股市场用了十年的时间，量化交易现在占到了两市每日交易量的15%-20%，但是仍然没有达到美国市场的占比。另外国内量化发展的过程当中，我们可以看到它有一个独特的地方，其门槛相对主观多头来说会高一点。量化对于基本的门槛是有一定的要求的，这就意味着这个行业相对小众，虽然竞争也很激烈，但是相对会小很多。所以横向对比，我认为量化从所谓的高频发展而言，还是有很多的机会。而且中国的高频只是相对的高频，还没有达到真正意义上的高频，至少我们还没有达到微秒级以内的竞争。

但是从时间序列维度纵向对比来看，超额收益率是必然会下降的。因为很简单，量化机构做出超额收益率，国内一线团队做到年化25%以上的超额，好的目前能做到30%以上，这是不可持续的。因为大家都知道，做投资做得好的，以巴菲特为例，他被称之为股神，过去40年间他的投资组合Sharp比率也不过就1.5，不到2。而我们现在国内好的量化团队，Sharp比率基本都在3以上，年化超额收益率能达到25%至30%，但巴菲特过去40年差不多才做到16%。难道我们比巴菲特更强吗？这是不可能的。只不过处在中国权益市场的高速发展时期，有特殊制度以及政策红利给了我们量化发展的机会。换句话说，中国的量化，未来几年会迎来一个非常好的机会，能够创造出非常好的超额收益率。但长期来看，一直维持如此高的超额收益率是不现实的。

对于量化本身来说，我觉得是两个方面，第一是策略升级、算法升级以及硬件升级，毋庸置疑这是我们量化的核心竞争要素。同时第二个方面，需要在每家量化公司之间，产生不同的差异化。就像美国，美国诞生了很多优秀的量化公司，但是他们的风格并不是完全一致的。我认为在这个领域里面，每家公司需要根据自身团队的特点，找到适合自己的差异化发展路径，共同推动整个量化行业的发展。

如果说到和券商的合作，其实量化团队和券商是天生的合作伙伴，因为我们会创造大量的交易量，创造大量的交易机会。在美国市场做量化交易，券商不可能再收取我们的佣金，甚至要提供反向奖励，为什么呢？因为量化交易提供了流动性。如果未来券商还是以佣金为导向，这个是不可持续的。未来券商业务转型的一个方向是以交易系统，包括衍生工具的提供为主。在这些方面，量化团队非常希望得到券商的支持。如果哪家券商在这些方面走得靠前，我相信在你们的领域也能产生出很好的效果。

我们国内市场经常碰到的一个问题，习惯性的以预测性的方式问我们量化产品的业绩预期，其实简单一句话，你问我哪个好，我也不知道，但是从概率角度而言，还是能看到一些机会。首先第一点，刚刚同仁们其实也讲了很多，就是全球低利率化，造成了整个市场的货币超发，它必然会催生大宗商品价格大幅上涨。大家可能会感叹，猪肉的价格高了很多，也许几年之后，猪肉价格会变成两百块钱一斤，这或许是必然的。通胀预期下大宗商品的价格会出现巨大的变化。如果从这个角度来说，我更看好明年的CTA市场，但CTA有个短板，它容量对于大型金融机构来说小了一点。如果对于股票超额收益而言，你问我300增强好还是500增强好，还是中性好，我真的无法回答。但是一个简单的逻辑，国内这些量化机构提供给市场的收益，已经足够比肩巴菲特，那为什么不选呢？五年后如此高的超额收益率，我相信这些管理人一定会放到自己的兜里，不会对外提供了，但现在仍然是敞开供应的。这么好的超额值得你去拿，无论是300增强还是500增强，都值得你长期去拿。如果非要在两者之间比较，个人认为300增强会好一点。300增强是一定要配的，500增强不一定要配。中性，个人觉得要往后排了。因为在整个流动性这么好的情况下，市场如果出现了极端上涨的行情，中性产品的收益可能是不足的。

多说一点，我觉得国内的投资人，无论是个人投资人还是机构投资人，有时候还是偏急了一点，他们甚至希望你们每天帮他赚钱。所以量化经常会出现两个极端，你做得好的时候，他觉得你是神，你做得不好，他觉得你是垃圾。我们更多是通过公式或者是通过概率来做投资，这让很多投资人很难接受。但是如果从一个现实角度来说，比较中美两国的发展，包括量化本身的发展而言，量化对于大型金融机构来说，是一定需要长期配置的。因为它是标准化的投资组合，多数时候很难判断一家主观投资机构能力好与不好，它更多依赖于人的判断，但是判断量化机构好与不坏却非常简单。量化投资很标准化，这对于金融机构来说是很喜欢的。因为可以轻易的知道量化模型的标准是好还是不好，可以从容配置。我觉得至少明年，机构能迎来更好的一些机会。简单一点总结，个人觉得CTA大于指数，指数大于中性收益，基本上是这样一个标准。

祝福各位投资人包括管理人能够在新的一年，克服各种困难，迎来各种机会，同时给投资人带来好的收益。如果站在我们量化角度来说，这是一个很好的时代，换句话说给我们足够的平台，我相信十年后再回头看，量化投资可能这是我们最能提升自身价值的一个舞台。最后祝大家新年快乐。

来源：东方财富网

程式交易的优势

　　第一、把交易规则系统化，有助于交易者把市场经验和知识进行积累、整合和修正。程式交易的规则至少有4个要件，即买进、 卖出、止损、头寸。非程式交易者往往“三缺一”，即缺少头寸的规则，甚至“二缺二”或“一缺三”，即没有止损规则或明确的卖出规则。

　　第二、 保持交易规则的一致性，即长期坚持按既定规则交易，这样有助于克服情绪的干扰。证券市场常常会表现出它的博弈性，它给人成功的机会大约在10%。人们在这里博弈的是心理，要进入10%的队列，就要战胜人性中所具有的贪梦和恐惧。因此，依靠有纪律地执行交易系统是一种现实和有效的方法；

　　第三、程式交易者可以专心分析和研究市场波动的规律，将大量重复而简单的劳动交给计算机去完成。 当其他人头昏眼花辛苦看盘、绞尽脑汁猜测庄家时，程式交易者则在从容冷静地思考自己的交易构想，完善自己的交易系统；

　　第四、开发交易系统的过程相当于在实验室中做实验，通过对交易系统进行历史测试（Back-Testing）， 即通过软件模拟出在过去的结果和表现，使交易者面对行情震荡时会信心在握、成竹在胸，压力减轻后给生活各方面带来无法估量的好处，很多“走过来”的程式交易者对此深有体会。

文章来源：MBA智库

程式交易的运用

　　变量或市场情绪变化导致的价格系统性波动的风险。与传统投资的利润来自证券的走势不同，它的利润来源是证券之间的关系。

　　对于采取市场中性策略的交易者来说，他们卖空证券，而共同基金（mutual fund）一般只做多。市场中性化策略就是要利用现在和未来的无效定价。

　　相关证券之间定价的无效性的来源是金融市场的结构性特征。利用市场的无效获得的投 资绩效可以比市场平均的收益-风险关系要好。

　　数量程式交易策略（Quantitative program trading strategies）

　　一些最活跃的程式交易公司根据市场内在运作和股票之间历史和理论上的关系的复杂的模型形成买进和卖出大量相对小的股票组合。这些模型评价某些股票为价值高估或低估的。

　　一些公司也买进和卖出期权和期货作为策略的一个部分。但是这些公司坚持这些交易不是标准的指数套利，例如，一家公司可能买进相对股票价格贴水 的期货或者卖出升水的期货，但是这些交易的规模和时机并不一定与股票组合相匹配。

　　另外，许多股票组合比期货交易的指数要小得多且局限在特定的子市场。其他公司没有把衍生工具作为数量程式交易策略的一部分，但是可能用期货（或期权）对冲，以便降低公司各种自营交易策略产生的总风险暴露。现在，数量策略与基本分析、技术分析并为股票投资分析的三类方式。

　　风险或蒙住眼睛的出价程式（“risk”or“blind bid” program）

　　蒙住眼睛出价中，基金经理向经纪公司请求出价，来买进或卖出股票组合，价格根据市场收盘价。请求时不指明证券，但提供关于组合的足够信息，以便经纪公司加入出价，这些信息如组合追踪标准普尔500指数的紧密程度，这些股票的流动性，这些股票所处的行业。如果一个经纪公司赢得出价，基金才通知经纪公司股票组合中的股票的名称（通常在市场收盘后），这就是“蒙住眼睛”的意思。

　　然后经纪公司将看他的存货满足对该基金的组合交易的程度，他将隔夜或在第二天做哪些交易来满足与基金的交易。使用这种策略的公司坚持，因为基金没有事先讲明交易组合的准确组成，所以公司不会试图买进或卖出特定的证券以防后来的交易。而是，公司可以买进或卖出符合基金确认的一般性质的股票组合来为后来的交易提供头寸准备。

　　动态对冲（dynamic hedging）

　　指的是卖出股票组合来对冲在指数衍生工具的头寸（股指期货和交易所交易或场外交易的指数期权）。由于指数期货执行较快，交易成本较低，因此卖出指数期货是日内调整股票对冲优先考虑的工具。他们卖出期货用来对冲指数产品的风险暴露。

　　套利交易一般不推动市场。有许多非套利交易程式，它们交易大量的股票，但是没有对冲。这些交易往往会推动市场。最常见的程序规模在1千万到1千5百万。今 天的市场有大量程式交易，根据纽约交易所的统计，程式交易占交易所日交易量的20%（真正的指数套利只占一小部分）。每一天都会有点不同，有些时候，一个规模较小的程序交易只能推动指数上下40点，有些时候一个大的卖出程序能很快打压指数超过100点。

　　程式交易的类型中最为人熟知的是股票对期货的指数套利交易，它从市场短期的无效中赚取利润。市场无效指的是市场偏离它的合理（或者说理论）价值，或者是两个相关的市场或金融工具偏离传统的关系或差价。

文章来源：MBA智库