期货量化交易策略汇总十篇

序论：好文章的创作是一个不断探索和完善的过程，我们为您推荐十篇期货量化交易策略范例，希望它们能助您一臂之力，提升您的阅读品质，带来更深刻的阅读感受。

篇（1）

这是近几年才形成的一个低调的金融圈子，尤其是今年来，这个圈子似乎风生水起。算法、编程、想法、策略、模型成了这个圈子中的常用语，他们分布在券商、公私募基金、期货等金融行业，他们在创新中摸索前进，优秀的团队也不少见。

谨慎的宽客人

量化投资圈的人喜欢自己被称为“宽客人”或“矿工”。所谓“宽客”即金融工程师，他们靠编程序去设计模型，用数学的方法分析金融市场，找出影响价格涨跌的相关因素，规避其中的风险，获得收益。

徐明（化名）是上海艾革瑞投资团队的创始人之一，有着大多数编程人员的内秀和儒雅，自信的微笑又暗示着自己不是普通的“码农”。清华大学数学系学士，香港科技大学工业工程与物流管理系博士，精通数学建模、金融工程、组合优化和人工智能算法，这些标签和不少量化“宽客人”类似，他们具备这个行业的先天优势。

徐明在中山大学管理学院管理科学系任教期间，对金融工程产生了浓厚的兴趣，西蒙斯的经历和成功给了他极大的鼓舞，逐渐走上专业量化交易这条路。

十月，天气渐冷。《中国证券期货》记者联系上徐明时，他正带着自己的团队参加海通期货2013年的“笑傲江湖”实盘赛，目前成绩位列投资家组第三名，这不是第一次参加海通期货的实盘赛，去年以总收益89%、总收益额189万，获得程序化组亚军。

“艾革瑞”，源自“Algorithm”（算法）的译音，创始人的量化定位可见一斑。团队主要成员在2012年开始全职投身于程序化交易，多具有证券期货投资、金融工程研究和IT项目开发经验。艾革瑞团队主要做股指期货日内交易，交易频率比较低，平均一天做1个来回的交易，持有时间一般都要超过1个小时。

量化交易和人工交易有一个很大的不同，就是模型的建立。“程序化交易更像一门科学，需要投资者具有较高的模型开发和系统开发能力，以及对于交易规律的深刻认识。”徐明认为，人工交易更像一门艺术，需要对经济周期和行业发展有独到的眼光。

对于模型，“宽客人”都视为自己最核心的秘密武器，往返于华尔街和上海的徐明和其他讳莫至深的受访者不同，对模型提出了自己的看法，“模型是用数学方法找规律，而数学方法找规律很容易过度优化。”

对于投资行业的深刻认识更为重要。徐明表示，“国内金融市场和华尔街还是有本质的不同，对于中国市场期货交易的认识和理解，比运用各种数学模型更为重要。很多系统在数学上是最优的，但是在实践中并不是最优的，而且还可能是有极大风险的（即过度优化）。”

策略是量化“宽客人”的另一个交易核心。“如果交易经常不盈利，就不能仅仅认为是利润回吐了，要考虑策略是否失效。”金华强调。

策略是否失效是所有程序化交易者面对的一个非常难的问题。“失效”本身就很难定义。日内趋势的策略胜率一般都不到50%，所以总是有赔有赚的。赔钱的连在一起，就连续回撤了，这其实只是亏损连在了一起而已。不同的时间，市场的规律也会呈现不一样的特征，所以也很难判断暂时表现不好的策略是否就永久不好了。

所以，最重要的不是判断策略是否已经失效，而是在策略表现不好的时候可以找到原因和解决办法。

在2013年第二季度，艾格瑞团队就经历了一个较大级别的回撤，后来发现系统的很多亏损来自于“过度预测”。直观的理解就是市场还没有开始趋势的时候，系统就进行了未来趋势方向的预测。这一能力在过去的一年都不错，可以获取超额收益；但是可能是因为市场氛围变了，现在不仅不管用，还会带来连续的亏损。

后来艾格瑞团队对策略进行了调整：其一，相关性小的多周期、多系统非常必要。其二，用一套系统的方法去辨别哪些是市场里稳定的规律，哪些是不稳定的规律。其三，在风险控制上更为严格和保守，在谨慎保护本金的基础上，实现盈利。

调整策略后，解决了“过度预测”的问题，然后系统就又恢复了正常。从运行两个多月来看，表现比较稳定。

摸着石头过河的机构

机构投资者对量化投资的关注也越来越多，光大证券“816”事件揭开了冰山一角。8月16日，光大证券量化套利资金超过了200亿，乌龙事件一度引发国内A股和股指剧烈地震。据中国量化投资学会理事长、量化投资经理丁鹏透露，“目前国内量化投资资金的体量已经达到1000亿元。” 这些资金或主要来自券商和险资自营的量化套利资金，以及公私募的量化基金。

业内人士指出，国内某另一家券商在量化上投入的套利策略资金超过了300亿，远超出光大的投入资金，目前，不少券商也在用巨额资金更新IT设备，加上公私募资金，在量化上的投入远超过1000亿。

据悉，光大和海通等券商经营量化套利这项业务上，年度收益约10%-12%，甚至达到10%-15%或更高。如果按200亿元的管理资金来看，带给券商的直接收益就达到20亿-30亿元。这一盈利数字可能近年来熊市中某些券商一年的营业收入。

由于A股市场实施T+1交易，券商量化交易部门在A股从事高频交易的资金较少，据业内人士推算，大约有20亿左右。如果A股市场实施了T+0操作，估计更多券商大资金投入。

公募基金排名的压力，参与股指期货对冲仓位比例不超过20%限制，都成了公募基金量化投资无形的镣铐，短期内难有多大规模。

“公募基金做量化很费劲。”王萌（化名）坦诚表示。

王萌，上海交通大学计算机硕士，资深软件工程师，具有多年软件开发和管理经验，以及金融市场投资经验。已经在资本投资市场10年了，目前是上海某公募基金的总监。

“由于参与公募基金的排名，不可能完全做到量化管理，大多都有主动管理的因素在面。”王萌坦言，这和采访国内某期货公司量化部经理时的话，颇有几分相似，“目前国内公募基金的业绩也没有听说那个做的业绩挺好，更多的是一种宣传噱头。”

而私募则相对轻松的多。私募资金私募基金在量化基金设计上，主要侧重于量化多空策略的经营，目前国内有数十款产品在做，虽然规模算不上太大，但收益稳定保持在9%-15%还是容易做到。

张强（化名）在华尔街做量化投资多年，回国后成立了自己的私募公司，量化操作股指期货。15个月来，资金收益保持在25%，这个业绩在行业里可能算不上多高，但是出奇的稳定，这正是量化投资追求的最高境界，关键是稳定收益。远比上半年盈利50%，下半年亏60%好的多。更难得的是，15个月来回撤仅仅1.5%。这和公募基金带着“镣铐”跳舞形成了鲜明的对比。

无法阻挡狼来了

目前国内的量化投资刚刚起步，发展还受诸多因素困扰。

政策性因素扰动、历史数据不足、数据准确性差、T+1的限制，金融衍生工具不够丰富，风控的完善、系统软硬件的限制等，这些都是量化投资在国内市场的瓶颈。

政策性因素扰动也很明显，证监会对光大证券“816”的巨额罚款，对光大证券在券商中量化的领先地位颇有打击，同行不得不放慢了量化的步伐。

对于数据的不充足以及准确性差，也深受其害，财报质量和国外压根就不在一个档次，查阅数据也只能追溯到最近6、7年，这对用数学的方法统计数据建模型造成了直接的影响。

而某期货公司的董事总经理则直言，目前国内期货市场还是T+1，还没有开通夜盘交易，而国内期货市场又受国外盘影响巨大，国内盘受其影响隔夜暴涨暴跌再正常不过，而依靠数据、模型的量化交易只能是无可奈何，这也是国内商品期货量化操作业绩不理想的原因之一。

金融衍生工具不够丰富，也是国内量化投资的一大影响。目前国内量化投资仅能运用在商品期货、股指期货和国债期货上，还限制颇多。比如股指期货，国内每天挂单不能超过500手；国债期货开通不久，成交量有限；期货市场虽然套利客观，但容纳资金量有限。

据业内传闻，光大证券的量化部门前期运行投入资金是1500万元，如果再加上维护费用，数目不容小觑。

这在券商同行中绝不是孤例。尽管如此，因经验不足，还是在风控上闹出了震惊中外的（816）乌龙事件，对量化的影响可见一斑。

光大乌龙事件暴露出机构投资人在追求创新时忽略了风控的完善。“光大虽被证监会罚款5个亿，但券商用自营资金做量化的赚钱能力也被大众所知，未来会有大量的钱涌入。”一位机构人士认为。

丁鹏认为，“不能因为光大事件，就将先进技术和理念拒之门外，绝对收益是未来趋势。”

国内金融市场，尽管在量化上还存在着不少的问题，但这引人注目的量化投资前景依然引起了国外大鳄的注意，我们无法阻挡：狼来啦！上述某期货公司人士透露，“韩国成熟的量化投资团队，已经进入国内市场开始剪羊毛，据说比国内的量化机构能量要大的多。”还有更恐怖的团队，国外量化操作鼻祖巴克莱已经在国内完成了前期量化测试，不久也会携带巨额资金和先进的理念来分一杯羹。

篇（2）

近期，国内量化对冲基金正在经历一场史无前例的严峻考验，因为它们赖以生存的对冲工具――股指期货正在面临严格的管控。

如果说中金所在8月底上调非套保持仓保证金的举措只是为了抑制股指期货的过度投机，那么9月2日的四条“狠招”就相当于掐住了股指期货的七寸要害，将对期指投资者产生极其致命的影响。首先，股指期货的短期投机者（包括套利交易者）已经几乎被宣判了死刑，当日开仓又平仓收取万分之二十三的手续费意味着日内交易成本的急剧上升，而单日开仓10手的限制则能够显著压缩期指策略的运行容量;其次，尽管套保账户除保证金上调外并没有受到中金所的其他交易限制，但因为期指多头的交易受限，套保账户很可能面临没有交易对手的尴尬局面，亦将在一定程度上对套保策略的执行造成影响。从9月7日开始至今的期指成交量就是最好的证据，日均1.87万手的IF主力合约成交量已不足历史的二十分之一。

回到国内的量化对冲基金，如果要在当前的市场环境下继续运行，首先要将仓位降低到7成以下，因为只有这样才能够留存足够的现金以支付40%的期货保证金;其次，为了可以在3天内将对冲的仓位从零加至7成，产品的规模就必须控制在4300万以内，因为每天的股指期货开仓限制为10手，而如今的IF合约价值约在100万左右，3天内最多也只能够卖出3000万的IF合约;最后，我们还不能够一次性卖出10张期指合约，因为当前的期指已无法提供相应的流动性支持，从盘口数据来看，买一的实时挂单往往在3手以内，而买卖价差的波动也十分频繁，所以我们需要将10张期指合约分5次甚至10次进行交易，并逐一盯盘操作，但即使这样，也难以有效降低流动性缺失所带来的额外成本。

毋庸置疑，阿尔法策略在当前的市场环境下已是步履维艰，加之股指期货长期大幅贴水，量化对冲基金已经不得不去寻找新的交易机会，以满足管理资产的增值需求。所幸市场依然不乏此类机会，比如商品期货的CTA策略、分级基金的套利策略、个股的事件驱动策略，以及基于海外期指的对冲策略等。不管怎样，量化对冲基金仍将始终以追求绝对收益为目标，严格控制策略的收益回撤比，而这也是量化对冲基金区别于其他投资基金的主要特征。

篇（3）

一、背景介绍

期货公司受托客户资产管理业务自2012年10月正式获批到现在已经历了近2年的市场检验。不论是IT系统建设还是人才队伍搭建都积累了许多经验，期货公司资管业务也开始逐步走入正轨。但是，期货资管在业务模式与发展战略层面，也面临着越来越多急需解决的问题，本文尝试从国内外期货类资管机构的发展历程入手，探索中国期货公司资产管理业务的发展路径。

二、竞争格局

目前，国内可以开展期货类资产管理业务的机构主要有信托公司、基金公司、证券公司三类机构，这三类机构主要开展的为期货类通道业务，帮助期货私募机构实现阳光化运作。而期货公司目前除了提供通道帮助期货私募实现阳光化运作外，还基于自身的研究和交易团队自主开展交易。

（一）信托公司

早在2011年7月，银监会的《信托公司参与股指期货交易业务指引》为信托公司参与股指期货交易提供了法律依据，至此，期货私募有了合法的阳光化通道。但是，由于信托公司之前并未接触过期货类业务，所以在和期货私募合作的过程中存在IT系统对接及风险控制标准难统一等一系列问题。特别是在制度层面，信托参与期货市场只能进行股指期货的套期保值交易进一步限制了期货私募的操作空间。另外，在结构化产品发行方面，信托通道也存在困难。

（二）基金公司

在银监会信托参与股指期货交易业务指引后三个月，证监会的《基金管理公司特定客户资产管理业务试点办法》明确基金公司专户可投资商品期货，基金专户投资期货不受限制后，目前已经成为期货私募阳光化的主流通道。

（三）证券公司

证监会2012年10月正式修订后的《证券公司客户资产管理业务管理办法》《证券公司集合资产管理业务实施细则》及《证券公司定向资产管理业务实施细则》也放宽了“小集合”的投资范围。“小集合”投资范围基本和基金专户一致。因此，也成为期货私募阳光化的通道之一。不过，由于放松投资范围和比例的时间较晚，未成为期货私募阳光化的主要通道。

三、目前业务模式

期货公司资管业务的推出不仅改变了期货公司高度依赖经纪业务的经营状况，而且还为期货公司研究业务提供了投资与研究一体化的机会。目前，各个期货公司虽然在资管业务上各有侧重点，但总体归纳而言主要有两种发展模式：

（一）自主发展

（1）传统现货背景公司。基础雄厚的传统现货背景公司在商品研究领域已经形成了自己的独有优势，部分公司更是在期货资管业务开闸前已经通过另设投资公司的方式试水了期货投资，积累了一定数量的交易人才和实盘交易经验。永安期货是这类公司的典型代表。永安期货以低风险商品期货套利对冲为主要交易策略，注重产品的绝对回报。据了解，永安期货目前的“一对一”资管产品规模超过6亿元，而其管理的基金专户产品规模已接近20亿元。

（2）股东实力较强券商系公司。另一类采取自主发展策略的公司是依托强大券商背景的券商系公司。这类公司在IT系统建设和金融工程研究领域优势突出。因此，这类公司在资管产品设计上普遍采用量化策略和程序化交易手段实现投资目标。广发期货目前其策略组合中有量化对冲、套利、单边趋势和高频等多种策略，公司资管产品已接近16亿元规模。在已发行资管产品中，自主策略产品规模超14亿元，这些产品目前的平均年化收益率为15%～20%，最大回撤不超过3%。

（二）通道模式

（1）“通道”业务概述。证券类私募规模的急剧膨胀客观上催生了私募阳光化的需求，私募基金的信托阳光化模式下，信托财产的独立性使得资金安全性得到提高。同时信托公司作为受托人可选择托管银行和管理人等，做到分工负责，完善制度制衡，信托公司还可以提供客观的业绩记录，进行日常信息披露，为受益人提供流动性安排。信托通道的出现为证券私募的规范运作和发展壮大提供了强大的制度保障，在证券私募的发展过程中起着关键作用。所谓“期货通道业务”，是指期货公司将交易席位出借给期货私募机构，帮助期货私募机构发行阳光化产品，并协助其完成募资和销售。在这个过程中，期货公司向期货私募提供通道，收取一定的过桥费用。在通道类业务中，期货公司没有主动、系统地进行项目开发、产品设计、交易结构安排和风险控制措施，不直接参与投资交易业务。

（2）期货公司通道类业务主要面临的问题有：第一，竞争激烈。信托集合计划、基金专户、证券公司小集合产品开展“通道”业务时间较长，积累了丰富的操作经验，而期货公司资管业务开展时间较短，各项业务还处在摸索过程中。第二，技术含量低。由于通道类业务技术含量低，业务开展初期由于牌照红利有一定利润，但长期看，随着参与“通道”业务机构逐步增多，激烈的市场竞争会将通道费逐步拉低。第三，政策限制。期货公司资管业务的开展受限于只能进行“一对一”服务等因素，无法发挥集合理财的规模效益。另外，由于“一对一”的限制，也无法设计分级类产品，产品规模明显受限。第四，无客户积累。“通道”业务不论是资金还是客户都在期货公司外部，期货公司无法有针对性地给客户提供个性化的产品，长期来看，无法完成资金、客户的积累。

四、期货公司资产管理业务发展模式初探

期货公司资产管理业务的获批对期货公司来说既是机遇也是挑战，投资者需要充分利用期货市场来进行风险分散、提高收益。然而，期货公司资产管理业务起步晚，缺乏资产管理经验，客户对期货类资产管理产品也普遍缺乏了解。因此，期货公司要强化优势补足劣势，探索适合自身特点的业务发展模式。

（一）专业期货私募孵化机构

期货公司将来可以为期货私募提供系统化的IT信息系统、融资中介、研发支持、风控结算与托管、产品发行与品牌营销推广服务。期货私募所对接的不仅仅是一家期货公司，而是期货公司背后的全金融业务链条。这种业务对接就要求期货资管部门要有更广阔的业务视野和集团资源整合能力，能够为私募提供一揽子解决方案。

（1）IT信息系统。期货交易竞争的维度一般包括策略开发和执行速度两个方面，近年来期货私募广泛应用的量化和高频交易技术更对交易系统的执行速度提出了更高的要求。因此，期货公司应加大在IT信息系统上的投入，在人员配备上和资金支持上给予IT部门以倾斜。

（2）融资中介。由于部分期货资管产品是结构化产品，期货私募客观上需要期货公司提供稳定和低成本的优先资金支持。因此，期货公司应在优先资金门槛、优先资金性质、资金杠杆、优先资金收益率、优先资金流动性、劣后收益税收、发起设立的时间周期、风险控制措施等方面给予期货私募提供服务。

（3）研发支持。期货公司在商品基础研究领域建立了系统的研究框架，研究报告有助于期货私募拓展视野和完善投资逻辑。并且，资管业务获批后，期货公司研究逐步从传统研究向投资研究一体化转型，这也为期货私募提供更好的服务奠定了基础。

（4）风控结算托管服务。由于期货交易的杠杆特性，风控水平成为投顾选择通道的重要参考因素。期货公司应搭建全面自动化、数字化的事前、事中、事后风控系统。另外，期货公司还应当为私募提品净值结算和联合银行提供资金托管服务，保证客户资金安全。

（5）产品发行与品牌营销推广。期货私募最终要形成品牌效应，而品牌的形成，需要有时间和专业团队去支持。因此，在资管产品募集、路演、推广的过程中，期货公司若能提供一体化的解决方案。不仅有助于期货私募品牌的推广而且期货私募还可专注于交易。

（二）专业资产管理机构

期货公司资产管理业务发展模式和路径选择至关重要，期货资管业务的发展必然要顺应财富管理行业的结构演进，市场需求的急速变化，以及监管环境的特点。最终，满足以客户为中心的资产配置需求，以期货类资管产品为代表的另类资产管理服务机构必将在未来的资管机构竞争中占据重要位置。

（1）依托强大投研能力的基本面交易。基于商品基本面研究的主观趋势交易和商品套利交易一直是期货公司的优势领域。在资管时代，期货公司要强化自身的差异化优势，为客户提供差异化的产品。另外，期货公司原有的研究部门应强化对资管部门的支持力度，向投资研究一体化转型，为资管部门提供数据、信息、策略、研究支持。

（2）以量化策略为核心的程序化交易。通过大量的数据分析建立起系统化的量化模型是一种有效研判市场趋势的手段。程序化交易是量化策略的实现方式，据国外机构统计，有超过60%的期货资管产品是采取程序化交易的方式进行交易。这种交易通常由计算机系统产生的系统信号来做出交易决策，在一定程度上避免了决策的随意性。

（3）以组合配置为核心的FOF。FOF（Fund of Fund）是一种专门投资于其他投资基金的基金，是结合基金产品创新和销售渠道创新的基金新品种。期货FOF模式通过对市场中的期货资管产品进行定量、定性分析以及尽职调查，利用投资风格差异、策略互补构建基金。FOF的组合投资方式决定了其收益回报较为稳定，这种低波动风险与高收益结合的投资方式对专业机构投资者是非常有吸引力的。

参考文献：

[1] 隋东明.期货公司资产管理境外经验借鉴与思考[J].资本市场，2010（10）.

[2] 王兵.期货CTA业务模式及配套制度建设[M].北京：中国金融出版社，2010.

[3] 屠霆.基于钻石模型的中国对冲基金行业发展模式研究[D].上海交通大学，2013.

篇（4）

这群人多数都不是学金融而是学数学或者物理出身，当他们进入华尔街后，被认为是华尔街名副其实的淘金者，1980年到2007年，是他们势不可挡的黄金年 代。

2005年左右，量化投资在国内出现。

从事量化投资的人被称为宽客，则是最近两三年的事情。一方面是一些介绍华尔街宽客的书籍被翻译引进，另一方面，因为2008年金融危机爆发，一些华尔街的宽客开始转战中国。

短短几年，随着中国衍生品市场的日渐开放，自称宽客的人越来越多。券商、基金、期货、私募……一句市场玩笑话，谁家要是没有一个两个宽客，都觉得不太好意思。

宽客的春天真的来到了？

年轻的中国宽客们

一间不到20平方米的房间，没有任何隔断，每张办公桌上都放着两到三台电脑，五张办公桌呈扇形分布在落地窗前，每个人扭头就可以和其他人说话。

这就是永安期货研究所量化投资团队的办公室。和国内不少量化投资团队一样，他们在公司具有相对独立的空间。

30岁的张冰，2009年毕业于北京大学，理论物理博士，是这个团队的负责人。有着一张娃娃脸的他，举手投足之间流露出来的依然是浓浓的书生气。不仅是他，屋子里的其他人也都像是在大学机房里安静地做研究、编程序。

事实上，要想进入这个团队，必须有熟练的计算机编程能力。2012年7月加盟张冰团队的李洋是北师大应用数学硕士，他经过一天近十个小时的笔试和面试才最终被团队接纳。笔试中80%的题目都是用计算机编程。

“量化投资是聪明人的游戏。”张冰说，量化投资实际上是一种在证券市场上找规律、找错误的游戏。谁先找到新规律、新错误，谁先获得超额收益的可能性就越高。

这个团队除了一位数学硕士，一位计算机硕士，还有三位是物理博士。数学和计算机能力都超强。

还在北京大学攻读博士学位的时候，张冰就听导师马伯强提到他有不少同学、学生，赴美留学继续深造物理之后，没有继续学术研究，而是转战华尔街做投资，做得相当成功。

物理学一直关注的是动态，寻求规律，目的是为了预测并掌握未来。把物理学理论知识运用到金融实践中，寻找证券定价变动的规律，其实并没有越过物理学的研究范畴。

这让本来就对金融有兴趣的张冰，开始想自己今后的路。他还专门去一个私募基金实习了半年。“在物理学中，你是和上帝玩游戏，在金融领域，你是和上帝的造物玩游戏。”

这句话并不是张冰原创，而是来自他的前辈，同样也是理论物理博士出身的伊曼纽尔·德曼（Emaneul Derman）。

德曼的自传《宽客人生：华尔街的数量金融大师》在2007年被引介到中国。德曼自1985年进入华尔街之后，就致力于把物理学理论和数学技巧及计算机编程技术结合起来，建构数量模型，寻找金融证券的定价，指导证券交易。

张冰看过这本书之后，更加确信，自己可以选择像德曼一样去当宽客。不过，当他决定做宽客时，发现中国突然间就涌现出很多量化投资专家。而事实上这些人多数是营销专家，根本就不懂量化投资，最后都亏得一塌糊涂。

2009年，他决心成为真正的宽客，于是拉着同班同学陈星和师妹钱文，成立了这个以北大理论物理博士为班底的宽客团队。这是国内期货公司中第一批成立的宽客团队。目前国内三分之一的期货公司有量化投资团队。

团队平均年龄27岁，成立至今一直比较稳定。张冰也没有扩容的打算。因为要找到对数字的敏感，善于发现数字之间的规律和联系，还能把这些规律变成数量模型指导证券交易的人，很难。他这个团队也还处于自我培养的过程中。

“中国宽客以年轻人居多。”中国量化投资学会理事长丁鹏说。

丁鹏是上海交通大学计算机博士，方正富邦基金的资深量化策略师。2012年初，他推出一本《量化投资：策略和技术》，成为国内最早一本专门介绍量化投资的专业书籍，被一些人认为是宽客圣经。

一年前，丁鹏建了一个QQ群，隔三差五与对量化研究感兴趣的人进行讨论，没想到经过口口相传，QQ群迅速发展壮大，线上讨论也发展到线下交流。他便牵头成立了中国量化投资学会。

学会如今在全国拥有十几个分会，近八千人，大部分都是有着一定数理知识基础的年轻人，这些人都打定主意要成为中国的宽客。

在丁鹏看来，在中国当宽客，生活很简单，只需要潜下心来，发挥个人聪明才智，做研究，建模型。真正找到好的可以赚钱的模型之后，都是别人求你。

这让很多纯理工背景人的人很向往。在现在的社会格局下，要想出头并不容易，但当宽客可以掌握自己掌握命运，完全凭自己取得成功。

赚钱之道

丁鹏一天典型的工作状态是：查看模型前一天的运转结果，考虑是否要对策略进行修正。如果没有需要修正的，则着手准备为下一个模型的开发。其他的都是电脑的事情，不用他管。他根本就不看基本面。

张冰团队的办公室放眼望去，也没有交易时间最常见的五颜六色的股票K线图和大盘走势图，电脑屏幕上显示的多数是白底黑字的编程界面。

不过，他们并不像丁鹏那么轻松。团队每人按特长各有分工：有的主要处理数据，有的做策略设计，有的做策略建模。因期货公司目前不能直接做交易，张冰团队每天主要做的就是衍生品量化投资分析工作，把研究的结果开发成产品供客户购买。

而通常能够进行交易的宽客团队一天的工作流程大致如此：有人在交易头一天晚上就负责收集并更新、处理好交易所公告的数据；第二天开盘之前，通过选定的模型，经相关软件自动给出交易策略。开盘后，按照模型给定的策略进行交易。早上10点左右，交易员、基金经理盯盘最忙碌的时候，量化投资团队一天的最主要工作—投资决策、交易下指令的工作已经完成。

丁鹏认为，进入量化投资门槛之后，找到好的方法，会比较轻松，理论上讲，“一台笔记本一个U盘就可以赚钱了”。

真实交易还是需要一个团队的支持，不过核心的交易模型和思想，确实一张U盘就可以存储完成。有朋友曾拿U盘拷下他设计的量化投资模型到香港股市去实践，半年间盈利最高点达到了120%，不过，这个高风险的策略只适合于小资金操作，并不适合于大规模的资产管理。丁鹏解释：”资本市场没有神话，需要不断地修订自己的模型和策略 “。

张冰目前也不敢奢望那样的赚钱状态。

事实上，量化投资在国内最早也就是2005年才萌芽。业内公认，2005年开始的ETF套利拉开了量化投资在中国的序幕，而股指期货等衍生品2010年才逐步放 开。

因为无可借鉴，张冰团队只能从零做起。从收集数据到建构模型到交易的风险控制，都是他们自己一个代码一个代码写的。

这是个系统工程，在这个体系中，先观察事件之间的联系—通过观察或实验去取得数据；再假设一个结论—构建理论去解释数据；然后去预测分析—构建量化模型并回测；最后检验并证实这个结论—实盘交易。

所有这些都需要资本和人力的大量投入。从华尔街回来的宽客—北京名策数据处理有限公司执行董事祝清大致估计了一下，一个真正从事量化投资的宽客团队运作起来，前期至少要投入5000万。

祝清曾在美国的全球证券投资基金工作多年，有三年，他是一个40人宽客团队的负责人，要从全球9000多只股票池里找出投资品种。这让他有机会对量化投资从数据、代码到模型、系统进行深入地接触和运用，甚至对系统的漏洞也了如指掌。

这些是他当时所在公司花了十几年，经过大量的投入才建构的一个系统工程。而建构整个系统的基础就是数据，华尔街其他有着进行量化投资的宽客团队的公司，无不在数据上有很大的支出。

2008年祝清从华尔街回国，创办专注于金融数量分析和程序化交易的数据处理公司。这几年，他带领30人的团队，主要做了四件事：建立专供量化投资的量化数据库、量化决策终端、高速量化交易平台、量化策略研发服务。他希望借助强大的分析工具平台，以及日益完善的数据库系统来改变行业的经营模 式。

目前他的公司尚未到盈利阶段。

春天尚未到来

1月19日，中国量化投资学会的50多名资深会员在北京郊区举办了一次聚会，聚会的主题是“拥抱量化投资的春天”。丁鹏表示：冬天已经过去，宽客的春天已经到来。

丁鹏是有理由乐观的：国家政策层面支持金融衍生品市场放开；2012年，玻璃、原油、国债期货、CTA以及沪深300指数期权等一系列金融衍生品加速推进；随着投资品种增多，越来越多的金融机构意识到量化投资的重要性和紧迫性。

另外，国内打算做宽客的人也暴增—从中国量化投资学会的壮大就可看出端倪。

不过，同是中国量化投资学会成员的张冰和祝清都持谨慎态度。

张冰不认为宽客短期可形成一股力量。毕竟，美国发展了四十年，而中国只做了四五年而已。没有足够的投入，不可能那么快有收入。没有收入，坚持来做的人就不会太多。

祝清更严苛。他并不认为会建模型的人就可称为宽客。他认为目前中国真正的宽客，尚不足100人。祝清按照华尔街的标准来定义中国宽客：作为宽客，最起码要满足三个条件—有高净值客户；有量化投资研究平台（有数据有人有模型）；有交易通道。

按照这个标准，目前，真正的中国宽客都在过冬，都还在烧钱阶段，活下去都很难。即使是初春，最早也至少要三年之后—这还要看有没有一两位真正经受住市场检验、收益率排名靠前的标杆性宽客脱颖而 出。

据祝清了解，因为国内多数金融机构的高层并不懂量化，在这方面投入太少，即使一些数一数二的大型券商，历史的数据都不存。没有历史数据无法验证模型，量化投资就是句空话。

取得数据，还需要有人来处理数据，建构模型。金融机构的投入不会很快有结果，另一方面，宽客很有可能做出成果之后就走人，中国在这方面尚无知识产权保护。而在美国，只要有人敢在服务器上拷一行代码，就有FBI介入了。

2008年中金公司从华尔街花重金请回来的知名宽客李祥林，如今他已去做私募了。

祝清介绍，西方宽客主要分三类：从事高频交易的、采用对冲策略的、预测趋势的。而他们所有的交易、投融资决策都是通过数量模型进行，由电脑决策并完成下单。

篇（5）

一、引言

量化投资在国外的实践已经有了40多年的发展，我国的量化投资起步较晚，从2004年开始出现量化投资的产品，由于缺乏有效的对冲手段，直到2010年4月沪深300股指期货上市之后才能算是真正意义上开始涉足量化投资。[1]

2015年的中国股市跌宕起伏，杠杆配资引发了大幅上涨和断崖式下跌，股市出现罕见的千股涨停、千股跌停、千股停牌的奇观，众多机构投资者和散户蒙受了巨大的损失。但其中少数量化投资基金在大幅波动的市场中却表现相对稳定。量化投资基金和量化对冲策略的稳健，很快引起了全市场的关注，也成为近期银行、券商、信托等机构追捧的新的产品模式。

在此背景下，作者在本文中对于量化投资的概念、特点、策略、理论基础和发展做一个总结，希望为量化投资研究和实践做一些参考。

二、量化投资解读

（一）量化投资的定义

量化投资在学术界并没有严格统一的定义，现有的定义对于量化投资的定义的侧重点各有不同。本文对于量化投资的定义为：

量化投资是指将投资者的投资思想或理念转化为数学模型，或者利用模型对于真实世界的情况进行模拟进而判断市场行为或趋势，并交由计算机进行具体的投资决策和实施的过程。

（二）量化投资的特点

1.投资决策中能够客观理性，克服人类心理对投资决策的影响。传统投资的分析决策，大多数方面都由人工完成，而人并非能做到完全理性，在进行投资决策时，很难不受市场情绪的影响。[2]量化投资运用模型对历史和当时市场上的数据进行分析检测，模型一经检验合格投入正式运行后，投资决策将交由计算机处理，一般情况下拒绝人为的干预，这样在进行投资决策时受人的情绪化的影响将很小，投资过程可以做到理性客观。

2.能够通过海量信息的大数据处理，提高投资决策效率。我国股票市场上有近3000只股票，与上市公司相关的各种信息纷繁复杂，包括政策、国内外经济指标、公司公告、研究报告等，投资者靠自己手工的筛选根本就是力不从心。量化投资的出现为这个问题的解决带来了希望。量化投资运用计算机技术快速处理大量数据，对其进行辨别、分析、找出数据之间的关联并做出投资决策，大大减少了人工的工作量，提高了投资决策效率。

3.能够实现精准投资。传统的投资方法中认为投资是一门艺术，投资决策需要的是投资者的经验和技术，投资者的主观评价起到决定作用。而量化投资有所不同，尤其是在套利策略中，它能做到精准投资。例如在股指期货套利的过程中，现货与股指期货如果存在较大的差异时就能进行套利，量化投资策略和交易技术会抓住精确的捕捉机会，进行套利交易来获利。另外，在控制头寸规模方面，传统的投资方法只能凭感觉，并没有具体的测算和界定，而量化投资必须要设定严格精确的标准。[3]

4.能够快速反应和决策，把握市场稍纵即逝的机会。量化投资往往利用高速计算机进行程序化交易，与人脑相比它能够迅速发现市场存在的信息并进行相应的处理，具有反应快速、把握市场稍纵即逝的机会的特点。量化投资在速度上最出色的运用就是高频交易，与低频交易相对，高频交易是通过高速计算机，在极短的时间内对市场的变化做出迅速的反应并完成交易。[4]

5.能够有效地控制风险，获取较为稳定的收益。与传统投资方式不同的是，量化投资在获得较高超额收益的同时能够更好地控制风险，业绩也更为稳定。相关研究显示，1996年至2005年期间，量化投资基金与以所有传统主动型投资基金和偏重于风险控制的传统主动型投资基金的信息比率对比情况中，量化投资基金的信息比率都是最高，说明量化投资相对于传统投资，能够在获得更高的超额收益的同时，有效地控制风险。

三、量化投资的策略

一般的量化投资的策略指的是用来实现投资理念或模拟市场行为判断趋势从而获取收益的模型。量化投资需要权衡收益、风险、交易成本、具体的执行等各个方面，一般情况下这些方面会形成相对独立的模块。有时候量化投资策略模型也会将风险、成本等方面融合在模型中。

（一）国外量化投资策略的分类

国外习惯上将量化投资的策略分成两大类，一类是阿尔法导向的策略，另一类是贝塔导向的策略。阿尔法策略（alpha strategy）是通过量化择时和调整投资组合中不同资产的头寸大小来获取收益的策略;贝塔策略（beta strategy）是通过量化的手段复制指数或者稍微的超出指数收益的策略。[6]相比而言，量化指数的贝塔策略相对更容易，所以一般情况下所说的量化投资的策略指的是阿尔法策略（alpha strategy）。

阿尔法策略主要有两种类型，分别为理论驱动模型和数据驱动模型。

理论驱动模型是比较常见的类型，这些策略是运用已经存在的经济、金融学的理论，构建策略模型，进行投资决策。理论驱动模型根据输入的数据的不同可以进一步分类，主要有基于价格相关数据的策略和基于基本面数据的策略。

数据驱动模型广泛的被运用于股票、期货和外汇市场，因为采用的数学工具更为复杂，相对而言难于理解，目前使用的还不是很多。与理论驱动模型不同，数据驱动模型认为进行投资决策其实是不需要理论的支持，运用数据挖掘技术，可以从数据（例如交易所的价格数据）中识别出某种行为模式或市场趋势，进而进行预测或者解释未来的模式，从中获取收益。

（二）我国量化投资策略的分类

国内比较常见的量化投资策略主要有两种分类方式，一种是按投资标的所在市场分类区分的量化投资策略，分为现货市场和衍生品市场量化投资策略。现货市场包括股票市场、ETF市场和债券市场，衍生品市场包括商品期货市场、股指期货市场、国债期货市场、外汇市场和期权与其他衍生品市场，国内运用较多的是投资于商品期货和股指期货等期货市场。

另一种分类方式是分为两大类：判断趋势的单边投机策略和判断波动率的套利交易策略。[7]单边投机策略主要包括量化选股和量化择时，套利交易策略主要包括股指期货套利、商品期货套利、统计套利、期权套利、另类套利策略等，目前国内普遍采用的是这种分类方式。

四、量化投资理论的发展

（一）投资理论的发展

量化投资的理论基础最早可以追溯到上个世纪50年代，Markowitz（1952）[8]第一次把数理工具引入到金融研究领域，提出了均值――方差模型和风险报酬与有效前沿的相关概念，这是量化投资接受的最早的严肃的学术成果。Sharpe（1964）[9]、Litner（1965）[10]、Mossin（1966）[11]在马克维茨研究的基础上得出了资本资产定价模型（CAPM），这是如今度量证券风险的基本的量化模型。

20世纪60年代，Samuelson（1965）与Fama（1965）[12]提出了有效市场假说（Efficient Markets Hypothesis，EMH），这为后来在新闻量化交易等方面提供了思路和理论支持。20世纪70年代，金融衍生品不断涌现，对于衍生品的定价成为当时研究的重点。Black和Scholes（1973）[13]将数学方法引入金融定价，他们建立了期权定价模型（B-S模型），为量化投资中对衍生品的定价奠定了理论基础。在该理论之后，Ross（1976）[14]根据无套利原则提出了套利定价理论（APT），该理论是资本资产定价模型（CAPM）的完善和发展，为量化投资中的多因素定价（选股）模型提供了基础，这也是Alpha套利的思想基础。

20世纪80年代，期权定价理论倒向微分方程求解;“金融工程”概念得以产生，金融工程着力于研究量化投资和量化交易。同期，学者们从有效市场理论的最基本假设着手，放宽了假设条件，形成了金融学的另一个重要的分支――行为金融学。

20世纪90年代，金融学家更加注重对于金融风险的管理，产生了诸多的数量化模型，其中最为著名的风险管理数量模型是VaR（Value at Risk）模型，这是量化投资对于风险控制的重要理论基础。[15]

20世纪末，数理金融对于数学工具的引入更加的迅速，其中最为重大的突破无疑是非线性科学在数理金融上的运用，非线性科学的出现为金融科学量化手段和方法论的研究提供了强有力的研究工具[16]，尤其在混合多种阿尔法模型而建立混合模型时是非常有效的一种技术。

（二）量化投资的数学和计算基础

量化投资策略模型的建立需要运用大量的数学和计算机方面的技术，主要有随机过程、人工智能、分形理论、小波分析、支持向量机等。[17]随机过程可以用于金融时序数列的预测，在现实中经常用于预测股市大盘，在投资组合模型构建的过程中，可以优化投资组合;人工智能的很多技术，例如专家系统、机器学习、神经网络、遗传算法等，可以运用于量化投资;分形理论用于时间序列进行预测分析;小波分析主要用于波型的处理，从而预测未来的走势;数据挖掘技术可以运用于数据驱动模型，还可以运用于设置模型的细节;支持向量机可以分析数据，识别模式，用于分类和回归分析。

五、国内外量化投资实践的发展

（一）国外量化投资实践的发展

本文认为量化投资在国外的发展已经经历了四个发展阶段：

1.第一阶段从1949年至1968年：对冲阶段。该阶段是量化投资的萌芽阶段，该阶段具体的量化投资实践很少，主要是为量化投资提供的理论基础和技术准备，量化投资脱胎于传统投资，对抗市场波动，通过对冲稳定Alpha收益，但收益率低了。

2.第二阶段从1969年至1974年：杠杆阶段。在该阶段，量化投资从理论走入了实践。在投资思路上，因为原本的Alpha策略收益有限，通过放杠杆扩大第一阶段的稳定收益。实践方面，1969年，前美国麻省理工学院数学系教授爱德华・索普（Ed Thorp）开办了第一个量化对冲基金，进行可转债套利，他是最早的量化投资的者使用者。1971年，巴莱克国际投资公司（BGI）发行了世界上第一只被动量化基金，标志着量化投资的真正开始。

3.第三阶段从1975年至2000年：多策略阶段。在这一阶段，虽有一定的挫折，但总体上量化投资得到了平稳的发展。在投资思路上，由于上一阶段通过杠杆放大收益的副作用产生，放大以后的波动率又增大，从而转向继续追求策略的稳定收益，具体的手段是采用多策略稳定收益。实践方面，1977年，美国的富国银行指数化跟踪了纽约交易所的1500只股票，成立了一只指数化基金，开启了数量化投资的新纪元。[18]1998年，据统计共有21只量化投资基金管理着80亿美元规模的资产。[19]

4.第四阶段从2000年至今：量化投资阶段。这一阶段，量化投资得到了迅猛的发展，并且发展的速度越来越快。投资思路上，运用量化工具，策略模型化，注重风险管理。在实践方面，在2008年全球金融危机以前，全球对冲基金的规模由2000年的3350亿美元在短短的7年时间内上升至危机发生前的1.95万亿美元，受美国次贷危机的影响全球对冲基金规模有较大的回落，直到2008年之后，在全球经济复苏的大背景下对冲基金规模才开始反弹。

（二）我国量化投资的发展

本文认为，到目前为止，我国量化投资的发展的主要经历了三个阶段：

1.第一阶段从2004年至2010年：起步阶段。在这一阶段，由于我国没有足够的金融工具，量化投资在我国发展缓慢。2004年8月，光大保德信发行“光大保德信量化股票”，该基金借鉴了外方股东量化投资管理理念，这是我国最早的涉足量化投资的产品。2010年4月16日，准备多年的沪深300股指期货的在中金所的上市，为许多对冲基金的产品提供了对冲工具，从此改变了以前我证券市场只能单边进行做多的情况。

2.第二阶段从2011年至2013年：成长阶段。2011年，被认为是我国量化对冲基金元年，[21]而随着股指期货、融资融券、ETF和分级基金的丰富和发展，券商资管、信托、基金专户和有限合伙制的量化对冲产品的发行不断出现，这个阶段的量化投资真正意义上开始发展，促使该阶段发展的直接原因就是股指期货的出现。[20]

3.第三阶段从2014年至今：迅猛发展阶段。2014年被认为是“值得载入我国私募基金史册的一年”，基金业协会推行私募基金管理人和产品的登记备案制，推动了私募基金的全面阳光化，加速了私募基金产品的发行，其中包括量化对冲型私募产品。2014年称得上我国量化对冲产品增长最迅速的一年，以私募基金为代表的各类机构在量化对冲产品上的规模均有很大的发展，部分金融机构全年销售的量化对冲基金规模超过了百亿。

2015年，上证50ETF期权于2月9日正式推出，这对于对我国的量化投资有着极大的促进作用。4月16日，上证50与中证500两只股指期货新品种的上市给量化投资带来更多的策略的运用，金融衍生品的不断丰富和发展，为量化投资提供更多的丰富对冲手段，也提供了更多的套利机会。

六、总结

量化投资的技术、策略、硬件设施条件都在飞速的发展，与传统的投资方式相比，量化投资有着自身的特点和优势。尤其是量化对冲产品，以其长期稳健的收益特征，成为目前“资产荒”下对信托、理财产品和固定收益产品良好的替代产品。未来随着我国股指期货、融资融券、国债期货、期权等金融产品的不断创新，以及股指期货市场未来逐步恢复正常，量化投资发展前景不可限量。

参考文献

[1]徐莉莉.量化投资在中国的发展现状[R].渤海证券研究所：金融工程专题研究报告，2012.

[2]廖佳.揭开量化基金的神秘面纱[J].金融博览（财富），2014，（11）：66-68.

[3]王力弘.浅议量化投资发展趋势及其对中国的启示[J].中国投资，2013，（02）：202.

[4]Durbin，M. All About High-Frequency Trading： The Easy Way To Get Started[M]. McGraw-Hill Press，2010.

[5]蒋瑛现，杨结，吴天宇，等.海外机构数量化投资的发展[R].国泰君安证券研究所：数量化系列研究报告，2008.

[6]Rishi K. Narang. Inside the Black Box： The Simple Truth about Quantitative Trading[M]. Wiley Press，2012.

[7]丁鹏.量化投资――策略与技术[M].北京：电子工业出版社，2014.

[8]Markowitz，H.M.. Portfolio Selection[J].Journal of Finance，1952，2：77-91.

[9]Sharpe，W.F. Capital asset prices： A theory of market equilibrium under conditions of risk[J]. Journal of Finance，1964，19（3）：425-442.

[10]Lintner. The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets[J].Review of Economics and Statistics，1965，47（1）：13-37.

[11]Mossin.Equilibrium in a Capital Asset Market[J]. Econometrica，1966，Vol.34（4）：768-783.

[12]Fama，Jensen，and Roll. Investor sentiment and Stock Returns[J]. Journal of Political Economy，1969，（12）34-36.

[13]Black Fischer，and Myron Scholes，1973.The Pricing of Options and Corporate Liabilities[J].Journal of Political Economy，1973，81（3）：637-654.

[14]Ross.The arbitrage theory of capital asset pricing[J].Journal of Economic Theory，1976，13（3）：341-360.

[15]Jorion，Philippe.Value at Risk：The New Benchmark for Managing Financial Risk （3rd ed.）[M]. McGraw-Hill Press，2006.

[16]戴军，葛新元.数量化投资技术综述[R].国信数量化投资技术系列报告，2008.

[17]丁鹏.量化投资与对冲基金入门[M].北京：电子工业出版社，2014.

[18]郭喜才.量化投资的发展及其监管[J].江西社会科学，2014，（03）：58-62.

[19]Ludwig B.，Chincarini. The Crisis of Crowding： Quant Copycats，Ugly Models，and the New Crash Normal[M]. Wiley Press，2013.

[20]曾业.2014年中国量化对冲私募基金年度报告[R].华宝证券：对冲基金专题报告，2015.

篇（6）

关键词 铁矿石 指数定价 玄机

2011年二季度结束之际，影响铁矿石领域的三件大事巧合般如期而致，这些巧合背后究竟蕴藏着怎样的玄机？

一、三件大事巧合般如期而致

事件一：必和必拓作为指数化定价的首倡者，首先开始向客户提供多种定价体系方案，包括季度、月度乃至全现货，并称“钢厂可以自由选择”；在6月22日，力拓也宣称，其客户可以选择新的定价模式，“如月度定价、指数定价等”。三大矿山使用年度协议定价40多年才推出季度定价，但仅仅1年半之后就推出了月度定价以至全现货。

事件二： 6月29日，普氏能源资讯公告称，已同意收购环球钢讯集团，意味着后者旗下的TSI指数将与普氏原有IODEX指数一并成为普氏的铁矿石信息产品。由此，全球4家提供铁矿石掉期交易服务的交易所新加坡交易所、美国芝加哥商业交易、伦敦清算所、美国洲际交易所，都将以普氏指数产品作为交易依据。

事件三：美联储第二轮次量化宽松政策QE2在6月底如期结束。从2010年8月准备推出QE2到2011年6月30日结束，第二轮量化宽松政策的6000亿美元带来了道琼斯指数上涨24%，原油价格上涨30%，金价上涨21%，但是美国经济依然不容乐观，20个大城市房价指数下跌6.5%，失业人口仍然超过40万人。

二、巧合背后的玄机

1.对利润的追求使得定价周期不断缩短

2010年以前，由于铁矿石一直采用长协定价模式由供求双方定价，直接交易，将流通领域中间商基本排斥在外，所以现货矿虽然价格高，但无法保障利润。在实施指数定价后，定价权已经从供求双方借助指数转移到了流通领域，其他大宗商品如石油、铜等目前都是流通领域通过期货控制现货价格来确保其利润。当前铁矿石期货交易采用月度定价，因此现货月度定价势在必行。

2.统一指数为期货控制现货价格铺平道路

普氏指数与TSI指数的合并，使得从事铁矿石掉期交易的四大交易所拥有了相同的参照标准，为流通领域操纵价格铺平了道路。掉期交易与期货类似，也有人称之为准期货交易，两者最大区别在于掉期交易是OTC（场外结算），虽然有清算，但交易过程不受监管。

参考石油定价过程的发展，就能够很清楚了解流通领域定价的本质。当今，国际上石油定价体系是由期货市场主导的定价体系。纽约商品交易所和伦敦洲际期货交易所通过形成西德克萨斯中质原油和北海布仑特原油的期货价格决定全球原油的现货价格。布仑特原油期货价格同样是由普氏能源资讯（Platts）。

在美国，能源类商品的期货交易可以在不受商品期货交易委员会监管的OTC场外交易进行，OTC场外交易不需要向商品交易委员会提交大额交易商报告，投机者持有的合约数量不受限制，交易所也不对交易进行监测，每天收盘后也不报告未结清的合约数量。不受监管的国际原油期货衍生品交易的发展为投机者制造油价泡沫打开了方便之门。据统计，2007年纽约商品期货交易所的期货合约交易量为3.53亿张，其中1.5亿张是对西得克萨斯中质原油的交易。每张原油期货合约代表1000桶原油，对西得克萨斯中质原油的期货和衍生品的年交易量将高达1500亿桶，而美国得克萨斯原油年产量仅为3.65亿桶，真正出于套期保值的商业交易者仅占总交易额的0.2%，其余99.8%为以投机为目的的非商业交易者。金融资本在流通领域创造的巨大泡沫成为影响油价的关键。

3.量化宽松造就充裕流通环境

当前美国的第二轮量化宽松政策已经结束，流通领域充裕的资金，为象石油一样炒作铁矿石提供了条件。此外，由于全球采用“铁矿石―美元”结算机制，国际市场流通的铁矿石美元达2000～2500亿美元。这些“矿石美元”又以回流方式变成美国的股票、国债等证券资产，填补美国的贸易与财政赤字，促进美国经济复苏。

不难发现，这些事件的真正目的是使流通领域控制矿石定价，获取高额收益。这对于每年进口6亿吨铁矿石的中国而言，防范风险已经刻不容缓。

三、中国钢企应对风险的策略

1.加大力度完善自身产业链

中国是世界最大的铁矿石消费国，但多数钢企上游资源严重不足。尽管三大矿山牢牢掌握在美国的金融资本手中，美国贝莱德集团旗下的莱德世界矿业基金是三大矿山的最大股东，但是全球新铁矿石资源的不断发现为打破三大矿山的垄断创造了条件，非洲、亚洲的矿山虽然在品位、稳定性方面不如三大矿山，但如果中国钢企能够控制这些资源对于企业生产经营以及对抗涨价同样非常有利。

2.参与铁矿石金融衍生品的交易

铁矿石金融衍生品的发展也为中国钢企开拓了新的资源渠道，目前沙钢已经开始参与新交所的铁矿石掉期交易，同时沙钢在钢材期货市场上拥有自己的席位，这使得沙钢可以在控制资源、锁定价格基础上，精准锁定自身收益。此外，宝钢也在开展铁矿石金融领域工作。总之，参与矿石金融化过程已经成为中国钢企的必由之路。

篇（7）

四年精磨

优秀团队步步为营

据了解，2010～2011年，周毅以分级基金作为量化投资的突破口，带领银华量化团队初战告捷。当年，银华的分级基金一鸣惊人，获得了不可动摇的市场地位，也为此后银华的量化之路提供了市场认可度和基础支持。

2012年，周毅向着量化投资本土化进一步迈进，这一年的目标是——克服A股市场对冲工具少，公募基金交易限制多的难题，从量化专户开始尝试绝对收益。团队先后建立了侧重阿尔法策略和套利策略的研究小组，尽管有高频交易限制、数据库不完善、集中交易制度、佣金费率等多方面的约束，但当年银华专户产品中，表现最好的账户的年化收益率（扣除各种费率后）仍然大幅超越同期沪深300指数，而波动率仅约为沪深300指数的1/3。

2013年，一切更加完善，来自银行渠道的数据显示，银华基金管理的量化对冲专户扣除全部费用后的平均收益率达到12.65%，净值波动率却仅为沪深300指数的1/4，而夏普比率则高达1.95，创造了稳定的绝对收益。此时，银华的量化专户规模已超过10亿元。

“分级养量化”的策略大获成功。金牛理财网的最新数据显示，截至2014年3月6日，银华的分级基金场内规模达到234.56亿份，占市场规模的45.43%。今年以来的日均交易额近4亿元，占全市场的一半以上。而银华的分级基金大多以被动跟踪指数为主，管理成本较低，因此，为公司带来的利润贡献非常可观。

成绩的取得与银华基金量化团队的打造是密不可分的。作为团队领头人，周毅本人曾在巴克莱资本等机构从事数量化投资相关工作，拥有15年从业经验。他深知，严格意义上的量化团队应该是一条流水线产业链，锻造这样的团队，绝非一朝之功，在策略不断过时、市场前景广大的中国量化投资市场，靠“一笔钱挖一两个人”来建设量化团队非长久之策。他立志要打造一个和国外一流对冲基金建制类似、水平相同的团队。

据周毅介绍，2010年，银华基金最早在国内设立量化投资部，2012年，量化投资团队已经达到16人，职责涵盖了策略研发、投资管理、金融IT、交易下单、系统风控等领域。2013年，银华量化的团队架构已经相对完整、人才配置齐全，团队中的骨干力量均有海外留学经历和多年海外量化投资相关工作经验。银华量化团队抓住了分级基金的发展机遇，赢得了市场和投资者对分级产品的认可，得到了公司对量化投资的大力支持。在天时、地利、人和齐备的机遇之下，银华量化团队逐渐发展完善，并在实战中得到了锻炼。

信托“破刚”

独门策略巧夺市场

金刚钻已成，就到了“海阔凭鱼跃”的时候。而2014年信托业打破刚性兑付的案例出现，在带来信托业拐点的同时也带给量化对冲的好时机。

周毅认为，面对“信托刚性兑付”被打破的这种趋势，未来可能有一部分投资者将从信托产品中脱离，转而选择新的投资方向。而经过一两年的市场培育，量化对冲产品重复信托快速发展的故事正在成为一种可能。银华量化对冲专户的优秀业绩表现，更是让其倍受市场关注。

据了解，目前银华量化对冲专户产品的投资策略大概分为两种模式：阿尔法策略和套利策略。所谓阿尔法策略，是专注于创造绝对收益。根据A股市场的特点，银华将理论上的阿尔法策略进行了改造，以传统的主动型股票研究分析结果为基础，利用多因子模型来控制组合的风险和相关性，追求超越市场平均回报的绝对收益，为投资者提供持续稳定的阿尔法回报。

银华在实践中与卖方研究员建立广泛的合作，这些研究员对A股情况非常了解，选股模型的数据输入实际已经融合了本地特点。再利用量化技术对这些结果进行优化，并降低组合的风险性和相关性。周毅指出，这就相当于雇用了两个不同的基金经理，一个人是对本地情况很熟悉，另一个人是数学统计专家。从投资上来讲就是强强联合，既能有效地控制风险，又能最大限度地保持超额收益。两者结合产生的阿尔法既包括本地特点又相对稳定，能做到风险和回报的相对优化。

第二类策略是套利策略，即利用衍生品到期收敛特点进行套利。周毅介绍，目前，套利在国内做得比较多的就是ETF和分级基金套利。这类套利策略基于市场的广度和速度，但囿于公募基金内部防火墙等监管规定的限制，银华采用的多为分级基金套利。这种方法绕开了高频交易对速度的极致追求，能够为组合贡献低风险收益。

不管是阿尔法策略还是套利策略，都不依赖择时，而是在所选的股票和放空的标的之间的相对强弱差上，赚取绝对收益。“对冲并不需要判断某个行业是涨还是跌，只是基于相对强弱，中间的差是回报。对指数也是同样的道理。”周毅介绍，“这也是国外对冲机构广泛使用的投资方法。”

对冲春天

期待机制与产品创新

从发展趋势来讲，中国的衍生工具会越来越多，国外成熟的量化对冲投资模式未来在中国大有用武之地，同时量化投资管理的资金规模也会变大。

在目前的阶段，周毅并不认可过快提升对冲类产品的规模。他指出，不管多好的策略，它所能支持的资金量，所能支持的衍生品存货量和股票量都是有限的。对冲基金更在乎超额收益是多少，而不在乎规模有多大。

据周毅测算，仅就目前的投资标的而言，银华团队可以有效管理的量化对冲基金规模极限或为50多亿元，而单只对冲基金的理想规模大约是5亿元左右。但随着中证500股指期货、股指期权等衍生工具诞生，这个规模会大幅增加。

篇（8）

“虽然期货以前是小众投资市场，但在未来十年，期货市场发展的黄金时期正在到来。”徽商期货有限责任公司（以下简称“徽商期货”）运营总监康鑫如是说。期货市场正起势

“不同于以往品种少、风险高的特点，今年前10个月的期货交易量较去年同期增长了51%，并且有逐渐升高的趋势。”康鑫指出，这种交易量逐年增高的现象从2007年就已经开始。

事实上，伴随着交易品种的增多、交易量的加大，期货交易参与主体、交易模式也开始悄然生变。原来期货市场参与者以个人投资者、产业客户为主，现在加入了越来越多的投资机构。以前只有手工直接下单，现在程序化交易、量化投资、跨期、跨市场、跨品种套利的交易模式越来越多。

不同于股票市场的单向交易，期货市场可以进行双向交易，遇到市场不景气时进行买空，在价格下跌时也一样可以赚到钱。不仅如此，期货还可以与现货市场进行结合，诸如黄金，如将黄金期货与上海黄金交易所结合起来，设计一些套利的产品，通过这两个市场的价差赚取收益。

“由于期货市场操作的灵活性，使得它很容易在套利上‘发力’。”康鑫介绍，

“期货、现货在市场正常的情况下，其走势理论上将保持一致，但受资金流、供需因素或其他干扰价格的因素影响，期现市场及期货间市场价格会出现不同步的现象，套利空间这个时候便出现了。”

“正因为通过期货可以设计各类套期保值、套利的产品，纷纷吸引了大量机构客户的注意，今年期货公司的机构客户比例开始上升。”康鑫介绍，私募基金、银行、保险等相关理财机构开始把橄榄枝抛给了期货产品。

“从今年开始，有不少银行、财富管理等机构开始与徽商期货洽谈合作，准备发行一些套保、套利类的涉及期货的理财产品。”康鑫认为，银行有大量资金充沛的客户，他们对理财有着强烈的需求，由于近年证券市场的“不景气”，所以银行也开始转战期货市场寻求多个市场的资产配置，为客户提供更多的理财方式。

这几年，机构投资者发展速度比较快，原本散户占了90%的比例，机构客户的比例只有10%%，而现在机构客户的比例也开始逐步上升。这使得各期货公司也开始调整发展战略。

以徽商期货为例，康鑫介绍：“目前我们主要是以个人投资为主，随着期货公司业务的放开和客户财富管理需求的增加，今后的重点将放在财富管理上，我们会加大对套利、量化投资的研究，推出更多的的产品组合提供给机构客户。”行业洗牌即将来临

基于期货市场旺盛的生命力，逐渐唤醒了市场上的投资需求，目前国内大宗商品的成交量非常大，但遗憾的是国内始终没有对大宗商品定价的话语权。这也让国家层面开始重视并大力支持期货行业的发展，意在把大宗商品的国际定价权掌握在自己手中，同时也降低各行业发展存在的风险。康鑫认为：“国家大力支持期货行业发展，期货行业市场潜力将彻底释放出来。”

不仅如此，根据业内人士分析，让期货界期盼已久的期权也将可能在明年推出。康鑫介绍：“期货期权被称为“期货的期货”，有了期权的搭配，通过期权和期货的组合可以设计出更多套保套利的产品和策略。期货行业将发生深刻的改变，会有更多的人加入期货投资的行列。”

值得注意的是，虽然期货行业发展的势头良好，但行业内的竞争依然激烈。目前期货公司同质化竞争现象严重，大多数机构都是采取比拼手续费的价格竞争，少有自己的核心竞争力。

篇（9）

“私募市场同质化产品太多，竞争大，必须要用产品创新来吸引客户。”私募排排网研究员彭小武如是说。

股票策略占大头

据私募排排网数据统计，股票策略仍是创新策略中最为庞大的群体，而93 只创新型策略基金产品中含有11 只股票量化产品、9 只股票行业产品、4只股票多空产品、10只股票市场中性产品和11只股票量化产品。

此外，2011 年定向增发产品的盛行使得事件驱动型私募基金产品成为第二大创新策略种类，数君投资、东源投资为定向增发主力军。

股票产品特点

股票创新产品包括股票市场中性、股票多空、股票量化、股票行业四种。

股票市场中性基金通常采用股指期货等手段对冲系统性风险，贝塔值在-30%到30%之间。

股票多空策略则是，不追求绝对的市场中性，而根据基金经理对市场的判断决定对冲比例。

而股票量化则主要采用量化工具决定大类资产配置、进行股票选择或交易。行业基金的基金经理在这些行业有着比一般投资者更专业的技能，大部分的资金集中于某一个行业。现存的行业基金囊括了医疗、消费、TMT 三种投资方向，从容投资的医疗系列是首个也是数量最多的私募行业基金。

全球宏观运用最广泛策略

据悉，国内第一支全球宏观策略产品成立于2011 年3 月，是由潮鑫泰安发行的“潮鑫泰安・量化成长1 期”产品。投资范围包括股票、基金、债券、商品期货、股指期货、融资融券等品种，应用量化投资系统作为辅助投资和风控的工具。

宏观策略基金运用很广泛的策略进行交易，投资理念在于经济指标的变动方向以及其对股票，固定收益产品，货币和大宗商品市场的影响。基金经理运用各种投资技术，包括人为决策和系统决策，结合从上往下和从下往上宗旨，数理或者基本面分析，长短持有期结合。

定向增发属于事件驱动基金

篇（10）

国外管理期货CTA是对冲基金投资策略的一种类型，管理期货CTA即商品交易顾问（Commodity Trading Advisor），商品交易顾问可以直接客户在商品期货市场进行交易，抑或提供商品期货、期权及相关衍生品种的买卖建议及研究报告，管理期货的收益来源于各种商品价格的波动，独立于股票、债券等传统投资标的，同时可以多空双向操作，即使在股票市场连续下跌时，也能持续获利。

境外管理期货的基金主要采取以下几种模式进行投资，最主流的是程序化交易，该交易方式主要是依赖事先导入计算机系统的策略模型来做出决策，电脑决策的好处是避免了人性的弱点，防止在市场出现过于繁荣与悲观时，投资者做出不理智的交易行为；目前国际上运用程序交易的基金公司有元盛资产管理公司（Winton Capital Management Ltd.），该公司也是目前世界上最大的商品交易顾问，投资标的囊括商品期货、股指期货，资产管理规模超过250亿美元。旗下产品主要是用计算机进行趋势跟踪，趋势跟踪是一种基于价格分析的技术面投资方法。元盛关注的核心信息是各个期货品种的价格的变化，而非其基本面的信息。趋势跟踪的信奉者相信价格会在很多时候沿着价格变动的趋势继续发展。也正因为此，元盛不少经典的趋势跟踪策略虽然会设置严格的止损策略，但不会进行止盈。纵然大部分的交易会以亏损收场，但元盛那些盈利的交易却可以带来巨额的回报，覆盖了亏损的同时还贡献了足够多的利润。除了程序化交易外，还有多元化交易及自由式交易模式，这类期货管理者通常会对投资标的的基本面进行分析或对一些核心数据进行研究后再做出决策，同时会结合基金经理以往的投资经验，附带一些主观的行情判断，所以该类模式的投资经理只专注于某个他们熟悉的特殊或相关市场领域。

而国内期货市场在经过长达二十余年的发展后，也促发了不少以期货为投资标的的产品，好买基金研究中心收录了一批国内管理期货的私募基金，由于该类对冲基金多由有限合伙方式或单账户期货的形式存在，部分产品信息披露、基金估值体系不完善。