□ 郤勇敏

(上海对外经贸大学 上海 201620)

一、研究背景

近年来，作为改革重点的中国金融业发生了翻天覆地的变化。到目前为止，金融市场上出现了大量的金融创新产品。对于证券公司来说，减少监管以及鼓励创新等相关政策正不断推出并落地。

量化投资做为国外比较成熟的投资方式也在这个大的市场环境下被越来越多的资产管理者引入到中国金融市场。由此可见在当前环境下，对于证券公司来说量化投资在投资产品上的使用体现了它的重要性和必要性。

证券公司的财富管理量化投资产品主要来自资产托管，这是证券公司资产管理业务中最重要，最核心的业务。同时，对于大多数证券公司和相关从业人员而言，量化投资仍然是一种相对较新的技术和尖端策略。因此，很多人对量化投资的实现尚不明确和透彻。目前尚不清楚如何实现定量投资。

因此，在此背景下，如何能让相关的人员清晰掌握使用量化投资的方式创建量化投资产品、懂得量化投资需要的技术平台、硬件环境搭设和投资策略实现，从而提高券商的资管能力、实现客户资产的增值、提升券商的核心竞争力，是摆在证券公司面前的一道难题。所以有针对性的来研究量化投资在国内应用的经验和教训，对券商自身发展而言其必要性是显而易见的。

二、量化投资与券商资产管理概述

(一)量化投资

关于什么是定量投资，许多资料中的定义都相对清晰。简单的描述是使用计算机技术并采用某些数学模型来实现投资理念和投资策略的过程。

传统的投资方法主要基于源自1902年后出现的“道氏理论”的技术分析方法，以及将政策和运营等经济数据与公司运营相结合的基本分析方法。与它们不同，量化投资依赖大量数据和战略模型来实现投资策略和目标选择。

(二)券商资产管理

证券公司的资产管理业务，是指证券公司作为资产管理人的行为，按照资产管理合同约定的方法，条件，要求和限制，经营客户资产，为客户提供投资管理服务。

实际上，这是利用证券公司在资本市场中的自然优势为客户提供资产托管的业务。它的大部分投资是在股票，债券和其他证券相关产品上。实现客户资产的维护和增值服务。

三、券商资管量化策略现状

1.我国量化投资的总体回报率不高。由于平均回报率为10.01%，中位数为6.73%，这意味着我国量化投资产品的平均年回报率为10.01%，但是仅50%产品的年化回报率超过6.73%。

2.我国定量投资产品之间的经营绩效差距巨大。最大回报率为234.11%，最小值为-74.720%，整个范围为308.830%。对应最高年化收益率的产品是康腾量化对冲1号。该基金成立于2013年9月25日，隶属于广州康腾投资管理有限公司。在不到一年的时间里，累计收入为178.58%。最低年化收益率相对应的产品是天台量化1号产品。该产品于2014年4月1日成立。它属于成明投资管理有限公司，在短短四个月内累计本金亏损36.85%。两种产品之间的年化收益率差距达到了308.83%。

3.对于大多数定量投资产品而言，获得高回报仍然是一项艰巨的任务。据统计，24种产品的年化收益率均小于零，占10.08%。结合它们的分配百分比，可以看出近90%的产品没有亏损，超过80%的资金保持了利润。

4.我国量化投资产品的绩效为两到八类。60%产品的年化收益率超过4.61%，40%产品的年化收益率超过7.58%，200l0产品的年化收益率超过15.65%。

四、结论与建议

国内发展中的量化投资存在投资渠道差的问题。量化策略的投资品种涉及不同的市场产品，例如股票，期货和外汇。国内投资者需要在多个金融机构开设多个账户，这导致分散的投资资金和更大的协调难度。此外，股票市场的卖空机制还有待改善，股票与期货交易机制之间的不平衡很容易导致清算问题，难以充分发挥量化投资策略的灵活性。

国内市场上的金融工具仍然很少，对冲成本很高。由于股指期货，保证金交易和卖空工具已经很长时间没有推出，这给对冲基金在股票市场的运作造成了特殊的障碍。现有金融交易的高成本也阻碍了对冲操作的实施。

另外，国内量化投资仍处于市场的孵化期，人才储备不足。同时，高税率导致金融从业人员收入水平下降，不利于吸引和储存高级定量投资人才。

总的来说，券商希望可以将量化投资更快地投入到券商的资产管理中。其中，利用计算机和大数据进行定量投资、云计算和大数据技术可以帮助节省IT体系结构的成本和投资风险，并且随着用户的扩展，它将变得更加方便和便宜，并且还有助于开发新策略。

另一个发展趋势是移动。定量投资平台不仅限于在PC上使用，而且随着移动计算能力的不断提高和云计算技术的发展。手机可以做更多的事情，这将改变传统的交易方式，使用户更加自由和独立，并对安全性提出更高的要求。

从长远来看，量化平台是建立在具有新架构的计算平台上的，例如量子计算机。这将彻底改变算法本身，并在速度方面超出大多数人的想象。

同时，监管机构监管政策的逐步放开和金融衍生品的不断补充，也将极大地刺激定量投资的发展和进步。人们将根据宽松的法规和政策来构建更加灵活和自由的量化投资产品。符合证券公司和投资者的更高标准。

综上所述，量化投资必须既庞大又全面，但又要深刻而精确。这对券商当前的IT和实际运营部门是一个巨大的挑战。券商应根据自身的需要和实际的金融环境，包括政策法规等，有计划地逐步开发量化投资产品和建立量化投资平台。例如，它计划吸引个人投资者使交易自动化，并引入一些具有易于学习的用户基础的低端和中端平台。如果要吸引专业投资客户，则可以首先为客户提供支持通用编程语言的大量数据和交易接口，例如Interactive Broker和国内金融服务提供商WDEND。数据接口可以自己开发，也可以通过交互式数据等高速数据提供者的服务来实现。进一步的服务不仅提供接口，还提供包含默认黑盒策略并可以构建和运行自定义策略的高端平台。例如，由南华期货，招商证券和中信证券引入并使用的基于Apama引擎的量化平台。