2023中国量化科技白皮书数据解读
所属分类 quant
浏览量 406
《中国量化科技白皮书2023》
国内首部以“量化科技”为主题白皮书,且具备机构参与度非常高、覆盖面非常广、数据丰富、聚焦行业热点这4大特色。
量化科技正从相对“小众”,迈步成为“主力军”之一。
2022年,百亿级别的证券类私募管理人数量为 113 家,其中 28 家为量化私募,与 2021 年相同。
据私募排排网数据显示,28家量化私募在 2022年的平均收益率为 -0.09%,而 2020 年和 2021 年分别为 34% 和 20%
虽然整体净值下跌,但其中有14 家百亿级别的量化私募基金取得了正收益,正收益占比为 50%,表现相当出色。
在中国资本市场正在不断进步和完善、全面注册制稳步实施的背景下,
随着价格笼子机制立、融券券源扩容、量化策略容量大增,量化这个相对小众但日益壮大的群体,迎来了全新的发展机会,
量化科技将走出私募与大机构的专属“朋友圈”,以更普惠的方式帮助各类投资人进行投资与财富管理。
由此,如何有效加强相关的投资者教育并促进量化科技发展红利真正普惠大众,就显得更加迫切。
白皮书(2023)共计七章,内容依次为
量化科技概述、科技在量化交易中的应用、国际量化科技发展现状、
国内量化科技发展现状、量化科技生态体系、量化科技发展痛点及挑战、量化科技发展建议。
01
国内量化科技发展现状
国内当前,无论是初始的指数增强型基金,之后的高频交易,还是当下的多元化案略时代,都在仰赖量化科技在提供全方位的支持。
随着量化机构数量增多、量化基金发行规模扩大、监管机制持续完善、政策环境不断优化,
国内量化科技已呈现出五大发展特征:
1)交易链路极致化;
2)量化投研智能化;
3)行业服务生态化;
4)监管方式数字化;
5)合规完善持续化。
近年来,在交易所和证券公司的共同努力下,交易全链路时延方面优化提升效果明显。
第一代证券交易系统进入完善的集中交易系统时代,
第二代集中交易系统链路延时在 10 毫秒左右,
第三代快速交易系统延迟达到 100 微秒以内。
当前,机构客户对券商的服务诉求从传统的“一元极速交易通道竞速”转变为“因子数据、算力支撑、极速通道的多元场景服务”。
白皮书具体谈及,基于云原生的可管可控量化投研平台,通过将投研服务迁移至云原生应用架构,
将应用容器化与算力池化,根据用户需求弹性调配算力等资源并进行自动化运维,
实现集约成本管控、数据资源权限管控、安全认证机制、系统监控与日志审计、流量管控、敏感信息识别等多种可管可控能力,打造更科学的安全管控的行业云。
为践行“开放证券”理念,证券公司保持高强度 IT 投入,
建立科技与业务融合的创新机制,打造业务开放载体——开放金融云平台,
在合规的前提下标准化公司业务、技术能力和服务,并与生态合作伙伴对接。
探索共建行业云链基础设施,赋能证券行业数字化转型,积极构建与金融同业的开放合作新模式,
以科技为桥梁拓展跨界产业与生态合作,力争为量化交易客户提供更加丰富的系统服务生态。
我国量化交易起步较晚,但发展迅速,国家监管部门在持续优化相关监管措施的同时,也注重借鉴国际先进经验。
我国自2010年起在期货交易、股票期权交易、股票市场等各类交易中不断完善程序化交易的有关监管制度,不断提升对于程序化监管的有效性。
作为量化行业的重要组成部分,量化科技相关机构也被纳入的相应的监管范围。
对于量化科技的监管处罚案例多由违规量化交易导致,处罚对象既有机构也有个人,
处罚事由包括接入审核不到位、相关账户报备不充分、缺乏必要的风险监控环节、操纵市场、干扰市场正常交易秩序等,
这些也是后续相关机构的合规重点。
实际上,行业的平稳发展、量化交易参与者的持续成长,需要监管科技与金融科技的同步发展。
白皮书指出,通过建设一个运转高效的监管大数据平台,综合运用电子预警、统计分析、数据挖掘等数据技术,
围绕资本市场的主要生产业务活动,进行实时监控和历史分析调查,
辅助监管人员对市场主体进行全景式分析、实施对市场主体的监控监测,及时发现涉及内幕交易、市场操纵的违法违规行为,
履行监管职责,维护市场交易秩序。
随着量化行业的迅猛发展,量化交易相关管理要求、技术规范和行业标准陆续出台,管理更加细致到位,
独立明晰的量化交易管理要求进一步促进量化交易行业平稳、健康、有序的发展。
从证券行业开始约束整顿外部接入系统,加强证券公司信息系统外部接入管理,
到证券行业极速柜台普及上线,到进一步规范证券公司对交易系统的管理要求,
以及可转债程序化报送管理和期权程序化报备管理等规范的出台。
02
量化科技发展的三大驱动因素
量化科技发展有三大驱动因素:
1)经济与社会发展是根本驱动因素;
2)科技进步是保障性驱动因素;
3)投资和理财需求是直接驱动因素。
首先,国民财富的增长带动了投资与理财的巨大需求,量化投资作为主流的投资方式之一,获得了巨大的发展空间,成为量化科技发展最基本的驱动力。
改革开放之后,我国经济与社会发展进入快车道,20 世纪 80 年代至今,
我国经济 40 年间几乎保持两位数的年均增长率,与之相应,国民财富也基本保持了同步增长。
另外,量化科技依托于数学、物理学、信息科学计算科学、统计学等基础学科发展,
运用计算机软件编程、数据库技术、云计算、算法工程等技术手段,建立算法模型,
打造决策与交易生态以辅助投资与资产管理,在新业务需求持续驱动下不断进步和发展。
再者,经济发展与国民财富增长直接催升了对各类投资的巨大需求,
证券二级交易市场由此应运而生并持续扩大,投资、交易、理财、资产管理等专业化、差异化分工持续深化。
量化投资作为避免主观情绪化的、纯客观的、机器自动实现的应用场景和方法,应运而生。
值得一提的是,全面注册制的实施可提高量化交易策略的容量和丰富度,从而推动量化科技的进一步发展。
一方面,价格笼子机制设立凸显量化优势。
“价格笼子”是全面注册制改革配套的重要交易制度创新,旨在维护瞬时价格稳定、防范异常波动。
全面注册制的实施,可以帮助更多的散户使用量化工具实现更高效的交易,从而推动量化交易的普惠性。
在量化工具面前,基本可以实现“一键”解决股票价格笼子等问题。
比如,当下全球热门的交易系统量化炒股机器人,系统中不但集成大量的高胜率量化模型,更可以完成全自动买卖设置,
通过“价格笼子规则前置过滤器”,一旦限价超越价格笼子,则自动按规则计算新的限价,再执行交易任务,避免全面注册制后的废单问题。
无需盯盘,可将交易时间成本降到最低,结合极速交易通道更可以大幅提高成交效率。
另一方面,融券券源扩大利好中性策略。
主板注册制改革借鉴科创板、创业板经验,新股上市首日即可纳入融资融券标的,优化转融通机制,扩大了融券券源范围。
量化交易策略有两个主流产品,即指数增强和中性产品。
中性产品是指同时构建多头和空头头寸,空头一般会用股指期货、期权、融券来做对冲。
2022年数据显示,我国融券余额占两融余额3%,而发达国家这一比例为20%-30%,
融券比例明显偏低,在一定程度上影响了量化交易策略的容量和收益。
全面注册制扩大了融券券源的范围,增加了更多的对冲工具,因此有利干中性策略。
可提高策略的收益和容量
此外,全面注册制及交易制度的改革将加快股票上市的节奏,推动上市公司扩容,
增加投资的标的物,选股难度也会随之增加,这将进一步凸显基本面量化选股的作用。
此外,股票池扩容有助于分散投资,降低流动性风险和策略间的趋同性,同时增加策略的选择空间和容量上限。
03
量化科技发展的生态体系
量化科技生态体系是由监管制度、服务机构、交易所、金融机构、学术界等构成的一个复杂的系统。
这个生态体系以量化科技为核心,提供了一系列金融数据、分析模型、交易策略、交易工具等服务,
支持投资者进行量化交易、风险管理与资产配置等活动。
第一个环节是服务机构,整个量化科技生态服务的机构分成四个层次:基础设施、交易平台、算法服务商、数据服务商,
同时在每一个层级进行细分,比如说算法服务商分成第三方的算法交易服务商、PB系统的供应商、券商自营、量化私募自营方等。
白皮书把量化科技的服务机构体系做了梳理和分类,详细介绍了主要的服务商他们的技术优势、服务特点。
第二个环节是交易所,包括上海、深圳、北京的证券交易所以及期货和衍生品的交易所。
证券交易所积极利用新一代信息技术向智能化业务创新和智能监管方面转型,
在提供优质交易类基础设施的同时,不断探索前沿技术的落地应用,以满足市场和监管的新需求。
期货及衍生品市场是高度规范的交易市场,具有波动性较高、支持多空双向交易、T+0 交易规则等特点,
在服务实体经济的基础上,也为量化交易提供了发展机会。
随着量化科技的发展,高端机构投资者对技术的掌控能力越来越强,
量化交易在期货市场的应用越来越广泛,期货交易所在量化科技生态体系中的作用日益重要。
在此基础上,驱动特色量化科技发展,为行业能力共建共享提供强有力的支撑。
第三个环节是金融机构,白皮书主要分析了证券公司、公募基金、期货公司和量化私募。
证券公司作为量化交易非常重要的一环,罗列了国内主要的券商在量化科技量化投资方面的投入情况以及技术特色,
如某知名券商2022年公司量化投入占公司IT投入的 10% 以上,增长十分迅速。
公募基金市场中,指数增强基金已经成为最核心的产品之一,不仅在规模上占据了较大的份额,而且在业绩方面也有较出色的表现。
截至2022年末,公募指增基金共计210只,合计管理规模1702.46亿元。
其中,宽基指增基金172只,行业主题指增基金30只,Smart Beta指增基金8只,已然成为了市场上的一支重要力量。
同时,在业绩方面,指数增强基金也表现出色,多数基金的收益率都在同类型基金中排名前列,且长期稳定性较好。
期货公司有大量的衍生品业务、做市的业务,白皮书梳理了保险+期货、期货做市业务成交量的占比和趋势,以及科技在这背后的驱动的一些因素做了简要的分析。
量化私募方面,2022年,百亿级别的证券类私募管理人数量为 113 家,其中 28 家为量化私募,与 2021 年相同。
据私募排排网数据显示,28家量化私募在 2022年的平均收益率为 -0.09%,而 2020 年和 2021 年分别为 34% 和 20%
虽然整体净值下跌,但其中有14 家百亿级别的量化私募基金取得了正收益,正收益占比为 50%,表现相当出色。
量化私募的数据非常难以获取,没有一个统一的数据库进行分析,
因此白皮书在行业的头部机构包括合作的机构方面做了很多的调研,
总结了目前私募基金管理人的存续情况以及百亿私募基金管理人的存续情况,以及量化私募的占比和收益率的情况做了分析。
第四个环节是学术界。
关于量化交易到底会加大市场的波动还是降低市场的波动的争议非常大,
就白皮书总结了非常多学术研究的证据,从客观理性的角度分析,
总体而言学术大量的实证研究支持量化科技量化交易的使用其实是会降低波动率。
同时,量化科技迅猛发展的背景下,学术界与多家证券公司、基金、资管机构和监管部门开展应用合作,
推动相关技术和系统在金融市场风险评估与管理、量化基金投资与运营等方向的落地应用,实现基于量化科技的金融创新。
第五个环节是人才培养。
白皮书调研量化从业人员人才的背景和需求,50亿以上规模的量化私募管理人有将近70%都是硕士和博士从业人员。
量化人才需要具备多层次的专业知识与技能,如数学和统计学基础、编程和数据处理能力、财务和经济学知识、完备的金融学及风险管理知识以及优秀的软性技能。
量化科技人才培养需结合常规教育、实习与企业培训以及自学与实践交流,帮助量化交易人才提高技能和成长创新。
04
量化科技发展建议
2022 年 1 月,中国人民银行印发《金融科技发展规划(2022-2025 年)》,提出新时期金融科技发展指导意见,
明确了金融数字化转型的总体思路、发展目标、重点任务和实施保障,为量化科技发展提供了政策方面的指引和保障。
从我国量化科技的发展来看,尤其与作为发达国家的美国相比,我国仍处在发展的初级阶段。
基于此,白皮书的最后一章建议,在制度体系、机构发展、生态建设等多层面发展与提高量化科技,
以进一步拓展其在专业投资、资产管理、投顾业务等方面的应用场景。
针对制度体系层面,白皮书首先建议通过法律依据与规则体系的建立、加强保障系统的安全性机制、量化交易信息共享平台3个方面,完善监管框架与行业标准。
其次,要从业务本质出发进行监管。
白皮书具体指出,随着量化科技应用场景的丰富和拓展,就量化科技应用场景部分业务功能易触及持牌业务边界的问题,
监管部门应从业务本质出发,要求各机构恪守技术及金融服务边界,不得以各类名义变相开展相关业务,
注意人工智能算法模型缺陷及同质化等问题对金融市场稳定运行造成的潜在干扰。
坚持金融业务与非金融业务严格隔离,厘清科技服务与金融业务边界,防范借科技名义违法违规从事金融业务,
规避科技发展带来的风险及隐患,将是量化科技发展过程中须始终坚持的重要原则。
值得一提,量化科技的发展在提高市场流动性及价格发现效率的同时,在极端市场行情下也有加大市场波动、影响市场公平性、增加技术系统压力等潜在负面影响。
对于量化科技应用的监管应重点关注效率、公平、风险防控的动态平衡,在确保市场运行平稳、风险可控的前提下,促进资源配置效率的提升和创新技术的应用与发展。
在与现有法规体系做好衔接的同时,应根据量化科技发展及市场实践情况不断迭代监管方式与思路,加强相关部门在量化科技监管方面的协同联动。
针对机构层面,则建议从4个方面着手:
1)加强前沿科技的研发与应用;
2)赋能多层次多类型业务场景;
3)持续推进综合风控体系优化;
4)推进交易平台服务功能建设。
而针对生态层面,白皮书认为需要加速量化科技人才培养、提升基础设施服务建设、强化行业生态共建共赢、促进普惠与投资者教育。
上一篇
下一篇
2022量化金融分析师AQF全国统一考试考试大纲
《量化投资 以python为工具》知识点
python实用代码
AIGC术语
numpy polyfit 多项式拟合
沪深300指数和沪深300ETF 对比分析