分享

王黎:创新是量化投资最重要的力量

 培根阅读 2014-06-14

美国贝莱德(BlackRock)公司,又称黑岩,美国乃至全球最大的资产管理公司,管理的资金超过4万亿美元,可以说是众多基金经理所向往的公司,本期【高手故事】的主角是曾任贝莱德大中华地区首席基金经理及量化分析师,现回国组建杭州龙旗科技有限公司的王黎博士。


王黎本科毕业于清华大学的计算机系,然后赴美进修,刚到美国的时候,王黎就对投资特别感兴趣,自己省吃俭用攒出来的奖学金都用来炒股票了,当时什么都不懂,在市场上投机,基本是屡战屡败,亏得很惨,王黎就一直在琢磨怎么样能够盈利、战胜市场,怎么样能通过自己学的知识获得投资回报,于是量化投资进入了他的视角,但苦于没有门道,不知道怎么进入这个行业,所以就只能凭自己的感觉有什么对他有帮助就去学什么,或者别人说什么对金融有帮助,他就去学什么,因此,在美国,王黎拿到了1个博士学位4个硕士学位,研究覆盖金融、统计、运筹学和计算机科学等多个领域,虽然耗费了大量的时间和精力,但王黎认为学的这些课程都是完美的为了现在的量化投资设计的。


在美国,王黎进入了众多基金经理梦寐以求的巴克莱(后与贝莱德合并),从事股票交易,部门管理了全球几千亿美元的资产,全部都是量化交易,王黎之前巩固的量化基础在巴克莱大展身手,成为了大中华地区首席基金经理及量化分析师。2012年4月,王黎回国创业,与同是来自贝莱德的合伙人一起创办了杭州龙旗科技有限公司,并担任公司的首席投资官。


有意思的是,王黎在回国前并没有碰过期货,创办公司时在与国内同行的交流中发现在国外能做到10%的股票策略在国内的市场竟然属于低回报,国内的投资人对收益率的要求非常高,不能够理性的认识到风险与回报的关系,而且国内股票市场的成本也较国外高,交易机制也有一定的差别,王黎与合伙人经过研究发现国内的期货市场应该大有可为,由于之前也没有接触过期货交易,于是他们开始研究收益数据,研究期货的特性,从4月份到8月份,整整4个月的时间用于做交易前的准备,8月份开始正式进入期货市场。


作为量化投资领域的专家,王黎并不排斥主观交易,他认为量化肯定是要跟主观相结合,否则如果光靠量化本身,光靠机器,光靠数学模型,很难在所有时期都工作,量化投资虽然是用电脑操作的,但不能离开人的聪明才智,还是需要通过人的主观选择做模型、测试模型,最后来使用它,他觉得这也算一种主观交易,从量化来说,这种主观是用人的主观去选择模型,主观是非常重要的,但是也不能过于神话,还应该通过一个科学的方式去判断主观是不是正确的,量化一定要结合主观判断,但不要盲目相信主观决策。他认为量化的系统分三部分组成,一个是未来走势的预测,其次是风险模型的衡量,其三是优化算法。


王黎是龙旗科技的CTO,主要负责投资决策和技术开发,团队有20余人,都是理工科出身的,有很强的编程、数理建模的能力,在龙旗的策略生产流程中,原材料就是“数据”,比如股票这方面,龙旗对数据有很大的需求,一共使用三个服务器来同步从多家数据商购买的股票信息。基于这些数据,团队会有很多初步的研究思路;然后通过筛选和讨论,确定下成功率高的投资模型,分配给研究员完成信号组建及历史回测。每一个项目完成后,王黎都会要求完整的研究报告并安排时间进行项目答辩,顺利通过答辩的投资模型会被专业程序员实现成为交易策略,之后进行实盘操作。


在期货实盘交易过程中,由于王黎做的是高频的期货交易,决策、下单、风控、平仓全部是由机器完成的,因为它都是在极短时间内做出,有时候机器1秒钟以内就做出一个来回的交易,在这种频率上,人是没有办法参与交易的,只能在大面上看一看,偶尔做一些程序的调整,具体的下单、决策都是由机器决定的,人没有能力参与交易决定。而交易的风险控制在王黎眼中非常简单,因为期货的交易品种有限,其波动率(即风险敞口)相对容易预测,王黎有一套自己的风控系统,是依赖于现代统计和金融理论、自主开发的一整套风险控制系统。


由于是量化交易,所以交易策略是否长期有效,是否需要不断的优化一直是量化圈子里争论的焦点,王黎认为量化投资领域的终极目标就是建立一个“ATM机”,也就是说能有一套策略适应绝大部分市场、绝大部分的品种,这个愿望非常美好,但实际上只是一个梦想,王黎表示没有人的干预,没有人的调整,一个策略始终有效是不太可能实现的,所以在王黎眼中,策略必须得经常创新,创新是一个量化团队、量化机构最重要的力量,失去了这个力量,失去了这个热情,只是靠过去的一些模型是无法生存的,虽然他有很多过去成功的经验但还是将主要精力放在创新上。


随着国内期货市场进入了资管时代,王黎以他资深的量化投资资产管理经验带领龙旗走上专业化的资产管理机构道路,公司已发布多只管理型和机构化的产品,均在市场中取得了不错的收益。


(本文撰写:期货中国 刘健伟)


    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多