文华财经协办的2011北京第五届期货高管年会举行
    以下是文华财经总经理尚守哲做的“期货公司程序化业务模式探讨”的发言整理稿。

    首先感谢北京商会给我这个机会,向领导汇报一下,与业内同仁分享一下我平时的一些思考和观点。
    我把客户分为以下4类:产业客户、机构客户、专业客户、中小散户。这几类客户的交易方法是不同的。产业客户和机构客户,交易决策的主要依据是产业和品种的研究,根据现在的价格是偏低还是偏高这个研究结果决定买还是卖;专业客户虽然不是机构,但是交易的方法专业程度很高,交易决策的主要依据是技术分析和程序化,根据后续的趋势判断来决定买还是卖;中小散户交易决策的依据是消息,他们对市场的传闻最感兴趣,根据自己的感觉和“高人”的言论来决定买还是卖。机构客户交易频度太低,中小散户的交易生命周期太短,只有专业客户,才是我们的衣食父母,他们给期货公司贡献了最大份额的手续费收入。程序化的服务对象,就是这类客户 -- 专业客户。
    说一下我对市场投资者结构未来发展趋势的看法。先看一下我们的证券行业,基金的持仓现在今年下半年的最新的是数值是2.3万亿,与股票总市值的占比为7.5%左右,回退3年,2008年的时候,这组数据是多少呢?3万亿,25%左右,机构机构者比例和份额是在下降的。我们再来看看美国的情况,2007年的雷曼事件,让更多的投资者不再相信大的投行,宁愿自己做交易,这也得益于互联网的普及,个人客户可以很容易通过网络获得行情信息和做交易操作,这也助推了个人投资者越来越多。在我们中国,诚信水平还不高,我们期货行业也正在进行诚信建设,在一个缺乏诚信的社会,个人客户是不愿意把自己的血汗钱交给一个机构去打理的,所以提高机构投资者的比例和份额,是一件十分艰难的事情,需要一个漫长的过程,专业客户主导的期货市场生态环境,短期内不会发生质的改变。
    我们应该想清楚,我们的客户到底需要我们期货公司什么样的服务? 我们的众多客户,为什么对我们众多海归、博士的辛辛苦苦才研究出来的报告完全不感兴趣?我们先来定义一下什么是研究报告:研究的本质,要达到的根本目的,是研究清楚现在的价格是偏高了,还是偏低了,这个结论和研究方法和依据组合到一起,就是研究报告。我上面分析过了,只有机构客户才需要我们的报告。中小散户看不懂我们的报告,专业客户不需要我们的报告,他们交易决策的依据是趋势,他们要的是趋势:短期内是涨还是跌,我们怎么给客户提供趋势?最好的手段 – 程序化模型,让模型给出客户信号。今天多位专家都提到了我们刚刚获得的创新业务:咨询业务。不同类别的客户需要的咨询服务是不同的,机构客户要的是报告,专业客户需要的就是趋势、模型,实际就是程序化交易的服务。
    我来说说我自己对程序化的理解。程序化来源于美国,这个机构投资者主的金融生态环境。这种环境下,有些人是专门做研究的博士和科学家,他根本不下单,可能就从来没下过单,他们有做定价研究的,也有做量化交易研究的,量化研究的对象和资料就是海量的历史交易数据,根据这些历史数据,挖掘出赢钱的交易策略。在美国还有一个词叫算法交易,或者高频交易,这不是研究人员的词,而是交易人员的词,在大的机构,研究和交易是不同的部门的。研究部门或者基金经理得出一个结论,我在什么价位区间买进100万支股票,交易部门去执行,交易部们就想了:我能不能用计算机写一个程序,超过价格范围了,我就不买了,价格重新回到这个价格区间了,电脑自动买。我买100万股,我不能一次把单子下进去,那会抬高了交易成本,我必须分批买,卖盘挂的是10万手,我只能买5万手,让电脑这样自动一批一批去去买。这种智能分批和价格控制的软件,就是最早算法交易的雏形。高频交易这个词是怎么来的呢?我以前在公开场合也说过,炒手是具有中国特色的高频交易。中国的炒手大都来源于红马甲,这是为什么?其实在美国也是一样的,交易员天天下单,盯着盘做交易,日积月累,他自然发现很多价格变动的规律,他天天看这些东西,自然而然就把规律总结出来了,他就找一个计算机程序员来把这个规律写成一个模型,以后让电脑去做自动交易,这就是高频交易。只是中国的交易员没有去找人编程序,而是人脑替代电脑,人手敲键盘来做,我们用人,来干国外机器干的事,按照总结出的固有规则做高频交易。
    这些出身自红马甲的炒手为什么能够成功?天赋是一个方面,最重要的是他们的时间经历和广大客户提供的上亿甚至几十亿次交易锻炼机会,在做红马甲的几年里,手里过的单子,帮客户输掉的钱,或赚到的钱,是上亿的,这些下单上亿次经历和几年的时间,成就了他们脑袋里的高频交易模型。其实这些模型无非是来源于盘口那些报价的字段的变化,这些都是可以用数学方法去量化它,美国人的高频交易已经证明可以量化的事实。
    说到这里,我可以抛出我要讲的主题了:程序化不仅是一个自动交易的概念,更是一个量化研究的概念。有了程序化的平台,要成为炒手,不必要需要好几年的时间和经验,也不必要几个亿的练习资金。只要有了海量的历史tick数据,有基本的程序编写能力,您也可以成为成功的炒手。最开始不一定需要成熟的模型的,先根据自己的初步想法编出一个初步的模型,然后用历史数据去检测收益率、风险率,然后逐步改进模型,再去测....,只需要几个月的时间,就可以研究出一个不错的盈利模型的,目前市场上有很多的个人程序化高手的成功案例。 这也是为什么2004年,文华在推程序化软件产品,起名字的时候,给这种交易方式叫了一个中国特色的名字:程序化交易,没有叫量化交易,也没有交算法交易,因为在中国做研究和做交易的,是一个人,中国的期货市场是一个个人投资者主导的生态环境。当然,程序化不仅可以做高频的日内交易,更多的程序化交易者,是用分钟周期的数据做波段交易。
    程序化发展到今天,算法已经越来越复杂,很多数据挖掘、人工智能、神经网络、模式识别等技术,都已经应用的到程序化中来。就拿基本的傅立叶变换来说吧,把一段走势解析成N个正弦曲线的组合,找到行情的主要周期规律,这就是一个很成熟,很经典的数学分析方法。这些复杂的模型,在美国是行得通的,在中国就行不通,因为我们国家在金融运算方面的基础设施,还不够完善。例如:美国华尔街,已经在用FPGA来计算模型了,在国内还是用基本的CPU方法,运算速度是跟不上的。一个类似傅立叶的实时运算,要用于实盘交易,就需要在几百毫秒内,下一笔行情数据到来以前算完,这在国内的技术和网路基础设施下,还有很大的实现难度。这是我们引入国外的先进模型的时候,需要注意到的。
    另外,国内市场流动性还是非常有限的,现在的流动性,程序化还支持不了大机构的交易规模,根据我们的经验,国内市场上资金百万级的期货程序化是最合适的。因为程序化趋势模型的根本基础是跟随趋势,程序化的下单如果改变了趋势,那模型就失灵了!这些诸多因素造成程序化交易目前还只适合是服务于专业客户,而不是机构客户。中小客户投资理念是跟随趋势,这与程序化的基本理念是符合的。当然了,理论上机构也可以把一个亿资金分成100个帐号,每个帐号用不同的模型组合,这实现起来有很多实用性、可靠性等实际问题。 市场上到底哪些人做程序化,我们做过调查,结论是这样的:资金量50-100万比例最高,其次是100 – 500万的客户,交易习惯方面的调查结果,是分钟周期的最多,其次是日线周期。

    下面来分析一下,专业客户对程序化方面的五个层次的需求,我们把客户的需求从低到高,排列成金字塔结构。

    1、最低需求:把以前常用的指标,改一下看明显的箭头信号,这类需求的客户最多;
    2、次低的需求,也是不做自动交易,但是用到模型测试,用历史数据测试模型,根据收益率、风险度等指标优化模型,这类客户一般涉及到跨指标,跨周期的数据引用;
    3、再高一点的需求,把止损和资金管理写入模型,做自动交易;
    4、更高一点的需求,不仅要做自动交易,而且要对下单做精细的算法交易进行成本控制,专业的投资者都知道,交易滑点的成本,远大于手续费成本的,一个500万的客户,一年的滑点成本一般在几十万的;
    5、最高的需求,机构和大资金的多模型组合交易,来突破市场流动性的瓶颈。
    那么,程序化到底是一个大众市场还是小众市场?从上面的需求分析可以看出,如果把程序化理解为量化研究的概念,就是真正的大众市场,所有专业个人投资者都需要这个东西,不一定做自动交易的人,才是程序化交易的客户。
    期货公司的程序化交易部门应该怎么设立,包含哪些人,来服务程序化客户呢?大家根据这个需求分析,一看就明白了。期货公司应该配备5 -10人的团队,来做好以下的工作,对期货公司来说,程序化不仅是一个软件,更是一个服务
    1、培训客户:把客户需求从最低层,上升到次底层,用模型测试来优化现有的交易策略,提高客户的盈利水平。
    2、编写模型: 有的客户有思路,但是计算机水平不行,不会编模型。
    3、分享研究成果:自己提出一些新的模型开发思路,启示客户,提示客户盈利水平,维护客户价值
    4、设计程序化类基金产品:服务好机构客户。
    另外,我不赞成现在有的期货公司的一些急功近利的做法。有的公司的网站上挂了好几十种程序化软件,国内的,国外的,有的我作为一个专业人员都没有听说过。我相信这样的公司,这些软件可能没有一个工作人员搞懂,他们提供的服务水平仅仅停留在给客户提供软件,谈不上增值服务的,这种方式永远形成不了属于期货公司自己的竞争力的。
    其实,各种程序化平台是大同小异的,只是模型语言不同而已,用户的模型在任何的平台都可以编出来的。只要期货公司的人员搞懂任何一个平台,就可以给任何的客户编写任何的模型。
    大多的的程序化模型编写平台,都不难学的,就拿文华的麦语言来说吧,我们不是将交易者改造为程序员,而是通过对各种交易方式做提炼加工形成不断更新的麦语言函数库,以小语法大函数为理念,让交易者的思路通过搭积木的方式轻松实现复杂交易思路的表达。根据文华的经验,培养一个程序化的团队,并不是一个很难的事情。任何一个大学毕业生,学理工专业的,在有人带的情况下,半年就可以具备编写模型的能力。只要是有耐心,5到10个人的团队,一年之内肯定能培养起来。
    感谢大家!