量化投資是數(shù)據(jù)科學(xué)在金融行業(yè)的應(yīng)用。

　　2023年，量化行業(yè)的超額收益開始收斂，量化私募如何形成自身核心競爭力?

　　和鯨拜訪客戶鯤山科技(深圳)，揭示其“彎道超車”的獨家秘訣。

　　群體作戰(zhàn)

　　年初至今，鯤騰投資(鯤山科技全資子公司)在各類實盤大賽上屢屢上榜，漂亮的收益率曲線也讓鯤騰成為了業(yè)內(nèi)令人矚目的一匹黑馬。但 CEO 劉亮告訴我們，沒太大必要關(guān)注收益率，因為根據(jù)馬爾科維茨的理論，想做多高的收益使用對應(yīng)的杠桿就行，收益率的本質(zhì)是杠桿。對于鯤騰的發(fā)展，劉亮覺得過去做得最正確、未來也要繼續(xù)堅持的，是采取“集中優(yōu)勢兵力的群狼戰(zhàn)術(shù)”。

　　群體作戰(zhàn)，指人

　　“狼從來不是單獨出擊，而是群體作戰(zhàn)，頭狼統(tǒng)一指揮，團隊互相配合?！眲⒘寥缡钦f。按照“投資就是投人”的標(biāo)準(zhǔn)搭建團隊，迄今為止，鯤騰已薈聚超40+名優(yōu)秀成員，海內(nèi)外頂尖院校的學(xué)歷背景對于量化行業(yè)而言確實只能算敲門磚，鯤騰對于成員的要求是——除了智商高，也要能證明自己能很好地利用智商解決現(xiàn)實中的問題。

　　·研究總監(jiān)欒峰教授在頂級刊物 Science 上發(fā)表過兩篇光通訊方面的文章;

　　·CEO 劉亮在學(xué)生時代拿過信息產(chǎn)業(yè)部科技進步一等獎，也是香港工商業(yè)獎科技成就大獎獲得者;

　　·投資總監(jiān)羅宇翔博士在美國頂級對沖基金 Gramham Capital 有超過十年的核心量化研究員經(jīng)驗，管理規(guī)模超150億美金;

　　·技術(shù)總監(jiān)李昌鋒李總是中國最早做支付的人之一， 也因為做支付很早便實現(xiàn)了財富自由;

　　·海外合伙人林霄漢博士是 MIT 的博士，曾獨立為德州政府管理教育及退休基金。

　　除了人才招募，劉亮同時關(guān)注人才的培育，“校企合作是量化領(lǐng)域的常見模式，我們只是給這種模式的落地提供了更多形式”。成立至今，鯤騰與國內(nèi)一眾985高校、雙一流高校建立了長期合作，從定期的量化講座到量化實戰(zhàn)課堂，從量化實驗室的共建到人才聯(lián)合培養(yǎng)，在助力量化行業(yè)構(gòu)建人才生態(tài)的同時，也能為企業(yè)內(nèi)部注入源源不斷的“新鮮血液”。

鯤騰團隊的大合影

　　群體作戰(zhàn)，更指策略

　　頭狼定義組織的深度，狼群定義組織的廣度，策略亦然。商品期貨、股票量化主流策略全覆蓋，不斷拓寬策略的廣度，同時增加研究的深度，劉亮說，這是鯤騰面對問題的措施，也是發(fā)展的路徑。

　　廣度上，CTA 策略與股票策略協(xié)同發(fā)力、齊頭并進，目前鯤騰的策略體系包括了核心優(yōu)勢的 CTA 策略、指數(shù)增強策略、市場中性策略，還有具有特色的混合策略(CTA+股票)，策略的豐富度保證了收益來源的多元化，也能在風(fēng)險可控的前提下創(chuàng)造更高收益。深度上，單策略的精細(xì)程度一部分取決于 IT 團隊的質(zhì)量和規(guī)模，另一部分取決于投研團隊的經(jīng)驗。目前，鯤騰穩(wěn)健創(chuàng)新的 IT 團隊已建立起集回測、實盤、算法交易、風(fēng)控、監(jiān)控于一體的完善系統(tǒng)，精英管理的投研團隊也具備高效率的策略迭代優(yōu)勢，可以有預(yù)見性地避免大部分實盤的坑。

鯤騰CTA+中性策略-磐石2號產(chǎn)品業(yè)績

　　策略的優(yōu)勢使得鯤騰的產(chǎn)品在近期獲得了多家實盤大賽的獎項。僅2023年8月的一個月，所獲獎項便包括「廣發(fā)證券(14.630, -0.01, -0.07%)私募實盤大賽-指數(shù)增強(新銳組)」冠軍、「第十八屆-中國私芽基金風(fēng)云榜-管理期貨」冠軍、「第一屆“星云杯”私募大賽-其他策略10-20億管理規(guī)?！构谲姷鹊目傆?個冠軍、4個亞軍、3個季軍及19個榜單十強。隨著8月底政策組合拳帶來的市場反彈，劉亮也表示期待下半年能有更亮眼的超額表現(xiàn)。

　　引入ModelWhale 平臺

　　“超額的收斂是歷史的必然，就是這個過程有點快?！贬槍κ袌鼋鼪r，劉亮如是說。長期看，市場有效性提升、量化超額下降是大趨勢，但管理人的策略迭代可以在這個趨勢的各個階段，以合適的方式，最大限度地實現(xiàn)超額收益。所有私募都在做迭代更新，讓自己的策略不斷適應(yīng)市場的變化，在此背景下，鯤騰與和鯨展開了合作。

　　數(shù)據(jù)：面向策略研究的數(shù)據(jù)支持

　　效率的提升可以增厚產(chǎn)品的超額收益，前提是要走過數(shù)據(jù)這段“坎坷路”。當(dāng)前，越來越多大型量化私募機構(gòu)正效仿券商與銀行做法，想要構(gòu)建自己的量化數(shù)據(jù)中臺。數(shù)據(jù)的完備性、準(zhǔn)確性，數(shù)據(jù)的存儲、應(yīng)用都會直接對優(yōu)化量化投資算法模型起到關(guān)鍵作用。

　　引入和鯨的數(shù)據(jù)科學(xué)協(xié)同平臺 ModelWhale 以后，鯤騰做的第一件事就是讓數(shù)據(jù)更快地流動起來。

　　首先做的是提高數(shù)據(jù)預(yù)處理的效率。多源頭數(shù)據(jù)統(tǒng)一匯入 ModelWhale 后，數(shù)據(jù)接口與數(shù)據(jù)的清洗、處理、分析實現(xiàn)了統(tǒng)一，既能降低系統(tǒng)復(fù)雜度也能增強數(shù)據(jù)加工能力。數(shù)據(jù)需要每日更新，ModelWhale 會每日定時獲取數(shù)據(jù)庫新產(chǎn)出的數(shù)據(jù)，然后員工可按照業(yè)務(wù)邏輯對數(shù)據(jù)進行預(yù)處理，當(dāng)然這一步還是更依賴于業(yè)務(wù)理解，需要在保證數(shù)據(jù)質(zhì)量的同時提高效率。對此，員工可以將較為成熟的數(shù)據(jù)預(yù)處理或數(shù)據(jù)分析的步驟封裝為標(biāo)準(zhǔn)工作流，尤其是具有投資決策參考價值的“中間指標(biāo)”或“常用指標(biāo)”，利用離線任務(wù)每日定時運行并推送，方便投研團隊與交易風(fēng)控團隊更快了解行情。

數(shù)據(jù)定期清洗并寫回數(shù)據(jù)庫展示

　　其次便要提高數(shù)據(jù)使用的效率。預(yù)處理后的數(shù)據(jù)既可以寫回數(shù)據(jù)庫，也能保存在平臺的共享空間，供特定的投研人員隨取隨用(此處涉及的權(quán)限管理將在后文作具體說明)。為了便于因子挖掘以及后期對歷史行情數(shù)據(jù)進行二次加工，平臺上的每一個數(shù)據(jù)集都配備了數(shù)據(jù)文檔記錄數(shù)據(jù)標(biāo)簽及數(shù)據(jù)說明，并可回溯到任一歷史版本。ModelWhale 兼顧數(shù)據(jù)管理與數(shù)據(jù)應(yīng)用，之后不管是通用的數(shù)據(jù)還是需要喂給特定模型的數(shù)據(jù)，投研人員都能更便捷地使用。

數(shù)據(jù)集概述展示策略：指數(shù)級加速策略迭代

　　策略的迭代分為兩個維度，一是日常的漸進式創(chuàng)新，二是跨越式創(chuàng)新，但迭代的頻次總是不固定的，為了保持策略在市場上的領(lǐng)先地位，最有效的方法就是不斷測試，就像挖礦一樣不斷探索。為了進一步提高測試的效率，鯤騰將部分策略回測與策略分析的工作遷移至了 ModelWhale 平臺。

　　并行回測

　　投研人員完成策略的開發(fā)后，即可在 ModelWhale 平臺上選擇相應(yīng)的回測框架進行回測。除了數(shù)據(jù)外，快速回測驗證還需要大量 GPU 、CPU 、內(nèi)存資源，ModelWhale 將鯤騰本地的計算硬件接入云端，投研人員可以根據(jù)需求拆分算力共享使用或?qū)⒍鄼C多卡的 GPU 組成集群算力使用。回測過程中，大家通常都會希望在一定時間內(nèi)作更多嘗試，因此圍繞相似的回測可能需要跑很多遍。在平臺的加持下，投研人員既可以針對同一模型配置多組參數(shù)同時去跑，也可以同時運行多個回測任務(wù)并行計算，任務(wù)之間相互獨立、互不影響。這樣一來，原本運行多個回測任務(wù)的總時間被壓縮到了單個最大任務(wù)的時間，效率得到指數(shù)倍的提高。

并行計算示例

　　多維協(xié)同

　　新舊策略交替，一邊維護老策略一邊開發(fā)新策略是常態(tài)。鯤騰的研究總監(jiān)欒峰教授曾提出：“相較于用 Git 管理策略，ModelWhale Notebook 的項目管理方式才是對于策略人員更加友好的?！?/p>

　　不管是修改了掛載的數(shù)據(jù)、文件還是策略代碼，總之項目內(nèi)的任何調(diào)整都可以生成新的版本，但并不妨礙投研人員隨時查看歷史版本或回溯到歷史版本重新做，不同版本間可以相互對比了解“增、刪、改”情況。部分新策略的開發(fā)可能需要多人合作進行策略研究、編程實現(xiàn)和模型優(yōu)化，利用 ModelWhale 的版本管理，投研人員間也能減少低效率的相互確認(rèn)——已與他人分享的數(shù)據(jù)和項目若有修改，對方會同步獲得更新;未與他人共享的則仍屬于自己的私密“財產(chǎn)”(此處涉及的權(quán)限管理亦在后文作具體說明)。另外，數(shù)據(jù)、標(biāo)準(zhǔn)的工作流、策略，或是團隊待學(xué)習(xí)的項目都可以存儲在團隊的共享空間，方便大家隨時使用。

Notebook 版本列表展示

　　權(quán)限：多級別、全要素的權(quán)限管理
　　保密工作對于量化行業(yè)來說幾乎是首要考慮的問題。多一個人使用同樣的算法策略，利潤空間就少一分，因此任何有可能曝光算法的信息渠道都應(yīng)被嚴(yán)加看管。

　　外部合作方面，鯤騰長期協(xié)助高校開展人才聯(lián)合培養(yǎng)工作，在校內(nèi)表現(xiàn)優(yōu)異的學(xué)生將有機會到鯤騰短期實習(xí)，在投研團隊的帶教下通過實戰(zhàn)快速鍛煉選股、研究、策略開發(fā)等多方面能力。從一開始普遍做數(shù)據(jù)處理工作，到后面隨著能力的積累慢慢接觸到新因子的挖掘、新模型的開發(fā)等更深層的工作內(nèi)容，相關(guān)權(quán)限需要逐級開放。

　　接觸到 ModelWhale 平臺后，投研團隊發(fā)現(xiàn)通過基礎(chǔ)設(shè)施的配置可以更便捷地實現(xiàn)這一需求，數(shù)據(jù)、策略、模型等各種資產(chǎn)也能得到多重保障。數(shù)據(jù)方面，管理員可以同時管理數(shù)據(jù)的訪問權(quán)限(管理單位至個人)和數(shù)據(jù)的下載權(quán)限，也就是可以實現(xiàn)數(shù)據(jù)僅在平臺處理而無法下載至本地，既提高效率也保障數(shù)據(jù)不外泄。策略方面，承載策略的 Notebook 同樣可以“開啟訪問權(quán)限”的形式分享，但訪問并不等于可復(fù)制/可將代碼下載至本地。簡而言之，任何涉及權(quán)限的行為在平臺上都有對應(yīng)的管理動作加以監(jiān)控。

　　權(quán)限相關(guān)的管理還涉及到了算力資源、鏡像環(huán)境等，鯤騰內(nèi)部的各類權(quán)限也都基于平臺進行了優(yōu)化。

Notebook 權(quán)限管理展示

　　一直努力在路上

　　從 2022 年與鯤騰合作至今，和鯨最大的感受就是務(wù)實而進取，CEO 劉亮對公司發(fā)展的每一步都做好了規(guī)劃，踏實地走好每一步，一直努力在路上。“就像我們爬珠穆朗瑪峰，你爬到頂上之后，四面望一下，會發(fā)現(xiàn)無論是從哪個面爬上去，看到的風(fēng)景都是一樣的。所以市場最終一定會寡頭化，我相信我們每家頭部量化在這個過程中，能力都是不斷地跟上市場節(jié)奏?！?/p>

　　量化 4.0 時代，什么樣的量化公司能夠持續(xù)具備競爭力，鯤騰的答案是：尊重科學(xué)、追求效率、敬畏市場。作為一款先進的數(shù)字化基礎(chǔ)設(shè)施，和鯨 ModelWhale 數(shù)據(jù)科學(xué)協(xié)同平臺希望能為每一位從事數(shù)據(jù)創(chuàng)新研究的開拓者及其團隊提供支持。任何相關(guān)需求，都?xì)g迎您搜索并進入ModelWhale 產(chǎn)品官網(wǎng)注冊體驗、與我們展開交流。