目標高盛，卡方科技用智能金融科技撬動國內量化投資
https://www.iyiou.com/p/121506.html
2020-01-03 · 19:33
[ 億歐導讀 ] 誘人的未開發市場，金融的深度開放，更加劇了國內證券交易下半場的競爭激烈程度，國產交易機器人的未來在哪裏？
卡方科技,投行,華爾街,量化交易,交易機器人,算法交易,量化投資,金融科技
作者：馬曉龍Amos，圖片來自“特定授權”
高盛集團，作爲華爾街頂級投行，是多少金融從業者殿堂級的夢想。曾經，一名高盛交易員被認爲是地球上最好的職業之一。薪水不僅是行業最高，而且年終還能領取一大筆獎金。據Coalition的統計，包括高盛在內的全球最大的12家投行裏，最普通的交易和研究人員的平均年薪都有50萬美元。
不過，即使是這樣的“金飯碗”，也並不能持久。隨着交易機器人的出現，量化交易的普及和流行，擊碎了無數交易員的夢想，“金飯碗”黯然失色。
據MIT Tech Review 報道稱，在2000年頂峯時期，高盛集團位於紐約總部的美國現金股票交易櫃檯合計僱傭了600名交易員，主要爲投行金主的大額訂單進行股票買賣操作。但時至今日，這裏只剩下兩名股票交易員。曾任高盛資深高管的馬蒂查韋斯（Marty Chavez）表示，在200名電腦工程師的協助下，自動交易程序已經可以完成高盛集團紐約總部的大部分工作。而高盛交易員被替代的經歷，只是全球金融公司的一個縮影。
那麼，到底什麼是“量化投資”？“量化投資”又是如何替代交易員的呢？
量化投資——始於美國，在中國萌芽初露
首先我們需要理解一下，什麼是量化投資。
量化投資通常指的是採用一定的數學模型構建交易算法，並利用計算機技術去踐行投資理念的投資方法，用機器代替人進行決斷。通俗理解，就是用機器去替代交易員的工作，用預先設定好的程序去擇時、擇股，用相對最合適的策略去交易股票。
其理論基礎始於1952年Markowitz建立的均值-方差模型，形成了現代資產組合管理理論(PMT)，標誌着現代金融學的誕生。1969年，美國第一個量化投資基金——可轉換對衝合夥基金成立，愛德華·索普也被譽爲量化投資的鼻祖。
其次，量化交易從海外到國內發展的怎麼樣？
時至今日，美國的股票市場有二百餘年的歷史，量化投資也經歷了半個世紀的發展，加之美國的證券投資以民營的投資機構爲主，他們有動力花錢研發新技術，所以美國的量化投資較爲成熟，也爲中國市場提供了可以借鑑的思路。
在前十大像橋水、AQR、文藝復興這樣的對衝基金中，大部分採用的是量化投資策略。
而中國的股票市場發端於20世紀90年代初，僅有三十年的歷史。配套的制度還在不斷完善，量化投資在國內尚屬新的概念，真正被國人關注在2008年金融危機之後，距今不過十餘年的時間。
除此以外，量化投資需要在人才和研發技術方面進行持續和大量的資金投入，更將一些想要踏入該領域的企業拒之門外，困難可想而知。
國內金融領域不斷開放，持續引進實力強勁的“外籍選手”，帶來先進的理念和技術的同時，勢必會對中國的量化投資形成高維打擊。那麼，“本土選手”能否突破“內憂外患”的處境脫穎而出，撬動國內量化投資市場呢？
曾經被取代，現在取代曾經的自己
鄭盛，作爲卡方科技聯合創始人兼總經理，曾就職於加拿大第一家，同時也是最大規模的即日證券交易公司Swift Trade Inc，從事交易員的工作，每天需要頻繁買賣各大證券交易所的上市證券。
由於操盤證券通常交易的證券品種繁多，金額和數量巨大，這就需要花費大量的時間成本和資金，把龐大的交易員隊伍培養成具有“盤感”的交易高手。但是，這仍不能解決人爲因素導致的實際交易偏離預期交易的問題。
可以說，人力成本和交易執行的準確性，是傳統交易員模式下，無法跨越的兩座大山。隨着量化交易的日益興起，交易員時刻面臨着被機器替代的風險。
挑戰與機會並存，經歷了被替代的危機，鄭盛看到了其中潛在的機會。
在美國，有96%的證券交易經手交易機器人完成，而在中國，這個比例僅爲3%-5%。在海外，交易執行的收入佔證券公司收入比例可達40%，誘人的未開發市場，金融的深度開放，更加劇了國內證券交易下半場的競爭激烈程度。2017年國內電子化交易政策逐步放開，向外界傳遞出積極的信號。
順勢而爲，卡方科技於2017年8月正式成立，專注於“爲各類投資機構提供專業的算法服務”，服務對象從“全自動化交易的選手”量化私募基金、券商，逐步延伸至公募基金、保險等專業金融投資者，最終目的是爲了提高交易效率，降低交易成本。
“目前我國的量化交易領域人才尚不算多，在整個與二級市場交易掛鉤的金融科技賽道中，處於上游的數據公司和處於中游的資管平臺數量較多，而處於下游的交易執行，也就是交易機器人和交易硬件公司較少。” 鄭盛告訴億歐金融，“國內像卡方科技這樣的底層交易系統提供商不超過10家。”
因此卡方科技選擇從下游交易執行這個細分領域切入，通過智能算法替代或者輔助交易員進行決策，大幅提高效率、降低人工操作的風險。
後來者居上，卡方科技從追擊到領先
國外算法交易服務主要以投行、券商自研爲主，提供給專業的機構客戶使用，同樣也有一些三方的企業爲客戶提供服務，在歐美一些成熟的市場，機構使用算法交易的佔比較大；而國內市場尚處於逐步成熟階段，佔比較低。
機構交易使用算法交易的比例
數據來源：卡方科技
此外，在卡方科技入局之前，國內就有不少機構試水量化交易，既有像UBS、恆生電子這樣大的集團型企業，也有像金納、迅投這樣的創企。
作爲後來者，面對國內尚未成熟的市場與國內外先發的競爭者，卡方科技是如何實現從追擊到領先的呢？
首先，卡方科技提供的算法交易是量化交易的一種，主要負責訂單在市場內執行交易任務，滿足客戶的交易需求，提供以合規條件下高效成交爲目的的交易執行服務。
需要說明的是，卡方科技完全自主研發的ATGO系統爲用戶提供算法交易和量化投資的整體解決方案，並通過兩年時間的迭代，從一開始只適用於證券的算法，向全業務覆蓋轉型，從單一算法業務向周邊業務拓展。
鄭盛表示，模型的不斷優化，帶來的是交易成本的降低，卡方科技致力於爲投資者降低每筆交易摩擦。
那麼，具體來看，在合規的前提下，ATGO算法交易系統是如何更高效地幫助機構客戶節約成本，並實現專業化的交易目標呢？
1、機構客戶希望能夠在指定時間段內完成一大筆金額的買賣指令，同時希望價格能夠貼近均價：ATGO在該時間段內，會“打碎”交易指令，將其均勻地拆分爲數筆小額的訂單委託發送至交易所。
這種“多筆，慢慢買”的模式，可以有效降低市場衝擊，防止迅速而且大規模地買進或者賣出證券，導致的未能按照預定價位成交，從而多支付額外成本。
2、機構客戶對於時間要求極高，希望能夠在對市場衝擊可控的情況下，用最短時間完成買賣指令：ATGO會關注並實時追蹤市場流動性情況，合理地拆分交易指令，滿足客戶的特定需求。
其次，核心技術的實現，是背後卡方科技強大的團隊相互支持的體現。
CEO陸洋負責帶領研發隊伍，從零開始，自主研發出了卡方科技的ATGO算法平臺。其畢業於中國科學技術大學物理系，曾任職於北美知名對衝基金Laurion Capital。鄭盛負責帶領市場運營團隊，畢業於長江商學院金融MBA，曾創立私募基金駐點資產。CTO何昱負責帶領IT技術團隊，畢業於中科院計算機系，作爲對衝基金Millennium Partners（千禧年）中國區早期成員，對於量化交易算法技術有着豐富的經驗。
另外，卡方科技在研發和技術方面的投入佔總成本支出的80%，並引入國內外頂尖高校人才，交易系統不斷迭代和更新。目前算法和系統產品已服務國內衆多券商及頂級機構。
“產品+研發和技術+人才”優勢，讓後發者卡方科技從追趕到領先，並持續增強自身的業務能力和服務水平。
優秀的運營模式也得到了資本的認可和青睞。
2019年12月12日，卡方科技宣佈完成數千萬元A輪融資，由華蓋資本領投、銘笙資本跟投。此前，卡方科技曾獲明勢資本Pre-A輪投資。華蓋資本TMT基金合夥人制度王寶華表示，量化投資在全球已經是標配，在中國正日益興起，卡方科技的核心團隊順應趨勢，未來將有很大的機遇和可能。
“量化交易靠博弈，博弈靠研究，研究靠的是人才和資金的持續投入”，鄭盛表達了自己對於量化投資的看法。
國內量化投資領域方興未艾，卡方科技作爲國內交易機器人領域的優秀代表，能否成爲後起之秀，運用智能金融科技撬動國內量化投資；甚至出海，參與全球競爭，與國外專業機構達成業務合作，還需要經受多方考驗。