- 相關(guān)推薦
投資公司業(yè)務(wù)流程圖
如何開展量化投資業(yè)務(wù)、組建量化投資團(tuán)隊(duì)，成為資本市場(chǎng)新的關(guān)注點(diǎn)，下面是相關(guān)內(nèi)容，一起來看看：
隨著金融市場(chǎng)日益復(fù)雜、金融創(chuàng)新不斷深化，各類證券和金融衍生品應(yīng)運(yùn)而生，計(jì)算機(jī)信息技術(shù)快速發(fā)展使其具有快速、海量計(jì)算證券價(jià)格和處理交易的能力，可以有效管理大量的證券及衍生品投資組合，在此背景下，量化投資開始興起。量化投資不同于傳統(tǒng)的依靠投資者個(gè)人經(jīng)驗(yàn)判斷的定性投資，而是通過對(duì)海量歷史數(shù)據(jù)的分析，研究出取得超額收益的多種“大概率”事件以制定策略，用數(shù)量模型反復(fù)驗(yàn)證這些規(guī)律和策略，然后嚴(yán)格執(zhí)行交易來實(shí)施投資，以求獲得持續(xù)的、穩(wěn)定且高于平均收益的超額回報(bào)。從理論上來說，一個(gè)證券市場(chǎng)的有效率越低，量化投資面臨的機(jī)遇就越大，可以預(yù)計(jì)在我國量化投資將面臨較好的發(fā)展機(jī)遇。本文簡(jiǎn)述了量化投資主要的業(yè)務(wù)流程和前期準(zhǔn)備工作，為機(jī)構(gòu)投資者開展量化投資業(yè)務(wù)提供一定的參考。
一、業(yè)務(wù)流程
開展量化投資業(yè)務(wù)，主要有三個(gè)層次的業(yè)務(wù)流程，分別是數(shù)據(jù)層、策略模型層和交易執(zhí)行層，各個(gè)層次直接的邏輯關(guān)系如下圖所示：
（一）數(shù)據(jù)層
數(shù)據(jù)層是量化投資流程的第一層，是最重要也是最容易被忽視的一層。由于量化投資本質(zhì)上是基于數(shù)據(jù)的統(tǒng)計(jì)分析，因此對(duì)于數(shù)據(jù)的來源、質(zhì)量、可處理性就尤為重要。
1、數(shù)據(jù)獲取
統(tǒng)計(jì)學(xué)有一個(gè)重要的觀點(diǎn)“dirty in,dirty out”，意思是如果數(shù)據(jù)來源有問題，得出的結(jié)果就一定是錯(cuò)的，因此，獲取準(zhǔn)確無誤的數(shù)據(jù)是量化投資的第一步，這些數(shù)據(jù)包括但不限于行情歷史數(shù)據(jù)，公司財(cái)務(wù)指標(biāo)數(shù)據(jù)、行業(yè)估值數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)、輿情數(shù)據(jù)等。由于這些數(shù)據(jù)種類繁多、數(shù)量巨大，人工獲取的效率很低，無法滿足投資需求，因此主要通過向數(shù)據(jù)服務(wù)提供商購買方式取得，例如股票和期貨行情的每日、小時(shí)、分鐘、筆等數(shù)據(jù)包，是未經(jīng)加工的原始數(shù)據(jù)。此外，一些量化基金還通過輿情軟件對(duì)社會(huì)熱點(diǎn)信息進(jìn)行網(wǎng)絡(luò)抓取。
2、數(shù)據(jù)挖掘
獲得數(shù)據(jù)后，由于是原始數(shù)據(jù)，必須進(jìn)行處理才可以使用。處理過程主要包括：入庫，將數(shù)據(jù)導(dǎo)入MySQL或Oracle等數(shù)據(jù)庫平臺(tái)；數(shù)據(jù)清洗，即發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識(shí)別的錯(cuò)誤，包括檢查數(shù)據(jù)一致性，處理無效和缺失值等；標(biāo)準(zhǔn)化和格式化，就是將清洗后的數(shù)據(jù)通過格式化計(jì)算轉(zhuǎn)化為軟件可以識(shí)別和處理的數(shù)據(jù)格式和類型。對(duì)于網(wǎng)絡(luò)抓取等方式獲得的數(shù)據(jù)，還需要通過自然語言處理等方式轉(zhuǎn)化為格式化數(shù)據(jù)。
（二）策略模型層
策略模型層是量化投資的核心層次。國內(nèi)的量化策略模型一般采用Matlab軟件進(jìn)行開發(fā)，形成策略庫，再將數(shù)據(jù)庫內(nèi)處理好的最新數(shù)據(jù)導(dǎo)入計(jì)算軟件中進(jìn)行運(yùn)算，得出最終的目標(biāo)持倉組合。
1、構(gòu)建策略庫
量化投資策略模型的建立步驟與科學(xué)研究類似，首先是對(duì)證券市場(chǎng)的一些變量進(jìn)行觀察，例如證券價(jià)格、成交量、無風(fēng)險(xiǎn)利率等，根據(jù)可能存在的邏輯關(guān)系提出各個(gè)變量之間關(guān)系的理論，由此將理論轉(zhuǎn)化為數(shù)學(xué)模型，再通過Matlab等計(jì)算軟件編寫成為程序；將數(shù)據(jù)庫里的歷史數(shù)據(jù)代入回溯測(cè)試，計(jì)算并優(yōu)化模型的參數(shù)，最后利用模型對(duì)未來的數(shù)據(jù)進(jìn)行預(yù)測(cè)，將預(yù)測(cè)值同實(shí)際值進(jìn)行對(duì)照，檢驗(yàn)?zāi)Ｐ偷挠行浴＿@些策略從研究、開發(fā)、測(cè)試到審批上線一般需要經(jīng)過三至六個(gè)月的時(shí)間。后續(xù)的策略庫維護(hù)則是長期過程，涉及風(fēng)險(xiǎn)控制部門對(duì)模型有效性的定期評(píng)估。
2、因子計(jì)算
由于市場(chǎng)數(shù)據(jù)每個(gè)交易日都會(huì)更新，對(duì)于所有的策略模型，日常工作包括導(dǎo)入最新數(shù)據(jù)，計(jì)算出模型中各因子的數(shù)值，選擇采用符合當(dāng)前市場(chǎng)的策略模型，根據(jù)模型計(jì)算選股、擇時(shí)或者套利，對(duì)持倉品種的行業(yè)、市值等權(quán)重配比進(jìn)行優(yōu)化等。
3、生成目標(biāo)持倉組合
確定目標(biāo)持倉品種的全部參數(shù)后，生成出當(dāng)日需要交易的持倉組合，一般是Matlab輸出的excel電子表格，再批量導(dǎo)入交易系統(tǒng)，進(jìn)入交易執(zhí)行層。
策略模型層是量化投資的核心層次。國內(nèi)的量化策略模型一般采用Matlab軟件進(jìn)行開發(fā)，形成策略庫，再將數(shù)據(jù)庫內(nèi)處理好的最新數(shù)據(jù)導(dǎo)入計(jì)算軟件中進(jìn)行運(yùn)算，得出最終的目標(biāo)持倉組合。
（三）交易執(zhí)行層
交易執(zhí)行層是信息化程度最高，也是比較動(dòng)態(tài)和復(fù)雜的層次，主要分為三個(gè)步驟，算法交易、訂單生成和集中風(fēng)控。
1、算法交易
目標(biāo)持倉首先導(dǎo)入算法交易引擎，目的是為了優(yōu)化大型投資組合配置，決定買賣證券時(shí)機(jī)以及最小化委托單的市場(chǎng)沖擊成本等。算法交易一般是通過分析掛價(jià)指令表等方式，根據(jù)市場(chǎng)價(jià)格的動(dòng)態(tài)變化，將大筆的交易單通過一定的算法（如“冰山一角”、“游擊隊(duì)”等）拆分成為小單發(fā)送，以減少掛單對(duì)于市場(chǎng)價(jià)格的沖擊，平滑成交價(jià)格。當(dāng)普通投資者將目光盯在股價(jià)成交的K線圖和成交單上時(shí)，算法交易更關(guān)注的是掛單的流動(dòng)性，發(fā)掘潛在的成交可能。
2、訂單生成
經(jīng)過算法交易引擎處理過的投資組合，生成交易指令，通過集中交易網(wǎng)關(guān)，根據(jù)事先編寫好的交易接口文件，翻譯成為交易所或者券商、期貨公司柜臺(tái)可以識(shí)別的指令，生成最終訂單，發(fā)送至集中風(fēng)控系統(tǒng)進(jìn)行最后一道檢驗(yàn)。
為了比其他投資者更快成交，一些量化基金將計(jì)算機(jī)系統(tǒng)放置在距離交易所最近的數(shù)據(jù)中心，甚至與交易所的系統(tǒng)共置于同一機(jī)房，以在毫秒級(jí)別上獲得更快的成交速度，一些量化基金不滿足交易所提供的標(biāo)準(zhǔn)化金融信息交換協(xié)議格式的數(shù)據(jù)通訊(FIX)，而是開發(fā)直連交易所的特定應(yīng)用程序接口(API)。量化基金交易系統(tǒng)和接口文件的開發(fā)和維護(hù)是交易層次的重要工作。
3、集中風(fēng)控
量化投資的風(fēng)險(xiǎn)控制貫穿于業(yè)務(wù)全流程，其中集中風(fēng)控系統(tǒng)是交易前的最后一道關(guān)卡，它獨(dú)立于交易系統(tǒng)之外，將事先制定好的風(fēng)控條件設(shè)定于計(jì)算機(jī)程序內(nèi)，實(shí)時(shí)計(jì)算檢驗(yàn)各項(xiàng)已設(shè)定風(fēng)控指標(biāo)，如凈值預(yù)警線、持倉限額、風(fēng)險(xiǎn)敞口等，是否滿足風(fēng)控要求。集中風(fēng)控系統(tǒng)檢驗(yàn)過的訂單，發(fā)送至交易所完成最終交易。集中風(fēng)控系統(tǒng)還對(duì)一些不可預(yù)測(cè)的交易結(jié)果進(jìn)行交易完成后的檢驗(yàn)。
二、前期準(zhǔn)備
（一）人員配備
數(shù)據(jù)處理主要依賴計(jì)算機(jī)軟件，且每日更新，數(shù)據(jù)層的工作主要通過程序化方式完成，一般需要配備兩名數(shù)據(jù)處理人員負(fù)責(zé)每日數(shù)據(jù)的更新和維護(hù)，一些規(guī)模較小的機(jī)構(gòu)由基金經(jīng)理或者基金經(jīng)理助理完成此項(xiàng)工作。如果有輿情數(shù)據(jù)抓取，還需要至少兩人完成抓取和自然語言處理等工作。
策略模型層的主要工作由基金經(jīng)理和助理完成，股票、期貨、債券等每個(gè)品種至少需要配備二到三人，策略模型入庫需經(jīng)投資決策委員會(huì)審批，日常維護(hù)還需通過風(fēng)控部評(píng)估，因此也是量化投資團(tuán)隊(duì)核心骨干成員的配備所在。包含高級(jí)管理人員在內(nèi)，這塊業(yè)務(wù)需要配備至少六到八名人員。
交易執(zhí)行層主要工作由交易員、軟件開發(fā)人員和風(fēng)控部門完成，至少需要兩名交易人員，兩名交易系統(tǒng)軟件開發(fā)和維護(hù)人員，兩名風(fēng)控人員。如果基金策略較多，還需要專門的股票、期貨、ETF等交易系統(tǒng)，業(yè)績(jī)歸因系統(tǒng)，風(fēng)險(xiǎn)控制系統(tǒng)的開發(fā)和維護(hù)人員。
（二）軟硬件配置
量化投資業(yè)務(wù)與傳統(tǒng)的證券投資業(yè)務(wù)相比，更加注重對(duì)計(jì)算機(jī)信息技術(shù)的應(yīng)用。從事量化投資的美國大本營投資集團(tuán)就曾對(duì)外宣稱“大本營集團(tuán)是從事金融投資的科技公司，信息系統(tǒng)并非公司的成本，而是立命之本。”因此，量化投資團(tuán)隊(duì)的前期投入主要是購買軟硬件設(shè)備，包括高性能的計(jì)算機(jī)、服務(wù)器、Oracle等數(shù)據(jù)庫平臺(tái)、Matlab等計(jì)算軟件、原始數(shù)據(jù)、證券交易系統(tǒng)、風(fēng)險(xiǎn)控制系統(tǒng)等，此外還需要自己開發(fā)接口文件、算法交易文件等。
三、總結(jié)
量化投資雖然在國內(nèi)已經(jīng)發(fā)展了十幾年，但是由于金融衍生品的種類較少，融資融券仍處于發(fā)展初期，多空機(jī)制仍不完善，我國的量化投資處于發(fā)展初期，發(fā)展機(jī)遇廣闊。開展量化投資業(yè)務(wù)，不能比照傳統(tǒng)的私募基金，招募一批從業(yè)人員便可以開展業(yè)務(wù)，而是需要建立一整套規(guī)范化、流程化的業(yè)務(wù)體系和前期大量的計(jì)算機(jī)軟硬件投入。從這個(gè)角度講，量化投資基金可以被認(rèn)為是從事證券投資業(yè)務(wù)的信息技術(shù)公司，這種跨界融合無論是從思維方式的轉(zhuǎn)變還是專業(yè)知識(shí)的儲(chǔ)備，對(duì)于從業(yè)人員都是很大的考驗(yàn)。
【投資公司業(yè)務(wù)流程圖】相關(guān)文章：
物流公司的業(yè)務(wù)流程圖07-03
銷售公司主要業(yè)務(wù)流程圖07-02
廣告公司業(yè)務(wù)流程圖07-02
金融投資公司業(yè)務(wù)流程12-15
人員面試流程圖07-02
北京社保轉(zhuǎn)移流程圖07-04
上海社保轉(zhuǎn)移流程圖07-04
深圳社保轉(zhuǎn)移流程圖07-04
職業(yè)規(guī)劃流程圖07-10