2023中国量化科技白皮书

SVF QUANTECH高Thn金kTet智k库 FESTIVAL高金智库系列报告 量化科技嘉年华 中国量化科技 白皮书2023 QTF量化科技嘉年华组委会 2023年5月 版权说明 本白皮书所载材料和信息，包括但不限于文本、图表、数据、观点、建议，其版权属于QTF量化科技嘉年华组委会并受法律保护。转载、摘编或利用其他方式使用本白皮书文字或者观点的，应注明“来源：中国量化科技白皮书（2023）”。 QUANTECH FESTIVAL 量化科技嘉年华 编委会 编委会成员：(按姓氏拼音排序） 蔡枚杰曹雷邓纲范宏婷高剑波金基东李峰瑞区 欧阳群宋羿鹏王俊兴王习平温聿争俞枫周樂峰朱斌 序言 科技进步永不停息，金融市场的交易模式也在不断演化。在计算机体系、软件技术和算法理论的共同推动下，量化技术得到了飞速发展。从20世纪50年代，美国商品期货市场开始采用电子交易平台 到90年代互联网促进客种自动化交易系统、智能匹配算法和高效交易策略的出现，再到21世纪以来 大数据、人工智能和云计算等金融科技的厂泛应用，美国金融市场已成为世界上规模最大、流动性最强的金融市场。回顾国内，无论是初始的指数增强型基金，之后的高频交易，还是当下的多元化策略时代，都仰赖量化科技在提供全方位的支持。 如今的量化科技，通过金融市场各关联方的广泛应用，体现在以智能芯片、软件加速库和低延迟网络为代表的软硬件技术范畴，也显露于由多模态数据处理和深度学习等人工智能模型演化的交易策略方面。眼下，中国资本市场正在不断进步和完善，在全面注册制稳步实施的背景下，随着价格笼子机制设立、融券券源扩容、量化策略容量大增，量化这个相对小众但日益壮大的群体，迎来了全新的发展机遇。 量化科技将走出私募与大机构的专属“朋友圈”，不断普及化、散户化。如何有效加强相关的投资者教育，并促进量化科技发展红利真正普惠大众，就显得更加迫切。未来，在满足监管和合规要求的前提下，聚 焦行业需求，守正创新，协同推进数据、算力和算法，从提高交易效率、稳定市场流动性、消除信息不 对称、促进市场有效定价等方面，与资本市场共成长，这是量化从业者理应承担的社会责任，也是量化 书（2023），既是向大众普及量化概念以消除行业“神秘感”，也是为行业的可持续健康发展厘清脉络系统性思考量化的未来。 本量化科技白皮书的课题组成员单位包括（排名不分先后）：湘财证券股份有限公司、国泰君安证券股份有限公司、中泰证券股份有限公司、华鑫证券有限责任公司、华福证券有限责任公司、南华期货股份有限公司、上海证券交易所、上海金融期货信息技术有限公司、上海期货交易所、上海灵均私募基金管理合伙企业、华锐金融科技研究所、上海卡方信息科技有限公司、上海交通大学上海高级金融学院、上海市海华永泰律师事务所。本课题组在行业代表性机构以及学术支持单位的鼎力协助下，调研了多家机构，尝试理解量化科技的发展趋势和市场格局，从而积极促进行业的生态建设。在此向所有参与本白皮书调研的机构表示裹心的感谢，也希望未来有更多的机构一起参与行业共建、共促生态繁荣。 本白皮书总共七章，整体框架如下：第一章为量化科技概述，对量化科技的内涵、外延、发展历程、发展驱动因素和全面注册制实施对量化交易的推动进行简单介绍；第二章为科技在量化科技中的应用， 涵盖了量化交易投前、投中和投后全过程的技术细节；第三章和第四章陈述国内外量化科技发展现状，分别从国际和国内两个视角闸述与量化交易和量化科技机构有关的监管政策、典型量化科技公司概况以及量化科技发展特征；第五章详细介绍国内的量化科技生态，对量化科技涉及的服务机构、交易所、金 融触机构和字术界遂个展开分析，重点突出其技术、数据和产品等维度的信息，并探讨了量化人才培养问 题，第六章总结量化科技发展的痛点及挑战，第七章在第六章的基础上提出了量化科技相关的发展建议。 量化科技白皮书课题组 2023年5月 目录 CONTENTS 、量化科技概述.01 （一）量化科技内涵与外延.01 1、量化科技的内涵，...01 2、量化科技的外延.02 （二）量化科技发展历程.03 1、国际量化科技发展历程...03 2、国内量化科技发展历程.04 （三）量化科技发展驱动因素.06 1、经济与社会发展是根本驱动因素..06 2、科技进步是保障性驱动因素06 3、投资和理财需求是直接驱动因素.06 （四）全面注册制实施推动量化科技发展.06 1、价格笼子机制设立凸显量化优势.06 2、融券券源扩大利好中性量化策略07 3、上市公司扩容提升量化策略空间07 二、科技在量化交易中的应用，09 （一）数据获取阶段.09 1、API. 2、网络爬虫：10 （二）数据加工阶段10 1、多模态数据处理10 2、数据清洗.11 3、因子计算12 （三）数据存储阶段.12 1、数据库存储.12 2、文件存储，.14 3、数据仓库整合.14 (四）策略研究阶段14 1、机器学习算法.14 2、策略回测技术18 3、量化投研云服务 （五）策略构建阶段 1.策略编程逻辑.18 2.策略编程语言18 （六）策略执行阶段 1、低延迟技术 2、极速柜台26 3、极速行情26 4、算法交易.26 5、联合风控27 （七）投后分析阶段.27 1、净值分析、 2、持仓分析.27 3、收益分析，.27 4、风险指标分析 5、Brinson分析.28 6、多因子分析，28 三、国际量化科技发展现状30 （一）国际量化科技监管环境.30 1、美国对量化交易的监管.30 2、欧盟对量化交易的监管32 3、英国对量化交易的监管. （二）国际量化科技典型公司.33 1、文艺复兴34 2、嘉信理财34 3、先锋领航35 （三）国际量化科技发展特征 1、数据依赖加深35 2、技术发展迅速.36 3、硬件算力提高.36 4、风控性能增强...36 5、监管审查趋严36 四、国内量化科技发展现状 （一）国内量化科技监管环境.38 1、对于量化交易的监管.38 2、对于量化科技相关机构的监管 3、量化科技相关监管处罚案例40 （二）国内量化科技典型公司41 1、幻方41 2、国泰君安期货 3、聚宽 （三）国内量化科技发展特征43 1、交易链路极致化.43 2、量化投研智能化43 3、行业服务生态化43 4、监管方式数字化.43 5、合规完善持续化 五、量化科技生态体系.45 （一）服务机构45 1、基础设施服务商45 2、交易平台服务商.48 3、算法服务商50 4、数据服务商55 （二）交易所.60 1、证券交易所60 2、期货交易所.61 (三）金融机构66 1.证券公司 66 2.公募基金 .76 3.期货公司 79 4.量化私募 .85 (四)学术界 ..87 1、量化交易对市场有效性影响的研究 87 2、学术界的量化科技研究 ...88 3、学术界与业界的合作 16 （五）人才培养 92 1、量化科技人才画像2、高校人才培养 6 3、企业培训 ...95 六、量化科技发展痛点及挑战 .98 （一）制度体系层面 .98 1、量化交易监管框架仍需完善 .98 2、行业技术标准建设有待加强 66 （二）机构层面 1、技术与业务创新选代频繁 66" 2、数据治理体系仍需优化 101 3、量化科技投入竞争加剧 .101 4、量化风控体系有待升级， 102 （三）生态层面 ...103 1、量化科技人才紧缺 ..103 2、尖端技术部分受限 .103 3、跨机构协作较困难 .103 4、量化科技不够普及 104 七、量化科技发展建议..106 （一）制度体系层面106 1、完善监管框架与行业标准106 2、从业务本质出发进行监管 .107 （二）机构层面 1、加强前沿科技的研发与应用 2、赋能多层次多类型业务场景 3、持续推进综合风控体系优化... 4、推进交易平台服务功能建设 107 .107 .107 ..108 .108 （三）生态层面， 1、加速量化科技人才培养 2、提升基础设施服务建设 3、强化行业生态共建共赢. 4、促进普患与投资者教育 .109 ..109 109 .109 .110 01 量化科技概述 （一）量化科技内涵与外延 （二）量化科技发展历程 （三）量化科技发展驱动因素 （四）全面注册制实施推动量化科 技发展 第一章量化科技概述 量化科技概述 本章摘要： 量化科技是依托于数学模型和计算机信息技术与云计算等技术，为量化投资等相应的投资和资产管理业务提供综合性支持、服务、保障的技术方法、手段、平合和系统的集合衍生概念。本章节将对量化科技的内、外延、发展程及发展驱动因素进行简单介绍。此外，2023年全面注 册制的推行，也将推动量化科技的运用更加普及化与散户化，量化科技不再是私募与大机构的“专属”科技，将逐步走向千家万户。 （一）量化科技内涵与外延1.量化科技的内涵 量化科技（QuantitativeTechnology）是一个集合衍生概念。简单地说，量化科技是依托于数学模 型和计算机信息技术、软件工程与云计算技术等，为量化投资等相应的投资和资产管理业务提供综合性支持、服务、保障的技术方法、手段、平台和系统。 要了解量化科技首先须了解量化投资。量化投资（QuantitativeInvestment）是指区别于以人的主 观判断为基础作出决策的主观投资方式，它依托计算机技术手段，以历史数据为基础，以构建数学模型方式提供程序化、自动化的决策支持和交易支持，以此替代人为的主观判断，从而克服和规避交易者的情绪波动等非理性投资决策、交易行为，实现理性、可控的投资结果。而使量化投资得以达成上述目标的科技应用和技术保障，即是量化科技。 量化交易的本质是数量化交易、程序化交易、算法交易、自动化交易以及高频交易，量化科技是保障量化交易以及依托量化交易而进行的资产配置与财富管理活动得以实现数量化、程序化、自动化、高频化的技术支撑平台和生态系统，这是量化科技的本质和内涵。 这一内涵可以从以下儿个层次去理解： 首先，技术保障方面，量化交易高频、快速、标准化、纯客观的特点要求量化科技需要通过快捷的通信系统、强大的数据收集与处理能力、数理模型构建能力、计算机信息技术、软件工程技术、强大的云计算技术、交易算法技术乃至人工智能技术等先进的技术手段构造算法支撑。 其次，金融工具箱与交易策略方面，一个完整的量化交易行为涉及策略构建、程序的编写、执行、回测、评价等环节，量化科技需要在策略开发方面提供模块化的工具支持，还需在策略实现过程中提供高度衔接的、一体化的流程支持，并能够保障策略热行过程高效、顺畅、便捷、可靠。且量化交易对象可能涉及各种类型的可交易性金融产品和工具，包括股票、债券、期货、外汇、基金等权益型、债务型 -01- 第一章量化科技概述 或混合型资产类别，也可能涉及期权（股票期权、股指期权、商品期权等）、掉期等金融衍生品，每一品种和工具都对应不同的交易逻辑与合规监管要求，量化科技需要全面支持不同的金融工具，并兼容性地体现在技术、服务、流程等各个模块和环节。 再次，合规风控方面，由于交易与投资活动涉及到政治、经济、社会、各类宏微观的具体事件乃至人们的情绪、心理等各个层面，交易构建、执行和实现过程中还需要考虑各类系统与非系统的风险因素，对风险进行甄别和计量，并具体实施在因子选取、决策、模型构建、交易实施等各环节，同时还需要遵循既有的法律、法规的监管约束。量化交易过程中，需跟踪捕捉上述各种因素并进行具体量化与参数化对量化科技在社会经济、金融风险、政策法规以及合规风控等各个方面提出兼容性的保障要求。 最后，量化交易需要高度兼容的综合生态系统，而量化科技要求构建兼容多维与海量的数据算法 模型的实用性策略与产品，构造出符合监管要求的可执行的工具和应用系统，同时确保技术、金融工具与交易环境的交互融合。 2、量化科技的外延 理、组合管理、基金管理、风险管理、合规风控、业绩跟踪、回归分析、模拟仿真等各个板块，各板块功能应当能够相互衔接，构成一个完整、综合的生态平台。这一综合性的生态系