王輔中：量化交易不需要預測市場

在外企進行研發工作的經歷對我進行量化交易有很大的幫助。我畢業后就進入朗訊的貝爾實驗室工作，那里有非常深厚的研發經驗以及完善的研發流程，我從中親身體會到高質量的產品是如何通過流程規范來確保高質量完成的。尤其是公司多年研發實踐積淀下一批世界級的技術專家，與他們合作，對自己的能力有極大地提升。

印象最深的一次，是我碰到一個非常重要又棘手的問題，領導讓我盡快解決，我下班后一直干，感覺就是一宿不睡覺也完成不了，于是12點以后，我就在美國的工作時間向總部的專家請教。結果對方一步一步地教我，只花了一刻鐘的功夫，就把主要的問題解決了。這件事情給我很大的震撼，一個資深專家和普通工程師在效率上的差異，可能是數量級的。

隨著經驗的積累，我也成了一個老鳥，開始指導一些新同事。有次年終總結的時候，領導對我說，有個新同事向他反映，和我合作以后才知道什么叫做專業。當時我聽了挺高興的，自己總算從菜鳥成長為專家了。再后來，我和合伙人一起研發量化交易的策略，對方有很豐富的交易經驗，但是不會寫程序，提出各種思路讓我來幫他用程序驗證。當我把詳細的統計結果告訴他的時候，他不停地感嘆計算機的強大，說如果沒有程序的幫助，很多結果他一輩子也沒法人工計算出來。

我原來是做技術的，交易只是業余的愛好，沒想到后來漸漸把這個當成了職業。所以我不敢稱是量化交易的先行者，只能算是起步時間比較早吧。

我2006年底開始研究股票量化交易，那時候誰只要能夠用飛狐、通達信之類的軟件寫幾個指標或者選股公式就能成為高手了。這樣的狀態持續了好幾年。直到2010年股指期貨推出，才明顯感覺到A股量化交易發展加快了。我感覺發展前景較好，于是轉行做量化交易平臺的研發。那時市面上的軟件已經可以實現全自動的買賣了，但是回測多數基于K線，不能基于tick進行，測試速度較慢，結果也不太精確；我們就基于上期技術的CTP平臺進行研發，開發出基于tick數據的回測和交易平臺。這在當時還是比較先進的。

到了2011年，市面上基于tick數據的量化交易平臺開始出現，不過自主開發專屬交易平臺的私募機構不多。印象比較深的一件事是，我們將服務器托管到一個知名期貨公司的機房，技術人員在幫我配置網絡的時候，技術還不熟練，有些技術問題我在網絡上反復查找資料并請教服務器廠商的工程師后，費了好大勁才完成的。現在的量化交易，托管交易服務器基于tick數據進行交易已經很平常了。托管服務器的時候，機房的工程師技術都很熟練，配置沒問題。

我感覺股指期貨推出以來量化交易發展越來越快，最大變化就是從原來的半自動變成了全自動，從基于K線回測發展到基于tick和委托交易，在速度和精度上都有本質的提高。

隨著參與量化交易的人越來越多，交易的難度的確是越來越大了。以前找一個獲利的策略比較容易，現在難度大了很多。應對這樣的情況，我們主要從兩個方面加以改進，就是策略的深度和廣度：一方面研究和改進已有的策略，使其更適應當前的市場；另一方面開發新的策略，捕捉新的投資機會。我覺得量化交易與傳統的技術分析兩者比較大的差異應該是在數據量上：傳統技術分析一般基于K線指標，而量化交易一般都基于tick盤口等數據，即使最小周期的一分鐘K線，也包含3120個tick數據，如果考慮到盤口和訂單數據，那數據量就更大了。所以我覺得量化交易處理的數據至少要比傳統技術分析多兩個數量級，這個數量上的差距還是挺大的。傳統的技術分析可以通過人工觀察來進行；量化交易數據量太大，必須借助計算機進行分析。