人工智能在金融交易领域的创新突破.docx

? ? ? ? ? 人工智能在金融交易领域的创新突破 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 一 我国金融交易领域的现状与不足 （一）我国金融交易领域的发展现状 金融的本质是资本价值跨时空配置，凡涉及价值跨时空的交易都属于金融交易。[1]目前国内金融交易领域的基本情况为：商业银行既保留网点柜面交易，同时也致力于运营线上平台；证券行业交易基本依托于线上平台；互联网金融出现的目的是构建一个基于互联网、云计算和大数据等技术的平台方便客户交易，因而其交易都是线上进行的。由于金融交易涵盖很多方面，本部分以量化交易和高频交易为例，简要介绍这两种金融交易方式的发展现状。 1.我国量化交易发展现状 量化交易充分利用计算机技术，综合数学和统计学思想，通过学习分析大量数据，制定相关投资策略，并对其进行验证，然后严格依照策略交易，目标是获取持久且波动幅度小的超额收益。[2]国内量化交易发展较晚，其发展现状如下。 （1）量化交易市场策略工具逐渐多样化 国内量化交易逐步进入量化2.0时代，量化交易市场工具和策略开始呈现多样化趋势，人才资金不断往综合实力强的公司企业汇集，行业竞争日趋白热化。在交易工具方面，目前有商品期货和股指期货等，国内相关机构还致力于推出商品期权等交易工具。在量化策略方面，量化工具可选择的策略范围外拓，包括量化选股和指数增强等策略，相关的产品品种日渐丰富多样[3]。根据统计数据，2016年量化交易中采用相对价值复合策略的占比95.02%，管理期货占比1.42%，股票量化占比0.54%，复合策略占比2.31%，具体如图1所示。[4] 图1 2016年国内存续量化策略分布 （2）不同策略收益存在较大差别 不同量化投资策略在各自基础市场上的收益存在较大差别，2016年管理期货和股票策略私募产品收益率呈现相反态势，股票私募局限于产品，而期货私募规模却不断扩张。私募的八大策略产品业绩表现也不尽相同，据私募排排网统计，净值日期为2016年11、12月，债券策略产品的平均收益率为5.54%；宏观策略收益尚可，截至净值日期已公布的产品平均收益率为4.95%；相对价值表现差强人意，截至净值日期已公布的产品平均收益率为1.33%，具体如图2所示。[5] 图2 2016年量化投资不同策略收益表现 （3）量化投资市场环境不稳定 国内量化投资从2008年至2016年整体呈现向上姿态，目前小盘效应处于回撤状态，尤其体现于量化基金的行情走势。在2016年整体震荡的市场环境下，量化基金表现出较强的抗跌性，相关数据显示，90%以上量化基金跌幅小于同期沪深300指数。但是2017年市场行情突然逆转，据同花顺iFinD不完全统计，截至2017年6月末，半数以上主动型量化基金业绩为负，市场呈现不稳定态势。[6]国内目前量化交易机构中采用简单程序化交易的占多数，计算机还较难自主学习建模，部分技术算法尚未与时俱进。[7]此外，国内市场存在限制，有限空间使得量化策略难以有效实施，而且国内投资者偏好于在一定期限内获得回报，与部分更适用于长期投资的量化交易存在出入，进一步导致投资环境不稳定。 2.我国高频交易发展现状 高频交易是指发挥速度方面的优势，抓住普通投资者没有能力觉察操作且转瞬即逝的市场变化，凭借小差价、大批量策略赚取收益的计算机化交易，交易系统延迟越低获得的收益可能性越高。[8]高频交易在国内起步晚，整个发展过程步履蹒跚，其发展现状如下。 （1）交易市场存在限制 国内A股市场实行“T+1”结算机制，在此情况下投资者难以进行量化交易。金融期货交易所采用实时结算的“T+0”机制，目前高频交易只能够在股指期货和ETF市场开展。同时，保证金的存在也限制了高频交易。高频交易者每日的交易频率非常高，使得现金资产快速流动，难以避免会发生某一标的资产盈利瞬间变现以填补另一标的物保证金亏空部分，进而影响高频交易策略的实施。[9]此外，为维护市场实行的差异化交易费用的存在，市场一定程度上也限制高频交易。 （2）中国监管机构严格监管 中国监管机构对高频交易监管严格，部分准许在其他市场开展的交易在我国均可能被界定为违法操作，导致高频交易施展空间小。[10]据中国金融期货交易所相关规定，单一合约的撤单次数限制为400次，沪深300等合约限价指令每次最大下单数量为20手，市价指令则为10手。大量或者多次进行高买低卖交易、快速下单影响交易所正常交易秩序或系统安全等行为都被中金所列为异常交易行为。 （3）软硬件设备尚有提升空间 我国现阶段的高频交易软硬件设备尚有一定的提升空间。目前国内机构少有为了争取极短的时间优势投资将设备移至距离交易所服务器更近地方的案例。同时，我国在计算机性能和高频交易报价系统方面还有较大完善空间，交易所报价系统不提供每笔交易信息立马传送给客户的服务，