比肩量化鼻祖的下一位巨人：Citadel如何屹立市場20年不倒
2017-03-08 撲克投資家 星潮FOF

從2016年下半年起，量化投資火了。

提起量化投資，就不得不提量化投資的標杆——華爾街傳奇人物詹姆斯·西蒙斯(James Simons)。
通過將數學理論巧妙融合到投資的實戰之中，西蒙斯成為了投資界中首屈一指的“模型先生”。由其運作的大獎章基金(Medallion)在1989-2009的二十年間，平均年收益率為35%，若算上44%的收益提成，則該基金實際的年化收益率可高達60%，比同期標普500指數年均回報率高出20多個百分點，即使相較金融大鱷索羅斯和股神巴菲特的操盤表現，也要遙遙領先十幾個百分點。最為難能可貴的是，縱然是在次貸危機全面爆發的2008年，該基金的投資回報率仍可穩穩保持在80%左右的驚人水準。西蒙斯通過將數學模型和投資策略相結合，逐步走上神壇，開創了由他扛旗的量化時代。
說回量化投資，量化投資就是利用計算機技術並且採用一定的數學模型去實踐投資理念，實現投資策略的過程。
價值投資和趨勢投資（技術分析）是引領過去一個世紀的投資方法，隨著計算機技術的發展，已有的投資方法和計算機技術想融合，產生了量化投資。
量化投資的優勢
量化投資的優勢在於紀律性、系統性、及時性、準確性和分散化。
紀律性
嚴格執行投資策略，不是投資者情緒的變化而隨意更改。這樣可以克服人性的弱點，如貪婪、恐懼、僥倖心理，也可以克服認知偏差。
系統性
量化投資的系統性特徵包括多層次的量化模型、多角度的觀察及海量資料的觀察等。多層次模型包括大類資產配置模型、行業選擇模型、精選個股模型等。多角度觀察主要包括對巨集觀週期、市場結構、估值、成長、盈利質量、市場情緒等多個角度分析。此外，海量資料的處理能力能夠更好地在廣大的資本市場捕捉到更多的投資機會，拓展更大的投資機會。
及時性
及時快速地跟蹤市場變化，不斷髮現能夠提供超額收益的新的統計模型，尋找新的交易機會。
準確性：準確客觀評價交易機會，克服主觀情緒偏差，從而盈利。
分散化
在控制風險的條件下，量化投資可以充當分散化投資的工具。表現為兩個方面：一是量化投資不斷地從歷史中挖掘有望在未來重複的歷史規律並且加以利用，這些歷史規律都是較大概率取勝的策略；而是依靠篩選出股票組合來取勝，而不是一隻或幾隻股票取勝，從投資組合的理念來看也是捕捉大概率獲勝的股票，而不是押寶到單個股票。

如何進行量化投資？
使用量化策略是進行量化投資的有效方式。

歡迎加入星潮FOF研究院微信群
（掃碼截止2017年3月12日有效，到期更新）

什麼是量化策略？
什麼是策略?
策略，可以實現目標的方案集合；在證券交易中，策略是指當預先設定的事件或訊號發生時，就採取相應的交易動作。

什麼是量化策略？
量化策略是指使用計算機作為工具，通過一套固定的邏輯來分析、判斷和決策。
量化策略既可以自動執行，也可以人工執行。

一個完整的量化策略包含哪些內容？
一個完整的策略需要包含輸入、策略處理邏輯、輸出；策略處理邏輯需要考慮選股、擇時、倉位管理和止盈止損等因素。
選股
量化選股就是用量化的方法選擇確定的投資組合，期望這樣的投資組合可以獲得超越大盤的投資收益。常用的選股方法有多因子選股、行業輪動選股、趨勢跟蹤選股等。
1 多因子選股
多因子選股是最經典的選股方法，該方法採用一系列的因子（比如市盈率、市淨率、市銷率等）作為選股標準，滿足這些因子的股票被買入，不滿足的被賣出。比如巴菲特這樣的價值投資者就會買入低PE的股票，在PE迴歸時賣出股票。
2 風格輪動選股
風格輪動選股是利用市場風格特徵進行投資，市場在某個時刻偏好大盤股，某個時刻偏好小盤股，如果發現市場切換偏好的規律，並在風格轉換的初期介入，就可能獲得較大的收益。
3 行業輪動選股
行業輪動選股是由於經濟週期的的原因，有些行業啟動後會有其他行業跟隨啟動，通過發現這些跟隨規律，我們可以在前者啟動後買入後者獲得更高的收益，不同的巨集觀經濟階段和貨幣政策下，都可能產生不同特徵的行業輪動特點。
4 資金流選股
資金流選股是利用資金的流向來判斷股票走勢。巴菲特說過，股市短期是投票機，長期看一定是稱重機。短期投資者的交易，就是一種投票行為，而所謂的票，就是資金。如果資金流入，股票應該會上漲，如果資金流出，股票應該下跌。所以根據資金流向就可以構建相應的投資策略。
5 動量反轉選股
動量反轉選股方法是利用投資者投資行為特點而構建的投資組合。索羅斯所謂的反身性理論強調了價格上漲的正反饋作用會導致投資者繼續買入，這就是動量選股的基本根據。動量效應就是前一段強勢的股票在未來一段時間繼續保持強勢。在正反饋到達無法持續的階段，價格就會崩潰迴歸，在這樣的環境下就會出現反轉特徵，就是前一段時間弱勢的股票，未來一段時間會變強。
擇時
量化擇時是指採用量化的方式判斷買入賣出點。如果判斷是上漲，則買入持有；如果判斷是下跌，則賣出清倉；如果判斷是震盪，則進行高拋低吸。
常用的擇時方法有：趨勢量化擇時、市場情緒量化擇時、有效資金量化擇時、SVM量化擇時等。
倉位管理
倉位管理就是在你決定投資某個股票組合時，決定如何分批入場，又如何止盈止損離場的技術。
常用的倉位管理方法有：漏斗型倉位管理法、矩形倉位管理法、金字塔形倉位管理法等。
止盈止損
止盈，顧名思義，在獲得收益的時候及時賣出，獲得盈利；止損，在股票虧損的時候及時賣出股票，避免更大的損失。
及時的止盈止損是獲取穩定收益的有效方式。

策略的生命週期
一個策略往往會經歷產生想法、實現策略、檢驗策略、執行策略、策略失效幾個階段。
產生想法
任何人任何時間都可能產生一個策略想法，可以根據自己的投資經驗，也可以根據他人的成功經驗。
實現策略
產生想法到實現策略是最大的跨越，實現策略可以參照上文提到的“一個完整的量化策略包含哪些內容？”
檢驗策略
策略實現之後，需要通過歷史資料的回測和模擬交易的檢驗，這也是實盤前的關鍵環節，篩選優質的策略，淘汰劣質的策略。
實盤交易
投入資金，通過市場檢驗策略的有效性，承擔風險，賺取收益。
策略失效
市場是千變萬化的，需要實時監控策略的有效性，一旦策略失效，需要及時停止策略或進一步優化策略。

那麼未來，量化投資將走向何方呢？

下文轉自撲克內容團隊，燕

隨著股指期貨的鬆綁，還有80後華人趙鵬成為全球頂級對衝基金公司Citadel Securities 的CEO，以及市場上傳得沸沸揚揚的2000年高盛有600名交易員，現在只剩2人的新聞不斷出現在各種渠道，量化，對衝，程式化交易這些詞語在沉寂了快兩年後，又重新走進了我們的世界。

有人說，得“量化”者得天下。

而“量化”，起初是以一種“災難”性的形象走進我們視野的！

A股市場曾有兩次暴跌，一次是2008年金融危機（上證指數從2007年末的制高點6055跌至2008年底的1630）。一次是距我們最近2015年，A股大暴跌（上證指數從2015年中旬的5178點跌至2016年初的2631點）。如果說2008年危機是全球系統性風險，我們無法迴避，那2015年A股的暴跌，更多是與一種“量化交易”相關的機構肆意做空中國股市有關。

隨後，中國證券市場監管機構就展開了對34個具有程式化交易特點、頻繁申報或頻繁撤銷申報、涉嫌影響證券交易價格或其他投資者的賬戶採取了限制交易措施。於是，“量化交易”在我們心中埋下了陰暗的種子。然而，類似於這種驚悚體驗的，還有曾出現在美國股市的頻繁“閃崩”事件，其中起很大助推的便是量化交易程式（這些程式在偵測到快速下跌後，自動跟風賣出，並沒有考慮到市場上其實不存在什麼負面訊息）。

然而，即使看到了量化交易對市場如此大的衝擊，也無法抵擋廣大投資者/投機者對量化交易的熱忱追逐。筆者從潮汐平臺中抽取了幾位智問，大家關心的問題無非是量化交易的增多會對我們當前的基本表面分析研究、巨集觀面研究和技術面研究會產生怎樣顛覆性的影響？那對我國而言，A股中80%是散戶，如果未來的價格變地越來越不可控，是不是意味著將有更多的散戶或者部分機構不得不離開金融市場？未來如果有更多的機器代替人工交易，是否意味著中國的金融大藍海就會變成計算機程式設計員和數學天才們的天下？

實際上，從有圖表和價格統計的那天就有了量化交易。而程式化交易在發達市場發展的時間超過40年，且程式自動交易的交易量已達到或超過70%，這裡高頻交易居功至偉。整體收益水平雖然並不像人們期望的那樣高，但非常穩定。這或許才是程式化交易應該有的樣子——利用各類模型全面分析市場，制定合理有效的交易策略，為規模資產規避風險，保值增值。

程式化交易並不是也不應該是小體量資金迅速增值的工具，去滿足人們一夜暴富的慾望，而應是大體量的長期資金的BabySitter。在我國多數程式化交易的從業者並沒有太多的人工交易經歷，即便有，業績也不是很理想，正因為自己操作收益不理想，才想換個途徑去達到持續穩定收益的目的。

從國際市場上來看，量化做的比較好的榜上有名的企業包括文藝復興科技（Renaissance Technologies），德劭基金（D.E.Shaw），西格瑪（Two Sigma），千禧年基金（Millennium）,Citadel以及Schonfeld等等，這些當中沒有一家基金公司參與因子投資（factor investing），或者叫做smart beta投資，也沒有一家基金應用了諾貝爾經濟學家創造的理論。相反，這些上榜的基金依賴的是數學與計算機技術的結合，都是高度依賴演算法交易的投資基金。

從這些基金公司收益來看，億萬富翁David Shaw創立的量化對衝公司DE Shaw，以淨收益253億美元位居第三，排名僅次於橋水和索羅斯基金，2016年收益為12億美元。Ken Griffin建立的Citadel以淨收益252億美元位居第五。該公司去年收益10億美元。量化交易公司Two Sigma Investments位居第20，淨收益131億美元，去年收益11億美元。從個人收益上來看，連續穩站量化基金經理榜單的文藝復興科技公司創始人Jim Simons在2015年與Citadel創始人Ken Griffin並列第一，兩者都賺了17億美元。

而如今，48歲的KennethGriffin，在福布斯400人排行榜中位居第57名，淨身值80億美金。在美國400富豪榜中，KenGriffin排名89，被評為僅次於史蒂夫-科恩、雷-達里奧和索羅斯之後的第四大對衝基金經理。因此，無論從公司收益，還是個人收益，還是作為更偏向量化交易的Citadel，是值得撲克投資家去挖掘的！

Kenneth Griffin的背後站的是一家像城堡一樣的公司，很強大，歷久彌堅，屹立20年而不倒。

在美國，Citadel是唯一以做市商身份開展期權業務的對衝基金，也是首批擁有自己的股票借貸能力的基金之一。在北美股票和期權的每日交易量達到20%，屬於高頻交易（做市）第一梯隊。它也是世界上第二大多策略對衝基金。

自1998年起，公司年度業績一直穩超20%。到2007年底，Citadel的輝煌達到了頂峰，公司資產達到200億美元的峰值，但這樣的情形並沒有持續太久，2008年金融危機，Citadel損失了超過55%的淨值。人們都預測Citadel可能破產，但是它最終熬了過來，在2012年、2013年的總收益分別是25%和19.4%。至今，公司規模達到260億美金左右。2015-2016年，是公司由虧轉盈的過渡期。

從近幾年對衝基金的發展形勢來講，2015年業績普遍下滑，平均虧損3.49%，基金公司關閉數再度攀升。而2016年，對於對衝基金而言，也並不是甜蜜歲月，頂級對衝基金的表現並不優於整個行業。甚至在2016年，對衝基金甚至遭遇1060億美元資金淨流出，這也是自2009年以來首次出現資金的淨贖回！對於Citadel而言，剛進入2016年，就面臨6.5%的損失，經過近一年的公司結構調整，2017年初，公司整體業績表現良好。

從最新資料來看，2017年初，Citadel整體表現好於2016年，其中，股票多策略對衝基金收益漲2.26%，Wellington基金1月收益為1.85%。Citadel表現最好是固定收益基金（Citadel Global Fixed Income Fund）在2016年實現12.39%的收益。

在起起落落的這20多年，Citadel有著怎樣的發展歷程，是什麼機緣讓其走進量化交易的大門呢？

起步於可轉債

22歲前的KennethGriffin，曾是哈佛大學經濟系一個標準的“高富帥”，他靠著一臺傳真機、一臺個人電腦、一部電話和自己的一套可轉債套利模型，從親戚朋友那裡借來26.5萬美元，開始運營第一支投資基金，並取得了不俗的收益。大學畢業後，Kenneth Griffin在伯樂Frank Meyer的Glenwood資本投資公司工作。

22歲那年，在Meyer支援下，Kenneth Griffin在芝加哥市中心Loop區租下辦公室，招來4位小夥伴，創立了自己的基金公司Wellington Partners，專注美國、日本的可轉債以及權證的交易。而Wellington Partners後來改名為Citadel，意為“城堡”。

當時Kenneth Griffin通過買入某公司發行的可轉債的同時賣空相應的標的股票，即形成套利策略，這一策略中由凸度和市場波動性的互動作用決定潛在利潤。而對策略進行風險管理時，則需要考慮Delta,Rho,Vega,Theta等“Greeks”。

如今，可轉債交易仍然佔到Citadel交易利潤的一半左右。不過Citadel正在逐漸向多元化方向發展，二十多年來逐漸發展成為集股票多空、期權做市、股票券商、量化高頻、最近開展的外匯做市等多種策略集一身的管理超過260億美元的對衝基金。

高槓杆-借入資本

如果要追尋Kenneth Griffin為何賺得這麼多錢的理由，其中一個關鍵性的因素—槓桿。Citadel也是全球槓桿最高的對衝基金之一。

2008年時，Citadel運用的槓桿比例達到了8:1。隨後金融危機爆發，Citadel的兩支旗艦基金威林頓（Wellington）與肯辛頓（Kensington）市值下跌了55%，在短短15周內，公司資產規模縮水超過一半。Citadel的處境一度十分窘迫，處於生死存亡的邊緣。

2008年金融危機後，KennethGriffin繼續不斷地加槓桿，Citadel旗下基金的表現也越來越好。截至2014年12月31日，Citadel的淨資產管理規模為238億美元，向SEC申報的監管資產為1760億美元，槓桿又一次達到了7倍。

程式交易在先—先科技，後交易

早在別人還沒開始用手機的時候，KenGriffin就開始嘗試將交易與演算法程式相結合。他會設計高階計算機程式碼，會書寫複雜的數學公式，交易也基本上依靠電腦程式進行。其兩大明星基金—肯星頓全球策略基金(Kensington Global Strategies)和威靈頓基金(Wellington)都依靠程式做著交易。該公司的資訊長說：“Citadel首先是一個科技公司，然後才做交易。”就同類做量化出名的TwoSigma而言，如果你搜索它的官網，你或許會恍然以為這是一家純科技公司，因為根據簡介，它在資料科學、機器人學習、雲端計算和軟體工程方面都有涉獵。

在Citadel最核心的部門數量研究部，有來自名牌大學的80多名前數學教授和天體物理學家共同開發出的數學模型，為交易員提供支援。Citadel大樓的37層有一個被稱為“博士排”的區域，從地板到天花板都佈滿了寫滿各種複雜資料公式的白板，連窗玻璃都不例外。在格里芬的辦公室裡，也有這種供隨時塗寫的白板，他常常會在上面寫上一些程式程式碼，或是為可轉換債券和抵押類證券編寫定價模型。技術滲透到Citadel的每一種業務型別，並迅速滲透到KennethGriffin新新增的業務。

越來越多的傳統金融業公司正步入程式化交易領域。全球最大對衝基金橋水（Bridgewater Associates）2016年3月宣佈聘用矽谷老兵、前蘋果高管喬恩·魯賓斯坦(Jon Rubinstein）為該公司聯席執行長，打算將系統化決策用於投資管理。計算機技術驅動的高頻交易現在已經在美國國債市場佔據了主導地位，以至於華爾街銀行巨頭高盛和摩根大通將自己描述為科技公司。

Citadel公司架構

Citadel旗下的基金包括主權財富基金、養老金、高校捐款等許多世界上規模最大的機構投資者管理資產。公司主要運營兩大業務單元：資產管理基金Citadel及世界上領先的做市商之—Citadel證券。

Citadel主要採取多種投資策略，通過基本分析和量化分析建立了嚴謹的投資組合和風險管理框架。股票投資策略通過自下向上的公司分析選擇投資目標，構建beta中性的資產組合，獲取alpha收益。

另外，還有一隻投資全球股票投資（主要做全球股市多空策略投資）的基金—Surveyor Capital，這家公司員工200人左右，負責進行投資方法和策略主要也是beta中性策略，主要以基本面分析為主。目前，該基金管理著1420億美元的資產。但是在2016年年初，Surveyor基金收益不佳，目前已經實施裁員。

2016年表現比較好的基金是Citadel Global Fixed Income Fund（去年收益12.39%，增幅2.83%），另一隻基金是Citadel Global Equities Fund（2016年增幅0.69%），此外，還有一支是其專做股票和統計套利的公司Citadel TacticalTrading（增1.07%）。其他的多策略基金表現一般。

一場在中國被指控“做空A股”的謎團

2015年那場股災，相信至今大家依舊記憶猶新，而在那場交易背後的，傳說是“境外敵對的做空勢力”。為此，中國證券市場監管機構就展開了對34個具有程式化交易特點、頻繁申報或頻繁撤銷申報、涉嫌影響證券交易價格或其他投資者的賬戶採取了限制交易措施。其中，就包含司度（上海）貿易有限公司賬戶。

司度公司是Citadel在中國的全資子公司，2014年8月在A股狂飆突進之前，投資收益僅有2170萬元，但在截止2015年7月31日，這家公司賬面餘額高達10億元。之所以將日期限定在這裡，是因為司度公司賬戶從當天開始被中國監管層以“惡意做空中國股市”為由限制交易。

被禁的34個賬戶究竟做了什麼？一是當日累計撤單量佔比過高，某賬戶一日累計申報賣出近1.6萬筆，金額超過15億元，申報後的撤單率高達99.18%；二是涉嫌日內短線操縱行為，影響個股交易量及價格，誘導投資者買賣，以趁機高價賣出或低價買入股票。

繼續為機器學習演算法的研究招兵買馬

機器學習是近20年來興起的一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科，它的理論主要是設計和分析一些讓計算機可以從資料中自動分析獲得規律，並利用規律對未知資料進行預測的演算法。因為當中涉及了大量的統計學理論，機器學習與推斷統計學聯絡尤為密切，因此也被稱為統計學習理論。

Citadel早在年去年就從德意志銀行挖走了一名“機器學習”(Machine Learning)專家做量化研究員—Hesse。在跳槽Citadel之前，他曾是德銀的混合銷售交易員和量化研究員，並就機器學習專案研究了近一年。也就是說，德銀一早就開始了機器學習演算法的研究，但一直祕而不宣。據瞭解，除了Citadel，其他一些對衝基金例如Aspect Capital也在為機器學習演算法的研究招兵買馬。而另一家全球著名的對衝基金英仕曼(Man)上個月還宣佈，將把機器學習和資料分析納入牛津英仕曼金融研究院(Oxford-Man Institute)的量化金融研究領域當中。

量化的巨擘——文藝復興科技

在量化領域，我們更不會忘記被稱為量化鼻祖的JimSimons，他是文藝復興科技的創始人，被業內稱為傳奇投資人，在華爾街，被稱作量化投資大師的基石，他是一個世界級的數學家。在真正做投資前，Simons曾在國防分析研究所參與程式碼破譯，企圖從噪聲中尋找有效的資訊。

最初，他買賣商品，根據基本面如供給和需求進行投注。不久，出現了很多困惑，所以他向一些研究密碼學和數學的朋友尋求幫助。來自IDA的前同事Elwyn Berlekamp和Leonard Baum，以及Stony Brook的教授Henry Laufer向他建議，或許有一些統計方法能夠預測價格。於是，西蒙斯逐漸開始建立模型，企圖通過建立模型，找到隱藏在市場噪音中的訊號。而這與他在國防分析研究所做的事很類似——設計一個演算法，在電腦上測試它管用或者不管用。通常它們只是微弱的聲音或訊號，但卻能預測股票、債券或者一桶石油的價格的走向。問題很複雜，價格波動取決於基本面和買賣流動，以及交易者的非理性行為。

1982年，他結合密碼學工作中的經驗，創立了文藝復興。由其運作的大獎章基金(Medallion)在1989-2009的二十年間，平均年收益率為35%，甚至超過巴菲特。最為難能可貴的是，縱然是在次貸危機全面爆發的2008年，該基金的投資回報率仍可穩穩保持在80%左右的驚人水準。

他們的核心模型通常落入兩個陣營之一，趨勢跟隨或均值迴歸。結果開始是正負相間的：1988年，第一年增長8.8％，1989年下降4.1％。但在1990年，專注於短期交易之後，Medallion在扣除費用後收回了56％的回報。最終，科學家們為這些模型開發了一個內部程式語言，而不是建立一個多中心選項，如ASCII，這在當時是流行的。今天，Medallion使用幾十個“策略”作為一個系統一起執行。

他僱傭的員工一般是那些在自然科學領域做的好的人。他曾令數學家、天文學家、物理學家在華爾街的交易世界裡有了一席之地。其中他僱傭了大多來自於IBM的Tomas J.Watson研究中心的數學家團隊，當時他們正在研發語音識別和機器翻譯，如今他們仍是文藝復興的核心力量。

不管是量化的鼻祖，還是現在前景無限的Citadel，他都在向我們打開了量化這個大門，從他們僱傭的員工來看，似乎未來程式設計師、數學家有了更有前景的職業選擇。具體到交易環節，如何程式設計、如何設定各自的演算法體系、如何控制風險，這是每個公司都要思考的。

那麼未來，在金融界，機器是否可以取代人類交易員，還是值得期待的！隨著全球經濟一體化程序的加快，尤其是基於大資料的模型交易是一個大趨勢，主要背景是金融資產交易定價越來越趨於24小時連續交易，如果不能夠將自己的交易策略變成程式執行，很多黑天鵝事件對價格的衝擊風險很難迴避，所以無論全球還是國內，越來越多的職業交易者更傾向於採用智慧化模型交易。

從全球交易模式發展方向來看，量化高頻，波段趨勢、價值投資，指數化交易均有成功的案例。技術屬於手段，關鍵在於你的策略原理是否是真的能夠揭示市場價格背後的規律，並有相應的風控機制，這才是根本。中國的量化投資目前看來還處於起步階段，大部分採用的還是簡單跟隨策略，有一些基於量化技術的套利交易目前屬於主流，但由於交易成本的增加，越來越多的量化交易偏向于波段交易方向。