量化投资专家系统可行性研究报告

拟制人：王昭东

审核人：副总经理

批准人：总经理

2017年9月30日

一、引言

（一）编写目的

量化投资专家系统是一个复杂而庞大的工程，像这样一个工程在创建之初就应该有所计划，否则很容易偏离目标。

编写的目的主要有以下5点。

（1）有的放矢，正因为有了该系统的可行性研究报告，才能把以前杂乱的想法进行汇总，将无序的资料进行整理，从而让自己更加清楚在做什么和要做什么。

（2）与人交流，有了这样一个可行性研究报告，在与人交流的时候能够方便很多，这样不仅减少了交流的时间，而且提高了交流的效果。

（3）自我修正，量化投资专家系统不是一朝一夕就能够开发完成的，开发这样一个系统可能需要数年的时间，而作为这个系统的发起人，我们只能掌握开始，却不一定能够控制结局，为了系统本身的发展着想，应该与时俱进，有改变计划的心理准备。

（4）指导思想，团队总有人进进出出，当主创人员由于某种原因离开后，希望留下一些资料与后继者进行很好的沟通，指导其发展壮大。

（5）不时之需，整理这些资料以备不时之需。

（二）背景

（1）软件名称

量化投资专家系统。

（2）相关人员

● 申请人：xxx

● 设计师：xxx

● 开发者：xxx

● 测试员：xxx

● 所有人：xxx

（3）相关技术

硬件：计算机、GPU、互联网

软件：Windows、Linux

源码：PHP、HTML、JavaScript

数据：MySQL、MongoDB

（三）定义

由于面向的都是专业人士，所以这里的定义主要是为了防止产生歧义，并没有特别的要求。

（四）参考资料

略。

二、可行性研究的前提（背景）

目前，人工智能是一个与数字打交道的科学，而专家系统作为一个更加科学严谨的人工智能分支，尤其善于处理大数据和科学计算。人工智能是数字，金融也是数字，所以两者结合起来更加容易，项目落地也更加直接。

另外，我们做研究、开公司都需要挣钱，量化投资专家系统的主要目的就是挣钱，事实证明量化投资专家系统也确实是大型金融财团盈利的不二法门。

目前，已经有过一些策略研究，并且模拟盘、实盘效果都不错，尤其是高频交易部分有值得一试的价值。

（一）要求

项目最好采用 B/S 结构，这样全国各地的用户使用起来才会更加方便，不用总是更新升级、打补丁。另外，这是一个企业级项目，需要独立的服务器集群，项目只适合集团内部使用，不能对外，也就是说这是一个企业私有云项目。

（二）目标

（1）能够取代现在杂乱的协同管理软件。

（2）能够辅助交易员进行交易决策。

（3）形成比较完善的金融专家知识库。

（三）条件、假定和限制

暂时不能进行深度学习，有些长工期的项目需要分期设计开发。

（四）进行可行性研究的方法

项目主要根据我们自身的实际情况，经过多次的会议讨论和调查研究，最后提出综合解决方案。

（五）评价尺度

用户主观打分和交易员绩效客观对比，另外还要看成本的减少尺度。

三、对现有系统的分析

（一）美国

在美国有报道称，距离40%的金融领域员工被取代可能只剩下8年的时间，而作为主角的量化投资则成为人工智能的主要舞台。全球最大的资产管理公司贝莱德在2017年3月宣布裁撤包括7名投资经理在内的100名主动型基金部门员工，在涉及变动的300亿美元的资产中，有近60亿美元将由量化基金接管。据 Opimas 的分析，贝莱德采用人工智能取代传统人工的战略将给公司的总体运营成本带来28%的下降空间。

在投资上，桥水公司早就实现了机器交易，如桥水公司的最高端基金产品——“绝对阿尔法（Pure Alpha）”就使用投资算法购买和出售股票、债券、货币和其他资产。

科技创新也许正是桥水基金40多年屹立不倒的法宝——桥水基金由达里奥创建于1975年。

（二）人工智能的发展，将让许多投资银行节省大笔成本

对许多公司来说，这可是一个天大的好消息。根据联盟统计，在销售、交易和研究领域，全球12个最大的投资银行员工的平均年薪为50万美元，包括薪资和奖金。而联盟研究主管Amrit Shahani说，75%的华尔街薪酬给了这些高薪“前端”员工。一旦这些交易员被机器取代，他们以前获得的薪酬将直接计入公司利润。毫无疑问，如果能够替公司节省一大笔花费，那么许多投资银行还是愿意做的。

事实上，自动化正在高歌猛进。在一些交易领域，如货币、期货和股票，人们已经不在所在地的交易所进行交易了。

（三）人类在逐渐退出一些工作领域，人工智能将发挥极大的作用

高盛已经开始推行自动化货币交易，并发现4个交易员可被1个计算机工程师替代。

Amrit Shahani在哈佛的大会上说：“现在，高盛员工总数的三分之一是计算机工程师。”他还表示，投资银行的任务接下来会被自动化取代，包括传统上一直专注于人力技能和建立关系的工作。虽然这些人不会被完全取代，但是流程的自动化已经在逐步实施。现在，高盛的新消费贷款平台旨在整合信用卡余额，完全由软件运行，没有人为干预。

另外，彭博社报道称，摩根大通公司开发了一款金融合同解析软件COIN。这款软件将360000小时才能完成的工作压缩到几秒钟完成，而且错误率大大降低，它还不用休假。COIN仅仅是摩根大通公司开发的2000个技术项目之一，科技对摩根大通公司的重要性不言而喻。

在过去两年里，机器人自动化崭露头角，可以预测某些结果并为客户提供新的解决方案，从而排除人为错误。正是由于这项技术获得了客户的认可，所以下一阶段摩根大通打算让机器学习和人工智能替代人工操作交易，从而进一步消除人工错误带来的风险。

不仅基金公司如此，明星交易员也在充分利用这项技术，比如保罗·都铎·琼斯早就开始大量投资了人工智能驱动的“量化”对冲基金了。

（四）缺点

长期以来，对冲基金都依赖计算机来帮助交易，这通常需要数据科学家使用计算机来构建大型的统计模型。这些模型非常复杂，从某种意义上说它们是较静态的。当市场发生变化时，它们的效果或许不会再像过去那样好。

因此，各个基金公司的方法就是一方面让人工智能成为投资顾问，另一方面利用机器学习尤其是深度学习，让人工智能不断进化。

（五）我国现状

我国的一些基金公司正在开始类似的尝试，但无论是资金投入、业务占比，还是资管规模，都与美国甚至欧洲的基金公司相差甚远。

虽然人工智能神通广大、无所不能，但它们背后的构思、设计、开发、更新、升级、检修、维护等，每一个环节都离不开人，是人创造了人工智能。近年来，不少明星交易员也纷纷开始向机器学习，希望能够与人工智能共舞。这种双向互动的结果将是双赢的。

至于人工智能是否能够取代明星交易员，这个问题其实并不重要。因为在实盘交易中，人工智能与明星操盘手并非像围棋棋手那样对阵博弈，他们之间也并非“零和游戏”，其共同的对手都是大盘。而随着市场的不断发展，主观交易、程序化交易、人工智能交易将日趋交叉覆盖。

（六）人才

自从2017年3月邓力加入城堡基金并担任首席人工智能学家后，乔丹也正式受聘成为蚂蚁金服科学智囊团的主席，目前国内外的金融机构正在世界范围内向这些人工智能大咖们伸出橄榄枝。

四、所建议的系统

我们建议采用B/S架构的方式开发集团内部的量化投资专家系统，一方面用于整合内部资源，另一方面用于辅助投资决策，并尝试机器学习和自动化交易。与人类相比，计算机适合在短期和中期做出交易决策，不过由于机器学习需要大量的结构化数据，所以我们需要对接专业的金融数据接口。同时，我们可以通过强化学习和对抗学习的方法优化已有的策略和权重。最后建议尽量招聘那些有开发经验的人，从而保证整个项目的开发周期。

五、可选择的其他系统方案

无。

六、投资和效益分析

投资和效益分析需要我们详细计算和估算，每个项目都有自身的计算方式，不论是细水长流还是厚积薄发，大体上都离不开支出、收益和维护成本三个方面。其中支出包含设备成本、数据成本和人员成本等。

七、社会因素方面的可能性

国内A股市场暂时还没有完全开通量化交易，不过有些券商却提供了主经纪商业务，这个业务还是可以谈的，如果是量化交易，我们建议做期货、港股和外汇。

八、结论

我们的结论是：学习国外的先进技术，利用本土化的优势，完善自有的量化投资专家系统，从而保护集团的投资利益，同时进一步完善金融职能，促进市场稳定。