21世紀(jì)經(jīng)濟(jì)報(bào)道記者 陳植 上海報(bào)道數(shù)據(jù)顯示，截至今年一季度末，國內(nèi)涉足量化策略投資的資金量超過1.3萬億元人民幣，且百億量化私募機(jī)構(gòu)數(shù)量迅速增至逾30家。與此對(duì)應(yīng)的是，賦能量化私募發(fā)展，正成為券商日益聚焦的新業(yè)務(wù)增長點(diǎn)。近年，國內(nèi)券商投入大量精力資源服務(wù)量化私募基金，一方面為私募量化基金提供極致交易鏈路、專業(yè)交易工具等金融基礎(chǔ)設(shè)施，另一方面為私募量化基金策略研發(fā)提供另類數(shù)據(jù)挖掘、算法算力支持等服務(wù)。安信證券CIO許彥冰接受21世紀(jì)經(jīng)濟(jì)報(bào)道記者采訪時(shí)表示，當(dāng)前國內(nèi)量化投資發(fā)展從2002年的1.0起步，發(fā)展至當(dāng)前相對(duì)成熟的3.0階段。但隨著國內(nèi)量化投資市場持續(xù)壯大，也出現(xiàn)新的發(fā)展痛點(diǎn)與瓶頸，一是隨著量化投資資金規(guī)模不斷增大，量化賽道正變得日益擁擠，量化投資規(guī)模增速呈現(xiàn)階段性放緩；二是量化策略同質(zhì)化令量化投資產(chǎn)品收益較大幅度下降。尤其是當(dāng)前國內(nèi)量化投資策略在數(shù)據(jù)來源方面（比如交易所基礎(chǔ)行情數(shù)據(jù)）是重疊的，在策略模型方面也有很多雷同，一定程度加快量化策略的失效速度；三是數(shù)據(jù)量的指數(shù)級(jí)增長同時(shí)，數(shù)據(jù)來源分散和數(shù)據(jù)質(zhì)量卻層次不齊，對(duì)量化策略模型復(fù)雜度、存儲(chǔ)、算力、數(shù)據(jù)質(zhì)量自身隱含的風(fēng)險(xiǎn)都帶來較大挑戰(zhàn)。湘財(cái)證券總裁周樂峰直言，若只靠單一算法或量化策略獲取長期穩(wěn)定回報(bào)，相對(duì)而言是不現(xiàn)實(shí)的。因?yàn)樗辛炕侥蓟鸲紩?huì)涌入這個(gè)收益不錯(cuò)的策略。所以量化交易策略越來越擁擠，收益率越來越狹窄。這是大方向，但是不代表量化投資市場沒有新的獲利機(jī)會(huì)。“要破解這些痛點(diǎn)與瓶頸，券商、量化私募基金與市場參與者需攜手合作。” 許彥冰告訴記者。量化策略交易的主要目的之一是追求穩(wěn)定的超額收益，但策略同質(zhì)化對(duì)產(chǎn)品收益的負(fù)面影響正日益加劇。在這種情況下，券商需雙管齊下——在量化策略模型研發(fā)方面，需助力量化私募基金堅(jiān)持長周期、多頻段、大容量概念，持續(xù)提升長周期選股能力和短周期應(yīng)對(duì)風(fēng)格切換的能力；在數(shù)據(jù)質(zhì)量提升方面，券商與數(shù)據(jù)廠商等需協(xié)作建立完善的數(shù)據(jù)治理框架，實(shí)現(xiàn)數(shù)據(jù)標(biāo)準(zhǔn)化、主題劃分、血緣追蹤、目錄管理、質(zhì)量監(jiān)控、安全保障和共享服務(wù)等功能，進(jìn)一步提升量化投資相關(guān)數(shù)據(jù)的價(jià)值和效率，徹底解決數(shù)據(jù)源頭多、質(zhì)量差等問題。在多位量化策略業(yè)內(nèi)人士看來，盡管國內(nèi)量化投資交易產(chǎn)業(yè)在過去10多年經(jīng)歷快速發(fā)展，但與發(fā)達(dá)國家相比，國內(nèi)量化投資交易仍處于發(fā)展初級(jí)階段，依然存在諸多有待完善之處，一是基礎(chǔ)設(shè)施服務(wù)有待提升，即當(dāng)前各交易所、各服務(wù)商數(shù)據(jù)中心無論在資源數(shù)量，還是在交易服務(wù)等方面的資源依然緊張，隨著量化交易數(shù)據(jù)量指數(shù)級(jí)增長，加之策略模型復(fù)雜度不斷提升，數(shù)據(jù)中心需通過引入 GPU、FPGA、ASIC 等異構(gòu)硬件，在滿足能耗要求情況下滿足更強(qiáng)的算力需求；二是量化科技人才培養(yǎng)需要加強(qiáng)；三是行業(yè)生態(tài)建設(shè)需進(jìn)一步強(qiáng)化。比如券商等持牌金融機(jī)構(gòu)可以進(jìn)一步強(qiáng)化與量化科技生態(tài)圈的協(xié)同，從底層技術(shù)到數(shù)據(jù)中臺(tái)再到前端應(yīng)用，基于開放理念，全價(jià)值鏈條尋找合作伙伴，共同推動(dòng)技術(shù)應(yīng)用進(jìn)步，促進(jìn)量化策略投研能力持續(xù)提升等。券商與量化私募的“相輔相成”國內(nèi)量化私募興起以來，券商一直在努力深耕這個(gè)全新的投資賽道。在量化高頻交易流行期間，眾多券商紛紛研發(fā)極速交易平臺(tái)，協(xié)助量化私募基金高頻交易策略進(jìn)行交易鏈路與低延時(shí)狀況監(jiān)測，及時(shí)根據(jù)量化私募下單交易通道的流量狀況進(jìn)行優(yōu)化，助力后者實(shí)現(xiàn)更好的高頻策略執(zhí)行效率。隨著高頻交易受到監(jiān)管，加之越來越多量化私募開始聚焦指數(shù)增強(qiáng)、市場中性、CTA等多元化量化策略，券商開始在量化私募策略研發(fā)支持方面下功夫，包括提供大量另類數(shù)據(jù)、因子計(jì)算、數(shù)據(jù)挖掘等服務(wù)。如今，隨著越來越多量化私募機(jī)構(gòu)開始借助AI技術(shù)研發(fā)新的量化策略與投資因子，券商紛紛在算力、算法等方面提供支持。中金財(cái)富信息技術(shù)部總經(jīng)理謝碧松表示，回顧量化私募產(chǎn)業(yè)發(fā)展歷程，就量化投資相關(guān)技術(shù)支持需求而言，五年前整個(gè)行業(yè)在交易性能方面“卷”，兩年前整個(gè)行業(yè)在交易執(zhí)行效率方面“卷”，近期又開始在深層次數(shù)據(jù)分析方面“卷”，但這都給券商、數(shù)據(jù)廠商、量化金融服務(wù)商提供新的業(yè)務(wù)拓展空間。許彥冰向記者透露，量化交易團(tuán)隊(duì)的核心競爭力在于量化策略，而量化策略的好壞，很大程度取決于數(shù)據(jù)挖掘、算力算法性能與專業(yè)交易工具的高效運(yùn)用，這都給券商賦能量化私募發(fā)展提出一系列考驗(yàn)。“面對(duì)這些考驗(yàn)，安信證券的做法是從私募量化基金交易全鏈路場景切入，提供極致交易鏈路、專業(yè)交易工具、算法超市等一體化解決方案。”她指出。記者多方了解到，極致的交易速度，一直是券商獲取量化私募基金青睞的重要“突破口”。因此量化策略對(duì)交易速度有著極高的要求，直接影響到前者實(shí)戰(zhàn)交易的成敗。許彥冰向記者透露，這些年安信證券在極速交易領(lǐng)域的投入相當(dāng)大，包括抵近部署機(jī)房托管區(qū)的建設(shè)與搬遷，建設(shè)極速行情與極速柜臺(tái)系統(tǒng)，開展優(yōu)化低延時(shí)網(wǎng)絡(luò)等研究，引入業(yè)界領(lǐng)先的低延時(shí)軟硬件技術(shù)，為量化私募客戶提供極致交易速度同時(shí)保障交易安全性和穩(wěn)定性。此外，安信證券一面通過自主研發(fā)算法總線并陸續(xù)從數(shù)十家算法廠家引入20多種市場領(lǐng)先的第三方算法，令算法日均成交額達(dá)到數(shù)十億；一面提供市場研究、行業(yè)分析、財(cái)務(wù)數(shù)據(jù)、另類數(shù)據(jù)等策略投研支持，賦能量化策略更好更快迭代。記者多方了解到，除了策略研發(fā)與算法支持，越來越多中小量化私募基金更需要交易風(fēng)控賦能，因?yàn)樗麄円?guī)模受限，無法對(duì)量化策略交易開展全流程數(shù)據(jù)回測分析與及時(shí)風(fēng)險(xiǎn)管控。眾多券商對(duì)此迅速做出反應(yīng)——圍繞量化私募交易場景搭建交易風(fēng)控平臺(tái)，實(shí)現(xiàn)量化私募基金交易風(fēng)控管理的智能化與自動(dòng)化，通過大數(shù)據(jù)平臺(tái)對(duì)量化策略交易記錄進(jìn)行全程追蹤分析，一方面保障交易數(shù)據(jù)安全性，另一方面及時(shí)發(fā)現(xiàn)與控制風(fēng)險(xiǎn)。“試水”AI大模型尋找新賦能隨著ChatGPT與AI大模型技術(shù)的興起，越來越多量化私募基金紛紛借助AI技術(shù)研發(fā)新的投資因子與量化策略。“目前，國內(nèi)絕大多數(shù)行業(yè)頭部量化私募基金都在布局基于AI大模型的量化策略研發(fā)技術(shù)路線。”一位量化私募基金技術(shù)總監(jiān)告訴記者。記者獲悉，針對(duì)量化私募對(duì)AI大模型運(yùn)用的龐大需求，眾多券商紛紛采取行動(dòng)。比如個(gè)別券商正借助ChatGPT技術(shù)，將上市公司歷年財(cái)報(bào)數(shù)據(jù)與招股說明書進(jìn)行“訓(xùn)練”，以便量化私募基金迅速獲取自己所需的、完全個(gè)性化的上市公司數(shù)據(jù)信息。許彥冰向記者指出，最新的GPT模型已有數(shù)千億個(gè)參數(shù)，且屬于大規(guī)模預(yù)訓(xùn)練語言模型，更接近人類在語言問題的思考方式。但在量化投資場景里，數(shù)值類型數(shù)據(jù)使用更加普遍。短期而言，GPT模型可能很難直接應(yīng)用在量化策略里相對(duì)主流的數(shù)值生成模型，但其優(yōu)勢仍可以應(yīng)用在量化投資的其他方面：一是用于生成財(cái)經(jīng)新聞、論壇評(píng)論、研究報(bào)告等文本數(shù)據(jù)，但它極大地提高文本數(shù)據(jù)數(shù)量與噪音，對(duì)文本挖掘相關(guān)的量化交易策略可謂有利有弊；二是用于量化策略代碼編寫，在接入數(shù)據(jù)平臺(tái)后可以實(shí)現(xiàn)交易策略的批量調(diào)參與樣本外跟蹤；三是ChatGPT具備強(qiáng)大的資源整合能力，在成為第三代搜索引擎后可以大幅提升量化資訊的搜集效率等。在她看來，盡管AI大模型技術(shù)在量化策略的應(yīng)用日益普遍，但它的角色仍是量化策略研發(fā)團(tuán)隊(duì)的“助手”，而不是“替代者”。因?yàn)橐粋€(gè)行之有效的量化策略，需要量化策略研發(fā)團(tuán)隊(duì)不斷挖掘數(shù)據(jù)，通過反復(fù)的數(shù)據(jù)回測進(jìn)行因子計(jì)算與策略優(yōu)化等。多位券商人士直言，隨著AI大模型技術(shù)令量化策略日益豐富，未來會(huì)有更多中小量化私募基金躋身百億規(guī)模之列，但他們的核心競爭力，不再是單一策略“吃遍天下”，而是數(shù)據(jù)、算力、算法等綜合能力的全面提升。期間券商要做的，一是提供全方位的賦能，二是讓優(yōu)秀的量化策略產(chǎn)品觸達(dá)更多投資者，助力量化私募機(jī)構(gòu)規(guī)模穩(wěn)步增長。湘財(cái)證券總裁周樂峰指出，中小券商沒有辦法像大型券商般自主研發(fā)量化策略綜合服務(wù)系統(tǒng)，也較難花大量人力物力開展數(shù)據(jù)研發(fā)或系統(tǒng)研發(fā)等工作。“中小券商賦能量化私募基金發(fā)展，更側(cè)重實(shí)惠和實(shí)際。”他表示。比如中小券商與量化科技公司加強(qiáng)合作，一面思考如何將量化科技應(yīng)用場景落實(shí)到券商交易系統(tǒng)，一面考慮如何將量化私募基金需求與最后交易下單應(yīng)用快速聯(lián)系起來。整體而言，中小券商在量化交易服務(wù)過程，要形成具有特色的服務(wù)體系。